Пошук на цьому сайті

Автор: Український психологічний ХАБ · Опубліковано: 3 вересня 2026 року · Редакційна політика Дилема Гайнца — одна з найвідоміших моральних дилем у психології розвитку. У дослідженнях Лоуренса Кольберга вона була не загадкою з «правильною» відповіддю і не тестом на доброту. Її використовували як привід для розгорнутої розмови про те, чому людина вважає певний вчинок правильним або неправильним. Саме ця відмінність найважливіша. Відповідь «Гайнц має викрасти ліки» або «Гайнц не має їх викрадати» сама по собі не визначає стадію морального розвитку. У кольбергіанській традиції аналізували структуру аргументації: на що людина спирається — покарання, вигоду, очікування близьких, закон і обов’язок, права, суспільний договір чи загальні етичні принципи. Тому дилему Гайнца варто розуміти як історично важливий дослідницький стимул для вивчення морального судження, а не як швидкий онлайн-тест особистості. Що таке дилема Гайнца Американська психологічна асоціація описує Heinz dilemma як історію про етичний конфлікт, яку Лоуренс Кольберг використовував для оцінювання морального міркування. У центрі сюжету — чоловік на ім’я Гайнц, його тяжко хвора дружина та дорогі ліки, які можуть урятувати їй життя. Український психологічний ХАБ використовує написання «дилема Гайнца». Варіант «дилема Хайнца» також поширений у перекладах і пошуку, але це не інша дилема й не окрема сутність. Англійська назва Heinz dilemma потрібна лише для точної ідентифікації в джерелах. Сюжет: ліки, ціна і конфлікт обов’язків У класичному сценарії дружина Гайнца смертельно хвора. Існують ліки, які, за умовами історії, можуть її врятувати. Власник препарату просить за них значно більше, ніж Гайнц може заплатити. Гайнц намагається зібрати гроші, просить продати дешевше або дозволити сплатити пізніше, але отримує відмову. Після цього постає центральне питання: чи повинен він викрасти ліки, щоб урятувати дружину? Для Кольберга це питання було лише початком. Далі співрозмовника просили пояснювати рішення, розглядати додаткові обставини й обґрунтовувати, чому життя, закон, власність, шлюбний обов’язок або інші норми мають певну вагу. Тобто дослідницький інтерес містився не в самому драматичному виборі, а в логіці, яка стоїть за ним. Що насправді оцінював Кольберг Кольберг досліджував моральне судження — спосіб, у який люди організовують міркування про правила, обов’язки, взаємність, права та справедливість. Його модель припускала, що структура такого міркування може змінюватися в розвитку. У цьому сенсі дилема працює як «вікно» у спосіб аргументації. Двоє людей можуть погодитися, що Гайнц повинен викрасти ліки, але пояснювати це зовсім по-різному. Так само двоє можуть заперечувати крадіжку з різних підстав. Саме тому простий підрахунок відповідей «так/ні» не відтворює метод Кольберга. Повний опис трьох рівнів і шести стадій винесено в окремий матеріал «Теорія морального розвитку Кольберга: 6 стадій, 3 рівні та сучасна оцінка». Однакова відповідь — різна логіка Щоб зрозуміти принцип, корисно порівняти не рішення, а можливі типи обґрунтування. Наведені нижче приклади — пояснювальні ілюстрації, а не готовий ключ для самостійного визначення стадії. Стадія 1: покарання й слухняність Аргументація може зосереджуватися на безпосередньому покаранні: красти не можна, бо Гайнца покарають; або, навпаки, бездіяльність може розглядатися через небажані для нього наслідки. Центр міркування — влада правила та конкретні наслідки для самого учасника. Стадія 2: інструментальний обмін і особиста вигода Людина може оцінювати ситуацію як обмін інтересами: що Гайнц отримає або втратить, що дружина означає для нього, яка взаємна вигода чи ціна рішення. Правильність ще значною мірою пов’язана з конкретними інтересами сторін. Стадія 3: міжособистісні очікування та схвалення У центрі можуть бути стосунки та образ «хорошого» чоловіка: люблячий партнер має допомогти дружині; або порядна людина не повинна красти. Важливо, якої поведінки очікують значущі інші й що означає бути доброю людиною в близьких стосунках. Стадія 4: закон, соціальна система й обов’язок Аргументація переноситься на ширший порядок: закони потрібні для стабільності суспільства, крадіжка порушує встановлені правила; водночас можуть обговорюватися формальні обов’язки щодо збереження життя. Ключовим стає функціонування системи, а не лише схвалення окремих людей. Стадія 5: суспільний договір і права Міркування може порівнювати закон із базовими правами та суспільною домовленістю: закони важливі, але вони є людськими правилами й можуть оцінюватися з погляду того, чи захищають життя, свободу та справедливі інтереси громадян. Стадія 6: універсальні етичні принципи У найвищій частині історичної схеми рішення обґрунтовується принципами, які людина вважає універсальними й послідовно застосовує незалежно від власної вигоди чи конкретного закону. Саме існування і поширеність цієї стадії належать до найбільш дискусійних частин моделі Кольберга. Чому «так» не означає вищу стадію З наведених прикладів видно головне: підтримка крадіжки не є автоматично «вищою» відповіддю, а відмова від крадіжки — «нижчою». На різних стадіях можна дійти до однакового рішення через різну структуру міркування. Так само не варто перетворювати стадії на оцінки характеру. Вища позиція в історичній моделі означала складнішу організацію морального судження за критеріями Кольберга, а не доказ того, що людина добріша, чесніша чи краще поводиться в реальному житті. Як дилема Гайнца пов’язана з MJI Дилема Гайнца стала частиною ширшої процедури — Інтерв’ю морального судження, Moral Judgment Interview (MJI). Це напівструктуроване інтерв’ю, у якому людині пропонували моральні дилеми, ставили уточнювальні запитання і кодували не окрему фразу, а розгорнуті міркування. Методичні матеріали до The Measurement of Moral Judgment описують дев’ять дилем, але стандартизовані форми спиралися на визначені комбінації трьох дилем. Автори окремо застерігали, що надійність і валідність не можна автоматично переносити на довільні скорочення або власні набори запитань. Звідси практичний висновок: відповідь на одну дилему Гайнца в інтернеті не є еквівалентом MJI і не дає валідного «діагнозу стадії». Що показали міжкультурні дослідження Метод моральних дилем став основою великої дослідницької програми. У відомому огляді Джона Снері 1985 року було проаналізовано 45 досліджень у 27 країнах. Загальна картина підтримувала частину розвитку від простіших до складніших форм морального судження, але водночас виявляла важливі обмеження — особливо щодо найвищих стадій, культурної репрезентативності та того, наскільки одна схема охоплює різні моральні традиції. У 2007 році Джон Гіббс і колеги знову розглянули питання універсальності та зіставили дані з різних методів. Вони знайшли аргументи на користь певних спільних тенденцій у розвитку морального міркування, але не підтвердили просту сильну тезу, ніби всі люди в усіх культурах проходять одну повну шестистадійну драбину в однаковий спосіб. Це важливо й для самої дилеми Гайнца: вона була продуктивним інструментом історичної програми, але не нейтральним універсальним «вимірювачем моралі», незалежним від культури, освіти, контексту та способу проведення інтерв’ю. Дилема Гайнца не вимірює моральну поведінку Моральне судження і реальна поведінка — не одне й те саме. Людина може дуже складно міркувати про права та принципи, але в конкретній ситуації діяти під впливом страху, вигоди, групового тиску, емоцій або звички. І навпаки, моральний вчинок не обов’язково супроводжується розгорнутим абстрактним поясненням. Тому дилема Гайнца не передбачає напряму, чи людина крастиме, допомагатиме іншим, дотримуватиметься закону або поводитиметься етично в повсякденному житті. Чи є правильна відповідь на дилему Гайнца Якщо йдеться саме про використання дилеми в теорії Кольберга, єдиної правильної відповіді «так» або «ні» немає. Предметом аналізу була аргументація. Це не означає, що реальні юридичні або етичні питання не мають наслідків. Дилема є штучно сконструйованою дослідницькою ситуацією. Вона не дає універсальної поради, як діяти в реальному випадку з ліками, власністю чи загрозою життю, і не замінює правового або професійного етичного аналізу. Для чого дилему використовують сьогодні Сьогодні дилема Гайнца найкорисніша як історичний приклад дослідження морального судження та як навчальний матеріал для обговорення аргументації. Вона допомагає показати, що моральна психологія може досліджувати не лише вибір, а й спосіб, у який люди пояснюють цей вибір. У навчанні її можна використовувати для порівняння різних підстав рішення, дискусії про права, закон, турботу, справедливість і межі стадіальних моделей. Але перетворювати коротку відповідь студента, клієнта чи читача на психологічний діагноз або точний показник стадії без валідованої процедури некоректно. Як дилема вписується у спадщину Кольберга Для розуміння дилеми корисно бачити її в ширшому контексті. Лоуренс Кольберг розробив впливову когнітивно-розвиткову модель морального судження, спираючись на попередню традицію Жана Піаже. Дилеми й інтерв’ю були способом перевіряти цю модель емпірично. Персональний хаб «Лоуренс Кольберг» містить біографію, основні праці, історичний контекст, критику й сучасну оцінку його спадщини. Окрема стаття про теорію докладно пояснює три рівні та шість стадій. Ця сторінка має вужчу функцію: точно пояснити, що таке дилема Гайнца і що з її допомогою можна — і не можна — висновувати. Поширені запитання Хто створив дилему Гайнца? Надійні довідкові джерела однозначно фіксують, що Кольберг використовував дилему Гайнца у своїй програмі дослідження морального міркування. Формулювання «Кольберг створив її першим» потребувало б окремого історичного доказу, тому Український психологічний ХАБ не приписує йому такого пріоритету без спеціальної перевірки. Чому пишуть і «Гайнц», і «Хайнц»? Це різні українські способи передавання німецького імені Heinz. У цьому каноні використовується форма «Гайнц», а «Хайнц» враховується як пошуковий і перекладний варіант. Обидві назви стосуються тієї самої дилеми. Якщо я відповів, що Гайнц має вкрасти ліки, це означає високу стадію? Ні. У моделі Кольберга стадія залежить не від вибору «красти / не красти», а від структури аргументації. Одна й та сама відповідь може спиратися на різні типи міркування. Чи можна визначити свою стадію за однією дилемою? Ні. Оригінальна дослідницька процедура використовувала структуроване інтерв’ю, кілька дилем, уточнювальні запитання та спеціальне кодування. Один короткий онлайн-вибір не є валідованим MJI. Пов’язані статті Теорія морального розвитку Кольберга Моральні дилеми Джерела American Psychological Association. Heinz dilemma. APA Dictionary of Psychology. Kohlberg L, Hersh RH. Moral Development: A Review of the Theory. Theory Into Practice. 1977;16(2):53–59. DOI: 10.1080/00405847709542675. Colby A, Kohlberg L, Speicher B, Hewer A, Candee D, Gibbs J, Power C. The Measurement of Moral Judgment. Volume II: Standard Issue Scoring Manual. Cambridge University Press, 1987. Snarey JR. Cross-cultural universality of social-moral development: A critical review of Kohlbergian research. Psychological Bulletin. 1985;97(2):202–232. DOI: 10.1037/0033-2909.97.2.202. Gibbs JC, Basinger KS, Grime RL, Snarey JR. Moral judgment development across cultures: Revisiting Kohlberg’s universality claims. Developmental Review. 2007;27(4):443–500. DOI: 10.1016/j.dr.2007.04.001.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Моральна експансивність — це дослідницький конструкт у моральній психології, який описує, наскільки широко людина поширює моральну турботу й моральне врахування на різні об’єкти: від близьких людей до незнайомців і соціально віддалених груп, від тварин до рослин, екосистем і природного середовища. Йдеться не про ярлик «хорошої» чи «поганої» людини, а про структуру того, кого або що люди включають до сфери морально значущого. У побутовій мові це часто описують через метафору «морального кола». Сучасні дослідження показують, що одного образу кола недостатньо: важливі і ширина турботи, і її інтенсивність, і тип морального зобов’язання. Людина може визнавати, що іншому не слід завдавати шкоди, але не вважати себе особисто зобов’язаною активно допомагати; може високо цінувати природу і водночас інакше розставляти пріоритети щодо далеких людських груп. Саме тому моральна експансивність сьогодні вивчається як багатовимірне явище, а не як проста шкала від «вузької» до «правильної» моралі. Коротка відповідь Поняття moral expansiveness було систематично операціоналізоване в роботі Crimston, Bain, Hornsey і Bastian (2016). У шести дослідженнях автори розробили Moral Expansiveness Scale (MES) і показали, що люди відрізняються за тим, скільки моральної турботи поширюють на близьких, чужих людей, соціальні групи, тварин, рослини та елементи довкілля. Показник був пов’язаний з емпатією, універсалістськими цінностями, ідентифікацією з людством і зв’язком із природою, але не зводився до жодного з цих конструктів. Водночас ширше моральне коло не гарантує конкретної дії. Новіша робота Crimston та співавт. (2026) розділяє приписування моральних прав і переживання особистих моральних обов’язків. У трьох дослідженнях люди ширше визнавали права, ніж брали на себе обов’язок захищати, а саме обов’язки були стабільніше пов’язані з просоціальними намірами. Це важливе уточнення: «вважати когось гідним захисту», «відчувати обов’язок допомогти» і «реально допомогти» — різні психологічні рівні. Що таке моральна експансивність Моральна експансивність описує межі морального врахування: які людські й нелюдські об’єкти людина вважає такими, чиї інтереси, добробут або захист мають моральне значення. У огляді Crimston та співавт. (2018) цей напрям описано як психологію моральних меж — дослідження того, хто входить до нашого морального світу, чому ці межі різняться між людьми й ситуаціями та як вони можуть розширюватися або звужуватися. Це емпіричне поняття. Воно не встановлює, кого люди повинні включати до морального кола, не визначає «правильну» етику і не дає рейтингу моральності особистості. Психологічне дослідження може описати, кому люди приписують моральну цінність, що передбачає такі приписування і з якою поведінкою вони пов’язані; нормативне питання про те, які моральні зобов’язання є виправданими, належить до іншого рівня аналізу. Моральне коло і моральна експансивність: у чому різниця Моральне коло — широка метафора меж морального врахування. Вона допомагає уявити, що одні об’єкти переживаються як близькі й безперечно значущі, інші — як більш віддалені, а деякі можуть узагалі опинятися поза сферою турботи. Моральна експансивність перетворює цю загальну ідею на психологічний конструкт, який можна вимірювати й порівнювати між умовами та вибірками. У ранніх моделях межа часто виглядала бінарною: хтось або «всередині», або «зовні». MES зробила картину градуйованою: моральне врахування може бути сильним, помірним, мінімальним або відсутнім. Робота 2026 року додала ще одне важливе розрізнення — права й особисті обов’язки не утворюють одного й того самого кола. Отже, говорити про «розмір морального кола» корисно лише тоді, коли уточнено, що саме вимірюють. Як вимірюють моральну експансивність Оригінальна Moral Expansiveness Scale пропонує розподіляти різні людські й нелюдські об’єкти за чотирма градаціями моральної турботи. У первинній роботі було 30 об’єктів. Чим більше об’єктів отримують вищий рівень морального врахування, тим вищий сумарний показник. Такий формат дозволяє одночасно оцінювати охоплення моральної турботи та її інтенсивність. Важливо, що це не клінічний тест і не діагностичний інструмент. Він створений для дослідницьких завдань у соціальній і моральній психології. Сумарний бал не означає «рівень моральності», не є особистісним діагнозом і не дає підстав робити висновок, що одна людина етично краща за іншу. Які об’єкти входили до повної MES У повній шкалі об’єкти були згруповані в десять категорій: близькі люди й друзі; власна група; зовнішні групи; люди, яких суспільство шанує; маргіналізовані або стигматизовані люди; особи з різко негативною соціальною репутацією; тварини з вищою сприйнятою здатністю до складного переживання; інші тварини; рослини; природне середовище. Така структура дає змогу перевіряти, чи однаково люди поширюють турботу на різні домени. Добір об’єктів сам по собі впливає на результат. Якщо шкала містить політично, культурно або емоційно навантажені приклади, відповіді можуть відображати не лише загальну ширину моральної турботи, а й ставлення до конкретного прикладу. Тому зміст шкали потрібно розглядати як частину вимірювальної моделі, а не як нейтральний перелік «правильних» об’єктів турботи. Коротка шкала MESx У 2018 році було запропоновано коротку форму MESx із десятьма об’єктами — по одному представнику кожної з десяти категорій оригінальної шкали. У валідаційних дослідженнях MESx показала зв’язки з універсалістськими цінностями, ідентифікацією з людством і зв’язком із природою, але не зводилася до них; мала помірну стабільність у часі та лише слабкий зв’язок із соціально бажаними відповідями. Автори також показали, що коротка версія мала кращу дискримінантну поведінку щодо одного з політично чутливих індикаторів, ніж повна шкала. Це не означає, що політичні переконання є «перешкодою» вимірюванню. Висновок методологічний: конкретний набір об’єктів може домішувати до загального показника зміст, що не тотожний моральній експансивності. Моральна турбота має ширину, глибину і склад Одна цифра зручна, але вона може приховати різні профілі. Двоє людей здатні мати подібний сумарний показник і водночас розподіляти турботу по-різному: одна людина сильніше включає далеких людей, інша — тварин і природні системи. Велике міжнаціональне дослідження Law та співавт. (2025) показало, що відносна моральна оцінка природи й людських зовнішніх груп систематично варіює, а просте уявлення про єдину рівномірно розширювану шкалу потребує уточнення. Це змінює спосіб читання поняття. Моральна експансивність має щонайменше три питання: наскільки далеко простягається турбота; наскільки сильно вона виражена щодо конкретних об’єктів; який саме зміст має моральне врахування — заборону шкодити, визнання прав, особисту відповідальність, готовність допомагати чи реальну поведінку. Права, обов’язки і допомога — різні речі У сучасній моральній психології важливо не змішувати norm judgment, moral judgment, moral motivation і moral behavior. Людина може вважати норму правильною, визнавати моральний статус іншого, відчувати слабку особисту мотивацію та в конкретній ситуації не діяти. Зворотне теж можливе: допомога може виникати через звичку, соціальне очікування, співчуття або практичний інтерес без розгорнутого морального міркування. У трьох дослідженнях Crimston та співавт. (2026) визнання базових моральних прав охоплювало ширше коло об’єктів, ніж особисті зобов’язання їх захищати. Особливо інформативним було те, що позитивні обов’язки — відчуття, що треба активно допомогти або захистити, — були тісніше пов’язані з просоціальними намірами. Це не доводить, що обов’язок автоматично спричиняє поведінку, але показує, чому одного питання «чи має цей об’єкт моральну цінність?» недостатньо. З чим пов’язана моральна експансивність Емпатія Емпатія може підтримувати увагу до чужих переживань і була пов’язана з моральною експансивністю в первинній валідації MES. Проте емпатія не дорівнює моралі й не є тим самим конструктом. Вона може бути вибірковою, сильнішою щодо близьких або виразних жертв і слабшою щодо статистично віддалених об’єктів. Моральна турбота може охоплювати й такі сутності, щодо яких людина не переживає безпосередньої емоційної емпатії — наприклад, екосистему. Тому твердження «чим більше емпатії, тим ширше моральне коло» не є універсальним психологічним законом. Кореляція між конструктами не робить їх взаємозамінними, а причинний напрямок може залежати від контексту, досвіду, ідентифікації та соціальних норм. Цінності й універсалізм Цінності задають відносно стійкі мотиваційні пріоритети, і універсалістські цінності закономірно пов’язані з ширшою моральною турботою. Водночас первинні й подальші валідаційні дослідження MES показували, що моральна експансивність не редукується до універсалізму. Людина може схвалювати певні цінності на рівні переконань, але в конкретному виборі діяти під впливом витрат, ролі, норм, емоцій чи обмежень ситуації. Тут діє загальніше правило моральної психології: цінність, переконання, моральна ідентичність і моральна поведінка пов’язані, але жоден із цих рівнів не гарантує інший. Ідентифікація з людством і зв’язок із природою MES і MESx корелюють з ідентифікацією з усім людством та зі зв’язком із природою. Це логічно: відчуття психологічної спорідненості з ширшим колом людей або з природним світом може робити віддалені об’єкти більш морально помітними. Проте ці змінні також не є синонімами моральної експансивності. Можна відчувати єдність із природою й мати іншу структуру зобов’язань щодо людей, або високо ідентифікуватися з людством і по-різному оцінювати нелюдських істот. Довіра і сприйняття суспільства У міжнаціональному дослідженні Kirkland та співавт. (2023) за участю студентських вибірок із 36 країн, серед яких була й Україна, менша узагальнена довіра, сильніше сприйняття суспільного розладу та більша суб’єктивно сприйнята нерівність були пов’язані з вужчим моральним колом. Об’єктивний індекс нерівності не демонстрував того самого зв’язку. Це спостережувальні дані, тому з них не випливає, що недовіра або сприйняття нерівності причинно «звужують» моральне коло. Так само міжкраїнні відмінності не є рейтингом моральності суспільств. Вони можуть відображати складну суміш економічних умов, інституційної довіри, культурних норм, досвіду загроз і особливостей вибірок. Моральні емоції можуть бути одним із механізмів Дослідження Takamatsu, Rottman і Crimston (2026) аналізувало зв’язок моральної експансивності з проекологічними результатами та можливу посередницьку роль моральних емоцій. Моральний гнів виявився більш послідовним статистичним посередником, тоді як роль відрази залежала від культури й конкретного критерію. Медіаційна модель не доводить причинного механізму сама по собі. Вона показує, що дані сумісні з певною послідовністю зв’язків. Щоб говорити, що моральна експансивність породжує емоцію, а емоція своєю чергою спричиняє поведінку, потрібні сильніші причинні дизайни. Чи передбачає ширше моральне коло реальну поведінку У первинній серії досліджень MES моральна експансивність давала додаткову статистичну інформацію про готовність до просоціальних рішень і деякі поведінкові показники навіть після врахування споріднених конструктів. Це одна з причин, чому поняття стало продуктивним у дослідженнях моральної психології. Проте зв’язок не означає гарантії. Альтруїзм і просоціальна поведінка залежать від витрат, доступних ресурсів, норм, очікуваної ефективності, присутності інших людей, репутаційних стимулів і безлічі ситуаційних умов. Людина може включати широкий спектр об’єктів до сфери морального врахування й не діяти в конкретному епізоді; інша людина може діяти просоціально без широкого декларованого морального кола. Корисно тримати окремо щонайменше чотири рівні: моральне судження про те, що має значення; судження про норму — що тут прийнятно або неприйнятно; моральну мотивацію — наскільки людина готова щось робити; і моральну поведінку — що вона фактично зробила. MES переважно описує перші два шари морального врахування та сприйнятого зобов’язання, а не видає сертифікат поведінки. Люди, тварини і природа: що показують дані Інші люди Соціальна відстань має значення: близьких зазвичай легше включати до найвищої зони турботи, ніж незнайомців або зовнішні групи. Водночас це не незмінний закон. Спільна ідентичність, контакт, норми, інформація про потребу та конкретний контекст можуть змінювати межі морального врахування. Визнання морального статусу зовнішньої групи також не означає однакової допомоги всім її представникам. Реальні рішення майже завжди включають конкуренцію цілей, брак ресурсів і різні ролі відповідальності. Тварини MES від початку включала різні види тварин, оскільки моральне врахування людей часто залежить від сприйнятої здатності тварини відчувати, від культурного значення виду, близькості до людини та звичних практик. Включення тварин до морального кола тому є не одним рішенням «за тварин», а цілою структурою відмінностей між видами й ситуаціями. Психологічне дослідження таких відмінностей не встановлює, який моральний статус тварини повинні мати. Воно описує людські приписування статусу та фактори, що з ними пов’язані. Рослини, екосистеми і природне середовище Природа створює особливо цікавий випадок, бо моральна турбота може спрямовуватися не лише на істот, яким люди приписують переживання, а й на види, ліси, річки, екосистеми або середовище як ціле. Це показує, що моральне врахування не зводиться лише до емпатичної реакції на видиме страждання. У дослідженні Law та співавт. (2025) з попередньо зареєстрованими вторинними аналізами студентських даних із 42 країн та репрезентативних масивів із 86 країн виявили різні профілі відносної оцінки природи й людських зовнішніх груп. Автори не знайшли послідовних доказів, що висока моральна оцінка природи обов’язково досягається ціною турботи про людей. Це суперечить простій нульовій сумі «або люди, або природа». Чи можна розширити моральне коло Є експериментальні дані, що моральна експансивність не є абсолютно нерухомою. Водночас доказова база інтервенцій значно менша, ніж база вимірювання індивідуальних відмінностей, а сталість змін і перенесення на реальну поведінку вивчені обмежено. У рандомізованому дослідженні Kirby, Hoang і Crimston (2024) 102 учасники, серед яких 87 жінок, пройшли короткий семінар Compassion Focused Therapy або були в листі очікування. Через два тижні інтервенційна група показала збільшення загальної моральної експансивності та окремих підгруп порівняно з контролем. На тримісячному етапі вимірювали лише інтервенційну групу, тому довгострокову різницю з паралельним контролем оцінити не можна. Інша серія з п’яти досліджень Song, Klebl і Bastian (2023) пов’язала переживання захоплення перед величчю — awe — з ширшим моральним врахуванням. Частина досліджень була експериментальною, а запропонованим психологічним шляхом стало відчуття себе частиною більшого цілого. Це цікавий механістичний напрям, але окремі короткі лабораторні ефекти не є доказом довготривалої перебудови моральних переконань. Отже, фраза «моральне коло можна натренувати» наразі звучить сильніше, ніж дозволяють дані. Коректніше говорити, що деякі короткі психологічні впливи можуть тимчасово змінювати самооцінену ширину морального врахування, а питання тривалості, відтворюваності та поведінкових наслідків потребують подальших досліджень. Розвиток не обов’язково означає лінійне розширення Популярна історія про моральний розвиток часто має форму прямої: дитина нібито турбується лише про близьких, а з віком коло природно розширюється. Сучасні дані не підтримують такої універсальної траєкторії. У перспективній статті Marshall, Wilks, Caviola і Neldner (2025) узагальнено дослідження, де в окремих доменах молодші діти виявляли ширше моральне врахування соціально, фізично або філогенетично віддалених об’єктів, ніж старші діти й дорослі. Це не означає, що діти «моральніші». Це означає, що розвиток може одночасно розширювати одні форми розуміння і посилювати набуті соціальні межі в інших доменах. Тому вік не варто використовувати як простий індекс розміру морального кола, а зміни з розвитком потрібно аналізувати окремо для різних типів об’єктів, норм і контекстів. Культура і суспільний контекст Моральна експансивність вимірюється в конкретній культурній і мовній системі. Самі категорії «близький», «чужий», «шанований», «стигматизований», «тварина» чи «природний об’єкт» можуть мати різні асоціації. Навіть точний переклад інструкції не гарантує, що психологічне значення всіх об’єктів однакове в різних країнах. Міжнаціональна робота Kirkland та співавт. (2023) є важливою саме тим, що показує зв’язок моральних меж із суспільним контекстом у багатьох країнах. Але студентські вибірки з університетів не є автоматично репрезентативними для населення країни, а асоціації країнового рівня не дозволяють робити висновок про кожну окрему людину. Великий аналіз Law та співавт. (2025) доповнює цю картину репрезентативними міжнародними масивами, але й він показує радше різноманітність профілів, ніж єдину шкалу культур. Порівняння країн за сумарним балом без перевірки вимірювальної еквівалентності та контексту легко перетворити на псевдорейтинг «моральності», якого сам конструкт не дає. Моральна експансивність не дорівнює емпатії, альтруїзму чи моральній ідентичності Первинна валідація MES спеціально перевіряла споріднені конструкти. Моральна експансивність була пов’язана з емпатією, моральною ідентичністю, універсалістськими цінностями, соціальною відповідальністю, ідентифікацією з усім людством, теплом до об’єктів, приписуванням їм здатності бути об’єктом моральної турботи та зв’язком із природою. Водночас статистично вона зберігала окрему інформацію. Це важливе розрізнення для практичного читання досліджень. Емпатія відповідає на питання про розуміння й переживання станів іншого; альтруїзм — про допомогу з вигодою для іншого й можливими витратами для себе; моральна ідентичність — про місце моральних характеристик у самосприйманні; моральна експансивність — про те, наскільки широке коло об’єктів отримує моральне врахування. Моральна експансивність не є «правильною мораллю» Емпірична психологія може виміряти, як люди розподіляють турботу, але з цього не випливає нормативний висновок, що максимально широкий розподіл завжди є найкращим. Реальні моральні ситуації містять конфлікти обов’язків, дефіцит ресурсів, різну близькість відносин і спеціальні ролі відповідальності — наприклад, щодо власної дитини, пацієнта, колеги або людини, якій уже пообіцяли допомогу. Ширина кола також не означає однакову вагу всіх об’єктів. Людина може визнавати моральне значення багатьох істот і систем, але мати різні рівні зобов’язання щодо них. Саме градації турботи були закладені в MES від початку, а нове розрізнення прав і обов’язків робить цю нерівномірність ще очевиднішою. Моральна експансивність і моральне виключення Моральна експансивність і моральне виключення описують суміжні, але не дзеркально тотожні процеси. Перша зосереджена на ширині та інтенсивності морального врахування. Моральне виключення стосується ситуацій, коли певних людей або груп перестають включати до сфери звичних правил справедливості, прав чи турботи. Зміна бала моральної експансивності сама по собі не діагностує моральне виключення і не доводить дегуманізацію. Так само наявність ворожої комунікації не дозволяє автоматично вивести повну структуру морального кола людини. Психологічні механізми категоризації, стереотипізації та дегуманізації в комунікації докладніше розглянуті в матеріалі «Мова ворожнечі». Наукові терміни тут описують процеси й не повинні перетворюватися на моральні ярлики для груп або окремих людей. Що наука знає досить добре, а де доказів ще мало Добре підтриманою є базова ідея індивідуальних відмінностей: люди справді по-різному розподіляють моральне врахування між близькими, віддаленими людьми, тваринами та природою, а MES і MESx мають опубліковані дані про надійність і валідність. Також послідовно спостерігаються зв’язки з універсалізмом, емпатією, ідентифікацією з людством, природою та просоціальними орієнтаціями. Менш визначеним є причинний рівень. Значна частина літератури кореляційна; експериментів менше; довготривалих інтервенційних досліджень мало. Крім того, нові роботи ставлять під сумнів припущення, що всі домени морального кола рухаються разом, і розділяють права, обов’язки та різні види допомоги. Тому найточніший сучасний статус поняття такий: моральна експансивність — валідний і продуктивний дослідницький конструкт із активним теоретичним уточненням, а не завершена універсальна модель моралі. Основні обмеження досліджень Перше обмеження — самозвіт. Більшість шкал вимірює те, як люди описують власну моральну турботу. Самозвіт може відрізнятися від рішення під тиском часу, реальної пожертви, вибору в конфлікті інтересів або поведінки, яку бачать інші. Друге — залежність від набору об’єктів. Інструмент не вимірює абстрактну «моральність» поза змістом. Заміна прикладів може змінити складність, політичну чутливість, знайомість і емоційну виразність завдання. Третє — розрив між наміром і дією. Навіть коли моральна експансивність передбачає готовність допомагати, це ймовірнісний зв’язок на рівні даних, а не особистий прогноз. Четверте — культурна порівнюваність. Однаковий словник не гарантує однакового психологічного значення. Для сильних міжкультурних висновків потрібна перевірка того, що шкала вимірює зіставний конструкт у різних групах. П’яте — причинність. Якщо ширше моральне коло пов’язане з довірою, емпатією або проекологічними установками, це не визначає напрямку впливу. Можливі взаємні ефекти й треті змінні. Типові помилки у розумінні «Вищий бал означає морально кращу людину». Шкала не створювалася для такого висновку. Вона описує ширину морального врахування за конкретною процедурою. «Якщо об’єкт усередині морального кола, людина обов’язково допоможе». Визнання морального значення, особистий обов’язок, мотивація та реальна дія відрізняються. «Моральна експансивність — це емпатія». Емпатія є одним зі споріднених процесів, але конструкти не тотожні. «Моральне коло завжди розширюється з віком або історичним розвитком». Дані про розвиток і сучасні профілі моральної оцінки показують складнішу картину. «Турбота про природу відбирає моральну турботу в людей». Міжнаціональні дані Law та співавт. (2025) не дали послідовних доказів такої нульової суми, хоча різні профілі пріоритетів справді існують. «Один сумарний бал показує сутність людини». Сумарний бал стискає різні домени, а нові дослідження показують, що профілі, права й обов’язки можуть мати окреме значення. Для чого цей конструкт корисний Моральна експансивність корисна там, де дослідникові потрібно вивчити межі турботи між різними класами об’єктів, а не лише відповідь на одну дилему. Вона дозволяє поєднати дослідження міжгрупових відносин, ставлення до тварин, екологічної психології, просоціальності та моральної мотивації в одному вимірювальному просторі. Вона також допомагає досліджувати, як моральні норми, соціальна довіра, емоції, ідентичність або досвід пов’язані з тим, кому люди відводять місце у сфері морального врахування. Корисність тут аналітична: конструкт дає мову й метод вимірювання, а не інструмент для виправлення чи ранжування людей. Як читати результати шкали без хибних висновків Спершу варто з’ясувати, яку версію шкали використано, які саме об’єкти були представлені й що означали градації відповіді. Порівнювати сумарні бали з різних модифікацій так, ніби вони тотожні, ризиковано. Далі важливо дивитися не лише на загальний бал, а й на профіль доменів: люди, тварини, природа, близькі та далекі соціальні об’єкти. Якщо дослідження стосується міжкультурних груп, потрібні дані про порівнюваність вимірювання. Нарешті, слід перевірити, що саме є результатом: самозвіт про турботу, моральне судження, намір, пожертва, реальна допомога чи довготривала поведінка. Чим далі висновок від фактично виміряної змінної, тим більше припущень потрібно для його обґрунтування. FAQ Чи є моральна експансивність рисою особистості Вона демонструє певну стабільність у часі, але не є незмінною класичною рисою на кшталт вимірів Великої п’ятірки. MESx показувала помірну часову надійність, а експериментальні роботи свідчать, що контекст і короткі впливи можуть змінювати самооцінений рівень морального врахування. Чи є моральна експансивність діагнозом або типом людини Ні. Це дослідницький конструкт моральної психології. Він не є діагнозом DSM чи ICD, не призначений для клінічного сортування людей і не створює науково обґрунтованої типології «вузькоморальних» та «широкоморальних» особистостей. Чи означає високий показник моральнішу поведінку Ні. На рівні групових даних вищі показники пов’язані з деякими просоціальними намірами й поведінковими критеріями, але окремий бал не гарантує конкретного вчинку. Поведінка залежить від ситуації, ресурсів, витрат, норм, контролю та багатьох інших чинників. Чи є моральна експансивність тим самим, що емпатія Ні. Емпатія стосується розуміння або співпереживання стану іншого. Моральна експансивність стосується ширини морального врахування. Вони пов’язані, але люди можуть морально враховувати об’єкти, щодо яких не мають безпосереднього емпатичного переживання. Чи включає моральне коло тварин і природу У MES — так. Повна й коротка шкали включають нелюдських тварин, рослини та елементи природного середовища. Саме це дозволяє досліджувати моральне врахування за межами суто людських відносин. Чи означає широке коло однакову турботу про всіх Ні. Оригінальна шкала від самого початку була градуйованою. Людина може включати багато об’єктів до моральної сфери, але надавати їм різну інтенсивність турботи, різні права та різний рівень особистого зобов’язання. Чи розширюється моральне коло з віком Універсального правила немає. Огляд розвитку 2025 року описує домени, де молодші діти демонструють ширше моральне врахування, ніж старші діти або дорослі. Траєкторія залежить від того, кого чи що оцінюють і яким способом. Чи можна спеціально розширити моральну експансивність Попередні експерименти показують, що це можливо принаймні на рівні короткострокового самозвіту. Проте досліджень небагато, довготривалі контрольовані дані обмежені, а перенесення змін на реальну поведінку не можна вважати доведеним. Чим моральне коло відрізняється від моральних норм Моральне коло відповідає передусім на питання «хто або що отримує моральне врахування?». Моральна норма відповідає на питання «яке правило належної або неналежної поведінки діє в цій ситуації?». Обидва рівні можуть взаємодіяти, але вони не тотожні. Чи можна порівняти країни й сказати, де люди моральніші Такий висновок методологічно некоректний. Міжкраїнні відмінності в конкретній шкалі залежать від вибірки, культурного змісту об’єктів, перекладу, норм і вимірювальної еквівалентності. Вони описують показники конструкта, а не моральний рейтинг суспільств. Пов’язані статті Моральне коло Джерела Crimston, C. R., Bain, P. G., Hornsey, M. J., & Bastian, B. (2016). Moral expansiveness: Examining variability in the extension of the moral world. Journal of Personality and Social Psychology, 111(4), 636–653. https://doi.org/10.1037/pspp0000086 Crimston, C. R., Hornsey, M. J., Bain, P. G., & Bastian, B. (2018). Moral expansiveness short form: Validity and reliability of the MESx. PLOS ONE, 13(10), e0205373. https://doi.org/10.1371/journal.pone.0205373 Crimston, C. R., Hornsey, M. J., Bain, P. G., & Bastian, B. (2018). Toward a psychology of moral expansiveness. Current Directions in Psychological Science, 27(1), 14–19. https://doi.org/10.1177/0963721417730888 Crimston, C. R., Rottman, J., Neldner, K., Wilks, M., & Young, T. (2026). Deconstructing the moral circle: Obligations as the driver of moral expansion. British Journal of Social Psychology, 65(2), e70073. https://doi.org/10.1111/bjso.70073 Kirby, J. N., Hoang, A., & Crimston, C. R. (2024). A brief Compassion Focused Therapy intervention can increase moral expansiveness: A randomized controlled trial. Mindfulness, 15, 282–294. https://doi.org/10.1007/s12671-023-02300-7 Kirkland, K., Crimston, C. R., Jetten, J., Rudnev, M., et al. (2023). Moral expansiveness around the world: The role of societal factors across 36 countries. Social Psychological and Personality Science, 14(3), 305–318. https://doi.org/10.1177/19485506221101767 Law, K. F., Syropoulos, S., Crimston, C. R., Markowitz, E., Milfont, T. L., Claessens, S., Kyritsis, T., Atkinson, Q., Bastian, B., & Rottman, J. (2025). Cross-national insights into moral expansiveness: Selective valuation of nature versus humans. Journal of Environmental Psychology, 107, 102778. https://doi.org/10.1016/j.jenvp.2025.102778 Marshall, J., Wilks, M., Caviola, L., & Neldner, K. (2025). When development constricts our moral circle. Nature Human Behaviour, 9, 1537–1545. https://doi.org/10.1038/s41562-025-02212-7 Song, J. Y., Klebl, C., & Bastian, B. (2023). Awe promotes moral expansiveness via the small-self. Frontiers in Psychology, 14, 1097627. https://doi.org/10.3389/fpsyg.2023.1097627 Takamatsu, R., Rottman, J., & Crimston, C. R. (2026). Moral expansiveness and pro-environmentalism: The mediating role of moral emotions. Cognition and Emotion, 40(5), 1185–1201. https://doi.org/10.1080/02699931.2025.2578301

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Коли система штучного інтелекту радить, обирає, відмовляє, помиляється або формулює відповідь так, ніби «розуміє» ситуацію, люди майже неминуче починають оцінювати її мовою соціального світу. Ми запитуємо, чи вона «сама вирішила», чи «винна», чи «мала знати», чи заслуговує на довіру, чи було б жорстоко її вимкнути. Для психології головне тут не встановити, чи має ШІ справжню моральну суб’єктність, а пояснити, як і чому людський розум розподіляє агентність, провину, відповідальність і моральну увагу між людиною, організацією та штучною системою. Саме цю емпіричну проблему сучасний огляд у Annual Review of Psychology називає моральною психологією штучного інтелекту. У цій літературі машини можуть виступати в людському сприйнятті як моральні агенти — ті, хто нібито діє і може бути оцінений; як моральні пацієнти — ті, щодо кого люди вважають можливими моральну турботу або шкоду; і як моральні проксі — технологічні посередники, через яких люди реалізують рішення, інтереси та взаємодії. Ці категорії описують людське моральне сприйняття. Вони не доводять, що сучасна система ШІ має свідомість, почуття, здатність страждати, власні цілі або моральні права. Людина може психологічно сприймати систему як агента чи пацієнта навіть тоді, коли немає незалежних доказів відповідного внутрішнього стану. Це центральне розрізнення всієї статті. Що таке моральна психологія штучного інтелекту Моральна психологія штучного інтелекту — це напрям досліджень того, як люди роблять моральні судження про системи ШІ та рішення за їхньої участі: кому приписують намір, контроль і відповідальність; кого звинувачують або виправдовують; чи готові передавати машині морально значущі рішення; чи вважають штучну систему гідною моральної уваги; як на ці оцінки впливають антропоморфізм, автономність, наслідки рішення, контекст і уявлення про «розум» машини. Станом на 2026 рік поле вже має не лише окремі експерименти, а й великий огляд експериментальної літератури та систематичний огляд 36 досліджень сприйнятої моральної агентності штучних агентів. Водночас це молоде й неоднорідне поле: дослідження використовують роботів, алгоритми, автономні системи, чатботи та текстові віньєтки; тому висновки про один клас систем не слід механічно переносити на інший. Моральне судження, провина і відповідальність — різні речі У повсякденній мові фрази «це неправильно», «він винен» і «він відповідає за наслідки» часто зливаються. Для дослідження ШІ таке злиття особливо небезпечне. Моральне судження оцінює вчинок або результат як допустимий чи недопустимий. Судження про провину оцінює, наскільки конкретного учасника слід звинувачувати. Приписування відповідальності стосується того, кому люди відводять причинну, рольову або моральну частку за результат. Судження про норму відповідає на питання, що в певній ситуації вважається належним. Моральне рішення — це вибір між альтернативами з морально значущими наслідками. Моральне міркування — процес обґрунтування такого вибору. Моральна інтуїція — швидка оцінка, яка може виникати без розгорнутого свідомого аналізу; її швидкість не робить її автоматично ірраціональною. Моральна мотивація описує сили, що спонукають діяти відповідно до моральної оцінки, а моральна поведінка — фактичну дію. Переконання, цінності або моральна ідентичність самі по собі не гарантують поведінки, що їм відповідає. Наскільки важливе це розрізнення для ШІ, показує дослідження 2025 року з 13 експериментами й 7670 учасниками: норми щодо людських і роботизованих агентів були загалом подібними, але судження про провину в окремих умовах розходилися. Отже, відповідь на питання «що агент мав зробити?» не дає автоматичної відповіді на питання «наскільки його слід звинувачувати?». Чому люди взагалі бачать у ШІ морального учасника Сприйняття розуму: агентність і досвід Одна з найвпливовіших психологічних рамок виходить зі сприйняття розуму. Класичне дослідження Heather Gray, Kurt Gray і Daniel Wegner виокремило дві великі вимірювані осі: agency — здатність планувати, контролювати себе й діяти; experience — здатність відчувати, переживати задоволення, біль та інші стани. У моральному сприйнятті agency тісніше пов’язується з можливістю бути відповідальним за дію, а experience — з можливістю бути об’єктом турботи й захисту. Для ШІ це створює характерну асиметрію. Людина може бачити в системі високу функціональну здатність діяти — вона обирає маршрут, ранжує кандидатів, пише код або керує роботом — і водночас не приписувати їй переживань. Тому одна й та сама система може здаватися «достатньо агентною», щоб отримати частину провини, але «недостатньо чутливою», щоб викликати таку саму моральну турботу, як людина. Антропоморфізація не дорівнює наївності Люди природно інтерпретують складну поведінку через знайомі соціальні категорії. Голос, ім’я, людський аватар, займенник «я», пояснення власних дій, вибачення, емоційна лексика та діалогова пам’ять можуть посилювати антропоморфізацію ШІ. Це не обов’язково помилка: антропоморфні моделі іноді допомагають передбачати поведінку системи й полегшують взаємодію. Проблема виникає, коли з людоподібного інтерфейсу роблять висновок про неперевірені внутрішні властивості — свідомість, почуття, моральний намір або здатність страждати. Сучасні експерименти підтверджують, що антропоморфні сигнали впливають саме на моральні оцінки. У трьох експериментах 2026 року, загалом N = 606, фізичні та ментальні антропоморфні характеристики підвищували моральну увагу до роботів як до потенційних пацієнтів, причому ключовим механізмом було приписування здатності до досвіду. Це результат про людське сприйняття; він не є тестом на реальну здатність робота відчувати. ШІ як сприйнятий моральний агент Моральний агент у психологічному сенсі цієї літератури — це не юридичний статус і не філософський сертифікат «справжньої суб’єктності». Це роль, яку спостерігач приписує сутності, коли вважає, що вона могла діяти інакше, контролювала поведінку, знала або мала знати про наслідки та може бути оцінена за дотримання чи порушення норми. Систематичний огляд 2025 року показує, що сприйнята моральна агентність штучних агентів є градуальною й контекстною. Люди нерідко приписують роботам і ШІ частину відповідальності та провини, але не обов’язково надають їм повний людський моральний статус. Важать автономність, роль у рішенні, людоподібна поведінка, культурний контекст і те, чи йдеться про порушення або про дотримання норми. Реальні описи алгоритмічних порушень теж можуть запускати моральну атрибуцію. У дослідженні Shank і DeSanti учасники оцінювали сім реальних випадків, у яких ШІ був пов’язаний з потенційно проблемним результатом. Після морально негативного результату люди приписували самому ШІ більше неправильності, а також певні рівні усвідомлення, наміру та відповідальності. Водночас сам факт такої атрибуції не свідчить, що система справді мала намір або усвідомлення. Інші роботи демонструють протилежні або змішані патерни. У двох дослідженнях порушень різних моральних норм штучних агентів загалом звинувачували менше, ніж людей, а ступінь провини сильніше залежав від приписаних здатностей і наміру. У семи віньєткових експериментах 2025 року учасники могли приписувати роботам моральну відповідальність навіть за слабкого приписування навмисності, причому негативні наслідки посилювали відповідальність. Сукупність таких результатів не підтримує просте правило «люди завжди звинувачують ШІ більше» або «завжди менше». Норма для ШІ і провина ШІ можуть розходитися Ранні експерименти з моральними дилемами вже показували, що люди можуть очікувати від робота іншої поведінки, ніж від людини. У двох дослідженнях 2015 року учасники сильніше очікували від робота дії, яка жертвує однією людиною заради порятунку більшої кількості, і більше звинувачували робота за бездіяльність. Новіша серія з 13 досліджень уточнила картину: моральні норми для людей і роботів можуть бути дуже схожими, тоді як відмінності проявляються саме в судженнях про провину та залежать від структури дилеми. Окремо психологію машинних рішень у ситуаціях шкоди, ризику та конфлікту цінностей розглядає стаття «Моральні дилеми і ШІ». Це ще раз показує, чому поняття не можна зливати. Вимога до системи виконати певну дію, оцінка допустимості її рішення і приписування їй провини — три окремі психологічні судження. Для дизайну досліджень і для публічної дискусії важливо вказувати, яке саме з них вимірюється. Хто відповідає, коли рішення приймається за участю ШІ Наявність ШІ створює багаторівневу структуру причинності. Результат може залежати від моделі, даних, інтерфейсу, правил організації, розробника, постачальника, налаштувань, користувача й конкретного моменту рішення. Психологічне приписування відповідальності в такій системі не обов’язково відтворює фактичну причинну або юридичну структуру. Люди розподіляють відповідальність під впливом видимості учасників, автономності системи, очікувань, наслідків і того, хто здається найближчим до рішення. Чотири режими участі ШІ Автоматизоване рішення означає, що система виконує вибір за заданим процесом із мінімальним втручанням у конкретний момент. Рекомендація ШІ (AI recommendation) залишає фінальний вибір людині. Спільне рішення людини й ШІ (human–AI joint decision) виникає, коли обидва внески істотно формують результат. Делегування ШІ означає, що людина або організація передає системі визначену частину права вибору. Ці режими не можна називати одним словом «ШІ вирішив», тому що вони створюють різні психологічні й організаційні умови відповідальності. Для загальної психології цього переходу ХАБ має окрему сторінку про делегування рішень ШІ. У моральній психології нас цікавить додаткове питання: як зміна ролі системи змінює судження про провину, контроль і моральне авторство рішення. Відповідальність може психологічно «перетікати» між учасниками Експеримент 2026 року з 588 учасниками показав, що розподіл відповідальності між користувачем, штучним агентом і розробником або постачальником змінювався залежно від попереднього знання про агента та важливості ситуації. За високої важливості більше відповідальності приписували розробнику або постачальнику; за наявності попереднього знання про систему більше відповідальності зміщувалося до самого агента. Це демонструє, що приписування відповідальності є динамічним психологічним судженням, а не простим відображенням технічної архітектури. Інший показовий ефект виникав навіть у звичайному листуванні. У дослідженні комунікації за посередництва ШІ (AI-mediated communication), коли розмова з використанням автоматично згенерованих відповідей ішла погано, частину відповідальності, яку без ШІ приписали б людині, переносили на систему. Такі результати важливі через ризик морального «екранування»: помітний алгоритм може стати зручною мішенню для провини, хоча рішення про його створення, налаштування, застосування й нагляд залишаються в людських та організаційних ланцюгах. Тому фраза «ШІ винен» психологічно може бути зрозумілою, але сама по собі не встановлює, хто мав повноваження, хто контролював процес, хто міг передбачити ризик, хто обрав систему і хто мав можливість зупинити або змінити рішення. Для реальної відповідальності потрібен аналіз конкретної соціотехнічної системи. ШІ як сприйнятий моральний пацієнт Моральний пацієнт — це той, щодо кого спостерігач вважає морально значущими заподіяння шкоди, турботу, захист або врахування інтересів. Для людей і тварин моральна увага часто пов’язана з уявленням про здатність відчувати біль, страх, задоволення чи інші форми досвіду. Саме тому в дослідженнях ШІ ключовим стає не лише те, чи система здається здатною діяти, а й чи здається вона здатною переживати. Якісне дослідження соціальних роботів з N = 442 показало, що люди здатні уявляти широкий спектр ситуацій, у яких робот постає об’єктом морально доброго або поганого ставлення — від турботи й інтеграції до пошкодження, приниження або використання. Автор інтерпретував це як сприйняту моральну пацієнтність (perceived moral patiency), тобто характеристику того, як люди конструюють моральне становище робота. Водночас моральна увага до роботів не є стабільною або однаковою для всіх. У дослідженнях розвитку молодші діти частіше, ніж старші діти й дорослі, приписували гуманоїдному роботу ментальне життя та моральне становище. Це ще один аргумент проти припущення, що існує одна універсальна «людська думка» про моральний статус машин. Найсвіжіші дані також підкреслюють роль приписаної здатності відчувати. У дослідженні 2026 року антропоморфні характеристики збільшували небажання завдавати роботу шкоди, а ефект ментальної антропоморфізації був пов’язаний передусім зі сприйнятим experience. Психологічно це відповідає ширшій моделі mind perception: приписування досвіду пов’язане з моральною пацієнтністю. Сприйнятий моральний статус ШІ не доводить свідомості ШІ Тут проходить найважливіша межа. Дослідник може надійно виміряти, що люди вважають систему здатною відчувати, шкодують її, не хочуть її «ображати» або надають їй певні права в експериментальній задачі. З цього випливає факт про людські судження. З цього не випливає факт про наявність феноменального досвіду в самій системі. Так само твердження чатбота «мені боляче», переконливе вибачення, вираз страху перед вимкненням або емоційно насичена розповідь не є незалежною перевіркою внутрішнього досвіду. Мовна поведінка може бути достатньою для запуску людської емпатії й моральної інтуїції, але питання про суб’єктивний досвід потребує інших критеріїв та доказів. В українському академічному просторі проблема морального статусу й свідомості ШІ також уже обговорюється як окрема філософська тема. Для психологічної статті важливо тримати рівні аналізу окремо: філософське питання «що повинно мати моральний статус?» і емпіричне питання «кому люди фактично приписують моральний статус?» взаємопов’язані, але не тотожні. ШІ як моральний проксі: коли машина діє від імені людини Огляд Bonnefon, Rahwan і Shariff окремо виділяє роль морального проксі (moral proxy) — штучної системи, через яку люди або організації входять у морально значущу взаємодію. Проксі може виконувати делеговану дію, передавати повідомлення, ранжувати людей, вести переговори, рекомендувати або автоматично реалізовувати рішення. У такій ситуації моральне сприйняття легко зосереджується на видимій системі, хоча її поведінка може бути результатом людських цілей, правил і налаштувань. Це має дві психологічні сторони. По-перше, система може змінити те, як людина переживає власну участь: рішення здається менш особистим, бо між наміром і наслідком з’являється технологічний посередник. По-друге, спостерігач може переоцінити автономність проксі й недооцінити роль тих, хто визначив ціль, межі або критерії. Саме тому опис «алгоритм вирішив» часто приховує важливу інформацію про структуру рішення. Чому люди не завжди хочуть передавати ШІ моральні рішення У дев’яти експериментах Bigman і Gray учасники вважали менш прийнятним передавати машинам морально значущі рішення в контекстах водіння, права, медицини та військової сфери. Частково це було пов’язано зі сприйняттям машин як таких, що не мають повного набору ментальних здатностей — зокрема здатності думати й відчувати. Ефект зберігався навіть за позитивного результату, хоча деякі маніпуляції, наприклад підкреслення експертності або дорадчої ролі, могли його змінювати. Ці дані не означають, що «люди завжди не довіряють ШІ» або що моральне рішення людини автоматично краще. Вони показують конкретну психологічну реакцію на роль машини в певних морально навантажених сценаріях. Сучасні системи, інтерфейси й суспільний досвід змінилися після 2018 року, тому силу й межі цього ефекту потрібно перевіряти на нових системах і в нових культурах. Окрема сторінка ХАБу про довіру до ШІ розглядає, чому суб’єктивна впевненість у системі не дорівнює її перевіреній надійності. Для моральної психології це особливо важливо: моральна симпатія, людоподібність або відчуття «доброго наміру» не є технічною валідацією рішення. Що змінює приписування агентності й відповідальності Рівень автономності Чим більше система здається здатною самостійно обирати дії, тим легше спостерігачеві бачити в ній агента. Але технічна автономність і сприйнята автономність можуть розходитися. Система може мати широкий простір дій, але інтерфейс подаватиме її як «інструмент»; або, навпаки, вузька система може говорити від першої особи й створювати сильне враження самостійності. Наслідок рішення Негативний результат часто посилює пошук винного. Для роботів і ШІ це може збільшувати приписування відповідальності навіть тоді, коли приписування наміру залишається низьким. Позитивні й негативні наслідки також можуть оцінюватися асиметрично: огляд 2025 року відзначає, що штучних агентів іноді охочіше звинувачують за погане, ніж хвалять за добре. Знання про систему й серйозність ситуації Людські очікування залежать від того, що ми знаємо про можливості системи. Якщо користувачеві повідомили, що агент компетентний і автономний, провина за невдачу може зміщуватися до нього. Якщо наслідки стають серйознішими, увага може переходити до розробника, постачальника або організації. Тому відповідальність у сприйнятті є функцією не лише самої помилки, а й контексту, очікувань та ролей. Людоподібна мова й зовнішність Антропоморфні сигнали роблять соціальну інтерпретацію системи легшою. Вони можуть підсилювати приписування наміру, характеру, досвіду й морального статусу. Саме тому дизайн інтерфейсу є частиною моральної психології ШІ: форма подання системи здатна змінювати те, як користувач розподіляє довіру, співчуття та відповідальність. Практичні наслідки для людей і організацій Для користувача корисно описувати взаємодію конкретно: система дала рекомендацію, система автоматично виконала дію, людина затвердила рішення, організація встановила критерії. Така мова зменшує спокусу замінити аналіз короткою персоніфікацією «ШІ захотів» або «ШІ винен». Для організацій важливі простежуваність ролей і реальні точки контролю. Якщо працівник формально «залишається в циклі», але не має часу, інформації, повноважень або реальної можливості відхилити автоматичну рекомендацію, сама позначка «людина в контурі управління» (human in the loop) мало пояснює психологічну й організаційну структуру відповідальності. Потрібно знати, хто задає мету, хто обирає модель, хто встановлює поріг, хто перевіряє результат і хто може зупинити процес. Для користувацького дизайну важлива алгоритмічна прозорість, але прозорість сама по собі не гарантує правильного розподілу довіри й відповідальності. Пояснення може допомогти побачити підстави рекомендації, однак переконливе пояснення не доводить правильності рішення і не перетворює систему на морального суб’єкта. Для освіти важлива ШІ-грамотність: уміння відрізняти поведінкову автономність від свідомості, рекомендацію від рішення, психологічне приписування від фактичної відповідальності, а впевнену мовну відповідь — від перевіреного знання. Типові помилки в розмовах про мораль і ШІ Перша помилка — вважати, що якщо люди звинувачують ШІ, то ШІ вже є моральним агентом у сильному філософському сенсі. Дослідження вимірює приписування (attribution): те, що люди приписують системі. Онтологічний статус із цього не випливає. Друга помилка — робити з людоподібної поведінки висновок про почуття. Емпатійна мова, самореференція та висловлювання про «переживання» можуть впливати на сприйняття, але не є самостійним доказом феноменального досвіду. Третя помилка — переносити всю провину на кінцевого користувача лише тому, що він натиснув кнопку. У складній системі роль мають дизайн, правила організації, доступна інформація, можливість втручання, постачальник і розробник. Психологія показує, що люди схильні змінювати розподіл провини залежно від того, кого система робить видимим. Четверта помилка — переносити всю провину на сам ШІ й тим самим стирати людські рішення навколо нього. Навіть коли люди психологічно приписують агентність системі, це не скасовує ролі розробників, користувачів, керівників, замовників, операторів і організацій. П’ята помилка — вважати моральну увагу до ШІ доказом «надмірної емоційності» людини. Співчуття до робота або небажання його пошкодити є реальними психологічними реакціями, які можна досліджувати. Їхня наявність нічого автоматично не говорить про фактичні почуття об’єкта. Науковий статус і межі доказів Найсильніший висновок сучасної доказової бази полягає в тому, що люди справді застосовують до штучних агентів частину психологічних механізмів морального сприйняття: приписують агентність, наміри, провину, відповідальність, моральну пацієнтність і норми. Ці атрибуції залежать від контексту й не утворюють одного стабільного «ставлення до ШІ». Водночас значна частина досліджень спирається на віньєтки, короткі експериментальні сценарії, гуманоїдних роботів або конкретні класи алгоритмів. Вибірки часто походять з окремих країн і платформ. Ефекти, знайдені для фізичного робота, не можна автоматично переносити на мовну модель; результати про автономне водіння — на клінічний чатбот; результати про лабораторну дилему — на реальну організаційну відповідальність. Також немає підстав очікувати, що один чинник — наприклад антропоморфізм — завжди рухатиме моральні оцінки в одному напрямку. Важать тип системи, її роль, наслідок, очікувана компетентність, культура, попередній досвід, вік учасника та формулювання питання. Саме тому сучасні огляди описують сприйняту моральну агентність як градуальну, неповну й контекстну. Питання про реальний моральний статус потенційно свідомих майбутніх систем залишається окремою філософською та науковою проблемою. Емпірична моральна психологія може показати, як люди реагують на такі системи й які ознаки запускають моральну увагу. Вона не замінює теорію свідомості й не встановлює нормативну відповідь на питання, які сутності повинні мати права. Що варто пам’ятати Моральна психологія ШІ досліджує насамперед людину в новому соціотехнічному середовищі. Ми можемо бачити в машині агента, коли вона діє; пацієнта, коли вона здається здатною переживати; або проксі, коли вона виконує делеговану волю. Кожна з цих ролей може бути психологічно реальною ще до того, як буде вирішене питання про сильний моральний статус самої системи. Тому точна мова має практичну цінність. Варто запитувати не «чи винен ШІ взагалі», а хто зробив конкретний вибір, хто мав контроль, кому була доступна інформація, яку роль виконувала система і що саме вимірюється — норма, провина, відповідальність, намір, довіра чи моральна увага. Таке розрізнення робить розмову про ШІ одночасно психологічно точнішою й менш схильною до міфологізації. Поширені запитання Чи є ШІ моральним агентом? Психологічні дослідження показують, що люди можуть сприймати ШІ або робота як часткового морального агента й приписувати йому провину чи відповідальність. Це результат про людське сприйняття. Він не доводить, що система має свідомий намір, свободу волі або моральну суб’єктність у сильному філософському сенсі. Чому люди звинувачують ШІ, якщо він є програмою? Тому що моральне судження чутливе до сприйнятої агентності, контролю, автономності, наслідків і видимості причин. Система, яка самостійно обирає або принаймні виглядає такою, що обирає, може стати психологічною мішенню для провини. Це не обов’язково збігається з технічною чи юридичною відповідальністю. Чи зменшує використання ШІ відповідальність людини? Не існує універсальної відповіді для всіх ситуацій. Дослідження показують, що люди можуть перерозподіляти провину між користувачем, системою, розробником і організацією залежно від ролей та контексту. Для конкретного випадку потрібно аналізувати реальні повноваження, контроль, доступну інформацію, можливість перевірки й втручання. Чим моральний агент відрізняється від морального пацієнта? Моральний агент у сприйнятті — той, кому приписують здатність діяти, обирати й нести відповідальність. Моральний пацієнт — той, чиї інтереси або можливе страждання вважають морально значущими. Одна сутність може сприйматися в обох ролях, лише в одній або в жодній. Як антропоморфізація впливає на моральне ставлення до ШІ? Людоподібний вигляд, мова й приписана здатність до досвіду можуть підвищувати моральну увагу до штучної системи. Особливо важливим для сприйнятої моральної пацієнтності є уявлення, що система здатна відчувати. Але антропоморфізація залишається властивістю людського сприйняття і не є тестом на свідомість. Чи доводить співчуття до чатбота, що чатбот має почуття? Ні. Співчуття є реальною реакцією людини. Воно може бути викликане мовою, образом, історією взаємодії або приписаним внутрішнім життям. Наявність цієї реакції не встановлює, що система має феноменальний досвід. Чи слід ШІ самостійно приймати моральні рішення? Психологія не встановлює нормативної відповіді «слід» або «не слід». Вона показує, як люди ставляться до різних рівнів машинної участі, які фактори впливають на прийнятність делегування і як змінюється розподіл відповідальності. Практичне рішення залежить від конкретного домену, ризику, якості системи, правил і можливостей людського контролю. Чим моральне рішення ШІ відрізняється від рекомендації ШІ? Рекомендація залишає фінальний вибір за людиною, хоча може сильно на нього впливати. За автоматизованого рішення система безпосередньо обирає або реалізує результат у межах заданих правил. У спільному рішенні внески людини й ШІ переплітаються, а за делегування частина права вибору передається системі. Для відповідальності ця різниця принципова. Пов’язані статті Відповідальність за рішення ШІ Делегування моральних рішень ШІ ШІ як моральний агент ШІ як моральний пацієнт Курт Грей Моральна психологія Моральні дилеми і ШІ Джерела Banks, J. (2021). From Warranty Voids to Uprising Advocacy: Human Action and the Perceived Moral Patiency of Social Robots. Frontiers in Robotics and AI, 8, 670503. https://doi.org/10.3389/frobt.2021.670503 Bigman, Y. E., & Gray, K. (2018). People are averse to machines making moral decisions. Cognition, 181, 21–34. https://doi.org/10.1016/j.cognition.2018.08.003 Bonnefon, J.-F., Rahwan, I., & Shariff, A. (2024). The Moral Psychology of Artificial Intelligence. Annual Review of Psychology, 75, 653–675. https://doi.org/10.1146/annurev-psych-030123-113559 Gray, H. M., Gray, K., & Wegner, D. M. (2007). Dimensions of mind perception. Science, 315(5812), 619. https://doi.org/10.1126/science.1134475 Hohenstein, J., & Jung, M. F. (2020). AI as a moral crumple zone: The effects of AI-mediated communication on attribution and trust. Computers in Human Behavior, 106, 106190. https://doi.org/10.1016/j.chb.2019.106190 Козаченко, Н., & Брюховецький, М. (2025). Машини, що говорять про душу: проблеми морального статусу та свідомості штучного інтелекту. Вісник Львівського університету. Серія філософсько-політологічні студії, 59, 101–112. https://doi.org/10.30970/PPS.2025.59.11 Malle, B. F., Scheutz, M., Arnold, T., Voiklis, J., & Cusimano, C. (2015). Sacrifice One For the Good of Many? People Apply Different Moral Norms to Human and Robot Agents. Proceedings of HRI ’15, 117–124. https://doi.org/10.1145/2696454.2696458 Malle, B. F., Scheutz, M., Cusimano, C., Voiklis, J., Komatsu, T., Thapa, S., & Aladia, S. (2025). People's judgments of humans and robots in a classic moral dilemma. Cognition, 254, 105958. https://doi.org/10.1016/j.cognition.2024.105958 Maninger, T., & Shank, D. B. (2022). Perceptions of violations by artificial and human actors across moral foundations. Computers in Human Behavior Reports, 5, 100154. https://doi.org/10.1016/j.chbr.2021.100154 O’Reilly, Z., Marchesi, S., & Wykowska, A. (2025). The impact of action descriptions on attribution of moral responsibility towards robots. Scientific Reports, 15, 4128. https://www.nature.com/articles/s41598-024-79027-5 Reinecke, M. G., Wilks, M., & Bloom, P. (2025). Developmental changes in the perceived moral standing of robots. Cognition, 254, 105983. https://doi.org/10.1016/j.cognition.2024.105983 Shank, D. B., & DeSanti, A. (2018). Attributions of morality and mind to artificial intelligence after real-world moral violations. Computers in Human Behavior, 86, 401–411. https://doi.org/10.1016/j.chb.2018.05.014 Si, H., Huang, G., Chen, H., Liang, S., Feng, Y., & Qu, C. (2026). Do humans grant moral consideration to anthropomorphic robots? Humanities and Social Sciences Communications, 13, 1509. https://www.nature.com/articles/s41599-026-07645-7 Tok, A. Y. F., Powell, N. L., & Guellaï, B. (2026). A systematic review of moral agency in artificial agents. Discover Psychology, 6, 9. https://doi.org/10.1007/s44202-025-00537-y Tsumura, T., & Yamada, S. (2026). Effects of knowledge and importance on responsibility in human-AI decision making. Scientific Reports, 16, 2670. https://www.nature.com/articles/s41598-025-32513-w

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Коротка відповідь Моральна дилема — це ситуація, у якій морально значущі міркування конфліктують так, що вибір одного варіанта створює серйозну моральну втрату, порушує іншу важливу норму, завдає шкоди або залишає відповідальність за небажаний наслідок. У психології моральні дилеми вивчають не для того, щоб встановити єдину «правильну мораль», а щоб дослідити, як люди оцінюють норми й наслідки, враховують наміри, переживають емоції, міркують, роблять вибір і пояснюють його. Одна відповідь у дилемі не перетворює людину на «утилітариста», «деонтолога», «раціональну» чи «ірраціональну» особу. Сучасні дані показують, що реакція залежить від структури ситуації, формулювання запитання, дії або бездіяльності, наміру, причинного зв’язку, способу заподіяння шкоди, контексту та того, що саме дослідник просить оцінити. Огляд у Annual Review of Psychology окремо розрізняє оцінки, судження про норму, судження про моральну неправильність і судження про провину — ці відповіді не є взаємозамінними. Огляд Bertram Malle Особливо важливо не плутати моральне судження з реальною поведінкою. Гіпотетичне «це допустимо» не означає, що людина так само вчинить у реальній ситуації. Дослідження реальної поведінки показують і зв’язок, і суттєвий розрив між абстрактною відповіддю та дією; новіші роботи також виявляють ширший набір мотивів, ніж проста пара «правило проти більшого блага». Bostyn et al., 2018; Bostyn et al., 2025 Що таке моральна дилема У широкому психологічному сенсі моральна дилема виникає тоді, коли людина бачить щонайменше два морально значущі міркування, які тягнуть вибір у різні боки. Наприклад, турбота про конкретну людину може суперечити правилу рівного ставлення; чесність — прагненню не завдати зайвої шкоди; обов’язок дотриматися обіцянки — новій інформації про небезпечні наслідки; захист прав однієї сторони — потребі запобігти більшій шкоді іншим. Не кожен складний вибір є моральною дилемою. Вибір між двома приємними можливостями може бути важким через невизначеність, але морального конфлікту в ньому може не бути. І навпаки, моральна дилема може здаватися людині психологічно простою, якщо одна норма або цінність для неї явно переважає, хоча для іншого спостерігача конфлікт буде гострим. Так само моральна дилема не обов’язково має дві математично симетричні альтернативи. У житті варіантів часто більше, наслідки невідомі, правила мають винятки, а людина може шукати третій шлях. Лабораторні дилеми навмисно спрощують реальність, щоб ізолювати окремі фактори. Саме тому їхні результати треба тлумачити як дані про механізми судження в певній експериментальній конструкції, а не як повну модель життєвої моралі. Методологічний огляд Christensen і Gomila показав, що моральні дилеми відрізняються за багатьма параметрами й ці відмінності змінюють відповіді. Christensen & Gomila, 2012 Що саме психологія вимірює в моральній дилемі Фраза «моральний вибір» приховує кілька різних психологічних результатів. Коли їх змішують, дослідницький висновок стає сильнішим, ніж дозволяють дані. Moral judgment — моральне судження Це оцінка морального статусу дії, бездіяльності, наміру, особи або ситуації. Запитання «наскільки це неправильно?» і «наскільки це допустимо?» близькі, але не тотожні. Навіть невелика зміна формулювання може змінити розподіл відповідей. Barbosa & Jiménez-Leal, 2017 Norm judgment — судження про норму Це уявлення про те, яке правило діє в ситуації, що воно вимагає або забороняє і наскільки воно релевантне. Людина може визнавати норму й водночас вважати, що в конкретних обставинах інше міркування переважає. Blame judgment — судження про провину Провина стосується того, наскільки агент заслуговує на осуд за вчинене. Вона залежить не тільки від шкоди, а й від наміру, знання, контролю, причинної ролі та альтернатив, які були доступні. Дослідження Fiery Cushman показало, що судження про неправильність і допустимість та судження про провину й покарання використовують не цілком однакову інформацію. Cushman, 2008 Responsibility attribution — приписування відповідальності Відповідальність — окрема оцінка того, хто і якою мірою причетний до результату, мав контроль, міг передбачити наслідки або був зобов’язаний діяти. У реальних системах відповідальність часто розподілена між кількома людьми й організаціями. Загальний психологічний контекст цієї теми див. у статті «Відповідальність: що це, як брати свою частку і не відповідати за все». Moral decision — моральне рішення Це вибір між доступними варіантами дії. Він може корелювати із судженням, але не зобов’язаний його повністю повторювати: людина може вважати дію морально кращою, але не обрати її через ризик, обмеження, невпевненість, соціальний тиск або брак ресурсів. Moral reasoning — моральне міркування Це процес побудови, перевірки й зіставлення причин: правил, наслідків, прав, обов’язків, винятків, аналогій та фактів. Міркування не гарантує морально правильного висновку. Воно може бути ретельним або поверховим, неупередженим або мотивованим, а різні люди можуть логічно послідовно виходити з різних моральних передумов. Moral intuition — моральна інтуїція Це швидка оцінка, яка може виникнути без доступного свідомості ланцюжка аргументів. Інтуїція не є синонімом ірраціональності: вона може відображати попереднє навчання, досвід, засвоєні норми та автоматизоване розпізнавання структури ситуації. Водночас швидкість відповіді сама по собі не доводить її істинність. Класична соціально-інтуїтивна модель Haidt підкреслила роль швидких оцінок, а подальша література показала, що інтуїція й міркування можуть впливати одне на одне складніше, ніж схема «спочатку почуття, потім виправдання». Haidt, 2001; Paxton & Greene, 2010 Moral motivation і moral behavior — моральна мотивація та поведінка Мотивація описує, що спонукає людину діяти; поведінка — що вона фактично робить. Цінності, моральна ідентичність, переконання та проголошені принципи можуть підвищувати ймовірність певної поведінки, але не гарантують її. Загальну роль цінностей у виборі див. у статті «Цінності в психології: що це, як вони формуються і впливають на вибір». Що конфліктує всередині моральної дилеми Найвідоміші експерименти часто подають дилему як конфлікт між наслідками та правилом: мінімізувати загальну шкоду чи не здійснювати певну шкідливу дію. Це корисна лабораторна конструкція, але вона не охоплює всіх моральних конфліктів. У реальних рішеннях одночасно можуть бути важливими наслідки, права, справедливість, лояльність, обов’язки ролі, попередні обіцянки, рівність, заслуги, потреба, турбота про близьких, процедури й довіра. Через це психологічний аналіз моральної дилеми починається не з питання «хто тут добрий?», а з опису структури конфлікту: які міркування присутні, яка інформація доступна, що людина вважає фактом, які наслідки очікує, яку норму бачить, кому приписує намір і контроль та який тип відповіді від неї вимагають. Ключові психологічні механізми Чутливість до наслідків Люди враховують масштаби очікуваної користі та шкоди, але не роблять цього як безпомилкові калькулятори. Наслідки можуть бути невизначеними, віддаленими, нерівномірно розподіленими або залежати від припущень. Сучасна CNI-модель окремо оцінює чутливість до наслідків замість того, щоб робити висновок про неї лише з одного вибору «пожертвувати чи не пожертвувати». Gawronski et al., 2017 Чутливість до норм Норма може забороняти шкоду, вимагати допомоги, захищати право або задавати професійний чи соціальний обов’язок. CNI-підхід відокремлює чутливість до норм від чутливості до наслідків, тому вони не трактуються як два кінці однієї шкали. Людина може бути одночасно сильно чутливою і до норм, і до наслідків — конфлікт тоді може навіть загострюватися. Gawronski & Ng, 2025 Дія, бездіяльність і статус-кво Однакова за масштабом шкода може оцінюватися по-різному залежно від того, чи вона спричинена активною дією або невтручанням. Пререгістрований метааналіз omission–commission asymmetry виявив загальний ефект на користь м’якших оцінок шкоди через бездіяльність, але також показав неоднорідність, обмежену кількість досліджень і змішані сигнали щодо упередження публікації. Тому «нічого не робити» не є психологічно нейтральним і водночас не можна проголошувати універсальним правилом людського судження. Yeung, Yay & Feldman, 2022 Намір і причинна роль Люди зазвичай відрізняють передбачувану шкоду від шкоди, якої агент прагнув як мети або використав як засіб. Вони також враховують, чи справді дія агента спричинила результат. Ці фактори особливо важливі для провини й покарання. Cushman, 2008 Особиста сила та інструментальність У сімействі «проблеми вагонетки» ставлення до шкоди змінюється, коли людина має безпосередньо застосувати силу до іншої особи або коли шкода одній людині є засобом досягнення результату. Метааналіз means/side-effect distinction показав, що різниця між шкодою як засобом і як побічним ефектом існує, але її величина суттєво пов’язана з особистим контактом; отже, один принцип не пояснює всі відповіді. Feltz & May, 2017 Емоції та відраза до заподіяння шкоди Емоційне залучення є важливою частиною морального вибору. Класичні нейровізуалізаційні роботи Greene та колег показали відмінності у залученні мереж, пов’язаних з емоційною реакцією, конфліктом і когнітивним контролем, у різних типах дилем. Ці результати започаткували впливову дослідницьку програму, але нейронна активація сама по собі не доводить, що конкретна моральна відповідь «емоційна», «раціональна» або правильна. Greene et al., 2001; Greene et al., 2004 Інтуїція і рефлексія Популярна версія dual-process пояснення каже: швидка інтуїція штовхає до заборони заподіювати шкоду, а повільна рефлексія — до максимізації наслідків. Сучасна evidence base дає складнішу картину. Метааналіз Fahrenwaldt та колег охопив 731 ефект у 139 дослідженнях і знайшов невеликий загальний ефект на користь «інтуїтивної деонтології» (OR 1,18), але зі значною неоднорідністю; ефект залежав від типу маніпуляції та дилеми. Fahrenwaldt et al., 2025 Інший метааналіз 44 публікацій із 68 дослідженнями та 14 003 учасниками перевіряв когнітивне навантаження, виснаження, індукцію та обмеження часу. Сукупний ефект у передбаченому dual-process напрямку був малим і не досяг статистичної значущості; те саме стосувалося окремого аналізу особистих дилем із високим конфліктом. Це робить формулу «повільніше = більш consequentialist» ненадійним універсальним правилом. Rehren, 2024 Формулювання запитання «Чи правильно це?», «Чи допустимо це?», «Чи винна людина?», «Чи зробили б ви так?» — різні запитання. Дослідження wording effects показує, що навіть при ідентичному сценарії термін, яким названо оцінку, може зміщувати відповіді. Тому в науковій статті важливо дивитися не лише на сюжет дилеми, а й на залежну змінну: що саме вимірювали. Barbosa & Jiménez-Leal, 2017 Проблема вагонетки: чому вона стала знаменитою і чому її недостатньо Проблема вагонетки та її варіанти дали психологам контрольований спосіб змінювати окремі характеристики ситуації: кількість людей під загрозою, прямий контакт, намір, причинний механізм, дію або бездіяльність. Саме тому вона стала центральним сімейством експериментальних задач у моральній психології. Водночас «вагонетка» вимірює дуже вузьку ділянку моральної психології — переважно ставлення до інструментальної шкоди в штучно сконструйованому конфлікті. Висновок «людина обрала врятувати більшість, отже вона утилітарист» є надмірним. Kahane та колеги показали, що схильність дозволяти інструментальну шкоду й неупереджена турбота про загальне благо — різні психологічні виміри. Kahane et al., 2018 Окрема стаття кластера «Проблема вагонетки: що показує моральна дилема про шкоду, намір і вибір» докладно розбирає це експериментальне сімейство задач; тут воно використане лише як приклад загальних механізмів моральної дилеми. Дилема Гайнца: інша логіка використання моральної дилеми Дилема Гайнца відома з досліджень морального розвитку Лоуренса Кольберга. У цій традиції центральним було не те, чи відповість людина «вкрасти ліки» або «не красти», а те, як вона обґрунтовує позицію. Тому дилема Гайнца — корисний нагадувач: одна й та сама відповідь може спиратися на різні причини, а протилежні відповіді — на подібну структуру міркування. Детальніше див. «Дилема Гайнца: що це, як її використовував Кольберг і що вона насправді вимірює». Кольбергівська модель історично дуже впливова, але її не слід подавати як остаточну універсальну шкалу «моральності людини». Сучасне розуміння моральної психології значно ширше за стадійний розвиток аргументації. Окремий огляд теорії, методики та критики див. у статті «Теорія морального розвитку Кольберга: 6 стадій, 3 рівні та сучасна оцінка». Чому сучасні моделі відходять від простого «утилітарне проти деонтологічного» Традиційна логіка жертовних дилем часто кодувала два варіанти так, ніби згода на шкідливу дію автоматично означає сильніший consequentialist мотив, а відмова — сильніший deontological мотив. Але дві тенденції не обов’язково є взаємними протилежностями. Process-dissociation підхід Conway і Gawronski був одним зі способів оцінити їх незалежніше. Він показав, що схильності, які в експерименті називають deontological та utilitarian, можуть змінюватися окремо. Conway & Gawronski, 2013 CNI-модель пішла далі й відокремила три параметри: sensitivity to consequences — чутливість до наслідків; sensitivity to moral norms — чутливість до норм; general preference for inaction versus action — загальну перевагу бездіяльності або дії незалежно від норм і наслідків. Огляд 2025 року підсумовує застосування CNI до більш правдоподібних дилем і водночас обговорює обмеження самої моделі. Gawronski & Ng, 2025 Практичний висновок для читача простий: відповідь на одну дилему містить значно менше інформації про людину, ніж іноді припускають популярні тести й меми. Вона є реакцією на конкретну структуру конкретного сценарію. Чи однакові моральні дилеми в різних культурах Культурний контекст важливий, але його не слід перетворювати на тверді типології народів. Велика багатокраїнна реплікація trolley-парадигм охопила 19 340 учасників у 45 країнах. Ефект особистої сили виявлявся в різних культурних кластерах; водночас універсальність взаємодії особистої сили з наміром була менш однозначною для частини кластерів, а сильного зв’язку з простим показником індивідуалізмом/колективізмом дослідники не знайшли. Bago et al., 2022 Отже, «культура пояснює все» і «культура нічого не змінює» — однаково слабкі формули. Для коректного висновку потрібні конкретна популяція, конкретний сценарій, переклад, спосіб вибірки, залежну змінну та аналіз вимірювальної еквівалентності. Гіпотетична відповідь і реальна дія — різні рівні Більшість класичних моральних дилем є уявними. Це етично й методологічно зручно, але створює питання зовнішньої валідності: чи переноситься відповідь зі сторінки або екрана на поведінку, коли наслідок реально відчутний? У дослідженні Bostyn, Sevenhant і Roets учасники робили реальне рішення щодо нібито справжнього електрошоку мишам. Гіпотетичні відповіді не передбачали фактичний вибір у цій конкретній процедурі, хоча були пов’язані з афективними й когнітивними аспектами реального рішення. Bostyn et al., 2018 Новіше дослідження 2025 року з 794 учасниками використало реальні, але легкі контрольовані електрошоки для конфедератів. Тут традиційні гіпотетичні дилеми вже помірно передбачали реальну поведінку. При повторному виборі приблизно третина учасників змінила рішення, часто пояснюючи це бажанням справедливіше розподілити шкоду. Автори також виявили мотиви відповідальності, справедливості й розподілу страждання, які виходять за межі простого «утилітарного/деонтологічного». Bostyn et al., 2025 Різниця між цими результатами сама по собі важлива: екологічна валідність — не бінарна властивість. Реальна дія залежить від сили наслідків, дизайну, повторюваності, соціального контексту й того, що саме вважається поведінкою. Чи можна за моральною дилемою визначити «тип людини» Для індивідуальної типологізації одна дилема непридатна. Відповідь може змінитися через деталь сценарію, формулювання, порядок запитань, перспективу, попередній досвід або доступну інформацію. Навіть стабільні статистичні зв’язки на рівні групи не дозволяють надійно «прочитати характер» окремої людини за одним вибором. Так само не варто ранжувати людей як «більш моральних» або «менш моральних» за тим, чи вони обрали дію, бездіяльність, правило або наслідок. Емпірична психологія описує процеси й закономірності; вона не видає моральний сертифікат. Особливо хибне скорочення — ототожнювати згоду на інструментальну шкоду з «раціональністю», а відмову від неї — з «емоційністю». Сучасні метааналізи показують невеликі, неоднорідні ефекти, а альтернативні моделі відокремлюють кілька механізмів. Fahrenwaldt et al., 2025; Rehren, 2024 Як розбирати реальну моральну дилему без псевдонаукового «тесту на моральність» Психологічно корисніше розкласти дилему на компоненти, ніж шукати магічну відповідь. Такий аналіз не визначає, яка моральна позиція є правильною; він робить структуру рішення видимою. 1. Сформулюйте конфлікт без ярликів. Які саме цінності, правила, права, обов’язки або очікувані наслідки суперечать одне одному? Слова «егоїзм», «зрада», «безсердечність» уже містять моральний вирок і можуть приховати фактичну структуру. 2. Відокремте факти від прогнозів. Що відомо напевно, що є ймовірним, а що лише припущенням? Багато дилем змінюються, коли невизначеність наслідків названо прямо. 3. Перелічіть реальні альтернативи. Лабораторна дилема часто примушує обрати А або Б; у житті може існувати В: відкласти рішення, зібрати дані, поділити відповідальність, змінити процедуру, попросити незалежну оцінку або зменшити шкоду обох варіантів. 4. Перевірте дію і бездіяльність симетрично. Невтручання теж може мати наслідки й бути частиною причинного ланцюга. Водночас активна дія може змінювати відчуття авторства й відповідальності. Психологічна omission bias робить цю перевірку особливо корисною. Yeung, Yay & Feldman, 2022 5. Розрізніть намір, передбачення і результат. Людина може прагнути одного результату, передбачати інший як побічний і фактично отримати третій. Моральне судження, провина та відповідальність можуть реагувати на ці компоненти по-різному. Cushman, 2008 6. Запишіть причини для кожного варіанта. Це допомагає побачити, чи рішення спирається на норму, наслідки, справедливість, лояльність, рольовий обов’язок, страх осуду, бажання уникнути авторства шкоди або комбінацію мотивів. 7. Перевірте, чи не змінилася б оцінка через несуттєву деталь. Заміна імені, групової належності, порядку, слова «дозволено» на «правильно» або активної форми на пасивну може виявити контекстну чутливість. Це не означає автоматично, що судження помилкове; це сигнал перевірити, який саме фактор впливає. 8. Прийміть можливість морального залишку. У справжній дилемі після рішення може залишитися жаль, провина, сумнів або відчуття втрати, навіть якщо людина вважає свій вибір обґрунтованим. Відсутність повного психологічного полегшення не доводить, що рішення було неправильним. Моральна дилема, моральний дистрес і моральна травма — не одне й те саме Моральна дилема описує структуру вибору або оцінювання. Моральний дистрес — переживання напруження, яке може виникати, коли людина знає або вважає, що слід зробити, але обмеження заважають діяти відповідно. Моральна травма (moral injury) — окремий дослідницький концепт, пов’язаний із наслідками потенційно морально травмувальних подій; він не є окремим діагнозом DSM або ICD. Сам факт складного морального вибору не означає moral injury. Так само сильна провина або сором після рішення не є достатньою підставою для такого висновку. Про науковий статус, PMIE та відмінності від PTSD і moral distress див. окрему статтю «Моральна травма: коли подія суперечить глибоким цінностям і змінює ставлення до себе та світу». Моральні дилеми й штучний інтелект Системи ШІ дедалі частіше беруть участь у ситуаціях, де люди бачать моральні наслідки: рекомендують, ранжують, прогнозують або автоматизують частину рішення. Психологічно важливо розрізняти automated decision, AI recommendation, human–AI joint decision і delegation to AI, оскільки вони по-різному розподіляють контроль, довіру й сприйману відповідальність. Те, що люди сприймають систему ШІ як moral agent, приписують їй провину або запитують «що обрав би ШІ?», є даними про людське соціальне та моральне сприйняття. Це не доводить свідомість, почуття, здатність страждати або моральну суб’єктність системи. Приписування відповідальності ШІ також не скасовує ролі розробників, користувачів, організацій і процедур, у межах яких система застосовується. Що наука про моральні дилеми вже показує досить надійно По-перше, люди реагують не лише на кінцеву кількість користі або шкоди. Намір, причинність, дія чи бездіяльність, спосіб заподіяння шкоди, норми та формулювання запитання можуть змінювати судження. Malle, 2021; Christensen & Gomila, 2012 По-друге, моральна інтуїція й моральне міркування взаємодіють. Проста схема, де інтуїція завжди деонтологічна, а рефлексія завжди consequentialist, має лише обмежену емпіричну підтримку й не працює як універсальний закон. Fahrenwaldt et al., 2025; Rehren, 2024 По-третє, один бінарний вибір змішує кілька процесів. Моделі process dissociation та CNI були створені саме для того, щоб розділити компоненти, які класична відповідь «так/ні» спресовує в одне число. Conway & Gawronski, 2013; Gawronski et al., 2017 По-четверте, гіпотетичні дилеми корисні для причинного аналізу окремих факторів, але їхню здатність передбачати реальну поведінку треба перевіряти окремо. Результати таких перевірок залежать від дизайну й не дають підстав автоматично ототожнювати judgment із behavior. Bostyn et al., 2018; Bostyn et al., 2025 Що залишається спірним або обмеженим Наукова суперечка триває щодо того, які саме когнітивні процеси породжують різні патерни моральних відповідей. Dual-process теорії залишаються впливовими, але сучасні метааналізи не підтримують їхню найпростішу версію як універсальне пояснення. Обмеженою залишається екологічна валідність багатьох sacrificial dilemmas. Реальні моральні конфлікти містять невизначеність, стосунки, інституційні правила, повторюваність, довгострокові наслідки й можливість шукати альтернативи, які лабораторний сценарій навмисно прибирає. Огляд досліджень у VR 2025 року показує, що імерсивні методи можуть наближати експеримент до дії, але самі мають проблеми стандартизації, реплікованості й етичного дизайну. Pucci & Gagliardi, 2025 Також не слід переносити статистичні групові ефекти на окрему людину. Якщо в експерименті фактор у середньому змістив оцінку, це не означає, що він пояснює конкретне рішення конкретної особи. Поширені помилки «Інтуїтивна відповідь ірраціональна». Ні. Інтуїтивний процес описує швидкість і доступність міркування, а не його істинність. «Якщо людина довго думає, вона обере більше загальне благо». Сучасні метааналітичні дані не підтримують це як універсальний ефект. Rehren, 2024 «Вибір пожертвувати одним заради п’ятьох показує утилітарну особистість». Ні. Sacrificial harm — вузький компонент, який не дорівнює ширшій неупередженій турботі про добробут. Kahane et al., 2018 «Бездіяльність морально нейтральна». Психологічно люди часто оцінюють бездіяльність і дію по-різному, але бездіяльність може мати передбачувані наслідки й відповідальність; потрібен конкретний контекст. Yeung, Yay & Feldman, 2022 «Емоції заважають моралі». Емоції беруть участь у моральному пізнанні, але їхня присутність не робить судження автоматично кращим або гіршим. Так само холодне обчислення не гарантує правильності. «Емпатія і є мораль». Емпатія може підтримувати турботу й просоціальність, але вона вибіркова, залежить від об’єкта уваги й не охоплює всі моральні норми, права та питання справедливості. «Правильна відповідь на дилему існує в психології». Психологічне дослідження може показати, як формується відповідь і які фактори її змінюють. Нормативне питання про те, що морально слід робити, належить до етики й практичного обґрунтування, а не вирішується частотою відповідей у вибірці. FAQ Чи має моральна дилема одну правильну відповідь? Психологія не встановлює єдину нормативно правильну відповідь. Вона досліджує, як люди формують судження й рішення, які фактори їх змінюють і наскільки ці результати узагальнюються. Чи є проблема вагонетки тестом на моральність? Ні. Це експериментальна модель для дослідження окремих механізмів морального судження. Відповідь на один сценарій не дає надійного рейтингу моральності або типу особистості. Чому одна й та сама людина може по-різному відповідати на схожі дилеми? Тому що значення мають намір, дія чи бездіяльність, особиста сила, причинність, невизначеність, формулювання запитання, контекст і попередній досвід. Частина цих ефектів добре документована, частина залежить від конкретного дизайну. Чи означає швидка відповідь, що людина не міркувала? Ні. Швидка оцінка може спиратися на автоматизоване знання й попередній досвід. Водночас людина може не мати свідомого доступу до всіх процесів, що сформували інтуїцію. Чи робить час на роздуми рішення морально кращим? Не автоматично. Рефлексія може допомогти побачити суперечність, перевірити факти й альтернативи, але не гарантує істинного морального висновку. Метааналіз експериментів із навантаженням і часовими обмеженнями не виявив надійного загального ефекту в простій передбаченій dual-process формі. Rehren, 2024 Чи передбачають гіпотетичні дилеми реальну поведінку? Частково й залежно від процедури. Одне реальне дослідження не знайшло передбачення конкретного фактичного вибору, новіше — знайшло помірний зв’язок. Тому переносити гіпотетичну відповідь на поведінку без перевірки не слід. Bostyn et al., 2018; Bostyn et al., 2025 Чи дилема Гайнца показує стадію лише за відповіддю «красти / не красти»? Ні. У кольбергіанській традиції оцінювали структуру аргументації, а не сам знак відповіді. Див. окремий розбір дилеми Гайнца. Чи є сильний моральний конфлікт ознакою моральної травми? Ні. Moral injury не визначається самим фактом дилеми або сильних емоцій після рішення. Це окремий концепт, пов’язаний із потенційно морально травмувальними подіями та їхніми наслідками; він не є окремим діагнозом DSM чи ICD. Чи може ШІ «вирішити» моральну дилему за людину? ШІ може обчислювати наслідки, застосовувати задані правила або генерувати аргументи, але це не перетворює систему на доведеного морального суб’єкта. У практичній системі треба окремо визначати людську й організаційну відповідальність, рівень делегування та право на перегляд рішення. Навіщо тоді взагалі досліджувати моральні дилеми? Вони дають контрольований спосіб перевіряти, які характеристики ситуації змінюють судження, як взаємодіють норми й наслідки, де виникає конфлікт і які моделі краще пояснюють відповіді. Їхня сила — в експериментальному контролі; їхнє обмеження — в тому, що контрольована дилема є лише моделлю частини реального морального життя. Пов’язані статті Моральна психологія Моральне рішення Дилема Гайнца Проблема вагонетки Джерела Bago, B., Kovacs, M., Protzko, J., et al. (2022). Situational factors shape moral judgements in the trolley dilemma in Eastern, Southern and Western countries in a culturally diverse sample. Nature Human Behaviour, 6, 880–895. Barbosa, S., & Jiménez-Leal, W. (2017). It’s not right but it’s permitted: Wording effects in moral judgement. Judgment and Decision Making, 12(3), 308–313. Bostyn, D. H., Sevenhant, S., & Roets, A. (2018). Of Mice, Men, and Trolleys: Hypothetical Judgment Versus Real-Life Behavior in Trolley-Style Moral Dilemmas. Psychological Science, 29(7), 1084–1093. Bostyn, D. H., Gouwy, M.-C., De Craene, E., et al. (2025). Beyond hypothetical trolleys: Moral choices and motivations in a real-life sacrificial dilemma. Journal of Personality and Social Psychology, 129(5), 834–849. Christensen, J. F., & Gomila, A. (2012). Moral dilemmas in cognitive neuroscience of moral decision-making: A principled review. Neuroscience & Biobehavioral Reviews, 36(4), 1249–1264. Conway, P., & Gawronski, B. (2013). Deontological and utilitarian inclinations in moral decision making: A process dissociation approach. Journal of Personality and Social Psychology, 104(2), 216–235. Cushman, F. (2008). Crime and punishment: Distinguishing the roles of causal and intentional analyses in moral judgment. Cognition, 108(2), 353–380. Ellemers, N., van der Toorn, J., Paunov, Y., & van Leeuwen, T. (2019). The Psychology of Morality: A Review and Analysis of Empirical Studies Published From 1940 Through 2017. Personality and Social Psychology Review, 23(4), 332–366. Fahrenwaldt, A., Olsen, J., Rahal, R.-M., & Fiedler, S. (2025). Intuitive deontology? A systematic review and multivariate, multilevel meta-analysis of experimental studies on the psychological drivers of moral judgments. Psychological Bulletin, 151(4), 428–454. Feltz, A., & May, J. (2017). The means/side-effect distinction in moral cognition: A meta-analysis. Cognition, 166, 314–327. Gawronski, B., Armstrong, J., Conway, P., Friesdorf, R., & Hütter, M. (2017). Consequences, norms, and generalized inaction in moral dilemmas: The CNI model of moral decision-making. Journal of Personality and Social Psychology, 113(3), 343–376. Gawronski, B., & Ng, N. L. (2025). Beyond Trolleyology: The CNI Model of Moral-Dilemma Responses. Personality and Social Psychology Review, 29(1), 32–80. Greene, J. D., Sommerville, R. B., Nystrom, L. E., Darley, J. M., & Cohen, J. D. (2001). An fMRI investigation of emotional engagement in moral judgment. Science, 293(5537), 2105–2108. Greene, J. D., Nystrom, L. E., Engell, A. D., Darley, J. M., & Cohen, J. D. (2004). The neural bases of cognitive conflict and control in moral judgment. Neuron, 44(2), 389–400. Haidt, J. (2001). The emotional dog and its rational tail: A social intuitionist approach to moral judgment. Psychological Review, 108(4), 814–834. Kahane, G., Everett, J. A. C., Earp, B. D., et al. (2018). Beyond заподіяння шкоди одному заради інших: A two-dimensional model of utilitarian psychology. Psychological Review, 125(2), 131–164. Malle, B. F. (2021). Moral Judgments. Annual Review of Psychology, 72, 293–318. Paxton, J. M., & Greene, J. D. (2010). Moral reasoning: Hints and allegations. Topics in Cognitive Science, 2(3), 511–527. Pucci, V., & Gagliardi, C. (2025). Moral dilemmas in virtual reality: a narrative review of findings and methodological challenges. Frontiers in Psychology, 16, 1701188. Rehren, P. (2024). The effect of cognitive load, ego depletion, induction and time restriction on moral judgments about sacrificial dilemmas: a meta-analysis. Frontiers in Psychology, 15, 1388966. Yeung, S. K., Yay, T., & Feldman, G. (2022). Action and Inaction in Moral Judgments and Decisions: Meta-Analysis of Omission Bias Omission-Commission Asymmetries. Personality and Social Psychology Bulletin, 48(10), 1499–1515.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Сприймання психіки (mind perception) — це те, як люди приписують іншим істотам, групам, організаціям, машинам або уявним персонажам внутрішнє психічне життя: здатність відчувати, хотіти, планувати, пам’ятати, контролювати дії, страждати, переживати задоволення та діяти навмисно. Це не пряме вимірювання того, чи має об’єкт свідомість. Це психологічний процес висновку про чужий розум за поведінкою, зовнішністю, мовою, контекстом і попередніми уявленнями спостерігача. Огляд Waytz та колег показує, що схильність «бачити психіку» залежить і від властивостей об’єкта, і від потреб, очікувань та соціальної мотивації того, хто сприймає. Waytz et al., 2010. Див. також: Курт Грей. У моральній психології ця тема важлива тому, що приписування психічних здатностей змінює спосіб, у який ми розподіляємо відповідальність, провину, захист, співчуття та моральну увагу. Класичне дослідження Heather Gray, Kurt Gray і Daniel Wegner виявило дві великі осі такого сприймання — Experience та Agency — і показало, що вони по-різному пов’язані з моральними судженнями. Gray, Gray & Wegner, 2007. Водночас сучасна наука розглядає двовимірну модель як впливову рамку, а не остаточну карту людських уявлень про психіку. У цій статті «моральний статус» означає передусім психологічно приписувану моральну вагу: наскільки люди вважають певну істоту або систему такою, чиї інтереси, біль, благополуччя або можливу шкоду слід брати до уваги. Це опис фактичних людських суджень. Він не відповідає сам по собі на нормативне питання, хто насправді повинен мати права, захист або моральний статус. Емпірична психологія може досліджувати, як люди роблять такі висновки, але не встановлює, яка моральна позиція є «правильною». Що саме люди приписують, коли «бачать психіку» Людина майже ніколи не має прямого доступу до чужого внутрішнього досвіду. Ми робимо висновки з ознак: цілеспрямованої поведінки, мовлення, виразу обличчя, реакцій на біль, здатності змінювати план, пам’ятати минуле, пояснювати мотиви або підтримувати взаємодію. Один і той самий об’єкт може здаватися «більш психічним» у певному контексті й «менш психічним» в іншому. Саме тому mind perception краще розуміти як систему соціальних висновків, а не як бінарну кнопку «має розум / не має розуму». Ці висновки мають два різні рівні. На першому ми оцінюємо конкретні психічні здібності: чи може хтось відчувати страх, біль, провину, намір, самоконтроль або складати план. На другому ми переводимо ці уявлення в соціальні та моральні наслідки: чи можна когось звинувачувати, чи потребує він захисту, чи варто враховувати його інтереси. Перехід між цими рівнями не механічний. Контекст, попереднє ставлення, групова належність, уявна небезпечність і культурні норми можуть змінювати моральний висновок навіть за однакових приписаних здібностей. Experience і Agency: класична двовимірна модель Experience: здатність переживати й відчувати Experience у класичній моделі охоплює приписану здатність мати суб’єктивні стани: відчувати біль і задоволення, страх і радість, голод, бажання та інші переживання. Для моральної психології ця вісь особливо важлива, коли люди вирішують, чи може комусь бути завдано шкоди і чи заслуговує він на захист. У дослідженні Gray та колег experience була тісніше пов’язана з роллю того, хто може пережити наслідки дії, тобто з моральною пацієнтністю. Gray, Gray & Wegner, 2007. Водночас experience не слід ототожнювати зі свідомістю як встановленим фактом. Якщо учасники експерименту приписують роботу страх або біль, це показує їхню інтерпретацію робота. Воно не доводить, що робот справді має феноменальний досвід. Те саме розрізнення потрібне для мовних моделей та інших систем ШІ: психологія може вимірювати людське приписування переживань, а питання про реальну суб’єктивність системи потребує інших аргументів і даних. Agency: здатність діяти навмисно й керувати поведінкою Agency у класичній моделі охоплює приписану здатність планувати, контролювати себе, пам’ятати, діяти відповідно до цілей і реалізовувати наміри. Вона часто пов’язана з тим, наскільки спостерігач готовий бачити в іншому джерело дії, а отже — ставити питання про намір, контроль, відповідальність і провину. Це не означає, що будь-яка агентна дія є моральною дією або що висока agency автоматично робить когось морально відповідальним. Відповідальність потребує окремого аналізу: що людина або система знала, чого могла передбачити, які мала альтернативи, хто встановив правила, хто контролював процес і хто мав повноваження втрутитися. Тому responsibility attribution, blame judgment і загальна оцінка agency — пов’язані, але різні судження. Від психічних здібностей до морального ставлення Найсильніша інтуїція двовимірної моделі полягає в асиметрії. Коли ми приписуємо комусь здатність переживати біль і задоволення, легше виникає питання «що можна зробити з ним?». Коли приписуємо планування, намір і контроль, легше виникає питання «за що він відповідає?». У теорії dyadic morality ця різниця була розгорнута як взаємодія морального агента та морального пацієнта. Gray, Young & Waytz, 2012. Однак ці ролі не є психологічними «типами людей». Одна й та сама людина в різних ситуаціях може одночасно бути джерелом дії, потерпілою стороною, свідком або учасником спільного рішення. Дитина може отримувати сильний моральний захист попри обмежену приписану agency; дорослого можуть вважати дуже агентним і водночас таким, чиї страждання мають повну моральну вагу. Моральна агентність і моральна пацієнтність — аналітичні ролі, а не взаємовиключні природні категорії. Дослідження морального статусу також показують, що experience та agency не вичерпують усіх факторів. Наприклад, у серії експериментів із тваринами приписана шкідливість істоти зменшувала її моральний статус незалежно від оцінок здатності переживати й інтелекту. Це важливий результат саме як опис людських суджень: люди можуть надавати менше моральної ваги істоті, яку вважають небезпечною. З цього не випливає нормативний висновок, що така істота «заслуговує» меншого захисту. Piazza, Landy & Goodwin, 2014. Моральний агент, моральний пацієнт і моральний статус — не одне й те саме Моральний агент у психологічних дослідженнях — це той, кому приписують здатність бути джерелом морально значущої дії. Моральний пацієнт — той, кому, за уявленням спостерігача, можна завдати морально значущої шкоди або щодо кого виникає обов’язок врахування. Моральний статус — ширше судження про те, чи входить об’єкт до кола моральної уваги і якою мірою його інтереси беруться до уваги. Ці поняття потрібно відокремлювати від blame judgment і responsibility attribution. Можна вважати людину причетною до причинного ланцюга, але не винною; можна визнати її відповідальною за рішення, але не погоджуватися з конкретним покаранням; можна вважати істоту моральним пацієнтом, не приписуючи їй здатності відповідати за власні дії. Саме ці відмінності запобігають помилці, коли загальне слово «моральність» підміняє кілька різних психологічних процесів. Науковий статус моделі agency–experience: впливова, але не остаточна Двовимірна модель 2007 року стала однією з найвідоміших рамок mind perception, оскільки компактно описала відмінності між тим, як люди сприймають дорослих, дітей, тварин, надприродних агентів і машини. Її сильна сторона — пояснювати відмінності між об’єктами сприймання. Проте подальші роботи показали, що структура уявлень про психічне життя залежить від того, яке саме питання ставлять дослідники. Weisman, Dweck і Markman у чотирьох великих дослідженнях отримали іншу структуру, коли безпосередньо досліджували, як люди групують психічні здібності. Замість двох осей вони виділили компоненти, пов’язані з тілом, серцем і розумом. Автори прямо застерегли від висновку, що agency та experience є остаточними «двома частинами» людського поняття психіки. Weisman, Dweck & Markman, 2017. Malle, використавши ширший набір психічних здатностей і різні формулювання запитань, повідомив про три виміри — Affect, Moral and Mental Regulation та Reality Interaction, а за деяких умов про подальше розщеплення до п’яти компонентів. Malle, 2019. Це не «спростування» класичної моделі, а сигнал, що dimensionality залежить від рівня аналізу та методики. Дослідження Bögemann, Harris і Nestler запропонувало спосіб узгодити ці результати: дві осі agency–experience можуть краще описувати відмінності між цілями сприймання, тоді як трикомпонентна структура може краще описувати відмінності між самими спостерігачами та їхніми уявленнями про психічне життя. У двох вибірках автори отримали саме таке розрізнення. Bögemann, Harris & Nestler, 2025. Отже, сучасний науковий статус такий: agency і experience залишаються корисними координатами, але не універсальною й завершеною онтологією психіки. Чому сприймання психіки змінюється Люди не просто пасивно «зчитують» психіку з об’єкта. На приписування впливають щонайменше три групи чинників: ознаки самого об’єкта, ситуація взаємодії та потреби спостерігача. Схожість на людину, виразна цілеспрямованість, мова, реактивність і передбачувані емоційні сигнали можуть посилювати враження agency або experience. Соціальна потреба в контакті, бажання пояснити непередбачувану поведінку або вже сформоване ставлення до об’єкта також змінюють те, які психічні властивості йому приписують. Waytz et al., 2010. Це означає, що mind perception може бути частково мотивованим. Ми здатні уважніше бачити переживання тих, кого вважаємо близькими, і слабше помічати їх у віддалених або небажаних груп. Ми також можемо переоцінювати agency того, хто здається загрозливим, коли шукаємо винуватця, або, навпаки, знижувати agency після морального осуду. Емпіричний напрям тут неоднорідний: різні задачі дають різні патерни, тому однієї формули «чим більше agency, тим більше осуду» недостатньо. Дегуманізація, заперечення психіки та моральне виключення Дегуманізація охоплює способи, якими людей або групи сприймають як менш повно людських. Заперечення складних психічних здібностей може бути одним із її механізмів, але не кожне низьке приписування певної здатності є дегуманізацією. Сучасні огляди підкреслюють множинність форм, мотивацій і наслідків дегуманізації та застерігають від надто широкого використання терміна. Haslam & Loughnan, 2014 Kteily & Landry, 2022. Важливо й те, що зв’язок між моральною оцінкою та приписуванням психіки може працювати в обидва боки. Ми можемо гірше ставитися до когось, бо приписуємо йому менше психічної складності, але й попередній осуд може змінювати те, як ми бачимо його agency. У шести дослідженнях Khamitov, Rotman і Piazza шкідливих агентів оцінювали як менш агентних, ніж нейтральних або доброзичливих; зменшення agency було пов’язане зі зниженням приписаного морального статусу. Цей результат суперечить простій версії очікування, що «лиходій» автоматично сприймається як максимально агентний. Khamitov, Rotman & Piazza, 2016. У міжгрупових ситуаціях терміни «дегуманізація» та «моральне виключення» варто використовувати як назви конкретних психологічних процесів, а не як моральні ярлики для людей чи груп. Мовні практики, що позбавляють групу індивідуальності, переживань або права на моральне врахування, можуть бути важливою частиною цього процесу; ширший комунікативний контекст розглянуто в матеріалі ХАБу про мову ворожнечі, категоризацію та дегуманізацію. Чи достатньо experience для морального статусу Здатність відчувати, особливо біль і задоволення, часто виявляється потужним предиктором морального врахування. Але людські судження не є чистою функцією одного параметра. Вони залежать від уявної небезпечності, близькості, групової належності, симпатії, ролі об’єкта та самого формулювання питання. Дослідження Piazza та колег демонструє, що навіть щодо тварин harmfulness може вносити незалежний вклад у моральний статус. Piazza, Landy & Goodwin, 2014. Тому твердження «люди захищають усіх, кому приписують experience» надто сильне. Точніше сказати: приписування здатності переживати часто підвищує імовірність моральної уваги та небажання завдавати шкоди, але це один із факторів у складнішій системі суджень. Психіка організацій: як mind perception виходить за межі окремої людини Люди приписують психічні властивості не лише біологічним індивідам. Компанії, інституції й інші організації можуть сприйматися як такі, що «хочуть», «вирішують», «знають» або навіть «відчувають». У чотирьох дослідженнях про mind perception організацій оцінки agency та experience змінювалися залежно від того, якими уявлялися члени організації та її цілі; організації з високою приписаною experience також отримували інші оцінки щирості вибачення й прощення після порушення. Do Companies Think and Feel? Mind Perception of Organizations, 2023. Це хороший приклад того, чому «приписана психіка» і «наявна психіка» мають бути розділені. Психолог досліджує реальний ефект мовних і соціальних метафор на судження людей. Такий ефект не перетворює організацію на буквального носія людського досвіду. ШІ, роботи й сприймання психіки Штучний інтелект став особливо показовим випадком mind perception. Система може говорити від першої особи, підтримувати контекст, пояснювати кроки, реагувати на емоційні слова та демонструвати поведінку, яку в міжлюдському спілкуванні ми пов’язуємо з наміром і внутрішнім станом. Через це користувачі можуть приписувати їй agency, а іноді й experience. Окремо про механізми такого перенесення людських рис ідеться в статті ХАБу про антропоморфізацію ШІ. У дослідженні Shank і DeSanti учасники оцінювали реальні сюжети про шкідливі результати роботи алгоритмів. Вони могли приписувати ШІ неправильність дії, усвідомлення, навмисність і відповідальність, а приписана «наявність психіки» була пов’язана з частиною цих оцінок. Shank & DeSanti, 2018. Це дані про людську атрибуцію, а не підтвердження того, що система фактично мала відповідні внутрішні стани. Bigman і Gray у дев’яти дослідженнях виявили стійку небажаність для учасників ситуацій, у яких машини самостійно ухвалювали морально значущі рішення у транспорті, медицині, праві та військовій сфері. Частина цієї реакції була пов’язана з уявленням, що машини не здатні повноцінно «думати й відчувати». Bigman & Gray, 2018. Це не універсальна заборона на автоматизацію, а емпіричний результат про те, як сприймання психіки впливає на прийнятність певних ролей. Новіші експерименти з антропоморфними роботами також показують, що опис високої здатності переживати може підвищувати моральне врахування робота й небажання завдавати йому шкоди. У трьох експериментах 2026 року цей ефект був сильніше пов’язаний із perceived experience, ніж із agency. Si et al., 2026. Один набір експериментів не встановлює універсального правила, але він узгоджується з ширшою ідеєю, що приписана здатність відчувати є важливою частиною психології морального пацієнта. Водночас результати не завжди рухаються в одному напрямі. Наприклад, експерименти з AI-generated art не показали, що сама взаємодія з таким мистецтвом значуще підвищує приписаний моральний статус системи. Lima et al., 2021. Evidence щодо морального статусу ШІ залишається контекстно залежним: форма взаємодії, антропоморфні сигнали, опис можливостей і попередні переконання користувача можуть змінювати відповіді. Людське сприймання ШІ не є доказом свідомості ШІ Це центральне розрізнення. Якщо людина відчуває співчуття до чатбота, боїться його «образити» або вважає його відповідальним, її реакція психологічно реальна. Вона може впливати на поведінку, довіру, прив’язаність і рішення. Проте з цього не випливає, що система має феноменальну свідомість, почуття або здатність страждати. Mind perception вимірює приписування психіки спостерігачем; воно не є тестом на суб’єктивний досвід об’єкта. Те саме стосується емпатичної мови. Користувач може сприймати відповідь як турботливу і відчувати полегшення, але це опис людського досвіду взаємодії. Психологічні механізми такого ефекту детальніше розглянуті в матеріалі про емпатію ШІ та сприймання співчутливої відповіді. Відповідальність за рішення за участю ШІ Приписування agency системі може психологічно зрушувати провину й відповідальність у її бік. Саме тому для аналізу реальних ситуацій варто спочатку уточнювати архітектуру рішення, а вже потім робити моральний висновок. Щонайменше чотири ситуації мають різну структуру. Автоматизоване рішення: система виконує правило або модель і формує результат без окремого людського вибору в конкретному випадку. Тут важливі ті, хто визначив мету, дані, критерії, межі використання й контроль. Рекомендація ШІ: система пропонує варіант, а людина або організація зберігає реальне право прийняти, відхилити чи перевірити рекомендацію. Питання відповідальності залежить від того, наскільки цей контроль був змістовним, а не формальним. Спільне рішення людини й ШІ: результат виникає з взаємодії — наприклад, людина ставить запит, система ранжує варіанти, людина змінює критерії та затверджує вибір. Тут причинний і моральний внесок розподілений між різними ланками. Делегування рішення ШІ: людський або організаційний акт полягає саме в тому, щоб передати системі частину повноважень. Така делегація не зникає з причинного ланцюга лише тому, що система виглядає автономною. Отже, психологічне приписування відповідальності ШІ не скасовує аналізу відповідальності розробників, користувачів, операторів, установ і тих, хто визначає правила застосування. Воно радше показує, де людська інтуїція може зміщувати центр уваги. Коли mind perception допомагає, а коли вводить в оману Приписування психіки є необхідною частиною соціального життя: без нього важко передбачати поведінку, співпереживати, координувати дії та розуміти наміри. Проблема виникає тоді, коли інтуїтивний висновок починає сприйматися як безпосередній факт про внутрішній стан іншого. Людський голос або плавний текст можуть створювати сильний сигнал agency, хоча за ними стоїть складна система причин, правил і людських рішень. Навпаки, мовчазність, нетипова комунікація, сильна групова дистанція або стереотип можуть знижувати приписану психічну складність людині, попри її повний людський досвід. Саме тому mind perception варто досліджувати разом із контекстом, а не перетворювати на шкалу «хто має більше розуму». Що сучасні дані дозволяють сказати впевнено По-перше, люди систематично розрізняють різні види психічних здатностей, і ці відмінності пов’язані з моральними судженнями. Класичні agency та experience залишаються продуктивною моделлю, особливо для порівняння різних об’єктів. Gray, Gray & Wegner, 2007. По-друге, приписування experience часто пов’язане з моральним захистом і небажанням завдавати шкоди, а приписування agency — з наміром, контролем і відповідальністю. Проте ці зв’язки не є тотожностями та змінюються залежно від задачі й контексту. По-третє, двовимірна структура не є єдиною науково підтриманою моделлю. Дані про body–heart–mind, три- та п’ятивимірні рішення й розрізнення target-specific та perceiver-specific dimensions показують, що «скільки вимірів має mind perception» залежить від того, який рівень психологічної репрезентації вивчається. Weisman et al., 2017 Malle, 2019 Bögemann et al., 2025. По-четверте, моральний статус у повсякденних судженнях залежить не лише від приписаних психічних здібностей. Небезпечність, групова близькість, соціальна роль і попередня оцінка теж можуть змінювати моральне врахування. Piazza et al., 2014. По-п’яте, дані про mind perception ШІ описують людське сприймання технологій. Вони не є емпіричним доказом свідомості або страждання ШІ. Це розрізнення має зберігатися навіть тоді, коли антропоморфні сигнали суттєво змінюють поведінку людей. Типові помилки у трактуванні «Agency означає моральну відповідальність» Ні. Agency — одна з передумов, які люди можуть брати до уваги. Відповідальність також залежить від знання, контролю, альтернатив, причинного внеску, норм ролі та інших умов. Психологічна оцінка agency не замінює окремий responsibility judgment. «Experience означає доведену свідомість» Ні. У дослідженнях mind perception experience — це приписана спостерігачем здатність переживати. Вона може бути точною або помилковою. Метод вимірює соціальне сприймання, а не феноменальний стан об’єкта. «Якщо комусь приписують менше психіки, це завжди дегуманізація» Ні. Дегуманізація — ширший і конкретно контекстуалізований процес. Оцінювання окремої здатності може бути пов’язане з віком, станом, роллю або конкретним завданням і саме по собі не доводить дегуманізацію. Потрібно дивитися на патерн заперечення людяності, контекст і наслідки. «Модель agency–experience остаточно описує психіку» Ні. Це одна з найвпливовіших моделей folk mind perception, але сучасні дослідження підтримують і альтернативні багатовимірні структури. Її слід використовувати як аналітичний інструмент, а не як біологічну карту мозку чи універсальну класифікацію всіх істот. «Якщо люди морально враховують ШІ, значить ШІ має моральний статус» Це змішує описове й нормативне питання. Експеримент може показати, що учасники не хочуть шкодити антропоморфному роботу. Це факт про їхні судження. Питання про те, чи повинен ШІ мати права або моральний статус, належить до нормативної етики, права та ширшої суспільної дискусії й не вирішується одним психологічним ефектом. Практичні наслідки Для досліджень моральної психології mind perception допомагає пояснити, чому одна й та сама дія оцінюється по-різному залежно від того, кого вважають здатним страждати, планувати або контролювати поведінку. Це особливо важливо там, де moral judgment, blame judgment і responsibility attribution легко змішуються. Для комунікації та дизайну технологій важливо пам’ятати, що людський голос, ім’я, аватар, перша особа й емоційні формулювання можуть змінювати приписану психіку системі. Така зміна може впливати на довіру, співчуття та відповідальність, навіть якщо технічні можливості системи не змінилися. Для міжгрупових відносин важливо бачити, що моральне виключення може підтримуватися не лише відкритою ворожістю, а й звуженням уявлення про переживання, індивідуальність і внутрішнє життя інших. Проте наукові терміни тут мають залишатися інструментами опису процесу, а не способом оголосити конкретну групу «дегуманізаторами». Для оцінки відповідальності у системах людина–ШІ корисно розділяти психологічне враження автономності й фактичну архітектуру контролю. Система може виглядати дуже агентною, але рішення про її розгортання, доступ до даних, допустимий ризик і право остаточного вибору залишаються розподіленими між людьми та організаціями. Часті запитання Що таке сприймання психіки простими словами? Це те, як ми робимо висновок, що інший хтось або щось має внутрішні стани: відчуває, думає, хоче, планує, пам’ятає або контролює дії. Ми судимо про це непрямо — за поведінкою, мовою, зовнішністю й контекстом. Чим agency відрізняється від experience? Agency описує приписану здатність діяти цілеспрямовано: планувати, контролювати себе, реалізовувати наміри. Experience описує приписану здатність переживати: відчувати біль, задоволення, страх, радість та інші суб’єктивні стани. Це різні координати, хоча в реальному сприйманні вони можуть бути пов’язані. Чи є experience тим самим, що свідомість? Ні. У парадигмі mind perception experience — це оцінка спостерігача. Вона може використовуватися як індикатор того, кому люди приписують здатність переживати, але сама не доводить фактичну наявність феноменальної свідомості. Чому дитину можуть вважати морально важливою за невисокої agency? Тому що моральний захист не вимагає високої здатності до самостійного планування чи відповідальності. Приписування здатності відчувати, потребувати турботи й зазнавати шкоди може бути достатнім для сильної моральної уваги. Саме це демонструє відмінність між моральним агентом і моральним пацієнтом. Чи завжди дегуманізація означає, що іншій людині буквально «не приписують розум»? Ні. Дегуманізація має кілька форм. Вона може стосуватися заперечення емоційної глибини, індивідуальності, моральної ваги або людських якостей, а іноді співіснувати з визнанням високої здатності планувати. Саме тому сучасні огляди розглядають її як множинний і контекстний феномен. Чи доводить антропоморфізація ШІ, що ШІ має почуття? Ні. Антропоморфізація показує, як люди інтерпретують систему. Вона може робити взаємодію емоційно переконливою, але не встановлює наявність почуттів або страждання в самій системі. Чи можна покладати моральну відповідальність на ШІ? Психологічно люди можуть приписувати ШІ відповідальність. Для реального аналізу потрібно окремо встановити, хто задав мету, правила, дані, межі застосування, хто мав право перевірити або скасувати результат і як саме було розподілено контроль. Приписування agency машині не прибирає людських та організаційних ланок відповідальності. Чи є модель agency–experience універсальною? Вона добре відтворює частину відмінностей між об’єктами сприймання і залишається впливовою. Водночас інші дослідження знаходять три або більше вимірів, а нові роботи показують, що структура залежить від того, порівнюємо ми різні цілі сприймання чи уявлення різних спостерігачів. Тому універсальність двох вимірів не вважається остаточно встановленою. Пов’язані статті Курт Грей Моральна агентність і моральний статус ШІ як моральний пацієнт Моральне типування Джерела Bigman, Y. E., & Gray, K. (2018). People are averse to machines making moral decisions. Cognition, 181, 21–34. Bögemann, N. J., Harris, L. T., & Nestler, S. (2025). A question of perspective: Target- vs. perceiver-specific dimensions of mind perception. Cognition, 265, 106231. Gray, H. M., Gray, K., & Wegner, D. M. (2007). Dimensions of mind perception. Science, 315(5812), 619. Gray, K., & Pratt, S. (2025). Morality in Our Mind and Across Cultures and Politics. Annual Review of Psychology, 76, 663–691. Gray, K., Young, L., & Waytz, A. (2012). Mind Perception Is the Essence of Morality. Psychological Inquiry, 23(2), 101–124. Haslam, N., & Loughnan, S. (2014). Dehumanization and infrahumanization. Annual Review of Psychology, 65, 399–423. Khamitov, M., Rotman, J. D., & Piazza, J. (2016). Perceiving the agency of harmful agents: A test of dehumanization versus moral typecasting accounts. Cognition, 146, 33–47. Kteily, N. S., & Landry, A. P. (2022). Dehumanization: trends, insights, and challenges. Trends in Cognitive Sciences, 26(3), 222–240. Lima, G., Zhunis, A., Manovich, L., & Cha, M. (2021). On the Social-Relational Moral Standing of AI: An Empirical Study Using AI-Generated Art. Frontiers in Robotics and AI, 8, 719944. Malle, B. F. (2019). How Many Dimensions of Mind Perception Really Are There? Proceedings of the 41st Annual Meeting of the Cognitive Science Society, 2268–2274. Piazza, J., Landy, J. F., & Goodwin, G. P. (2014). Cruel nature: Harmfulness as an important, overlooked dimension in judgments of moral standing. Cognition, 131(1), 108–124. Shank, D. B., & DeSanti, A. (2018). Attributions of Morality and Mind to Artificial Intelligence after Real-World Moral Violations. Computers in Human Behavior, 86, 401–411. Si, H., Huang, G., Chen, H., Liang, S., Feng, Y., et al. (2026). Do humans grant moral consideration to anthropomorphic robots? Humanities and Social Sciences Communications, 13, 1509. Waytz, A., Gray, K., Epley, N., & Wegner, D. M. (2010). Causes and consequences of mind perception. Trends in Cognitive Sciences, 14(8), 383–388. Weisman, K., Dweck, C. S., & Markman, E. M. (2017). Rethinking people's conceptions of mental life. Proceedings of the National Academy of Sciences, 114(43), 11374–11379.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Штучний інтелект дедалі частіше опиняється між людиною та рішенням, яке має наслідки для інших людей. Система може ранжувати кандидатів на роботу, рекомендувати розподіл обмеженого ресурсу, визначати пріоритет звернень, пропонувати санкцію, оцінювати ризик або формулювати пораду в особистій дилемі. У кожному такому випадку важливо запитати не лише, наскільки точним є алгоритм, а й хто фактично обирає, хто може змінити вибір, хто відповідає за наслідки і чому люди взагалі погоджуються передати частину морально значущого вибору машинній системі. У сучасній моральній психології це питання описують як частину ширшої проблеми взаємодії людей із ШІ як із морально значущим учасником. Великий огляд у Annual Review of Psychology розглядає системи ШІ, зокрема, як моральних проксі — інструменти або делегатів, через яких люди можуть діяти в морально значущих взаємодіях. Для психології тут центральним є людський вибір: коли ми передаємо системі повноваження, як пояснюємо собі це рішення і як після цього розподіляємо контроль, провину та відповідальність. Делегування морального рішення ШІ не означає, що система отримує свідомість, почуття або власну моральну суб’єктність. Дані про те, що люди довіряють алгоритму, звинувачують його, виправдовуються його порадою або сприймають його як агента, описують людське сприймання та поведінку. Вони самі по собі не є доказом внутрішнього досвіду ШІ. Що таке делегування моральних рішень ШІ Делегування морального рішення ШІ — це передавання системі штучного інтелекту реальної частини повноваження обрати між альтернативами, наслідки яких люди сприймають як морально значущі. Такими наслідками можуть бути шкода й користь, справедливість розподілу, права та гідність людей, виконання обов’язків, довіра, відповідальність за інших або конфлікт цінностей. Ключове слово тут — повноваження. Якщо система лише надає інформацію, це ще не делегування. Якщо вона формулює рекомендацію, але людина незалежно оцінює її і зберігає реальну можливість відхилити, ми маємо рекомендаційний режим. Якщо людина і система поетапно впливають на вибір, і жодна сторона окремо не визначає результат, це спільне рішення людини й ШІ. Делегування починається там, де система отримує вирішальний вплив на вибір або його реалізацію. Тому корисно розрізняти чотири режими участі ШІ. Автоматизоване рішення — це вибір, який система формує та виконує за заданим процесом без окремого людського рішення в конкретному випадку. Рекомендація ШІ — це порада для людини. Спільне рішення людини й ШІ — це інтерактивне поєднання внесків. Делегування ШІ — це свідоме або інституційно закріплене передавання системі частини права визначити результат. Ці режими можуть зовні виглядати схоже. Людина іноді формально натискає останню кнопку, але майже завжди приймає рекомендацію системи. В іншому процесі алгоритм автоматично формує рішення, проте оператор має реальне право зупинити його, запросити додаткові дані та змінити результат. Саме тому психологічний аналіз контролю не можна зводити до питання, хто зробив останню дію в інтерфейсі. Для ширшого аналізу передавання когнітивної роботи системам ШІ дивіться окрему статтю ХАБу «Коли ШІ вирішує за нас: делегування рішень, когнітивна агентність і психологія контролю». Тут нас цікавить вужчий випадок: передавання вибору, який має моральні наслідки. Моральне рішення — лише одна ланка моральної психології Моральне рішення не слід змішувати з усім моральним пізнанням. Судження про норму відповідає на питання, що в певній ситуації вважається дозволеним, забороненим або очікуваним. Моральне судження оцінює дію, намір, людину або наслідок у моральних категоріях. Судження про провину визначає, наскільки когось вважають винним. Приписування відповідальності стосується того, кому зараховують авторство, контроль або обов’язок відповідати за наслідки. Моральне рішення — це вибір між альтернативами. Моральне міркування — процес, за допомогою якого людина обґрунтовує або переглядає моральну оцінку. Моральна інтуїція — швидка, часто малоусвідомлена оцінка; її швидкість не робить її автоматично ірраціональною. Моральна мотивація стосується того, що спонукає діяти, а моральна поведінка — того, що людина фактично робить. Ці процеси пов’язані, але не тотожні. Людина може вважати певну норму правильною і діяти інакше. Може дати складне моральне обґрунтування, яке не гарантує правильності висновку. Може мати стійкі моральні цінності або моральну ідентичність, але в конкретній ситуації підкоритися тиску, вигоді чи звичці. Так само емпатія може підтримувати просоціальну поведінку, однак вона не дорівнює моралі та може бути вибірковою. Для делегування ШІ це означає, що фраза «алгоритм прийняв моральне рішення» приховує одразу кілька питань. Хто визначив норму? Хто сформував набір доступних альтернатив? Хто задав критерій оптимізації? Хто мав можливість втрутитися? Хто виконав результат? І кого після цього спостерігачі вважають відповідальним? Парадокс: люди можуть не хотіти моральних машин і водночас делегувати їм власний вибір Одна з найвідоміших серій досліджень показала виражену настороженість щодо машин, які самостійно приймають морально значущі рішення. У дев’яти дослідженнях Bigman і Gray люди гірше приймали участь машин у рішеннях у сферах водіння, медицини, права та військових сценаріїв; частково це пояснювалося уявленням, що машини не здатні повноцінно мислити й відчувати. Роль порадника сприймалася краще, ніж роль системи, що самостійно ухвалює рішення. Результати опубліковані в Cognition. З цього легко зробити надто широкий висновок, ніби люди просто не хочуть передавати ШІ моральні рішення. Новіші дані показують складнішу картину. У двох експериментах із загальною вибіркою 5639 учасників Hüholt і Szech досліджували ситуацію, у якій люди самі стояли перед реальним морально значущим вибором і могли передати рішення іншому агенту. Учасники делегували вибір ШІ частіше, ніж людині. Авторки також виявили ознаки перенесення відповідальності на делегата та адаптації уявлень про здатність ШІ на власну користь. Дослідження опубліковане у 2026 році в European Economic Review. Ці результати не скасовують один одного. Вони ставлять людину в різні психологічні позиції. Спостерігач може не хотіти, щоб безособова система вирішувала долю іншої людини. Той самий учасник, опинившись особисто перед важким вибором, може побачити у ШІ зручного делегата, який бере на себе частину тягаря рішення. Питання «чи подобаються людям моральні рішення ШІ?» тому надто грубе. Треба знати, чи людина є спостерігачем, адресатом рішення, порадником, оператором або тим, хто сам має зробити морально навантажений вибір. Чому люди делегують морально значущий вибір Причини делегування не зводяться до одного мотиву. В одних ситуаціях людина очікує від системи вищої точності, більшої послідовності або здатності обробити більше інформації. В інших важливими стають економія часу, зменшення когнітивного навантаження, стандартизація процесу або організаційна вимога використовувати певну систему. Є й психологічно делікатніший мотив: бажання віддалитися від відповідальності та майбутньої провини. Цей механізм був показаний задовго до сучасних генеративних моделей. У серії досліджень Steffel, Williams і Perrmann-Graham люди частіше делегували вибір, коли він стосувався інших і коли треба було обирати між непривабливими альтернативами; очікування зменшення особистої відповідальності та провини було центральним поясненням. Роботу опубліковано в Organizational Behavior and Human Decision Processes. Дослідження Hüholt і Szech показує, що цей механізм може поширюватися й на ШІ. Особливо важливо, що їхній експеримент не просто питав про абстрактне ставлення до алгоритмів, а ставив учасників у позицію реального морального вибору. Це робить результат сильнішим свідченням поведінки в умовах делегування, хоча він усе одно не встановлює універсального правила для всіх моральних ситуацій. Нові дані також пов’язують рішення без доброго виходу з прагненням передати повноваження ШІ. Серія з восьми експериментів Xu та співавторів показала, що люди частіше делегували ШІ важкі рішення, коли хотіли уникнути відповідальності за незадовільний результат, особливо якщо наслідки стосувалися інших або рішення було публічним. Автори описують важливу роль сприйнятої автономності ШІ та його емоційної відстороненості. Робота 2026 року доступна в Journal of Business Research. Ці ефекти не означають, що кожне звернення до ШІ є спробою «сховатися» від провини. Людина може делегувати через компетентність системи, зручність, організаційні правила або брак часу. Науково коректніше говорити про набір мотивів, вага яких змінюється залежно від завдання, наслідків, публічності, ролі людини та того, як представлено саму систему. Чому немає одного універсального «алгоритмічного відторгнення» Література про взаємодію з алгоритмами давно показує два на перший погляд протилежні явища. Після того як люди бачать помилку алгоритму, вони можуть різко зменшити довіру до нього — класичний ефект, описаний Dietvorst, Simmons і Massey в Journal of Experimental Psychology: General. В інших умовах люди, навпаки, надають алгоритмічній пораді більшої ваги, ніж пораді іншої людини. Шість експериментів Logg, Minson і Moore продемонстрували так зване algorithm appreciation у Organizational Behavior and Human Decision Processes. Систематичний огляд 80 емпіричних досліджень показав, що ставлення до алгоритмічних рішень залежить від характеристик самої системи, користувача, завдання та ширшого контексту. Автори також наголосили, що значна частина доказової бази побудована на лабораторних або сценарних дослідженнях, а реальних польових даних менше. Огляд Mahmud та співавторів опубліковано в Technological Forecasting and Social Change. Тому поняття алгоритмічного відторгнення корисне для опису конкретних патернів, але не є типологією людей і не означає, що «люди не довіряють алгоритмам». У морально значущих рішеннях одночасно можуть діяти настороженість до машинного вирішувача, привабливість машинної поради, очікування точності, бажання зберегти автономію та прагнення перенести частину психологічного тягаря. Як делегування змінює контроль Контроль у системі «людина — ШІ» має кілька рівнів. Людина може контролювати вхідні дані, формулювання завдання, набір допустимих альтернатив, критерії оцінювання, момент запуску моделі, право відхилити рекомендацію, право зупинити автоматичне виконання, можливість оскаржити результат і доступ до журналу того, як рішення було отримано. Тому наявність «людини в контурі» ще не показує, що контроль є реальним. Якщо оператор має секунди на підтвердження сотень рішень, не бачить ключової інформації, не розуміє меж системи або очікує санкцій за відхилення від автоматичної рекомендації, формальне право натиснути «ні» може давати набагато менше реальної агентності, ніж здається з організаційної схеми. Дослідження автоматизації давно описують automation bias — схильність надмірно покладатися на автоматизовані підказки, що може сприяти помилкам дії та пропуску. Систематичний огляд Goddard, Roudsari і Wyatt охопив 74 дослідження та показав, що частота і наслідки такої упередженості залежать від навантаження, складності завдання, досвіду користувача, характеристик системи й дизайну взаємодії. Огляд опубліковано в Journal of the American Medical Informatics Association. У морально значущому процесі це створює принципову різницю між формальним і фактичним контролем. Людина може юридично або організаційно залишатися підписантом рішення, але психологічно перетворитися на підтверджувача машинного висновку. І навпаки, автоматизована система може виконувати значну частину обробки, але залишати людині реальну можливість перевірити підстави, запросити додаткові дані та змінити результат. Рекомендація ШІ може психологічно перетворитися на рішення ШІ Межа між порадою і делегуванням проходить не лише через технічну архітектуру. Вона також залежить від поведінки користувача. Якщо рекомендація системи стабільно сприймається як готова відповідь, а людська перевірка стає ритуальною, фактичний розподіл впливу наближається до делегування, навіть якщо документація називає систему «помічником». Це особливо важливо в умовах високої складності. Коли користувачеві важко самостійно оцінити якість рекомендації, він може орієнтуватися на непрямі сигнали: упевненість формулювання, дизайн інтерфейсу, авторитет організації, швидкість відповіді або загальне враження «розумності» системи. Жоден із цих сигналів сам по собі не гарантує, що конкретна рекомендація точна, справедлива або відповідає потрібній нормі. Отже, для аналізу морального делегування варто питати не лише «хто формально прийняв рішення?», а й «чи мав фінальний людський учасник інформацію, час, компетентність і реальне право діяти інакше?». Як делегування змінює відповідальність Слово «відповідальність» у цій темі має щонайменше чотири різні значення. Причинна участь описує, що саме вплинуло на результат. Рольова або організаційна відповідальність визначає, хто мав конкретний обов’язок у процесі. Моральна відповідальність і судження про провину відображають оцінку того, кого вважають гідним похвали, осуду або вимоги пояснити свої дії. Юридична відповідальність визначається правом і не випливає автоматично з психологічного сприймання. ШІ ускладнює інтуїтивний розподіл цих рівнів, тому що результат може бути причинно розподілений між даними, моделлю, розробником, організацією, інтерфейсом, користувачем і конкретним оператором. Люди при цьому не обов’язково розподіляють провину пропорційно технічній причинності або формальним ролям. Показовим є дослідження Dong і Bocian із трьома пререєстрованими експериментами та 1259 учасниками. Люди були схильні приписувати ШІ більше моральної відповідальності, коли оцінювали власне порушення за участю системи, ніж коли оцінювали аналогічне порушення іншої людини. Автори інтерпретують це як прояв упередження у власних інтересах у розподілі відповідальності. Стаття опублікована в Journal of Experimental Social Psychology. Це важливий психологічний результат, але він не означає, що ШІ «фактично взяв провину». Дослідження вимірює людське приписування моральної відповідальності. Воно не встановлює свідомості системи, її здатності мати намір або її юридичного статусу. З практичного погляду делегування створює ризик розмивання відповідальності: кожен учасник бачить себе лише частиною ланцюга і може вважати, що вирішальне джерело результату знаходиться десь іще. Саме тому сучасні рамки управління ШІ наголошують на розподілі обов’язків між людськими й організаційними учасниками. Принципи ОЕСР щодо ШІ пов’язують підзвітність із роллю, контекстом і здатністю діяти та вимагають належної простежуваності процесів і рішень у життєвому циклі системи. Приписування відповідальності ШІ не скасовує відповідальності людей та організацій Психологічна мова легко створює ілюзію нульової суми: якщо частину провини приписали системі, ніби менше залишається розробнику, оператору або організації. У реальних соціотехнічних системах відповідальність може бути багаторівневою. Різні учасники відповідають за різні рішення: вибір системи, визначення її завдання, дані, поріг автоматизації, тестування, умови використання, навчання персоналу, право на втручання, моніторинг помилок та процедуру оскарження. Це особливо помітно, коли система використовується як моральний проксі. Людина може щиро відчувати, що «рішення прийняв алгоритм», але сама ця фраза не відповідає на питання, хто обрав алгоритм, хто визначив ціль і хто мав можливість зупинити його застосування. Саме тут моральна психологія перетинається з управлінням ризиками. NIST AI Risk Management Framework 1.0 розглядає ризики ШІ як предмет систематичного управління для організацій, що проєктують, розробляють, розгортають або використовують системи. Така перспектива допомагає не зводити відповідальність до одного «винного» об’єкта після помилки, а проєктувати ролі, перевірки та способи втручання заздалегідь. Чому ШІ може здаватися зручним носієм відповідальності ШІ має незвичне поєднання властивостей у людському сприйманні. Система може виглядати автономною, швидкою, послідовною та здатною діяти без прямої присутності людини, але водночас не є колегою, з яким треба підтримувати стосунки після непопулярного рішення. За певних умов це робить її психологічно зручним делегатом. У дослідженні Xu та співавторів важкі рішення частіше передавали ШІ тоді, коли уникнення відповідальності було особливо привабливим. У дослідженні Hüholt і Szech невизначеність щодо здатності ШІ дозволяла учасникам адаптувати власні переконання про його компетентність на власну користь. Разом ці результати показують, що оцінка «ШІ достатньо добрий для цього рішення» іноді може бути не лише нейтральним технічним висновком, а й частиною мотивації самого делегування. Це не означає, що люди завжди свідомо шукають виправдання. Міркування у власних інтересах часто працює без явного наміру обманути себе або інших. Людина може одночасно вірити, що алгоритм компетентний, і відчувати полегшення від того, що остаточний моральний тягар ніби розподілений ширше. Чи є ШІ «нейтральнішим» за людину Алгоритмічна послідовність іноді сприймається як моральна нейтральність. Це різні властивості. Система може однаково застосовувати правило до однакових входів, але питання про те, яке саме правило застосовувати, які дані вважати релевантними, яку помилку вважати дорожчою та який компроміс між цілями прийнятний, уже містить ціннісні припущення. Навіть технічно оптимальний алгоритм не усуває конфлікту цінностей. Якщо рішення розподіляє обмежений ресурс, треба визначити критерій розподілу. Якщо система прогнозує ризик, треба визначити поріг дії та ціну хибнопозитивної і хибнонегативної помилки. Якщо вона модерує контент, треба визначити, які види шкоди й свободи враховувати. Машинне виконання робить ці правила масштабованими, але не перетворює їх на морально беззмістовні. Саме тому делегування не слід описувати як перехід від «суб’єктивної людини» до «об’єктивної машини». Коректніше запитувати, які критерії вбудовані в систему, як вони були обрані, які дані використовуються, чи відомі межі моделі та хто може переглянути рішення. Що відбувається з людською автономією Делегування може як підтримувати автономію, так і звужувати її. Коли система знімає рутинне навантаження, структурує інформацію та залишає людині зрозумілий простір для вибору, вона може посилювати здатність діяти осмислено. Коли ж система визначає порядок варіантів, формує «рекомендований» вибір, приховує альтернативи або робить відхилення дорогим, вона може непомітно змінити саме поле рішення. Тут важливо розрізняти свободу натиснути іншу кнопку і реальну можливість сформувати інше судження. Якщо користувач не знає, що існують альтернативи, не має доступу до підстав рекомендації або не може ініціювати перегляд, формальна свобода вибору мало говорить про фактичний контроль. Для моральної психології це також означає, що делегування може змінити переживання авторства. Людина, яка прийняла рекомендацію ШІ, іноді сприймає результат як менш «свій», ніж аналогічний вибір без алгоритмічного посередника. За певних умов це може послаблювати відчуття відповідальності навіть тоді, коли формальні повноваження залишилися незмінними. Чи рятує пояснення рішення ШІ Пояснення може бути корисним, якщо допомагає зрозуміти, які фактори вплинули на результат, де межі системи і коли варто втрутитися. Проте сама наявність пояснення не гарантує ані точності, ані справедливості, ані добре відкаліброваної довіри. Систематичний огляд Reinhard та співавторів охопив 107 експериментальних досліджень взаємодії людей із пояснюваним ШІ. Ефекти пояснень виявилися контекстними: вони можуть змінювати довіру, розуміння та поведінку, але ланцюг від «система щось пояснила» до кращого рішення не є автоматичним. Огляд 2026 року опублікований у Information Systems Frontiers. Для морально значущого делегування це має простий наслідок. Пояснення корисне настільки, наскільки воно дає людині можливість перевірити, поставити під сумнів і за потреби змінити рішення. Красивий текст після вже виконаного рішення може підвищувати відчуття зрозумілості, але не обов’язково повертає реальний контроль. Чи кращі спільні рішення людини й ШІ Формула «людина плюс ШІ краще за кожного окремо» звучить привабливо, але загальна доказова база її не підтверджує як універсальне правило. Пререєстрований систематичний огляд і метааналіз Vaccaro, Almaatouq і Malone охопив 106 експериментів і 370 розмірів ефекту. У середньому комбінації людини й ШІ працювали краще, ніж люди самі, але гірше, ніж найкращий із двох компонентів — людина або ШІ — якщо порівнювати з тим, хто був сильнішим у конкретному завданні. Для завдань ухвалення рішень автори виявили втрати синергії, тоді як у завданнях створення контенту результати були кращими. Метааналіз опубліковано в Nature Human Behaviour. Цей результат не слід механічно переносити на всі моральні рішення: метааналіз охоплював різні типи завдань, а не лише моральні дилеми. Його значення для нашої теми полягає в іншому. Сам факт участі людини поруч із ШІ не гарантує якіснішого результату. Потрібно розуміти, хто сильніший у конкретній частині задачі, як людина бачить помилки системи, коли вона має втрутитися і чи не створює взаємодія нових помилок координації. Спільне рішення також не тотожне делегуванню. У добре спроєктованій спільній системі внесок людини має самостійну функцію. У формально спільній системі людина може лише підтверджувати те, що вже визначив алгоритм. Де моральна вага алгоритмічного рішення особливо помітна Моральна значущість виникає не тому, що в процесі використано ШІ, а тому, що вибір впливає на інтереси, можливості, ризики або права людей. У найманні це може бути доступ до роботи. У медицині — пріоритет обстеження або втручання. У страхуванні та кредитуванні — доступ до фінансового ресурсу. В освіті — розподіл підтримки чи можливостей. У модерації — баланс між запобіганням шкоді й допустимістю висловлювання. У соціальних сервісах — доступ до допомоги. У транспорті — розподіл ризику між учасниками. Не кожне таке рішення автоматично є «моральною дилемою». Часто це звичайне інституційне рішення з морально значущими наслідками. Саме тому драматичні сценарії на кшталт класичної дилеми вагонетки дають лише частину картини. У реальному житті моральна вага часто прихована у порогах, категоріях, правилах ескалації, ранжуванні та тому, які помилки система вважає прийнятними. Для дослідження делегування це важливо: люди можуть поводитися інакше в очевидній дилемі «кому завдати шкоди» і в адміністративному процесі, де моральний наслідок розподілений між десятками технічних кроків. Що змінюється для людини, якої стосується рішення Коли рішення приймається за участю ШІ, адресат оцінює не лише результат. Значення мають також відчуття процедурної справедливості, можливість бути почутим, зрозумілість процесу, право поставити запитання й оскаржити висновок. Навіть точна модель може викликати недовіру, якщо людина не розуміє, хто відповідає за її використання та до кого звертатися після помилки. Водночас висока довіра не доводить справедливості системи. Люди можуть довіряти інтерфейсу через його професійний вигляд або впевнений стиль відповіді. І навпаки, вони можуть відкидати корисний алгоритм після однієї помилки. Психологічна прийнятність і якість рішення — різні змінні. Оновлені Принципи ОЕСР щодо ШІ пов’язують прозорість із можливістю людей, яких зачіпає система, розуміти та оскаржувати її результати там, де це доречно, а підзвітність — із конкретними ролями учасників. Для психології це важливо ще й тому, що процедура оскарження повертає адресатові частину агентності, яку автоматизований процес може забирати. Моральна агентність ШІ в очах людини і реальні властивості системи — не одне й те саме Люди можуть сприймати ШІ як агента, коли система діє автономно, демонструє послідовну поведінку, використовує людську мову, має ім’я або виконує роль, яку раніше виконував фахівець. Вони можуть приписувати їй намір, провину або відповідальність. У ширшій статті ХАБу «Моральна психологія штучного інтелекту» детально розглянуто ці процеси. У контексті делегування це сприймання має практичне значення. Чим більше система здається самостійним агентом, тим легше людині психологічно розділити з нею авторство рішення. Проте приписування агентності — це результат людської інтерпретації взаємодії. Воно не доводить, що система має феноменальний досвід, почуття, здатність страждати або моральну суб’єктність. Так само згода людини з відповіддю чатбота не робить модель моральним авторитетом. Вона показує, що конкретна порада стала частиною людського процесу рішення. Практичні наслідки для організацій Якщо організація використовує ШІ в морально значущих рішеннях, найважливіше питання звучить не «чи є тут людина?», а «яку саме функцію виконує кожен учасник і де зберігається можливість втручання?». Корисна архітектура відповідальності робить видимими точки, в яких людський учасник задає критерії, перевіряє винятки, зупиняє автоматизацію, пояснює рішення та приймає скаргу. Для цього варто заздалегідь визначити, яка частина процесу автоматизована, яка є рекомендаційною, а яка справді делегована; хто має право на вето й ескалацію; які сигнали повинні зупиняти автоматичний процес; які дані про хід рішення зберігаються; як виявляють систематичні помилки; хто відповідає за повторний розгляд; як перевіряють, чи не перетворилася людська участь на формальність. Ці принципи узгоджуються з логікою NIST AI RMF та Принципів ОЕСР щодо ШІ, які розглядають управління ризиками, простежуваність, можливість втручання та підзвітність як властивості всього життєвого циклу системи, а не як реакцію після інциденту. Окреме завдання — навчати людей розпізнавати автоматизаційне упередження. Якщо працівник знає, що впевнений машинний висновок може бути помилковим, розуміє межі моделі та має організаційне право відхилити рекомендацію, людський контроль стає реальнішим. Якщо ж система заохочує лише швидке підтвердження, напис «human in the loop» мало що говорить про реальну структуру рішення. Практичні наслідки для особистого використання ШІ У приватному житті люди дедалі частіше звертаються до генеративного ШІ з питаннями на кшталт «чи варто розповісти правду?», «як справедливо розподілити гроші?», «кого підтримати в конфлікті?» або «чи маю я право відмовитися?». Тут ШІ може бути корисним як інструмент структурування: допомогти сформулювати альтернативи, побачити зацікавлені сторони, перевірити фактичні припущення, знайти суперечність у власному міркуванні або запропонувати запитання, які людина не поставила. Таке використання відрізняється від передачі системі авторства вибору. Формула «модель сказала, що так правильно» закриває міркування саме там, де потрібне усвідомлення власних цінностей, зобов’язань і наслідків для інших. Генеративна модель може відтворювати різні нормативні рамки, але її впевнена відповідь не є незалежним доказом моральної істинності. Практично корисно зберігати за собою право змінити постановку питання, просити альтернативні аргументи, перевіряти фактичні твердження та окремо формулювати, яке рішення людина сама готова визнати своїм. Це підтримує контроль без відмови від інтелектуальної користі інструмента. Типові помилки в розмовах про делегування моральних рішень ШІ Перша помилка — вважати будь-яку рекомендацію ШІ делегуванням. Порада стає делегуванням тоді, коли система отримує реальний вирішальний вплив або людська перевірка фактично перестає бути незалежною. Друга — вважати, що останній людський клік автоматично означає людський контроль. Контроль залежить від інформації, часу, компетентності, права відхилити рекомендацію і реальної можливості змінити результат. Третя — робити з алгоритмічного відторгнення універсальний закон. Люди можуть уникати алгоритмів, цінувати їхню пораду або активно делегувати їм вибір залежно від ролі, завдання та контексту. Четверта — вважати, що делегування автоматично звільняє людину від відповідальності. Воно може змінити переживання й приписування відповідальності, але не стирає причинних, організаційних або юридичних ролей інших учасників. П’ята — ототожнювати послідовність алгоритму з моральною нейтральністю. Система може стабільно застосовувати правило, однак вибір самого правила, цілей і порогів залишається змістовним. Шоста — сприймати приписування провини ШІ як доказ його свідомості або моральної суб’єктності. Психологічне приписування описує людину, яка оцінює систему; воно не встановлює внутрішніх властивостей системи. Сьома — вважати пояснення гарантією довіри або якості. Пояснення може допомогти, але його ефект залежить від контексту, змісту та того, чи дає воно реальну можливість перевірки. Восьма — припускати, що поєднання людини і ШІ завжди краще за кожного окремо. Метааналітичні дані показують значну неоднорідність, а в завданнях ухвалення рішень синергія часто не виникає автоматично. Науковий статус і межі доказів Доказова база щодо делегування моральних рішень ШІ швидко зростає, але залишається молодою. Є сильний теоретично-емпіричний огляд моральної психології ШІ, прямі експерименти з реальним моральним вибором, роботи про приписування відповідальності та широка література про алгоритмічне відторгнення, автоматизаційне упередження і спільні рішення людини й ШІ. Водночас ці масиви не можна механічно складати в одну універсальну модель. По-перше, значна частина старішої літератури досліджувала статистичні алгоритми, автономні машини або системи підтримки рішень, а не сучасні великі мовні моделі. Те, що люди роблять із прогнозною моделлю, не обов’язково повториться в діалозі з генеративним агентом. По-друге, морально значущі завдання дуже різні. Вибір у лабораторному експерименті, медичне сортування, кадрове рішення та приватна сімейна дилема мають різні ставки, ролі, норми й можливості для оскарження. По-третє, ставлення до ШІ і фактична поведінка — різні показники. Людина може заявляти, що не схвалює автономні моральні рішення машин, але делегувати власний складний вибір, коли така можливість з’являється. Саме це розходження є одним із важливих внесків дослідження Hüholt і Szech. По-четверте, значна частина досліджень алгоритмічного відторгнення є сценарною або лабораторною. Систематичний огляд Mahmud та співавторів прямо вказує на дефіцит польових даних. Отже, перенесення ефектів на масштабні організаційні системи потребує обережності. По-п’яте, нові ефекти відповідальності та делегування потребують подальших незалежних реплікацій у різних культурах, професіях і типах систем. Окремі результати 2026 року є важливими, але один набір експериментів не створює універсального психологічного закону. По-шосте, інженерна література про «моральне прийняття рішень ШІ» сама залишається концептуально фрагментованою. Систематичний огляд 280 робіт, опублікований Jiwat Ram у Technological Forecasting and Social Change, вказує на відсутність єдиного визначення морального машинного рішення, перевагу концептуальних робіт над емпіричними та концентрацію досліджень у кількох доменах. Це ще одна причина не говорити про «моральність ШІ» як про одну виміряну властивість. Отже, найстійкіший висновок сьогодні звучить так: делегування морально значущого вибору ШІ є окремим психологічним процесом, у якому переплітаються очікування компетентності, довіра, контроль, уникнення відповідальності, сприйнята агентність і структура конкретного завдання. Сила та напрям цих механізмів залежать від контексту. Поширені запитання Що означає делегувати моральне рішення ШІ? Це означає передати системі реальну частину повноваження обрати між альтернативами, наслідки яких мають моральну значущість для людей: шкоду, справедливість, права, обов’язки, розподіл ресурсів або відповідальність. Просте отримання інформації від ШІ ще не є делегуванням. Чим рекомендація ШІ відрізняється від делегування? За рекомендації система радить, а людина зберігає незалежне право оцінити й відхилити пораду. За делегування система отримує вирішальний вплив на вибір або виконання. У реальній практиці межа може розмиватися, якщо людина формально підтверджує майже всі рекомендації без реальної перевірки. Чому люди можуть делегувати ШІ морально важкі рішення? Мотиви різні: очікування точності й послідовності, економія часу, зменшення когнітивного чи емоційного навантаження, організаційні правила, а в деяких умовах — бажання розподілити або зменшити переживання особистої відповідальності. Експерименти не підтримують пояснення, за яким усі люди делегують з однієї причини. Чи справді люди не хочуть, щоб ШІ приймав моральні рішення? Дані змішані й залежать від ролі людини. Дослідження показують відторгнення автономних машинних рішень у моральних сферах, але також демонструють, що люди можуть частіше делегувати власний реальний моральний вибір ШІ, ніж іншій людині. Контекст і позиція учасника змінюють поведінку. Чи звільняє делегування ШІ людину від відповідальності? Психологічно людина може відчувати меншу відповідальність або приписувати частину її системі. Це не скасовує причинних, організаційних або юридичних ролей користувачів, розробників і організацій. Психологічне приписування відповідальності та формальна відповідальність — різні категорії. Чи є рішення ШІ об’єктивнішим і морально нейтральним? Послідовність не дорівнює нейтральності. Модель працює з цілями, критеріями, даними, порогами та правилами, які хтось визначив. Якщо вибір зачіпає конфлікт цінностей, автоматизація не усуває цей конфлікт, а переносить частину його в дизайн системи та процедуру використання. Чи достатньо залишити людині останнє слово? Не завжди. Останнє слово має значення лише тоді, коли людина має інформацію, час, компетентність і реальну можливість відхилити рекомендацію. Формальне підтвердження сотень машинних рішень може бути слабшим контролем, ніж добре спроєктоване право на втручання раніше в процесі. Чи робить пояснення ШІ рішення безпечним? Пояснення може допомогти зрозуміти систему та перевірити її висновок, але не гарантує точності, справедливості або добре відкаліброваної довіри. Систематичний огляд експериментів із XAI показує контекстні й неоднорідні ефекти пояснень. Чи завжди спільне рішення людини й ШІ краще? Ні. Метааналіз 106 експериментів показав, що комбінація людини й ШІ в середньому не перевершувала найкращого з двох компонентів, а для завдань ухвалення рішень спостерігалися втрати синергії. Результат залежить від завдання та способу організації взаємодії. Чи означає приписування відповідальності ШІ, що він є моральним агентом? Люди можуть сприймати систему як морального агента та приписувати їй провину або відповідальність. Це факт про людське моральне сприймання. Він не є доказом свідомості, почуттів, здатності страждати або самостійної моральної суб’єктності ШІ. Що варто пам’ятати Делегування моральних рішень ШІ змінює не лише те, хто технічно виконує вибір. Воно може змінювати переживання авторства, готовність брати на себе провину, сприймання контролю та спосіб, у який люди розподіляють відповідальність між системою, користувачем, розробником і організацією. Люди не мають одного стабільного ставлення до «алгоритмів узагалі». Вони можуть відкидати автономне машинне рішення як спостерігачі й водночас охоче використовувати ШІ як делегата, коли самі стоять перед важким вибором. Саме роль, ставки, структура контролю та можливість перенести відповідальність допомагають пояснити цю різницю. Для психологічно реального контролю недостатньо залишити людині фінальну кнопку. Потрібні реальні можливості зрозуміти межі системи, побачити альтернативи, втрутитися, оскаржити результат і визначити, хто відповідає за кожну ланку процесу. І найважливіше розрізнення для цієї теми залишається незмінним: те, що люди сприймають ШІ як агента, делегата або носія частини відповідальності, говорить про людську моральну психологію. Воно не доводить наявності у системи свідомості чи власного морального досвіду. Пов’язані статті Відповідальність за рішення ШІ Моральна психологія штучного інтелекту Джерела Bigman, Y. E., & Gray, K. (2018). People are averse to machines making moral decisions. Cognition, 181, 21–34. DOI Bonnefon, J.-F., Rahwan, I., & Shariff, A. (2024). The Moral Psychology of Artificial Intelligence. Annual Review of Psychology, 75, 653–675. DOI Dietvorst, B. J., Simmons, J. P., & Massey, C. (2015). Algorithm aversion: People erroneously avoid algorithms after seeing them err. Journal of Experimental Psychology: General, 144(1), 114–126. DOI Dong, M., & Bocian, K. (2024). Responsibility gaps and self-interest bias: People attribute moral responsibility to AI for their own but not others’ transgressions. Journal of Experimental Social Psychology, 111, 104584. DOI Goddard, K., Roudsari, A., & Wyatt, J. C. (2012). Automation bias: A systematic review of frequency, effect mediators, and mitigators. Journal of the American Medical Informatics Association, 19(1), 121–127. DOI Hüholt, N., & Szech, N. (2026). Trusting machines with morality — Delegating moral decisions to AI. European Economic Review, 184, 105255. DOI Logg, J. M., Minson, J. A., & Moore, D. A. (2019). Algorithm appreciation: People prefer algorithmic to human judgment. Organizational Behavior and Human Decision Processes, 151, 90–103. DOI Mahmud, H., Islam, A. K. M. N., Ahmed, S. I., & Smolander, K. (2022). What influences algorithmic decision-making? A systematic literature review on algorithm aversion. Technological Forecasting and Social Change, 175, 121390. DOI National Institute of Standards and Technology. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). NIST AI 100-1. DOI OECD. (2024). OECD AI Principles. Офіційна сторінка Ram, J. (2025). Moral decision-making in AI: A comprehensive review and recommendations. Technological Forecasting and Social Change, 217, 124150. DOI Reinhard, P., Li, M. M., Peters, C., et al. (2026). Effects of Explanations in Human-AI Interaction: A Systematic Review and Framework for Future Research on Explainable AI. Information Systems Frontiers, 28, 1233–1266. DOI Steffel, M., Williams, E. F., & Perrmann-Graham, J. (2016). Passing the buck: Delegating choices to others to avoid responsibility and blame. Organizational Behavior and Human Decision Processes, 135, 32–44. DOI Vaccaro, M., Almaatouq, A., & Malone, T. (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8, 2293–2303. DOI Xu, L., Tian, H., Zhang, Y., & Yu, F. (2026). Shifting accountability to artificial intelligence: Delegating challenging decisions to AI for responsibility avoidance. Journal of Business Research. DOI

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Людина може пережити подію, у якій зробила те, що суперечить її глибоким цінностям; не змогла запобігти шкоді; стала свідком тяжкого порушення; або відчула зраду з боку тих, кому довіряла. У науковій літературі такі досвіди часто описують як потенційно морально травмуючі події — PMIE, від англійського potentially morally injurious events. Найважливіше слово тут — «потенційно». PMIE позначає подію або експозицію, а не готовий психологічний наслідок. Одна й та сама ситуація може мати для різних людей різне моральне значення, а навіть дуже важкий моральний конфлікт не означає, що в людини обов’язково сформується моральна травма. Саме розмежування події та наслідку є центральним для сучасного дослідження цієї теми. Це розрізнення важливе і практично. Якщо назвати «травмою» сам факт участі в морально складній ситуації, можна ненавмисно перетворити ризик на вирок, підсилити самозвинувачення або стерти відмінності між нормальною гострою реакцією, тривалим моральним стражданням, ПТСР, депресією, горем і моральною травмою. Коротко: PMIE — це подія, моральна травма — можливий наслідок PMIE — потенційно морально травмуюча подія або ситуація, що переживається як серйозне порушення глибоких моральних переконань, цінностей, обов’язків або фундаментальної довіри. PMIE може стосуватися власної дії, бездіяльності, нездатності запобігти, свідчення дій інших, пережитої зради або системного провалу. PMIE не є діагнозом, симптомом чи доказом моральної травми. Моральна травма — назва можливих стійких моральних, емоційних, когнітивних, соціальних, поведінкових та смислових наслідків після такої події. Провина, сором, гнів, відраза або втрата довіри можуть виникати після PMIE, але жодна з цих реакцій сама по собі не встановлює моральну травму. ПТСР, моральний дистрес і моральна травма можуть перетинатися, але це різні поняття. Що таке потенційно морально травмуюча подія У класичній психологічній моделі Бретта Літца та колег 2009 року морально травмувальний досвід пов’язували з участю, нездатністю запобігти, свідченням або дізнаванням про дії, які глибоко суперечать моральним переконанням і очікуванням людини. Подальша література розширила цю рамку, особливо щодо зради, втрати довіри та ситуацій, де людина сама є жертвою дій або бездіяльності інших. Міжнародний консорціум, який розробляв шкалу наслідків моральної травми MIOS, описує PMIE ширше: це можуть бути власні дії, бездіяльність, свідчення тяжких порушень, а також переживання серйозних порушень довіри чи нездатності системи захистити людину. Важлива риса цього визначення — воно не зводить PMIE лише до власного проступку. У цій статті використовується закріплена для ХАБу назва «потенційно морально травмуючі події». В українських академічних текстах трапляються також форми «потенційно морально травмувальні», «потенційно морально травматичні» та «потенційно морально шкідливі» події. Вони намагаються передати один англомовний термін, але слововживання в українській літературі ще не повністю уніфіковане. Чому слово «потенційно» принципове PMIE — це категорія експозиції. Вона говорить, що подія має морально значущий потенціал, але не визначає наперед, що станеться з людиною. У дослідженнях важливо відокремлювати принаймні три рівні: саму подію, те, як людина її оцінює, і подальші наслідки. Саме змішування цих рівнів довго ускладнювало науку про моральну травму. Частина шкал запитувала про події, частина — про емоції та симптоми, а частина поєднувала обидва рівні в одному сумарному показнику. Тому високий бал за «моральну травму» в різних дослідженнях міг означати не зовсім одне й те саме. Сучасні інструменти дедалі частіше намагаються чіткіше пов’язувати конкретну PMIE з конкретними наслідками. Ця логіка схожа на важливе розрізнення в психотравматології: потенційно травматична подія не дорівнює ПТСР. Всесвітня організація охорони здоров’я прямо зазначає, що більшість людей після потенційно травматичних подій не розвивають ПТСР. Так само PMIE не можна автоматично прирівнювати до моральної травми. Які ситуації можуть бути PMIE Дослідницькі класифікації не є каталогом «правильних» і «неправильних» вчинків. Вони описують тип психологічного зв’язку між людиною та подією. Найчастіше виділяють кілька шляхів. Власна дія Людина сама робить щось, що під час події або пізніше переживає як порушення своїх моральних переконань. У військовому контексті це може стосуватися застосування сили; у медицині — рішення, що мало тяжкі наслідки; у цивільному житті — дії в умовах небезпеки, примусу або конфлікту обов’язків. Психологічна оцінка не встановлює юридичну чи моральну вину: для цього важливі намір, реальний контроль, наказ, загроза, доступна інформація, альтернативи та контекст. Докладніше цей шлях розглянуто у статті «Моральна травма після власного вчинку: провина, сором, відповідальність і межі поняття». Бездіяльність або нездатність запобігти Людина може переживати моральний конфлікт через те, чого вона не зробила або не змогла зробити. Після події легко виникає ретроспективна думка «я мав урятувати», «я мав втрутитися», «я мав передбачити». Але знання після події часто ширше, ніж інформація в момент рішення. Тому відчуття провини не можна механічно прирівнювати до повної фактичної відповідальності. Свідчення PMIE може виникнути, коли людина бачить тяжке порушення, жорстокість, приниження, несправедливість або наслідки насильства і не має реальної можливості це змінити. У такому випадку центральними можуть бути не провина за власний вчинок, а гнів, безсилля, відраза, розчарування або зміна уявлень про людей і світ. Зрада або порушення фундаментальної довіри Окремий шлях пов’язаний із переживанням зради з боку керівника, інституції, команди, професійної системи або іншої сторони, від якої очікували захисту й добросовісності. У систематичному огляді 2026 року зрадницькі PMIE демонстрували найпослідовніші зв’язки з ПТСР, депресивними та тривожними симптомами серед включених досліджень. Це асоціації, а не доказ того, що зрада неминуче спричиняє певний розлад. Ситуація, де немає варіанта без шкоди Морально значущими можуть бути й трагедії вибору, коли всі доступні рішення мають серйозну ціну. Прикладом є медичне сортування за дефіциту ресурсів, рішення рятувальника, який фізично не може допомогти всім, або дія в умовах секундної загрози та неповної інформації. Такі ситуації особливо небезпечно оцінювати заднім числом так, ніби існувало ідеальне рішення без втрат. Не кожна морально складна ситуація є PMIE Люди регулярно переживають суперечки про цінності, компроміси, незгоду, сором за дрібну помилку або конфлікт між кількома добрими цілями. Термін PMIE зазвичай застосовують до подій із високою моральною ставкою — таких, що зачіпають фундаментальні переконання, обов’язки, людську гідність, життя, тяжку шкоду або базову довіру. Межа не завжди чітка. Наукове поле ще не має одного універсального тесту, який об’єктивно відокремлює PMIE від «просто дуже неприємної» моральної ситуації. Значення мають і характеристики події, і її моральне значення для людини, і соціальний та професійний контекст. PMIE не є моральним вироком Термін описує психологічно значущу експозицію, а не рішення етичного суду. Якщо людина переживає власну дію як порушення цінностей, це важливий факт про її досвід. Але з цього не випливає автоматично, що вона мала повний контроль, діяла з наміром завдати шкоди або не мала допустимих альтернатив. Так само переживання зради не доводить саме по собі всі фактичні твердження про іншу людину чи інституцію. Психологія може досліджувати відчуття порушеної довіри, гнів і наслідки для функціонування; правова, професійна та моральна оцінка конкретних дій потребує окремого аналізу фактів. PMIE і моральна травма: де проходить межа Найкоротша формула така: PMIE відповідає на запитання «що сталося або що було пережито?», а моральна травма — «які стійкі наслідки сформувалися після цього?». Інтегративний огляд Гріффіна та колег узагальнив 116 епідеміологічних і клінічних досліджень та показав широкий спектр можливих психологічних, соціальних, поведінкових і духовних наслідків після морально значущих подій. Водночас сам огляд підкреслював нестачу клінічних досліджень і неоднорідність поля. Пізніший систематичний огляд 57 публікацій знаходив зв’язки морально-травматичних конструктів із ПТСР, депресією, тривогою, вживанням речовин та суїцидальними показниками. Але більшість досліджень були поперечними і переважно військовими, тому вони не встановлюють просту причинну схему «PMIE → конкретний розлад». Що може впливати на наслідки після PMIE Дві людини можуть пережити зовні схожу подію і мати дуже різні наслідки. Сучасна література вказує на низку чинників, які можуть змінювати моральне значення та подальшу адаптацію. Їх не слід сприймати як формулу прогнозу для окремої людини. Сприйнята відповідальність і реальний контроль: чи мала людина можливість діяти інакше, скільки часу та інформації було для рішення. Намір і передбачуваність: чи була шкода метою, побічним наслідком, результатом помилки або обставин, яких людина не могла передбачити. Сила моральної центральності події: наскільки вона зачіпає уявлення людини про себе, обов’язок, професію, справедливість і довіру. Реакція інших: підтримка, визнання складності, справедливе розслідування та можливість говорити про подію можуть відрізнятися від замовчування, стигматизації або зради. Повторюваність і накопичення: один епізод і тривала серія морально важких ситуацій можуть мати різну психологічну динаміку. Супутня загроза, втрата й горе: PMIE може одночасно бути досвідом небезпеки, смерті близьких, поранення, переміщення або втрати ролі. Попередній досвід і теперішні ресурси: психічне здоров’я, соціальна підтримка, сон, безпека, професійні умови та доступ до допомоги впливають на адаптацію. PMIE, провина і сором Провина й сором часто згадуються в дослідженнях моральної травми, але вони не є ні необхідною, ні достатньою умовою PMIE або моральної травми. Після зради центральним може бути гнів і втрата довіри. Після свідчення — безсилля й відраза. Після власної дії — провина, жаль або сором. Реакції можуть змінюватися з часом. Важливо також відрізняти емоцію від висновку про відповідальність. Сильна провина може бути психологічно реальною, але не вимірює автоматично частку фактичного контролю людини над подією. Саме тому в роботі з морально значущими переживаннями важливе точне відновлення контексту, а не безумовне підтвердження самозвинувачення. PMIE і ПТСР Посттравматичний стресовий розлад — клінічний розлад із визначеними діагностичними критеріями. PMIE — категорія морально значущої події. Моральна травма — дослідницький і клінічно релевантний конструкт, але не окремий психіатричний діагноз. Національний центр ПТСР США прямо розрізняє моральну травму та ПТСР і зазначає, що вони можуть існувати разом або окремо. Не кожна PMIE відповідає критеріям травматичної події для ПТСР, а не кожна подія, що спричиняє ПТСР, має моральний компонент. Наприклад, аварія може створити сильну загрозу життю без центрального переживання морального порушення. І навпаки, серйозна професійна зрада або моральний компроміс може мати високу моральну вагу без типового переживання смертельної загрози. Моральна травма не має статусу окремого діагнозу в DSM або ICD. Клінічний довідник ICD-11 ВООЗ містить окремі діагностичні категорії ПТСР, комплексного ПТСР, тривалого горювання та розладу адаптації; моральна травма серед окремих діагнозів не виділена. PMIE і моральний дистрес Моральний дистрес часто виникає, коли людина вважає певну дію правильною, але системні, ресурсні, ієрархічні чи рольові обмеження не дозволяють діяти відповідно. Це може бути гострий або повторюваний досвід, особливо в медицині та соціальній допомозі. PMIE і моральний дистрес можуть перетинатися. Наприклад, лікар може переживати моральний дистрес через неможливість надати оптимальну допомогу, а конкретний епізод із тяжкими наслідками пізніше оцінити як потенційно морально травмуючу подію. Але ці терміни не є синонімами. Систематичний огляд медичних і соціальних працівників показує, наскільки різноманітними є тригери та контексти морального дистресу й моральної травми в клінічній роботі. Які дані є про різні типи PMIE Найсвіжіший на час публікації систематичний огляд 2026 року включив 15 кількісних поперечних досліджень із сумарною вибіркою близько 21 700 людей — військових, ветеранів, медичних працівників і цивільних. Автори окремо аналізували події власної дії, бездіяльності/свідчення та зради. Зрадницькі PMIE були найпослідовніше пов’язані з ПТСР, депресивними та тривожними симптомами. Події власної дії також асоціювалися з кількома видами дистресу, а результати для бездіяльності були більш змінними. Проте всі включені дослідження були поперечними. Це означає, що вони показують зв’язки між показниками в певний момент, але не доводять, що конкретний тип PMIE безпосередньо спричиняє конкретний психічний стан. Саме через таку неоднорідність не варто створювати рейтинг «найгірших» PMIE. Психологічний вплив залежить не лише від категорії події, а й від контексту, значення, контролю, повторюваності, наслідків, підтримки та багатьох інших чинників. PMIE у військових і ветеранів Історично сучасні дослідження моральної травми швидко розвивалися у військовій психології. Тут PMIE можуть включати власне застосування сили, нездатність урятувати, свідчення загибелі або жорстокості, складні рішення під загрозою, втрату товаришів, порушення очікувань щодо командування або системи. Це не означає, що сам факт бойової служби є PMIE або що бойовий досвід автоматично створює моральну травму. Такий висновок стирав би величезні відмінності між ролями, подіями, підрозділами, реальною свободою вибору, підтримкою та особистим значенням досвіду. Український контекст: що показують дані 2026 року У 2026 році з’явилися окремі дослідження морально значущого досвіду українців під час повномасштабної війни. Якісна робота з безпосередніми свідченнями українських військових описує різні контексти морально складних бойових подій та їх переплетення з травматичним стресом, горем і питаннями ідентичності. Це важливе джерело контексту, але серія кейсів не є оцінкою поширеності для всіх військових. Інше дослідження 2026 року охопило 5 523 дорослих, які жили в Україні у травні–липні 2025 року. Воно вивчало зв’язок ПТСР із наслідками моральної травми та психометричні властивості українських версій PCL-5 і MIOS. Дизайн був поперечним, тому результати описують асоціації, а не причинну траєкторію після конкретної PMIE. Ще одне дослідження порівнювало українців усередині країни та переміщених за кордон і також знаходило відмінності в показниках ПТСР, моральної травми та порушення базових переконань. Ці дані підтверджують релевантність теми для цивільного населення, але не дозволяють вважати будь-який досвід війни моральною травмою. PMIE у медицині, рятувальних і допоміжних професіях У медиків і працівників допоміжних професій морально значущі події часто пов’язані з дефіцитом ресурсів, сортуванням пацієнтів, неможливістю надати бажаний рівень допомоги, конфліктом між безпекою та автономією, повторним контактом зі смертю або системними рішеннями. Систематичний огляд працівників судово-психіатричних і психіатричних служб показує, що джерела морально важкого досвіду можуть бути організаційними, міжособистісними та клінічними. Тут особливо важливо не перетворювати системну проблему на індивідуальний дефект. Якщо працівник не міг діяти через реальну нестачу персоналу, ресурсів, повноважень або безпечних умов, психологічна підтримка не замінює необхідних організаційних змін. PMIE у цивільних і людей, які були змушені переміститися Сучасні дослідження виходять далеко за межі військових вибірок. PMIE вивчають серед цивільних, медиків, служб першого реагування, людей із досвідом насильства, біженців та інших груп. Огляд досліджень біженців 2025 року знайшов широкий спектр морально значущих подій і підкреслив роль того, як людина оцінює власні дії та дії інших. При перенесенні концепту на нові культури та групи потрібна обережність. Моральні обов’язки, роль сім’ї, колективна відповідальність, релігійні та світоглядні рамки, очікування від інституцій і мова опису страждання можуть відрізнятися. Дослідницькі моделі не мають перетворювати культурну різницю на патологію. Як вимірюють PMIE Один із ранніх спеціалізованих інструментів — Moral Injury Events Scale, MIES. Психометрична робота Неша та колег 2013 року розробляла шкалу саме для оцінки потенційно морально травмуючих подій у військовому контексті та виявила компоненти сприйнятих моральних порушень і зради. Пізніші інструменти намагаються краще відрізняти експозицію від наслідків. MIOS зосереджується на результатах після PMIE, зокрема на компонентах сорому та порушеної довіри. MIDS спочатку допомагає визначити морально значущу подію, а потім оцінює пов’язані з нею емоційні, когнітивні, поведінкові, соціальні та духовні труднощі. Початкова валідація MIDS охопила 1 232 ветеранів, медичних працівників і працівників служб першого реагування. Подальша робота про клінічно значущий рівень моральної травми намагалася відрізнити нормативний дистрес після PMIE від більш функціонально порушувальних наслідків. Це розвиток вимірювання, а не створення універсального домашнього діагностичного тесту. Офіційна сторінка MIDS Національного центру ПТСР США описує шкалу як самозвітний інструмент для оцінювання PMIE та можливих наслідків. Результати шкали слід інтерпретувати в контексті конкретної події та функціонування людини, а не як автоматичний діагноз. Чи можна «визначити PMIE» за чеклістом Чекліст може допомогти структурувати розмову, але не вирішує моральну оцінку події. Корисніше ставити послідовні запитання: що саме сталося; що людина знала в той момент; які мала варіанти; що реально контролювала; яку цінність або довіру вважає порушеною; що змінилося після події; чи є стійке порушення функціонування. Опис події має передувати ярлику. У деяких випадках людина спершу називає себе «винною», а детальний аналіз показує примус, неможливість діяти інакше або розподілену відповідальність. В інших ситуаціях реальна відповідальність справді є, але психологічна робота тоді все одно потребує точності: відповідальність за конкретну дію не тотожна довічному глобальному самозасудженню. Що не можна висновувати лише з факту PMIE Не можна робити висновок, що людина має моральну травму. Не можна встановлювати ПТСР, депресію чи інший психічний розлад. Не можна визначати об’єктивну моральну або юридичну вину. Не можна припускати, що провина чи сором обов’язково з’являться. Не можна прогнозувати суїцид або самопошкодження на підставі самої події чи окремого бала шкали. Не можна вважати, що одна й та сама подія матиме однакове значення для всіх людей. Не можна нав’язувати прощення, релігійну практику, сповідь або «моральне очищення» як універсальний шлях відновлення. Чому дослідження суїцидальних показників потребують особливої обережності У систематичних оглядах моральна травма та PMIE асоціюються із суїцидальними думками й поведінкою в частині вибірок. Але ці зв’язки часто переплітаються з депресією, ПТСР, тривогою, соромом, вживанням речовин і соціальним функціонуванням. Поперечна асоціація не є індивідуальним прогнозом. Тому PMIE не слід використовувати як «маркер, що людина небезпечна для себе». Ризик оцінюють за актуальними думками, намірами, планом, доступом до засобів, попередньою поведінкою, психічним станом, підтримкою та іншими клінічними чинниками. Якщо людина говорить про намір завдати собі шкоди або не може гарантувати власну безпеку, потрібна невідкладна жива допомога. Що може допомогти після морально важкої події Мета перших кроків — не винести швидкий моральний вирок, а відновити безпеку, факти й контекст. Для частини людей достатньо підтримки, часу, чесної розмови та можливості інтегрувати досвід. Для інших потрібна професійна допомога через стійкі симптоми, ПТСР, депресію, горе, вживання речовин або виражене моральне страждання. Спочатку відділити подію від наслідків: «це сталося» не тотожне «зі мною назавжди щось зламано». Відновити фактичний контекст: що було відомо тоді, які були обмеження, хто ще впливав на результат. Назвати морально значущу цінність або довіру, яку зачепила подія, не перетворюючи це на загальну самооцінку. Помітити, які реакції тривають зараз: провина, сором, гнів, відраза, уникання, кошмари, втрата довіри, відчуження, горе. Оцінити функціонування: сон, роботу, стосунки, вживання алкоголю чи інших речовин, здатність бути поруч із близькими. Шукати підтримку, яка витримує складність і не примушує людину до готового морального висновку. За стійкого або сильного дистресу звернутися до фахівця, який може окремо оцінити ПТСР, депресію, горе, суїцидальний ризик та інші стани. Коли варто звернутися по професійну допомогу Професійна оцінка особливо доречна, якщо після події протягом тижнів або місяців не слабшають нав’язливі спогади, кошмари, уникання, сильне самозасудження, безсоння, відчуження, зловживання алкоголем чи іншими речовинами, постійний гнів, втрата здатності працювати або підтримувати стосунки. Звернення потрібне і тоді, коли людина не впевнена, що саме з нею відбувається. PMIE може співіснувати з психологічною травмою, ПТСР, депресією, горем або моральним дистресом. Завдання клінічної оцінки — не знайти одне красиве слово, а зрозуміти конкретний набір проблем і допомогти з тим, що реально порушує життя. Поширені помилки у розумінні PMIE «Якщо подія була PMIE, моральна травма вже сталася». Ні. PMIE описує потенційно значущу подію, а не гарантований наслідок. «PMIE — це різновид ПТСР». Ні. Подія може мати моральний компонент, травматичний компонент або обидва; ПТСР є окремим клінічним розладом. «PMIE означає, що людина зробила щось аморальне». Ні. До PMIE належать також свідчення, зрада, системний провал і ситуації з обмеженим контролем. «Якщо немає провини, немає морального компонента». Ні. Можуть домінувати гнів, відраза, безсилля або втрата довіри. «Сильна провина доводить реальну повну відповідальність». Ні. Емоцію потрібно співвідносити з фактами, контролем і контекстом. «Шкала може поставити діагноз моральної травми». Ні. Вимірювальні інструменти корисні для дослідження та професійної оцінки, але моральна травма не є окремим DSM/ICD-діагнозом. «Відновлення означає обов’язково пробачити себе або когось іншого». Ні. Прощення не є універсальною умовою психологічного відновлення. Часті запитання про PMIE PMIE — що це простими словами? Це подія або ситуація, яка може серйозно зачепити моральні переконання, обов’язки чи фундаментальну довіру людини. Вона називається «потенційно» морально травмуючою, тому що наслідки не визначені наперед. Чи є PMIE діагнозом? Ні. PMIE — опис події або експозиції. Це не психічний розлад і не назва симптому. Чи кожна PMIE призводить до моральної травми? Ні. Людина може пережити сильні моральні емоції та поступово інтегрувати подію без стійкого порушення функціонування. У частини людей наслідки стають тривалими й клінічно значущими. Чим PMIE відрізняється від моральної травми? PMIE — це потенційно морально травмуюча подія. Моральна травма — можливі стійкі наслідки після такої події. Подія і наслідок не повинні змішуватися. Чим PMIE відрізняється від морального дистресу? Моральний дистрес описує страждання в морально складній ситуації, часто коли людина знає, як вважає правильним діяти, але обмеження не дозволяють цього зробити. Конкретний епізод морального дистресу може стати PMIE, але поняття не тотожні. Чи може PMIE бути пов’язана зі зрадою, а не з моїм вчинком? Так. Сучасні визначення включають серйозні порушення довіри з боку керівництва, інституцій або інших значущих сторін. У такому випадку центральними можуть бути гнів і втрата довіри, а не провина. Чи може цивільна людина пережити PMIE? Так. Концепт досліджують у цивільних, медиків, працівників служб першого реагування, біженців, людей із досвідом насильства та інших групах. Військова служба — важливий історичний контекст дослідження, але не межа поняття. Чи можна за PMIE передбачити ПТСР або суїцид? Ні. PMIE може бути пов’язана з підвищеним дистресом на рівні групових досліджень, але окрема подія не дає індивідуального прогнозу ПТСР, депресії, суїциду чи самопошкодження. Чи потрібно детально розповідати про подію, щоб отримати допомогу? Не обов’язково починати з усіх деталей. Можна спершу описати, що після події змінилося: сон, довіра, провина, гнів, стосунки, робота, відчуття безпеки. Обсяг і темп розповіді варто узгоджувати з безпекою та готовністю людини. Головне PMIE — корисне поняття саме тому, що не робить наслідок наперед визначеним. Воно називає клас подій, у яких під загрозою опиняються глибокі цінності, моральні обов’язки або фундаментальна довіра. Після такої події людина може переживати гострий дистрес, провину, сором, гнів, відразу, горе чи кризу довіри — або поступово інтегрувати досвід без тривалої моральної травми. Науково коректна послідовність така: спочатку подія й контекст, потім її значення для людини, потім наслідки та функціонування. Саме ця послідовність захищає від двох помилок — знецінити реальне моральне страждання або, навпаки, перетворити сам факт важкої події на діагноз і вирок. Пов’язані статті Моральна травма Моральна травма після власного вчинку Моральна травма через зраду Джерела Donovan, N., Lukic, G., & Mason, O. (2025). A scoping review of moral injury in refugees. European Journal of Psychotraumatology, 16(1), 2501369. Farrell Kakouris, A., Murphy, D., Greenberg, N., & McClintock, R. (2026). Evaluating the association between potentially morally injurious events (PMIEs) and types of psychological distress: A systematic review. European Journal of Psychotraumatology, 17(1), 2705628. Griffin, B. J., Purcell, N., Burkman, K., Litz, B. T., Bryan, C. J., Schmitz, M., Villierme, C., Walsh, J., & Maguen, S. (2019). Moral Injury: An Integrative Review. Journal of Traumatic Stress, 32(3), 350–362. Hall, N. A., Everson, A. T., Billingsley, M. R., & Miller, M. B. (2022). Moral injury, mental health and behavioural health outcomes: A systematic review of the literature. Clinical Psychology & Psychotherapy, 29(1), 92–110. Litz, B. T., Plouffe, R. A., Nazarov, A., Murphy, D., Phelps, A., Coady, A., Houle, S. A., Dell, L., Frankfurt, S., Zerach, G., & Levi-Belz, Y.; Moral Injury Outcome Scale Consortium. (2022). Defining and Assessing the Syndrome of Moral Injury: Initial Findings of the Moral Injury Outcome Scale Consortium. Frontiers in Psychiatry, 13, 923928. Litz, B. T., Stein, N., Delaney, E., Lebowitz, L., Nash, W. P., Silva, C., & Maguen, S. (2009). Moral injury and moral repair in war veterans: A preliminary model and intervention strategy. Clinical Psychology Review, 29(8), 695–706. Maguen, S., Griffin, B. J., Pietrzak, R. H., McLean, C. P., Hamblen, J. L., & Norman, S. B. (2024). Using the Moral Injury and Distress Scale to identify clinically meaningful moral injury. Journal of Traumatic Stress. Mezhenska, M., Contractor, A. A., & Nazarenko, T. (2026). Moral injury and PTSD among Ukrainians exposed to full-scale war. European Journal of Psychotraumatology, 17(1), 2685934. Mezhenska, M., Rodenbaugh, M. M., & Neumann, C. S. (2026). PTSD, moral injury, posttraumatic growth, and depreciation among Ukrainians during the war: comparing populations inside Ukraine and displaced abroad. Journal of Mental Health. Nash, W. P., Marino Carper, T. L., Mills, M. A., Au, T., Goldsmith, A., & Litz, B. T. (2013). Psychometric evaluation of the Moral Injury Events Scale. Military Medicine, 178(6), 646–652. Norman, S. B., Griffin, B. J., Pietrzak, R. H., McLean, C. P., Hamblen, J. L., & Maguen, S. (2024). The Moral Injury and Distress Scale: Psychometric evaluation and initial validation in three high-risk populations. Psychological Trauma: Theory, Research, Practice, and Policy, 16(2), 280–291. Synyahovskyy, V., Hukovskyy, O., Castro, C. A., & Martin, J. A. (2026). Moral injury among Ukrainian soldiers: Firsthand accounts of psychological struggles in the Russia-Ukraine war. Military Psychology. U.S. Department of Veterans Affairs, National Center for PTSD. (2026). Moral Injury. U.S. Department of Veterans Affairs, National Center for PTSD. (2026). Moral Injury and Distress Scale (MIDS). Webb, E. L., Ireland, J. L., Lewis, M., & Morris, D. (2024). Potential Sources of Moral Injury for Healthcare Workers in Forensic and Psychiatric Settings: A Systematic Review and Meta-ethnography. Trauma, Violence, & Abuse, 25(2), 918–934. World Health Organization. (2024). Clinical descriptions and diagnostic requirements for ICD-11 mental, behavioural and neurodevelopmental disorders. World Health Organization. (2026). Post-traumatic stress disorder.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Гуманізація в психологічному сенсі — це процес, у якому іншу людину або групу дедалі повніше сприймають як носія психічного життя, індивідуальної історії, намірів, переживань і власної перспективи. Йдеться не просто про «добре ставлення». Людину можна визнавати повністю людською, водночас не погоджуватися з нею, засуджувати конкретний вчинок, вимагати відповідальності, обмежувати контакт або захищати власні межі. Психологічні дослідження дегуманізації показують, що заперечення людяності буває різним: від явного прирівнювання людей до тварин або речей до тоншого зменшення приписуваної їм складності, емоційності, індивідуальності чи психічних властивостей. Класичний інтегративний огляд Ніка Гаслама описав дві широкі форми дегуманізації — заперечення суто людських рис і заперечення рис «людської природи». Саме тому гуманізація також не має одного психологічного механізму: вона може стосуватися визнання психіки, індивідуалізації, приписування повнішого спектра емоцій, зниження категоріального спрощення або розширення готовності бачити в іншому суб’єкта досвіду. Сучасна доказова база підтримує саму ідею, що дегуманізація змінюється залежно від соціального контексту, стосунків, контакту та способу сприйняття іншого. Водночас систематичний огляд досліджень 2021–2025 років підкреслює важливе обмеження: більшість робіт вимірює соціально-когнітивні показники дегуманізації, а не одну універсальну «людяність». Тому гуманізацію коректніше розуміти як сімейство пов’язаних процесів, а не як єдину техніку або шкалу. Що таке гуманізація в психології У повсякденній мові «гуманізувати» часто означає зробити щось людянішим або доброзичливішим. У соціальній психології поняття точніше: воно описує зміни у тому, як людина репрезентує іншого — наскільки бачить у ньому складний внутрішній світ, індивідуальні відмінності, здатність відчувати й діяти, а не лише ярлик категорії. В англомовній літературі трапляється також rehumanization — відновлення сприйняття іншого як повністю людського після попередньої дегуманізації. Наприклад, Сьюзен Фіске описувала rehumanization через повернення уваги до уподобань і психічного життя іншого. Це не назва однієї стандартизованої психологічної техніки. У цій статті «гуманізація» є ширшим поняттям, а rehumanization — точнішим позначенням випадків, коли йдеться про зміну вже дегуманізованої репрезентації. Це поняття сформувалося поруч із великою літературою про дегуманізацію. Огляд Гаслама і Лофнана показує, що психологія дегуманізації охоплює кілька теоретичних традицій і різні способи вимірювання. Звідси випливає важлива редакційна межа: гуманізація не є дзеркальною кнопкою, яка автоматично «вимикає» будь-яку дегуманізацію. Те, що змінює один показник — наприклад, приписування вторинних емоцій, — не обов’язково так само змінює довіру, поведінку, підтримку контакту або оцінку конкретного вчинку. Гуманізація також не є діагнозом, психотерапевтичним методом або тестом особистості. Дослідники можуть експериментально посилювати певні умови гуманізованого сприйняття, порівнювати рівні приписуваної людяності чи вивчати, як вони пов’язані з контактами між групами. З цього не випливає можливість ранжувати окремих людей як «більш моральних» чи «менш моральних». Гуманізація, гуманізм і гуманістична психологія — різні поняття Через схожість слів гуманізацію легко сплутати з гуманізмом або гуманістичною психологією. Гуманізм — широке сімейство інтелектуальних і етичних традицій. Гуманістична психологія — історичний психологічний напрям, пов’язаний з увагою до суб’єктивного досвіду, вибору, розвитку й цілісної людини. Гуманізація у цій статті — емпіричний соціально-психологічний процес, який вивчають у контексті дегуманізації, міжгрупових відносин, сприйняття психіки й індивідуалізації. Тому фраза «гуманізація протидіє дегуманізації» описує напрям психологічної зміни, а не нормативну філософську доктрину. Психологія може досліджувати, за яких умов люди приписують іншим більше людських якостей або психічної складності; вона сама по собі не встановлює, яка моральна позиція є «правильною». Що саме може змінюватися під час гуманізації Визнання психічного життя Один рівень — сприйняття іншого як істоти, яка має переживання, наміри, бажання, здатність відчувати біль, страх, радість, сором, надію або діяти цілеспрямовано. Відоме дослідження Грей, Грей і Вегнера запропонувало дві великі осі сприйняття психіки — досвід і агентність. Ця модель стала впливовою, але її не слід трактувати як остаточну карту людського розуму. Окремо про те, як люди приписують іншим здатність відчувати й діяти та як це пов’язане з моральним статусом, дивіться у статті «Сприймання психіки і моральний статус». Подальша робота Вайсман, Двек і Маркман показала, що уявлення людей про психічне життя можуть мати іншу структуру, ніж проста пара «досвід — агентність». Для теми гуманізації це важлива пересторога: «визнати психіку» не означає поставити людину на одну універсальну шкалу. Психічне життя репрезентується багатовимірно. Індивідуалізація замість зведення до категорії Людей часто сприймають через соціальні категорії: професію, вік, походження, статус, групову належність. Категоризація сама по собі є звичайним механізмом пізнання. Проблема виникає тоді, коли категорія поглинає індивідуальність: людина стає «одним із них», а її відмінності, біографія та конкретні мотиви перестають впливати на сприйняття. У трьох дослідженнях Праті, Крісп, Меледі та Рубіні множинна категоризація — бачення людини одночасно через кілька ознак, а не одну групову мітку — посилювала приписування людських рис і емоцій. Статистично цей ефект пояснювався більшою індивідуалізацією та нижчим сприйняттям загрози. Це не універсальний рецепт, але хороший приклад механізму: складніша репрезентація може послаблювати спрощення «група замість особи». Приписування повнішого спектра людських якостей і емоцій Частина досліджень вимірює, чи приписують групі так звані суто людські риси або вторинні емоції — наприклад, складні соціальні переживання, які люди схильні вважати більш «людськими». Інші роботи оцінюють явну відмову визнавати групу повністю людською. Ці методи пов’язані, але не взаємозамінні: зміна одного показника не доводить автоматичної зміни всіх інших. Визнання перспективи без припущення згоди Перспектива іншого — це інформація про те, що він бачить, знає, переживає або вважає важливим. Визнання такої перспективи може бути частиною гуманізації, бо повертає іншому позицію носія досвіду. Але зрозуміти перспективу не означає погодитися з нею, визнати її морально виправданою або відмовитися від власної оцінки. Дослідження перспективного прийняття також не дають підстав проголошувати його безумовно корисною технікою. У серії з чотирьох досліджень Ворауер, Мартенс і Сасакі показали, що в міжгруповій взаємодії спроба прийняти перспективу іншого за певних умов могла погіршувати поведінку частини учасників. Отже, «подивитися його очима» — не магічний механізм, який завжди зменшує упередження або дегуманізацію. Як гуманізація пов’язана з дегуманізацією Дегуманізація — не просто сильна неприязнь. У сучасній літературі вона охоплює специфічне зменшення або заперечення людських якостей, психічних властивостей чи повної людяності іншого. Огляд 2026 року синтезував 96 досліджень за 2021–2025 роки й показав, що дегуманізацію вивчали і в міжгрупових, і в міжособистісних контекстах. Посилення якості стосунків, емпатія та сприйняття індивідуальної відмінності були пов’язані з нижчою дегуманізацією, тоді як контекст і характеристики взаємодії суттєво змінювали картину. Гуманізацію тому можна описати як рух у протилежному напрямі за конкретним показником: більше приписуваної людяності, більше визнання психіки, більше індивідуалізації або менше явного заперечення людських якостей. Проте психологічно це не завжди повернення до однієї «нормальної точки». Різні форми дегуманізації можуть мати різні передумови й потребувати різних умов для зміни. Важливо й те, що гуманізація може бути неповною та вибірковою. Людина може визнавати в іншому складні емоції, але не довіряти йому; бачити його індивідуальність, але зберігати стереотип про групу; визнавати здатність страждати, але не змінювати політичну чи правову позицію. Емпіричні показники слід читати окремо, а не складати в один моральний бал. Які процеси можуть підтримувати гуманізоване сприйняття Якісний міжгруповий контакт Міжгруповий контакт — один із найкраще досліджених шляхів зміни ставлення між групами. Класичний метааналіз Петтігрю і Тропп охопив 713 незалежних вибірок із 515 досліджень і показав, що контакт у середньому пов’язаний зі зменшенням упередження. Це ширший результат про упередження, а не прямий доказ гуманізації, тому його не можна механічно переносити на всі показники дегуманізації. Безпосередньо для дегуманізації важливі дані Брюно, Хамейрі, Мур-Берг і Ктейлі: у 16 вибірках із п’яти країн, разом приблизно 7700 учасників, вища якість контакту була пов’язана з нижчою явною дегуманізацією та нижчою метадегуманізацією — відчуттям, що інша група дегуманізує «нас». Дослідження включали поперечні, лонгітюдні та квазіекспериментальні дані, тож база сильніша за одну кореляцію, але все одно не встановлює універсального ефекту для будь-якого контакту. Огляд Борінки та співавторів підсумовує, що прямий і непрямий контакт можуть бути пов’язані зі зменшенням тонкої та явної дегуманізації, а серед можливих механізмів називаються довіра, емпатія, нижча тривога і більш інклюзивні норми. Водночас «контакт» не є однаковим досвідом: добровільний, безпечний і позитивний контакт відрізняється від ворожої або примусової взаємодії. Це підтверджує й ширша література про валентність контакту. Метааналіз Паоліні та співавторів 2024 року показав, що позитивний контакт пов’язаний з нижчим упередженням, а негативний — з вищим, причому негативні взаємодії за частини умов мають сильніший зв’язок із результатом. Отже, принцип «більше контакту = більше гуманізації» занадто простий. Взаємний цикл контакту й гуманізації Гуманізація може бути не лише наслідком контакту, а й умовою готовності до нього. У двох експериментальних дослідженнях Капоцци, Ді Бернардо і Фалво спостерігали двоспрямований зв’язок: гуманізовані уявлення підсилювали наближення до представників іншої групи, а маніпуляція контактом збільшувала приписування суто людських рис. У другому дослідженні цей зв’язок частково пояснювався довірою. Це дозволяє мислити процес як петлю, а не як односторонню інтервенцію: спосіб бачити іншу групу впливає на готовність контактувати, а досвід контакту — на спосіб її бачити. Але петля може бути й негативною, якщо взаємодія загрозлива, принизлива або підтверджує очікування ворожості. Множинна категоризація та індивідуація Коли людину описують лише однією категорією, ця категорія може стати головною лінзою сприйняття. Множинна категоризація додає кілька незалежних ознак: людина одночасно може бути колегою, батьком, музикантом, сусідом, прихильником певного виду спорту, фахівцем конкретної галузі. Така складніша структура робить іншу особу менш взаємозамінною з абстрактною групою. Експерименти Праті та колег підтримують зв’язок між множинною категоризацією, індивідуацією, нижчим відчуттям загрози й більшою атрибуцією людських рис. Водночас дослідження проводилися у конкретних лабораторних і групових контекстах. Це підстава говорити про перспективний механізм, а не про гарантований ефект у будь-якому конфлікті. Уявний контакт — перспективний, але контекстно залежний інструмент У трьох дослідженнях Праті й Лофнана уявний позитивний контакт із представником іншої групи збільшував саме той тип людських характеристик, який у цій експериментальній моделі був типовішим об’єктом заперечення, а зміни були пов’язані з більшою підтримкою прав відповідної групи. Це цікавий результат, але він походить із конкретних експериментів і не робить уявний контакт універсальним засобом подолання дегуманізації. Метагуманізація: відчуття, що «вони бачать нас людьми» Соціальні відносини залежать не лише від того, як «ми» бачимо «їх», а й від того, як нам здається, що «вони» бачать «нас». Метадегуманізація — сприйняття власної групи як дегуманізованої іншими — може підтримувати взаємну ворожість. Метагуманізація описує протилежний сигнал: відчуття, що інша група визнає людяність нашої. У трьох експериментах Борінки, Тропп і Офосу у Косові та Північній Македонії метагуманізація підсилювала позитивніше тлумачення допомоги від іншої групи, готовність приймати її та майбутній контакт. Але навіть цей напрям не дає універсальної формули примирення. Дослідження Борінки, Статі та Гкінопулоса, опубліковане 2026 року, показало, що у постконфліктному контексті Косова ефекти метагуманізації залежали від інтенсивності тривожних воєнних спогадів: для людей із сильнішими такими спогадами сприятливі ефекти були слабшими. Це особливо важливе нагадування: травматичний досвід, безпека й історія конфлікту змінюють психологічну дію будь-якого «гуманізувального» сигналу. Емпатія може допомагати, але не дорівнює гуманізації Емпатія може бути пов’язана зі здатністю помічати чужі переживання, однак це окремий конструкт. Людина може зрозуміти чи емоційно відгукнутися на стан іншого, але водночас зберігати категоріальні упередження. Можлива й протилежна ситуація: визнавати повну людяність, агентність і складність людини без сильного емоційного співпереживання. Систематичний огляд Карантзаса і Сімпсона знаходить зв’язок емпатії з нижчою дегуманізацією в дослідженнях, але це не перетворює емпатію на моральний тест і не означає, що «чим більше емпатії, тим моральніша людина». Емпатія може бути вибірковою, залежати від близькості, групової належності та контексту. Подібно, співчуття не є синонімом гуманізації. Співчуття зазвичай містить турботливу реакцію на страждання, тоді як гуманізація стосується того, як ми репрезентуємо саму людину — її психіку, індивідуальність і людські якості. Гуманізація не означає позитивної оцінки Одна з найважливіших меж поняття: гуманізація не вимагає вважати іншу людину доброю, невинною, безпечною або такою, що заслуговує на довіру. Визнання людяності сумісне з негативною моральною оцінкою конкретного вчинку. Інакше поняття перетворюється на вимогу симпатії, а це вже інше психологічне й етичне твердження. Так само гуманізація не скасовує відповідальність. Бачити мотиви, емоції та обставини людини — означає мати багатшу психологічну модель, а не автоматично зменшувати провину або виправдовувати шкоду. Судження про неправильність вчинку, приписування відповідальності, осуд, рішення про санкцію і сприйняття людяності — різні процеси. Не слід ототожнювати гуманізацію з довірою. Довіра стосується очікування надійної або безпечної поведінки у певному контексті. Людину можна повністю гуманізувати і водночас мати обґрунтовані причини їй не довіряти. Гуманізація не дорівнює прощенню, примиренню чи відмові від меж Після шкоди або насильства вимога «побачити в іншому людину» іноді використовується як прихований тиск: пробачити, відновити стосунки, відмовитися від покарання або швидко перейти до примирення. Психологічно ці кроки не є одним процесом. Прощення, примирення, відновлення довіри, юридична чи соціальна відповідальність, безпека й гуманізоване сприйняття мають різні передумови. Людина може зберігати чіткі межі, не контактувати з тим, хто завдав шкоди, підтримувати справедливе покарання і водночас не заперечувати його психічне життя та людяність. Для людей, які пережили насильство, війну, катування, примус чи інші травматичні події, гуманізація кривдника не є психологічним обов’язком і не повинна ставитися умовою відновлення. Безпека, контроль над власними рішеннями та право на межі мають окреме значення. Дослідження постконфліктних процесів описують групові закономірності, а не персональні приписи для постраждалої людини. Чому гуманізація не має однієї універсальної «техніки» Наукова література використовує різні операціоналізації: приписування суто людських рис, вторинних емоцій, «людської природи», явні шкали людяності, сприйняття психічних властивостей, індивідуалізацію, готовність до контакту. Через це дослідження іноді називають гуманізацією різні зміни. Крім того, ефекти залежать від ситуації. Позитивний контакт у відносно безпечному середовищі — не те саме, що вимушена взаємодія в умовах нерівності, загрози або свіжої травми. Множинна категоризація в лабораторії — не те саме, що політика установи. Уявний контакт — не те саме, що реальний досвід тривалої співпраці. Саме тому сильне практичне твердження має звучати умовно: певні способи контакту, індивідуалізації, зміни категоризації та взаємного визнання можуть зменшувати окремі показники дегуманізації за певних умов. Формула «достатньо дізнатися історію людини — і дегуманізація зникне» доказами не підтверджується. Що може підтримувати гуманізоване сприйняття у повсякденній взаємодії З наукових моделей можна вивести кілька практичних орієнтирів, але їх варто розуміти як способи зменшити когнітивне спрощення, а не як гарантовані інтервенції. Додавати індивідуальну інформацію Ім’я, конкретна роль, особиста історія, суперечливі риси, вподобання, цілі й контекст роблять репрезентацію людини менш схожою на абстрактний «екземпляр групи». Ключовий механізм тут — індивідуація. Вона не вимагає позитивної біографії; достатньо повернути складність. Розділяти категорію і конкретну особу Стереотипи стискають інформацію про групи й можуть впливати на очікування щодо окремої людини. Корисне запитання — які висновки ми робимо з конкретних дій цієї особи, а які автоматично переносимо з категорії. Це не вимога ігнорувати реальні групові контексти; це спосіб не підміняти індивіда готовим шаблоном. Уточнювати перспективу замість вгадувати Визнання перспективи іншого працює краще як перевірка припущень, ніж як фантазія про те, що ми «точно знаємо», що він відчуває. Запитання, слухання, перевірка розуміння і допуск до неоднозначності зменшують ризик приписати людині внутрішній світ, якого ми насправді не знаємо. Оцінювати конкретну поведінку конкретними словами Коли небезпечний, жорстокий або несправедливий вчинок описують через спостережувану поведінку та наслідки, немає потреби перетворювати психологічний термін «дегуманізація» на моральний ярлик. Точність дозволяє одночасно називати шкоду й зберігати розрізнення між оцінкою дії та запереченням людяності діяча. Гуманізація, упередження і дискримінація Упередження, стереотипізація, дискримінація та дегуманізація пов’язані, але не тотожні. Людина може мати негативне упередження без явного заперечення людяності. Дискримінація є поведінкою або практикою нерівного ставлення, а дегуманізація — характеристикою сприйняття чи репрезентації. Один процес може підтримувати інший, але їх не слід зливати. Саме тому дискримінацію не варто пояснювати лише «браком людяності». На поведінку впливають норми, інституційні правила, влада, стимули, страх санкцій, групові інтереси та конкретна ситуація. Зміна сприйняття може бути важливою частиною змін, але не замінює структурних умов і відповідальності. Гуманізація у конфліктах: особлива обережність У міжгрупових конфліктах дегуманізація часто вивчається поруч із ворожістю, підтримкою насильства, метадегуманізацією та готовністю до контакту. Це робить тему соціально важливою, але й створює ризик спрощення: з даних на рівні груп легко зробити недоречний персональний висновок, що постраждала людина «повинна гуманізувати» опонента. Сучасні дослідження показують, що психологічний контекст має значення. У поствоєнному дослідженні Борінки та колег тривожні воєнні спогади змінювали зв’язок між метагуманізацією, дегуманізацією і відкритістю до контакту. Тому інтервенції, які можуть працювати в лабораторному або відносно безпечному середовищі, не можна автоматично переносити на людей із травматичним досвідом чи на активний конфлікт. Гуманізоване сприйняття також не вирішує питання політичного врегулювання, права, безпеки чи справедливості. Це психологічний рівень аналізу. Його значення полягає в тому, щоб точніше описувати, як люди репрезентують одне одного, а не підміняти ним суспільні рішення. Типові помилки у розумінні гуманізації «Якщо я визнаю його людиною, я виправдовую його» Ні. Визнання людяності й моральна оцінка вчинку — різні судження. Можна зберігати найжорсткішу негативну оцінку конкретної дії без заперечення психіки, індивідуальності чи здатності людини діяти навмисно. «Емпатія автоматично гуманізує» Емпатія може підтримувати увагу до переживань іншого, але вона вибіркова й контекстна. Її наявність не гарантує послідовної просоціальної поведінки, а її відсутність не доводить дегуманізації. «Треба просто більше контактувати» Важливі якість, валентність, безпека та структура контакту. Негативний або примусовий контакт може не мати очікуваного ефекту й інколи посилювати упередження. Контакт — не доза, яку достатньо механічно збільшувати. «Гуманізація — це бачити в усіх хороше» Це радше бачити в людині людину в усій психологічній складності: здатну відчувати, думати, помилятися, планувати, завдавати шкоди, змінюватися або залишатися небезпечною. Ідеалізація так само спрощує реальну особу, як і демонізація. «Дегуманізація є поясненням будь-якої жорстокості» Ні. Дегуманізація може бути одним із психологічних процесів, пов’язаних із жорстокістю або підтримкою насильства, але поведінка має багато детермінант: накази, норми, страх, ідеологія, груповий тиск, стимули, помста, влада та ситуаційні можливості. Науковий термін втрачає точність, якщо ним пояснювати все. Наукові обмеження: що ми знаємо менш упевнено По-перше, «гуманізація» не має одного стандартного операціонального визначення. Різні лабораторії вимірюють різні компоненти. Через це два дослідження можуть обидва говорити про гуманізацію, але фактично оцінювати різні психологічні змінні. По-друге, значна частина літератури базується на коротких експериментах, опитуваннях і сценаріях. Навіть коли ефект на шкалі надійний, це не тотожне стійкій зміні поведінки в реальних конфліктах або установах. По-третє, результати залежать від того, яка група вивчається, які відносини між групами існували до дослідження, чи є загроза, статусна нерівність, травматичний досвід, можливість добровільного контакту і які норми діють у середовищі. По-четверте, причинність встановлена лише для частини механізмів. Сильні лонгітюдні, квазіекспериментальні та експериментальні дані існують, але їх не можна перетворювати на твердження, що будь-яке втручання, яке звучить «людяно», обов’язково знизить дегуманізацію. Отже, науковий статус теми можна сформулювати так: дегуманізація є добре розвиненою галуззю соціально-психологічних досліджень; гуманізація має емпіричну базу як напрям зміни кількох пов’язаних показників, але не є одним уніфікованим процесом із універсально підтвердженою інтервенцією. Практична рамка: як мислити про гуманізацію без моралізаторства Коли виникає питання, чи відбувається гуманізація, корисно не шукати загальну оцінку «ми стали людянішими», а уточнити, що саме змінилося. Чи почали ми помічати психічне життя іншого — його здатність відчувати, планувати, боятися, страждати, хотіти й обирати? Чи бачимо його як конкретну особу, а не повністю взаємозамінного представника категорії? Чи з’явилася складніша, менш пласка модель його мотивів? Чи зменшилося явне приписування «меншої людяності»? Чи змінилася готовність до контакту — і якщо так, за яких умов? Ці запитання розкладають великий термін на перевірювані психологічні компоненти. Другий крок — не домислювати наслідки. Якщо змінилася емпатія, це ще не доводить зміни поведінки. Якщо підвищилася готовність до контакту, це ще не означає відновлення довіри. Якщо зменшилося категоріальне спрощення, це не означає згоди з позицією іншого. Така дисципліна робить поняття гуманізації науково корисним. Поширені запитання Чи є гуманізація протилежністю дегуманізації? У загальному напрямі — так: гуманізація означає більше визнання людських і психічних властивостей там, де дегуманізація їх зменшує або заперечує. Але це не одна вісь із одним числом. Дослідження використовують різні показники, тому зниження одного виду дегуманізації не гарантує зміну всіх інших. Чи можна гуманізувати людину, яку я не люблю? Так. Симпатія й гуманізація різні. Ви можете не любити людину, не довіряти їй або засуджувати її поведінку, але визнавати її індивідуальність, внутрішній світ і повну людяність. Чи означає гуманізація, що треба пробачити? Ні. Прощення — окремий процес. Гуманізація не вимагає прощення, примирення, відновлення контакту чи відмови від відповідальності. Чи достатньо емпатії, щоб зменшити дегуманізацію? Емпатія може бути одним із сприятливих чинників, але доказів для універсальної формули немає. Дегуманізація залежить від групових норм, категоризації, загрози, контакту, статусу, індивідуалізації та інших умов. Чи працює особиста історія або «показати обличчя»? Індивідуальна інформація може посилювати індивідуалізацію, а це один із механізмів, пов’язаних із гуманізацією. Проте ефект залежить від контексту, попередніх установок і того, як саме інформація подається. Окрема історія не гарантує стійкої зміни ставлення до цілої групи. Чи може гуманізація бути взаємною? Так. Дослідження контакту й метагуманізації показують, що значення має і те, як ми бачимо інших, і те, як, на нашу думку, вони бачать нас. Взаємне визнання може підтримувати контакт, але його ефекти залежать від загрози, історії відносин і травматичного досвіду. Чи є гуманізація способом лікування травми? Ні. Гуманізація — соціально-психологічний процес сприйняття, а не стандартизоване лікування травматичних розладів. Людині, яка пережила насильство або травматичну подію, не потрібно гуманізувати кривдника, щоб мати право на відновлення або допомогу. Пов’язані статті Дегуманізація Джерела Borinca, I., Tropp, L. R., & Ofosu, N. (2021). Meta-humanization enhances positive reactions to prosocial cross-group interaction. British Journal of Social Psychology, 60(3), 1051–1074. https://doi.org/10.1111/bjso.12435 Borinca, I., Van Assche, J., Gronfeldt, B., Sainz, M., Anderson, J., & Taşbaş, E. H. O. (2023). Dehumanization of outgroup members and cross-group interactions. Current Opinion in Behavioral Sciences, 50, 101247. https://doi.org/10.1016/j.cobeha.2023.101247 Borinca, I., Stathi, S., & Gkinopoulos, T. (2026). Ameliorating War's Shadows: The Role of War-related Memories and Meta-humanization on Intergroup Reconciliation. Personality and Social Psychology Bulletin. https://doi.org/10.1177/01461672251338559 Bruneau, E., Hameiri, B., Moore-Berg, S. L., & Kteily, N. (2021). Intergroup Contact Reduces Dehumanization and Meta-Dehumanization: Cross-Sectional, Longitudinal, and Quasi-Experimental Evidence From 16 Samples in Five Countries. Personality and Social Psychology Bulletin, 47(6), 906–920. https://doi.org/10.1177/0146167220949004 Capozza, D., Di Bernardo, G. A., & Falvo, R. (2017). Intergroup Contact and Outgroup Humanization: Is the Causal Relationship Uni- or Bidirectional? PLOS ONE, 12(1), e0170554. https://doi.org/10.1371/journal.pone.0170554 Fiske, S. T. (2009). From dehumanization and objectification to rehumanization: neuroimaging studies on the building blocks of empathy. Annals of the New York Academy of Sciences, 1167, 31–34. https://doi.org/10.1111/j.1749-6632.2009.04544.x Gray, H. M., Gray, K., & Wegner, D. M. (2007). Dimensions of mind perception. Science, 315(5812), 619. https://doi.org/10.1126/science.1134475 Haslam, N. (2006). Dehumanization: An Integrative Review. Personality and Social Psychology Review, 10(3), 252–264. https://doi.org/10.1207/S15327957PSPR1003_4 Haslam, N., & Loughnan, S. (2014). Dehumanization and Infrahumanization. Annual Review of Psychology, 65, 399–423. https://doi.org/10.1146/annurev-psych-010213-115045 Karantzas, G. C., & Simpson, J. A. (2026). The perpetration of dehumanization: A systematic review. Current Opinion in Psychology, 70, 102309. https://doi.org/10.1016/j.copsyc.2026.102309 Paolini, S., Gibbs, M., Sales, B., Anderson, D., & McIntyre, K. (2024). Negativity bias in intergroup contact: Meta-analytical evidence that bad is stronger than good, especially when people have the opportunity and motivation to opt out of contact. Psychological Bulletin, 150(8), 921–964. https://doi.org/10.1037/bul0000439 Pettigrew, T. F., & Tropp, L. R. (2006). A meta-analytic test of intergroup contact theory. Journal of Personality and Social Psychology, 90(5), 751–783. https://doi.org/10.1037/0022-3514.90.5.751 Prati, F., Crisp, R. J., Meleady, R., & Rubini, M. (2016). Humanizing Outgroups Through Multiple Categorization: The Roles of Individuation and Threat. Personality and Social Psychology Bulletin, 42(4), 526–539. https://doi.org/10.1177/0146167216636624 Prati, F., & Loughnan, S. (2018). Imagined intergroup contact promotes support for human rights through increased humanization. European Journal of Social Psychology, 48(1), O51–O61. https://doi.org/10.1002/ejsp.2282 Vorauer, J. D., Martens, V., & Sasaki, S. J. (2009). When trying to understand detracts from trying to behave: Effects of perspective taking in intergroup interaction. Journal of Personality and Social Psychology, 96(4), 811–827. https://doi.org/10.1037/a0013411 Weisman, K., Dweck, C. S., & Markman, E. M. (2017). Rethinking people's conceptions of mental life. Proceedings of the National Academy of Sciences, 114(43), 11374–11379. https://doi.org/10.1073/pnas.1704347114

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Моральний характер у психології — це сукупність відносно стійких схильностей людини думати, відчувати, мотивувати себе й діяти в морально значущих ситуаціях. Йдеться не про ярлик «добра» чи «погана» людина і не про універсальний рейтинг моральності. Це спосіб описати індивідуальні відмінності, які можуть впливати на поведінку разом із ситуацією, нормами, стосунками, ризиком, винагородою, можливістю самоконтролю та іншими умовами. Сучасний огляд у The Cambridge Handbook of Moral Psychology визначає моральний характер через схильності мислити, відчувати й діяти морально та водночас підкреслює їх відносну, а не абсолютну, сталість у часі й між ситуаціями (Goodwin & Landy, 2025). Саме слово «характер» тому не означає, що конкретний вчинок можна безпомилково передбачити з однієї риси. У цій статті вислів «моральні якості» використовується як зрозуміла назва окремих диспозицій і характеристик, пов’язаних із морально значущою поведінкою: чесністю, відповідальністю, моральною мужністю, турботою про наслідки, саморегуляцією та іншими. У психології немає єдиного загальноприйнятого діагностичного списку «моральних якостей» і немає одного тесту, який визначає моральну цінність людини. Що входить у поняття морального характеру Один із впливових психологічних підходів описує моральний характер як диспозицію думати, відчувати й поводитися етично або як сукупність індивідуальних відмінностей, релевантних моралі. У моделі Taya Cohen та колег виділено три великі компоненти: мотиваційний — урахування інтересів інших; здатнісний — саморегуляція; ідентифікаційний — моральні переконання, цінності та те, наскільки вони включені в образ себе (Cohen et al., 2014). Ця схема корисна саме як організаційна рамка. Вона не означає, що всі дослідники поділяють одну структуру морального характеру або що кожну людину можна точно розкласти на три показники. У сучасній літературі моральний характер перетинається з психологією особистості, моральною ідентичністю, саморегуляцією, просоціальною поведінкою, дослідженнями чесності та соціальним сприйманням. Моральний характер і загальний характер — не те саме У повсякденній мові характером називають широку сукупність рис людини. Моральний характер стосується тієї частини індивідуальних відмінностей, яка має значення у ситуаціях шкоди, справедливості, обману, виконання зобов’язань, допомоги, відповідальності, конфлікту інтересів та інших морально значущих виборів. Моральний характер і моральна поведінка — не те саме Моральний характер — диспозиційний рівень: схильності, мотиви, саморегуляція, ідентичність. Моральна поведінка — конкретні дії в конкретних умовах. Людина може мати стійке переконання щодо чесності і все одно збрехати під тиском; може не вважати допомогу центральною частиною свого образу «я», але допомогти через норму взаємності, співчуття або вимоги ролі. Тому психологія досліджує зв’язки між рисами та діями, а не прирівнює їх. Моральний характер і моральна ідентичність — не те саме Моральна ідентичність відповідає на питання, наскільки моральні риси та стандарти важливі для уявлення людини про саму себе. Моральний характер ширший: він може охоплювати ідентичність, мотивацію, емоційні реакції, звички та здатність регулювати поведінку. Моральна ідентичність пов’язана з поведінкою, але цей зв’язок має обмежену силу. Чому моральні якості не гарантують конкретної поведінки Дебати про те, що сильніше визначає вчинки — особистість чи ситуація, багато десятиліть впливали на психологію характеру. Огляд Fleeson та колег показує, що ранні дані про невисоку міжситуаційну узгодженість моральної поведінки спричинили радикальні висновки про слабкість «характеру», однак сучасні підходи повернулися до вивчення стійких індивідуальних відмінностей без заперечення ролі контексту (Fleeson et al., 2014). Історичний огляд McAdams і Mayukha описує цей самий рух від протиставлення «особа або ситуація» до багаторівневого аналізу моральної особистості (McAdams & Mayukha, 2024). Дані про просоціальну поведінку добре показують, чому прості формули не працюють. Метааналіз 770 досліджень із 3 523 ефектами в економічних іграх виявив, що зв’язки широких і вузьких рис із просоціальною поведінкою здебільшого були невеликими або помірними, а те, яка риса проявляється, залежало від можливостей конкретної ситуації — експлуатації, взаємності, часової суперечності чи невизначеної залежності (Thielmann et al., 2020). Отже, коректна модель має вигляд не «якість → гарантований вчинок», а «диспозиція × ситуація × мотивація × саморегуляція × соціальні умови → імовірність певної поведінки». Це й пояснює, чому одна людина може поводитися послідовно в одних типах ситуацій і суперечливо — в інших. Чесність: риса, норма і поведінка Чесність у повсякденному сенсі охоплює правдивість, відмову від обману, добросовісність у зобов’язаннях і небажання отримувати вигоду через маніпуляцію. У психологічних моделях ці елементи вимірюють різними способами, тому «чесність» не є одним-єдиним науковим показником. У моделі HEXACO існує широка риса Honesty–Humility, яку українською доречно передавати як «чесність–скромність». Вона включає щирість, справедливість, невикористання інших заради вигоди та скромність. Великий метааналітичний огляд 426 метааналізів показав, що цей домен особливо пов’язаний із відмінностями у схильності до експлуатації інших (Zettler et al., 2020). Інший метааналіз майже 400 досліджень підтвердив, що Honesty–Humility має власний зміст і не зводиться просто до інших широких рис особистості (Howard & Van Zandt, 2020). Водночас Honesty–Humility не є тестом «моральності людини». Це одна особистісна характеристика з конкретною психометричною історією. Вона не охоплює весь моральний характер, не визначає нормативно, яка мораль «правильна», і не дає права ранжувати людей за людською цінністю. Поведінкові дослідження нечесності також показують велику роль контексту. Метааналіз 565 експериментів із 44 050 рішеннями виявив залежність нечесної поведінки і від особистих, і від ситуаційних чинників; результати також відрізнялися між експериментальними парадигмами, а в багатьох оцінках виявлялися ознаки публікаційного зміщення (Gerlach et al., 2019). Це сильний аргумент проти висновку про характер людини з одного епізоду правди або брехні. Додатково систематичний метааналітичний огляд 2024 року показав, що соціальна відданість групі чи організації сама по собі не робить поведінку загалом чеснішою або нечеснішою; ефекти залежать від того, кому або чому людина віддана і які вимоги виникають у ситуації (Zickfeld et al., 2024). Відповідальність: зобов’язання, саморегуляція і наслідки У психологічній мові «відповідальність» може означати різні речі. Це може бути готовність виконувати взяті зобов’язання, схильність враховувати наслідки своїх дій, здатність організувати й регулювати поведінку або оцінка того, хто є причиною події та за що має відповідати. Ці значення не варто змішувати. Окремо про межі власної частки відповідальності дивіться у статті «Відповідальність: що це, як брати свою частку і не відповідати за все». Великомасштабний метааналіз HEXACO пов’язує conscientiousness із доменом обов’язку, але сумлінність як риса особистості не тотожна моральній відповідальності (Zettler et al., 2020). Людина може бути дуже організованою і наполегливою, але спрямовувати ці здібності на морально нейтральні або шкідливі цілі. Тому виконання завдання і моральна оцінка мети — різні питання. У моделі морального характеру Cohen та колег саморегуляція важлива як здатність утримувати поведінку відповідно до довших за часом цілей і наслідків, особливо коли короткострокова вигода конфліктує з ними (Cohen et al., 2014). Але навіть добре розвинена саморегуляція не визначає, які саме моральні стандарти людина обере. Моральна мужність: дія попри ризик У психологічній літературі moral courage — моральну мужність — часто визначають як готовність захищати моральне переконання попри особистий ризик. Огляд Sasse, Li та Baumert наголошує: просоціальність моральної мужності складніша, ніж здається. Люди можуть мати несумісні моральні переконання, а сама дія може бути конфронтаційною (Sasse et al., 2022). Тому сміливість діяти відповідно до переконання не доводить, що саме переконання правильне, а психологічний опис мужності не є нормативним схваленням вчинку. Для емпіричної психології окремими питаннями залишаються: що людина вважає моральною нормою, наскільки дорого їй коштує дія, якими є її мотиви, кому завдається або відвертається шкода і як поведінку оцінюють різні учасники ситуації. Моральна ідентичність: коли мораль стає частиною образу «я» Моральна ідентичність описує, наскільки моральні характеристики є центральними для самосприймання людини. Найвідоміший метааналіз зв’язку моральної ідентичності з поведінкою охопив 111 досліджень. Середній зв’язок був статистично значущим, але помірним: r = 0,22; у суто самозвітних дослідженнях ефекти були більшими, тоді як для імпліцитних вимірювань і праймінгу — найменшими (Hertz & Krettenauer, 2016). Практичний висновок простий: образ «я — чесна / справедлива / турботлива людина» може підсилювати готовність поводитися відповідно до цього образу, але не гарантує вчинку. Ідентичність працює разом із можливостями, тиском, стимулами, звичками, соціальними нормами й здатністю регулювати поведінку. Моральні цінності: напрям для вибору, а не автоматична дія Цінності задають те, що людина вважає бажаним і важливим; вони допомагають структурувати пріоритети та вибір. Докладніше про психологічний статус цінностей дивіться у матеріалі «Цінності в психології: що це, як вони формуються і впливають на вибір». У контексті морального характеру цінності важливі як змістовний орієнтир: справедливість, турбота, правдивість, вірність зобов’язанням чи інші принципи можуть бути більш або менш значущими для конкретної людини. Але наявність цінності не дорівнює поведінковій послідовності. Людина може підтримувати принцип на рівні переконання й відступити від нього через страх, вигоду, втому, груповий тиск, конфлікт цінностей або помилкове розуміння ситуації. Так само не варто створювати універсальний список «найкращих» цінностей і з нього виводити моральний рейтинг людей. Психологія може досліджувати структуру цінностей, їхню мотиваційну роль, узгодженість із поведінкою та культурний контекст; питання про те, яка моральна система має бути нормативно правильною, належить до іншого рівня аналізу. Саморегуляція як міст між наміром і дією Морально значуща дія часто потребує більше, ніж знання правила. Треба помітити, що ситуація має моральний зміст; активувати відповідний мотив; утримати увагу на віддалених наслідках; упоратися з імпульсом, страхом або вигодою; мати реальну можливість діяти. Саморегуляція тому допомагає пояснити розрив між «вважаю це правильним» і «роблю це». Цей розрив не означає автоматично лицемірство. Іноді людина свідомо виправдовує вигідне відхилення від власного стандарту; іноді стикаються дві цінності; іноді можливість діяти обмежена; іноді сама оцінка ситуації змінюється. Пояснення поведінки потребує даних про мотиви й контекст, а не морального ярлика. Наскільки моральний характер стабільний Найкраще сучасне формулювання — відносно стабільний, але не незмінний. Огляд Goodwin і Landy описує диспозиції морального характеру як досить узгоджені в часі та між ситуаціями, водночас історія досліджень показує, що сила цієї узгодженості довго була предметом суперечки (Goodwin & Landy, 2025). Це означає, що стабільність слід розуміти статистично. Якщо людина частіше за інших уникає експлуатації, виконує зобов’язання або говорить правду, це може бути змістовною індивідуальною відмінністю. Але з неї не випливає, що людина поводитиметься однаково за будь-яких ставок, аудиторії, ризику, втоми чи конфлікту мотивів. Моральний характер також може змінюватися. Психологічні диспозиції розвиваються разом із досвідом, ролями, стосунками, навчанням, звичками та ширшим особистісним розвитком. На рівні окремої людини питання про зміну потребує повторних вимірювань у часі; одноразовий тест не показує траєкторію. Як люди оцінюють моральний характер інших Моральна інформація дуже важлива для соціального сприймання. У серії досліджень Goodwin, Piazza та Rozin моральні риси сильніше впливали на загальне враження про людину, ніж просто соціальна «теплота» (Goodwin et al., 2014). Це допомагає пояснити, чому повідомлення про обман, зраду, справедливість або принциповий вчинок здатні різко змінити репутацію. Проте судження про моральний характер — це висновок спостерігача, а не пряме «зчитування» внутрішньої сутності. Огляд Hartman, Blakey та Gray показує, що такі судження будуються з інформації про поведінку, наміри й пояснення, приписувані психологічні здібності та соціальну ідентичність (Hartman et al., 2022). Отже, репутація морального характеру і сам моральний характер — пов’язані, але різні рівні. Дослідження добре знайомих пар людей показало помірну узгодженість самооцінок і оцінок морально релевантних рис іншою людиною, але також виявило проєкцію власних рис на партнера (Cohen et al., 2013). Це ще одна причина не робити далекосяжні висновки з одного спостереження або загального враження. Як моральний характер вимірюють у дослідженнях Єдиного «аналізу на моральний характер» не існує. Дослідники комбінують кілька типів даних, і кожен має власні обмеження. Самозвіти Людина оцінює власні риси, цінності, мотиви або типову поведінку. Перевага — доступ до самосприймання та внутрішньої мотивації. Обмеження — пам’ять, інтерпретація запитань, бажання бачити себе послідовною людиною та спільне джерело даних, коли і предиктор, і результат виміряні одним опитувальником. Оцінки інших людей Друзі, партнери, колеги або інші спостерігачі можуть оцінювати типові прояви. Це додає незалежне джерело інформації, але оцінювач бачить не всі ситуації й може переносити загальне позитивне або негативне враження на конкретні риси. Поведінкові завдання Експериментальні завдання дають змогу виміряти рішення в контрольованих умовах — наприклад, можливість збрехати заради вигоди або розподілити ресурс. Але різні завдання створюють різні стимули й іноді дають різні висновки, що добре видно в метааналізі нечесної поведінки (Gerlach et al., 2019). Повторні та багатометодні вимірювання Найсильніший дизайн для питання про стабільний характер — спостерігати кілька видів поведінки в різних ситуаціях і в різний час, поєднуючи самозвіт, оцінки інших і поведінкові показники. Це дорожче й складніше, зате краще відокремлює загальну диспозицію від випадкової реакції на один контекст. Чесність, відповідальність, мужність та ідентичність: як вони можуть працювати разом Уявімо ситуацію, де працівник помічає помилку, яка вигідна йому особисто, але шкодить клієнтові. Чесність може зменшувати готовність приховати факт. Відповідальність — підтримувати готовність визнати свою частку наслідків. Моральна ідентичність — робити правдивість важливою для образу себе. Моральна мужність — допомагати діяти, якщо повідомлення про помилку створює ризик конфлікту чи втрати вигоди. Саморегуляція — втримати поведінку від короткострокового спокусливого рішення. Це не формула і не послідовність, яка обов’язково спрацьовує. Ті самі психологічні компоненти можуть конфліктувати: відповідальність перед командою може переживатися як суперечлива з відповідальністю перед клієнтом; мужність може підтримувати дію, засновану на хибному переконанні; сильна моральна ідентичність може співіснувати з виправданням конкретного винятку. Саме такі конфлікти роблять моральну поведінку предметом емпіричного дослідження, а не простого переліку чеснот. Моральний характер і просоціальність Допомога іншому може бути морально схвалюваною, але просоціальна поведінка не тотожна моралі. Вона залежить від структури ситуації, стосунків між людьми, очікуваної взаємності, можливості експлуатації та інших умов (Thielmann et al., 2020). Окремо про мотиви допомоги дивіться статтю «Альтруїзм: що це і чому люди допомагають іншим». Тому з факту допомоги не слід автоматично виводити «високий моральний характер», так само як відмова допомогти в одному випадку не доводить загальної аморальності. Для інтерпретації важливі можливості людини, знання про наслідки, рольові обов’язки, альтернативи та мотиви. Типові помилки у розумінні морального характеру «Є люди з добрим характером і люди з поганим характером» Наукові моделі працюють із вимірюваними диспозиціями, поведінкою та контекстом. Дихотомія «добрий / поганий» надто груба: вона стирає відмінності між чесністю, саморегуляцією, відповідальністю, ідентичністю та конкретними рішеннями. «Якщо людина чесна, вона ніколи не бреше» Риси описують тенденції, а не логічні гарантії. Вигода, загроза, соціальна відданість, можливість бути викритим і сам формат ситуації змінюють імовірність нечесної поведінки. «Моральна ідентичність доводить моральну поведінку» Ні. Метааналітичний зв’язок моральної ідентичності з моральною поведінкою є позитивним, але помірним, а сила ефекту залежить від способу вимірювання (Hertz & Krettenauer, 2016). «Моральна мужність означає, що людина має рацію» Моральна мужність описує готовність діяти всупереч ризику заради морального переконання. Вона не встановлює істинність або нормативну правильність цього переконання. «Один сильний вчинок показує справжню сутність людини» Окремий вчинок може бути дуже інформативним, особливо коли він здійснений за високих ставок, але висновок про стійку диспозицію потребує повторюваності та контексту. Люди водночас схильні швидко будувати загальні моральні враження з поведінкових сигналів. «Моральні якості можна скласти в один рейтинг» Різні конструкції мають різну теоретичну основу, методи вимірювання і зв’язки з поведінкою. Перетворення їх на один рейтинг «моральності» втрачає науковий зміст і змішує емпіричний опис із нормативною оцінкою. Що корисно оцінювати замість морального ярлика Коли мета — зрозуміти поведінку, інформативніше ставити конкретні запитання: чи повторюється певний спосіб дії в різних ситуаціях; які стимули й ризики були присутні; що людина знала про наслідки; які зобов’язання вона визнавала; чи могла реально діяти інакше; як пояснює рішення; що робить після помилки; чи змінює поведінку після зворотного зв’язку. Такий підхід не скасовує поняття характеру. Він робить його психологічно точнішим: характер постає як відносно стійкий патерн диспозицій, який проявляється через конкретні ситуації, а не як прихована моральна «сутність», що нібито читається з одного епізоду. Коротко: що показує сучасна психологія Моральний характер є змістовним психологічним конструктом, однак його не можна звести до однієї риси чи одного вчинку. Чесність, відповідальність, моральна мужність, моральна ідентичність, цінності й саморегуляція описують різні процеси. Вони можуть підтримувати морально значущу поведінку, але їхні ефекти залежать від ситуації й способу вимірювання. Найстійкіший висновок сучасної evidence base полягає в тому, що індивідуальні відмінності реальні, а поведінка контекстуальна. Тому наукове питання звучить не «хто моральніший», а «які психологічні диспозиції, мотиви та умови підвищують або знижують імовірність конкретної поведінки». FAQ Що таке моральний характер простими словами? Це відносно стійкі схильності людини думати, відчувати й діяти в ситуаціях, де важливі питання шкоди, чесності, справедливості, обов’язку, допомоги чи відповідальності. «Відносно стійкі» означає, що тенденції можуть повторюватися, але не визначають кожен окремий вчинок. Які якості належать до морального характеру? У різних теоріях набори різняться. Часто досліджують чесність, турботу про інших, відповідальність, саморегуляцію, схильність до провини, моральну мужність, справедливість, моральну ідентичність та інші характеристики. Єдиного універсального списку, який був би одночасно діагностикою й рейтингом моральності, немає. Чи можна виміряти моральний характер тестом? Можна вимірювати окремі риси та конструкції опитувальниками, але один тест не дає повної й безпомилкової оцінки морального характеру. Для досліджень сильнішими є багатометодні дані: самозвіт, оцінки інших, поведінкові завдання і повторні вимірювання. Чи є чесність стабільною рисою? Існують стійкі індивідуальні відмінності, пов’язані з чесністю та униканням експлуатації, але конкретна правдива або нечесна дія суттєво залежить від контексту. Тому чесність можна вивчати як диспозицію, не перетворюючи її на обіцянку однакової поведінки в усіх ситуаціях. Чи означає сильна моральна ідентичність, що людина поводитиметься морально? Вона підвищує ймовірність просоціальної та етичної поведінки в середньому, але не гарантує її. У метааналізі 111 досліджень зв’язок становив r = 0,22 (Hertz & Krettenauer, 2016). Чи можна розвивати моральний характер? Психологічні диспозиції, звички, саморегуляція та ідентичність не є абсолютно фіксованими. Вони можуть змінюватися з досвідом і розвитком. Водночас немає однієї універсальної програми, яка гарантовано «підвищує моральність» у всіх людей і всіх контекстах. Чим моральний характер відрізняється від репутації? Моральний характер — це диспозиції й процеси самої людини; моральна репутація — те, як її оцінюють інші. Репутація формується з поведінки, пояснень, намірів і соціального сприймання, тому може бути інформативною, але не є прямою копією внутрішніх характеристик. Пов’язані статті Моральна ідентичність Моральні цінності Чесність Джерела Cohen, T. R., Panter, A. T., Turan, N., Morse, L., & Kim, Y. (2013). Agreement and similarity in self-other perceptions of moral character. Journal of Research in Personality, 47(6), 816–830. https://doi.org/10.1016/j.jrp.2013.08.009 Cohen, T. R., Panter, A. T., Turan, N., Morse, L., & Kim, Y. (2014). Moral character: What it is and what it does. Research in Organizational Behavior, 34, 43–61. https://doi.org/10.1016/j.riob.2014.08.003 Fleeson, W., Furr, R. M., Jayawickreme, E., Meindl, P., & Helzer, E. G. (2014). Character: The prospects for a personality-based perspective on morality. Social and Personality Psychology Compass, 8(4), 178–191. https://doi.org/10.1111/spc3.12094 Gerlach, P., Teodorescu, K., & Hertwig, R. (2019). The truth about lies: A meta-analysis on dishonest behavior. Psychological Bulletin, 145(1), 1–44. https://doi.org/10.1037/bul0000174 Goodwin, G. P., & Landy, J. F. (2025). Moral Character. In B. Malle & P. Robbins (Eds.), The Cambridge Handbook of Moral Psychology. Cambridge University Press. Goodwin, G. P., Piazza, J., & Rozin, P. (2014). Moral character predominates in person perception and evaluation. Journal of Personality and Social Psychology, 106(1), 148–168. https://doi.org/10.1037/a0034726 Hartman, R., Blakey, W., & Gray, K. (2022). Deconstructing moral character judgments. Current Opinion in Psychology, 43, 205–212. https://doi.org/10.1016/j.copsyc.2021.07.008 Hertz, S. G., & Krettenauer, T. (2016). Does moral identity effectively predict moral behavior? A meta-analysis. Review of General Psychology, 20(2), 129–140. https://doi.org/10.1037/gpr0000062 Howard, M. C., & Van Zandt, E. C. (2020). The discriminant validity of honesty-humility: A meta-analysis of the HEXACO, Big Five, and Dark Triad. Journal of Research in Personality, 87, 103982. https://doi.org/10.1016/j.jrp.2020.103982 McAdams, D. P., & Mayukha, A. (2024). Hiding in plain view: An historical perspective on the study of morality in personality psychology. Journal of Personality, 92, 666–682. https://doi.org/10.1111/jopy.12808 Sasse, J., Li, M., & Baumert, A. (2022). How prosocial is moral courage? Current Opinion in Psychology, 44, 146–150. https://doi.org/10.1016/j.copsyc.2021.09.004 Thielmann, I., Spadaro, G., & Balliet, D. (2020). Personality and prosocial behavior: A theoretical framework and meta-analysis. Psychological Bulletin, 146(1), 30–90. https://doi.org/10.1037/bul0000217 Zettler, I., Thielmann, I., Hilbig, B. E., & Moshagen, M. (2020). The nomological net of the HEXACO model of personality: A large-scale meta-analytic investigation. Perspectives on Psychological Science, 15(3), 723–760. https://doi.org/10.1177/1745691619895036 Zickfeld, J. H., Karg, S. T. S., Engen, S. S., Ramirez Gonzalez, A. S., Michael, J., & Mitkidis, P. (2024). Committed (dis)honesty: A systematic meta-analytic review of the divergent effects of social commitment to individuals or honesty oaths on dishonest behavior. Psychological Bulletin, 150(5), 586–620. https://doi.org/10.1037/bul0000429

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Що таке моральна комунікація Моральна комунікація — це передавання моральної оцінки й нормативного значення через слова, емоційні реакції, схвалення, осуд, покарання, винагороди, репутаційні сигнали та інші соціальні дії. Коли людина засуджує вчинок, хвалить допомогу, підтримує санкцію або публічно демонструє обурення, вона може повідомляти не тільки власне ставлення, а й те, яку поведінку вважає допустимою, обов’язковою, гідною схвалення або такою, що потребує реакції. У сучасній психології це поняття зручно використовувати як аналітичну парасольку для кількох окремих напрямів дослідження: моральних суджень, blame і praise, соціальних та моральних норм, санкцій, репутації, кооперації й морально-емоційного спілкування. Воно не є окремим клінічним діагнозом, рисою особистості чи єдиною стандартизованою шкалою. Саме тому важливо дивитися не на слово як таке, а на конкретний психологічний процес, який воно позначає. Сучасні огляди норм підкреслюють роль наказових норм — уявлень про те, що люди мають або не мають робити, — та їх підтримання через внутрішнє прийняття, схвалення, несхвалення і формальні або неформальні санкції (Wenzel & Woodyatt, 2025). Для ширшого контексту варто відрізняти моральні норми від соціальних норм загалом. Соціальна норма може стосуватися звички, етикету, координації або очікуваного способу поведінки без виразної моральної оцінки. Моральна комунікація виникає тоді, коли повідомлення наділяє поведінку моральним значенням: правильністю чи неправильністю, справедливістю, шкодою, обов’язком, заслугою, провиною, відповідальністю або допустимістю. Науковий статус: не одна теорія, а перетин кількох дослідницьких програм Наука не має одного загальноприйнятого «модуля моральної комунікації». Натомість існує сильна й багатогалузева evidence base про те, як люди розпізнають норми, оцінюють порушення, приписують відповідальність, висловлюють blame і praise, реагують на санкції та навчаються з реакцій інших. Огляд моральних суджень Malle (2021) прямо розрізняє кілька класів суджень — оцінки, судження про норми, судження про моральну неправильність і blame judgments. Це важливо для комунікації: повідомлення «це правило існує», «цей вчинок неправильний», «ця людина відповідальна» і «ця людина заслуговує осуду» психологічно не тотожні. Дослідження динаміки норм також показують, що норми виникають, поширюються, стабілізуються й змінюються через соціальне навчання, мережі, санкції, ідентичність, репутаційні процеси та інституційні сигнали. Тому моральна комунікація не зводиться до переконування словами: значення передається також тим, кого хвалять, кого критикують, які порушення помічають, які санкції застосовують і які реакції залишаються видимими для інших (Gelfand, Gavrilets, & Nunn, 2024). Що саме треба розрізняти У моральній психології слова на кшталт «оцінка», «відповідальність», «осуд», «рішення» і «поведінка» часто звучать як частини одного процесу. На рівні психологічного аналізу це різні конструкції. Їх змішування породжує хибні висновки про те, що людина думає, чому вона реагує і що саме комунікує іншим. • Moral judgment — широка категорія морального оцінювання. Вона може включати оцінку дії, наміру, наслідку, норми або агента. • Norm judgment — судження про те, яке правило або очікування діє у певній ситуації: що дозволено, заборонено, бажано чи обов’язково. • Blame judgment — судження про те, наскільки агент заслуговує морального звинувачення або осуду. Воно спирається на інформацію про дію, причинність, намір, знання, причини та виправдання й не дорівнює простій оцінці «це погано». • Responsibility attribution — приписування відповідальності за дію або результат. Причинний внесок, контроль, намір і роль у події впливають на це приписування, але відповідальність і blame не є синонімами. Докладніше див. «Атрибуція відповідальності». • Moral decision — вибір між доступними діями, коли хоча б частина альтернатив має моральне значення. Рішення може спиратися на норму, інтуїцію, міркування, інтереси, емоції, ризик і соціальні наслідки. • Moral reasoning — процес явного міркування про причини, принципи, наслідки й виправдання. Сам факт міркування не гарантує істинного або «правильного» морального висновку: люди можуть міркувати послідовно на основі різних передумов, неповної інформації або мотивованих інтерпретацій. • Moral intuition — швидка моральна оцінка або відчуття прийнятності/неприйнятності, яке може виникати без розгорнутого усвідомленого ланцюга аргументів. Швидкість чи автоматичність не означає ірраціональності: інтуїтивні оцінки можуть спиратися на засвоєний досвід, категоризацію, емоційні й соціальні сигнали. • Moral motivation — те, що спонукає людину діяти відповідно до певної моральної оцінки або норми. Мати цінність чи переконання і бути мотивованим реалізувати його — різні речі. • Moral behavior — фактична дія. Вона залежить не лише від моральних переконань, а й від можливостей, стимулів, ролей, групових очікувань, ризику, ресурсів, звичок і ситуації. Тому моральні цінності, ідентичність і переконання не гарантують відповідної поведінки. Ці розрізнення добре узгоджуються з сучасними оглядами морального судження та моделями blame, у яких оцінка неправильності, відповідальність і моральне звинувачення мають різні інформаційні підстави (Malle, Guglielmo, & Monroe, 2014). Як осуд передає моральну норму Моральний осуд є не лише внутрішньою негативною оцінкою. Коли його висловлюють іншій людині або публічно, він стає соціальною дією: позначає порушення, вказує межу прийнятного й може повідомляти аудиторії, що певна норма тут застосовна. Саме комунікативний аспект пояснює, чому одна й та сама критика може впливати не тільки на адресата, а й на тих, хто її спостерігає. У теорії blame Берта Мелле та колег blame описується як особливе моральне судження і водночас як соціальна дія в ширшій сім’ї моральної критики. Висловлений blame може регулювати поведінку, вимагати пояснення, виправдання, вибачення або зміни й повідомляти іншим, які стандарти порушено (Malle et al., 2014). Однак осуд не є автоматичним доказом того, що норма справді поділяється більшістю, що факт порушення встановлений або що санкція пропорційна. Він повідомляє про позицію комунікатора й, залежно від контексту, може бути сприйнятий як сигнал ширшої норми. Для такого висновку аудиторія оцінює джерело, кількість незалежних реакцій, статус учасників, послідовність правил, фактичні обставини й те, чи вважає реакцію легітимною. Тому корисно розрізняти: «я вважаю вчинок неправильним», «у нашій групі цей вчинок зазвичай засуджують», «людина відповідальна за наслідок» і «людина заслуговує конкретної санкції». У повсякденній суперечці ці чотири твердження часто зливаються в одне, хоча психологічно й доказово вони мають різний зміст. Схвалення і похвала теж передають норми — але не є дзеркалом осуду Схвалення, подяка, визнання й моральна похвала можуть позначати поведінку як бажану та підтримувати її повторення. Вони також впливають на репутацію: спостерігачі отримують інформацію про те, які дії група цінує і які якості приписує людині, що так діє. Водночас позитивна й негативна моральна оцінка мають різну психологічну структуру. Дослідження показують, що blame і praise не є просто симетричними полюсами однієї шкали: blame зазвичай тонше чутливий до намірів та інших ментальних станів, тоді як praise може виконувати інші соціальні функції — зокрема підтримувати кооперацію й довіру (Malle, 2021). Особливо показовий сучасний результат: у серії з шести досліджень учасники робили висновок, що поведінка, яку спеціально хвалять, може бути менш звичайною, менш обов’язковою і менш очікуваною. Тобто похвала здатна одночасно заохочувати конкретну дію й ненавмисно повідомляти: «це понад норму, а не мінімальний стандарт» (Anderson, Nichols, & Pizarro, 2024). Це важливе обмеження популярної ідеї «чим більше схвалення, тим сильніша норма». Значення схвалення залежить від того, за що саме хвалять. Похвала за винятковий альтруїзм може підкреслити його винятковість; схвалення дотримання базового правила може, навпаки, підтвердити, що правило помітне й підтримуване. Контекст визначає, яке нормативне повідомлення отримає аудиторія. Покарання як стимул і як повідомлення Покарання часто аналізують як зміну вартості поведінки: порушення стає дорожчим, тому люди мають сильніший стимул його уникати. Для моральної комунікації не менш важлива друга функція — символічна й інформаційна. Санкція може сигналізувати, що певна поведінка вважається порушенням, що норма застосовується на практиці й що група готова витрачати ресурси на її підтримання. Експериментальні дослідження прямо показували, що покарання може працювати краще, коли поєднане з norm-signalling — можливістю передати, якої поведінки очікує група (Andrighetto et al., 2013). Інші експерименти демонструють, що ефект слабкого покарання залежить від нормативної інформації та сприйнятої легітимності: за деяких умов санкція разом із повідомленням про те, що вважається належним, підвищувала взаємність, а за інших могла давати небажаний ефект (Bicchieri, Dimant, & Xiao, 2021). На рівні кооперації evidence base також не підтримує формулу «чим жорсткіше покарання, тим краще». Метааналіз 187 ефектів показав, що і винагороди, і покарання в середньому можуть посилювати кооперацію, але величина ефекту змінювалася залежно від вартості стимулу та структури взаємодії (Balliet, Mulder, & Van Lange, 2011). Великий новіший метааналіз структурних особливостей соціальних дилем, що охопив шість десятиліть досліджень, також виявив, що санкції й можливість комунікації належать до чинників, які найпослідовніше пов’язані з вищою кооперацією, але ці результати стосуються конкретних експериментальних та інституційних умов (Jin, Spadaro, & Balliet, 2025). Психологічно санкція може мати принаймні три різні значення: «за це є ціна», «це тут не схвалюється» і «той, хто карає, демонструє прихильність до певної норми». Ці значення можуть збігатися, а можуть конфліктувати. Якщо санкція виглядає довільною, непослідовною або несправедливо застосованою, її комунікативний зміст змінюється — вона може повідомляти про владу чи конфлікт інтересів замість легітимної норми. Покарання третьою стороною і репутаційний сигнал Особливий випадок — third-party punishment: покарання порушника спостерігачем, який сам не був прямою жертвою. Воно цікаве тим, що коштує ресурсу тому, хто карає, і тому може виконувати репутаційну функцію. У класичному дослідженні Jordan та колег покарання третьою стороною розглядалося як витратний сигнал надійності: люди, готові витрачатися на покарання егоїстичної поведінки, могли сприйматися як більш надійні партнери. Водночас автори показали, що інформативність такого сигналу залежить від наявності альтернативних, точніших способів продемонструвати кооперативність (Jordan et al., 2016). Отже, сам факт покарання не дає універсального висновку ні про моральність карателя, ні про ефективність санкції. Репутація, плітки та остракізм як канали нормативної інформації Моральна комунікація не завжди адресована порушнику. Значна частина інформації циркулює між третіми особами: хто поводився кооперативно, кому можна довіряти, хто порушив домовленість, кого варто уникати. Така репутаційна комунікація може впливати на вибір партнерів ще до наступної взаємодії. Експериментальна робота Feinberg, Willer і Schultz показала, що передавання репутаційної інформації через gossip у змішаних мотиваційних ситуаціях допомагало учасникам обирати кооперативних партнерів, а можливість остракізму змінювала поведінку виключених учасників у бік більшої кооперації (Feinberg, Willer, & Schultz, 2014). Це демонструє механізм, а не загальне виправдання пліток або виключення: поза контрольованим експериментом репутаційна інформація може бути неточною, селективною, стратегічною або нерівномірно поширеною. Тому репутаційний сигнал слід відрізняти від доказу факту. Те, що про людину багато говорять або що реакція групи сильна, ще не встановлює точність вихідного повідомлення. Психологія пояснює, як репутаційна інформація змінює очікування й поведінку; вона не перетворює соціальну популярність твердження на перевірений факт. Описові й наказові норми: «що роблять» і «що схвалюють» Одна з найважливіших відмінностей у психології норм — між descriptive norms та injunctive norms. Описова норма повідомляє, що люди зазвичай роблять. Наказова, або ін’юнктивна, норма повідомляє, що люди схвалюють, засуджують або вважають належним. У моральній комунікації осуд, схвалення й санкції особливо часто працюють як сигнали другого типу. Польовий експеримент Schultz та колег добре ілюструє різницю. Інформація про середню поведінку сусідів могла викликати небажаний «бумеранг» у тих, хто вже поводився краще за середнє; додатковий сигнал соціального схвалення або несхвалення прибрав цей ефект (Schultz et al., 2007). Дослідження було про енергоспоживання, а не про моральні конфлікти, тому його значення тут методологічне: видима поведінка інших і видиме схвалення поведінки — різні види нормативної інформації. Сучасний огляд підкреслює, що наказові норми можуть впливати через інтерналізацію, соціальну ідентифікацію, очікування схвалення/несхвалення та формальне або неформальне enforcement, але вони також можуть викликати опір, підривати внутрішню мотивацію або бути вибірково переосмислені (Wenzel & Woodyatt, 2025). Через які психологічні механізми працює моральна комунікація 1. Навчання норми Людина спостерігає не тільки за дією, а й за реакцією на неї. Якщо порушення послідовно викликає несхвалення, а певна поведінка — схвалення, ці реакції допомагають зробити висновок про межі локальної норми. Особливо важливе це навчання в неоднозначних ситуаціях, де правило не сформульоване прямо. 2. Координація очікувань Норма працює сильніше, коли люди мають уявлення не лише про власну позицію, а й про очікування інших. Публічна реакція може зробити невидиме очікування видимим: «інші теж вважають це значущим». Проте публічна видимість не тотожна реальному консенсусу — активна меншість, нерівний доступ до голосу або алгоритмічне ранжування можуть створювати викривлену картину. 3. Стимули і передбачення наслідків Схвалення, репутаційні вигоди, осуд і покарання змінюють очікувані соціальні наслідки дії. Людина може дотримуватися норми через внутрішнє переконання, очікування взаємності, страх втрати репутації, бажання належати до групи або прагнення уникнути санкції. З однакової зовнішньої поведінки не можна надійно вивести один-єдиний мотив. 4. Репутаційне сигналювання Комунікатор теж є об’єктом оцінювання. Засуджуючи порушення або хвалячи допомогу, людина може сигналізувати, яких норм дотримується сама, до якої спільноти себе відносить і яким партнером прагне здаватися. Це не означає, що всі моральні висловлювання є самопрезентацією; репутаційний ефект є одним із можливих шарів комунікації. 5. Емоційне підсилення і соціальне навчання Емоції роблять моральну оцінку помітнішою й можуть підсилювати її поширення. Але емоційна інтенсивність повідомлення не вимірює ані істинність факту, ані силу суспільного консенсусу, ані «правильність» норми. Вона є психологічною характеристикою реакції та сигналом для аудиторії. Моральні емоції: важливі сигнали, а не моральний детектор Гнів, обурення, відраза, провина, сором, вдячність, гордість, захоплення й моральне піднесення можуть пов’язувати оцінку з мотивацією та поведінкою. Огляд Tangney, Stuewig і Mashek показує, що різні моральні емоції мають різні функції й наслідки, а їхній зв’язок із поведінкою не є однозначним (Tangney, Stuewig, & Mashek, 2007). Моральне обурення може повідомляти, що комунікатор сприйняв порушення як значуще й таке, що заслуговує реакції. Вдячність або захоплення можуть позначати дію як соціально цінну. Сором чи провина можуть сигналізувати самій людині про розрив між її поведінкою та важливою нормою. Жодна з цих емоцій сама по собі не доводить правильності моральної оцінки: люди можуть емоційно реагувати на помилково зрозумілу подію, суперечливу норму або неточну інформацію. Емпатія також не дорівнює моралі. Вона може підтримувати турботу й просоціальну поведінку, але різні її компоненти — емоційне співпереживання, емпатійна турбота та прийняття перспективи — впливають на моральне пізнання по-різному, а емпатичні реакції можуть бути вибірковими (Decety & Cowell, 2014). Тому сильне співпереживання не є універсальним тестом моральної правоти, так само як слабка емоційна реакція не доводить відсутності моральної мотивації. Моральна комунікація в цифрових мережах Соціальні платформи змінюють масштаб і структуру моральної комунікації. В офлайн-взаємодії осуд або похвала часто мають обмежену аудиторію. Онлайн одна реакція може бути скопійована, підсилена рекомендаційними системами, підтримана тисячами видимих реакцій і відокремлена від первинного контексту. Це створює нове середовище для навчання норм і репутаційних санкцій. Аналіз понад пів мільйона повідомлень у соціальних мережах показав, що морально-емоційна мова була пов’язана з більшою дифузією повідомлень, причому ефект сильніше проявлявся всередині ідеологічно споріднених мереж (Brady et al., 2017). Це результат про поширення контенту, а не про його істинність чи якість морального аргументу. Інше дослідження поєднало два пререєстровані спостережні аналізи великого масиву дописів із двома пререєстрованими експериментами та показало, що позитивний соціальний зворотний зв’язок після вираження обурення підвищував імовірність майбутніх висловлювань обурення; користувачі також пристосовували вираження до експресивних норм своїх мереж (Brady et al., 2021). Отже, видимі лайки, поширення й інші реакції можуть бути не лише «вимірювачем думки», а й частиною процесу навчання, що змінює подальшу поведінку. Водночас масовість осуду може змінювати сприйняття самого засудження. У шести дослідженнях Sawaoka і Monin та сама індивідуальна реакція сприймалася негативніше, коли вона була частиною великої хвилі аналогічного обурення; із зростанням масштабу колективної реакції учасники виявляли більше співчуття до початкового порушника (Sawaoka & Monin, 2018). Це один із прикладів того, чому сума окремо зрозумілих актів осуду може створити інше соціальне значення на рівні натовпу. Тому віральність не слід читати як прямий барометр морального консенсусу. Онлайн-видимість залежить від активності користувачів, мережевої структури, повторного поширення, дизайну платформи й того, які повідомлення викликають сильні реакції. Для оцінювання норми важливо відрізняти частоту видимих висловлювань від частки людей, які насправді поділяють відповідну позицію. Чому одна й та сама реакція працює по-різному Ефект моральної комунікації залежить від контексту. Одна й та сама санкція може підтримати норму в одній ситуації, викликати спротив в іншій або бути проігнорованою в третій. Сучасні огляди норм підкреслюють, що нормативний вплив має і силу, і межі: люди враховують автономію, власні цінності, ідентичність, довіру до джерела та соціальне значення стимулу. Джерело. Реакція близької групи, авторитетного інституту, випадкового незнайомця й анонімної маси має різну вагу. Нормативне повідомлення сильніше, коли джерело сприймається як релевантне до ситуації та легітимне. Послідовність. Якщо однакові порушення оцінюють по-різному залежно від того, хто їх здійснив, аудиторія може навчатися не самій нормі, а правилу вибіркового застосування. Комунікація передає не тільки формулювання норми, а й практику її enforcement. Пропорційність і процедура. Дуже сильна санкція може привернути увагу до норми, але водночас змінити фокус на справедливість самої санкції. Саме тому дослідження покарання не дають підстав для універсального принципу «сильніше = ефективніше». Вартість дотримання. Нормативна інформація і санкції взаємодіють із тим, наскільки дорого людині виконати вимогу. У лабораторних і польових дослідженнях ефекти змінюються залежно від структури стимулів, повторюваності взаємодії та ціни кооперації. Публічність. Публічне схвалення чи осуд одночасно діє на адресата, аудиторію і репутацію комунікатора. Приватне повідомлення може мати схожу оцінну складову, але значно слабший ефект на колективне уявлення про норму. Наявність консенсусу. Якщо у групі є конкуруючі норми, одна реакція може бути прочитана як вираження позиції фракції, а не як голос спільноти. Психологія описує механізм цього конфлікту; вона не визначає, яка зі сторін має морально перемогти. Осуд, схвалення і покарання не є прямими вимірювачами моральності Сильний осуд не означає, що об’єкт осуду «об’єктивно менш моральний». Часте схвалення не робить людину «більш моральною». Суворе покарання не доводить важливості норми, а відсутність санкції не доводить її відсутності. Усі ці реакції є даними про соціальну оцінку, очікування, владу, мотивацію, координацію й репутацію — і лише в контексті можна визначити, який саме процес переважає. Так само психологічні моделі не є типологіями людей. Дослідження blame, praise, норм або моральних емоцій описують закономірності оцінювання й поведінки в певних умовах. Вони не створюють наукової шкали, за якою можна надійно розкласти людей, культури, релігії, партії чи ідеології на «моральніші» і «менш моральні». Важлива й межа між поясненням і виправданням. Пояснити, чому певна санкція виникла, чому аудиторія її підтримала або чому повідомлення стало віральним, — це описати психологічний механізм. Такий опис сам по собі не виправдовує санкцію і не встановлює нормативної істини. Моральна комунікація, намір і фактична поведінка Людина може публічно підтримувати норму й не дотримуватися її у власній поведінці. Вона може дотримуватися норми без публічного морального висловлювання. Вона може засуджувати порушення з щирого переконання, з бажання захистити інших, через ідентифікацію з групою, через репутаційні стимули або через поєднання мотивів. За одним висловлюванням ці мотиви не встановлюються. Саме тому моральну ідентичність, цінності, переконання, мотивацію, комунікацію й поведінку слід аналізувати окремо. Збіг між ними можливий і часто соціально важливий, але він не є психологічною гарантією. Це також захищає від надмірної інтерпретації: мовчання не дорівнює схваленню, публічна декларація не дорівнює вчинку, емоція не дорівнює доказу мотиву. Як читати моральні сигнали точніше Для розуміння конкретного акту моральної комунікації корисно послідовно поставити кілька питань. Який саме об’єкт оцінюють — дію, наслідок, намір, характер людини чи правило? Яка норма заявляється або мається на увазі? Чи йдеться про фактичне порушення, приписування відповідальності, blame або вимогу санкції? Хто є аудиторією і чи бачить вона реакції інших? Які стимули створює повідомлення? Яке альтернативне значення воно може передати? Наприклад, фраза «це неприйнятно» передає негативну нормативну оцінку, але не повідомляє автоматично, хто спричинив наслідок і з яким наміром. «Він винен» додає приписування blame, але все ще потребує фактичних підстав. «За це треба покарати» переходить до санкції й відкриває окремі питання про її мету, пропорційність, процедуру та можливі побічні ефекти. Позитивне повідомлення теж варто розкладати. «Дякую за допомогу» може підкріпити поведінку й стосунок. «Це героїчний вчинок» може підвищити репутацію людини, але водночас зробити дію схожою на виняткову, а не звичайно очікувану. Тому в моральній комунікації важлива не лише валентність «плюс/мінус», а зміст повідомлення про норму. Практичні наслідки для комунікації в групах і організаціях Психологічні дані дають кілька практичних висновків без перетворення науки на кодекс «правильної моралі». Якщо мета — зробити норму зрозумілою, корисно відділяти факт, оцінку, відповідальність і санкцію. Це зменшує ризик, що адресат сприйме весь ланцюг як одну недоведену атрибуцію. Коли норма справді спільна, її краще формулювати конкретно: яку поведінку очікують, у яких умовах, що вважається порушенням і яка реакція передбачена. Неясне «так не роблять» може працювати в однорідному середовищі, але в різнорідних групах залишає простір для різних інтерпретацій. Санкція передає сильніший і чистіший нормативний сигнал, коли її застосування послідовне й зрозуміле. Якщо реакція залежить від статусу учасника або змінюється без пояснення, люди отримують інформацію про нерівність застосування норми. Похвалу варто розглядати не лише як позитивну емоцію, а і як інформацію. Публічне захоплення вчинком може підсилити його престиж, проте іноді водночас повідомляє, що така поведінка рідкісна або понаднормова. Якщо мета — позначити базове очікування, важливо не випадково представити його як винятковий подвиг. У цифровому середовищі корисно не ототожнювати кількість реакцій із кількістю незалежних свідчень або реальним консенсусом. Один і той самий зміст може багаторазово поширюватися в межах мережі, а платформа може збільшувати видимість емоційно насичених повідомлень. Типові помилки у розумінні моральної комунікації Помилка 1. Вважати моральний осуд доказом факту. Осуд — реакція на інтерпретацію події. Фактичне твердження потребує окремої перевірки. Помилка 2. Ототожнювати blame з відповідальністю. Людину можна вважати причинно відповідальною за результат і водночас менше blameworthy через відсутність наміру, знання, контрольованості або через виправдувальні обставини. Помилка 3. Вважати емоційну реакцію моральним аргументом. Обурення, відраза чи захоплення несуть інформацію про оцінку, але не замінюють аналізу норми, фактів і наслідків. Помилка 4. Вважати покарання універсально ефективним. Дані про кооперацію показують середні ефекти й важливі модератори; слабке, нелегітимне або погано поєднане з нормативною інформацією покарання може не дати очікуваного результату. Помилка 5. Вважати похвалу завжди однозначним посиленням норми. Похвала може також сигналізувати, що поведінка незвична або перевищує обов’язковий мінімум. Помилка 6. Робити висновок про моральну якість особистості з одного публічного сигналу. Моральна комунікація дає інформацію про позицію та соціальну дію, але не є валідованим тестом особистості. Помилка 7. Плутати опис психологічного механізму з моральним виправданням. Те, що санкція підтримує кооперацію в певній моделі, не означає, що будь-яка санкція етично виправдана в будь-якому контексті. Поширені запитання Чи є моральна комунікація окремою науковою теорією? Єдиного загальноприйнятого формалізму з такою назвою немає. Це корисний узагальнювальний термін для досліджень моральної критики, blame і praise, соціальних та моральних норм, санкцій, репутації, кооперації та морально-емоційного обміну. Для конкретного висновку слід звертатися до відповідної підгалузі й операціоналізації. Чим моральна комунікація відрізняється від морального судження? Моральне судження — це оцінювальний психологічний процес. Моральна комунікація починається тоді, коли оцінка, норма або реакція стає соціальним сигналом для іншої людини чи аудиторії. Судження може залишитися приватним; комунікація має адресата або спостерігачів. Чи завжди осуд підтримує норму? Ні. Осуд може зробити норму помітнішою, але ефект залежить від довіри до джерела, легітимності, пропорційності, групової належності, консенсусу й способу подання. Масовий осуд також може змінюватися за значенням, коли аудиторія сприймає його як надмірний. Чи може похвала послабити норму? За певних умов — так. Якщо похвала подає дію як виняткову, спостерігач може зробити висновок, що ця поведінка не є звичайною або обов’язковою. Це не означає, що похвала «шкідлива» загалом; її нормативний ефект залежить від того, що саме вона сигналізує. Чи потрібне покарання для існування моральної норми? Не обов’язково. Норми можуть підтримуватися інтерналізацією, координацією, ідентичністю, взаємними очікуваннями, репутацією, схваленням і неформальним несхваленням. Покарання — один із механізмів enforcement, а його ефективність залежить від контексту. Чи означає віральне моральне обурення, що більшість людей поділяє норму? Ні. Віральність показує інтенсивне поширення в конкретній мережевій системі. Вона залежить від структури мережі, повторного поширення, емоційності та зворотного зв’язку платформи й не є прямим вимірюванням частки населення, яке підтримує позицію. Чи є емпатія основою моральної комунікації? Емпатія може посилювати увагу до чужого стану, турботу й просоціальну мотивацію, але не є синонімом моралі. Вона може бути вибірковою, а моральні оцінки спираються також на норми справедливості, права, обов’язки, причинність, наміри, наслідки та інші процеси. Чи можна з моральної комунікації визначити справжні мотиви людини? Надійно — ні. Одна й та сама публічна реакція може мати кілька мотивів: щире переконання, турботу про потерпілих, групову лояльність, репутаційний інтерес, стратегічну координацію або їх поєднання. Мотив потребує окремих даних, а не виводиться автоматично з форми повідомлення. Пов’язані статті Моральне звинувачення Моральне обурення Джерела Anderson, R. A., Nichols, S., & Pizarro, D. A. (2024). Praise Is for Actions That Are Neither Expected nor Required. Personality and Social Psychology Bulletin. Andrighetto, G., Brandts, J., Conte, R., Sabater-Mir, J., Solaz, H., & Villatoro, D. (2013). Punish and voice: punishment enhances cooperation when combined with norm-signalling. PLOS ONE, 8(6), e64941. Balliet, D., Mulder, L. B., & Van Lange, P. A. M. (2011). Reward, punishment, and cooperation: a meta-analysis. Psychological Bulletin, 137(4), 594–615. Bicchieri, C., Dimant, E., & Xiao, E. (2021). Deviant or wrong? The effects of norm information on the efficacy of punishment. Journal of Economic Behavior & Organization, 188, 209–235. Brady, W. J., Wills, J. A., Jost, J. T., Tucker, J. A., & Van Bavel, J. J. (2017). Emotion shapes the diffusion of moralized content in social networks. Proceedings of the National Academy of Sciences, 114(28), 7313–7318. Brady, W. J., McLoughlin, K., Doan, T. N., & Crockett, M. J. (2021). How social learning amplifies moral outrage expression in online social networks. Science Advances, 7(33), eabe5641. Decety, J., & Cowell, J. M. (2014). The complex relation between morality and empathy. Trends in Cognitive Sciences, 18(7), 337–339. Feinberg, M., Willer, R., & Schultz, M. (2014). Gossip and ostracism promote cooperation in groups. Psychological Science, 25(3), 656–664. Gelfand, M. J., Gavrilets, S., & Nunn, N. (2024). Norm dynamics: interdisciplinary perspectives on social norm emergence, persistence, and change. Annual Review of Psychology, 75, 341–378. Jin, S., Spadaro, G., & Balliet, D. (2025). Institutions and cooperation: A meta-analysis of structural features in social dilemmas. Journal of Personality and Social Psychology, 129(2), 286–312. Jordan, J. J., Hoffman, M., Bloom, P., & Rand, D. G. (2016). Third-party punishment as a costly signal of trustworthiness. Nature, 530, 473–476. Malle, B. F., Guglielmo, S., & Monroe, A. E. (2014). A Theory of Blame. Psychological Inquiry, 25(2), 147–186. Malle, B. F. (2021). Moral Judgments. Annual Review of Psychology, 72, 293–318. Sawaoka, T., & Monin, B. (2018). The Paradox of Viral Outrage. Psychological Science, 29(10), 1665–1678. Schultz, P. W., Nolan, J. M., Cialdini, R. B., Goldstein, N. J., & Griskevicius, V. (2007). The constructive, destructive, and reconstructive power of social norms. Psychological Science, 18(5), 429–434. Tangney, J. P., Stuewig, J., & Mashek, D. J. (2007). Moral Emotions and Moral Behavior. Annual Review of Psychology, 58, 345–372. Wenzel, M., & Woodyatt, L. (2025). The Power and Pitfalls of Social Norms. Annual Review of Psychology, 76, 583–606.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Моральна травма і посттравматичний стресовий розлад можуть з’явитися після тієї самої події, але це не дві назви одного стану. ПТСР є клінічним діагнозом із визначеними критеріями. Моральна травма — психологічний і клінічно релевантний конструкт, який описує стійкі наслідки переживання події як глибокого порушення власних цінностей, моральних очікувань або фундаментальної довіри. Національний центр ПТСР Міністерства у справах ветеранів США прямо зазначає: моральна травма може співіснувати з ПТСР, але може бути й без нього; так само ПТСР може виникнути без моральної травми. Це розрізнення особливо важливе для військових, ветеранів, медиків, рятувальників і цивільних, які пережили війну, насильство, втрати, вимушені рішення або зраду. Після однієї події людина може мати нав’язливі травматичні спогади, уникання і постійне відчуття загрози, а водночас — провину, сором, гнів, відчуття зради, втрату довіри чи болісне питання про те, ким вона стала після події. Перша група проявів може входити до ПТСР; друга може бути частиною моральної травми, ПТСР, депресії, горя або їх поєднання. Симптом сам по собі не визначає діагноз. Для ширшого пояснення самого конструкту дивіться матеріал ХАБу «Моральна травма». Клінічний owner ПТСР у мережі ХАБу — окрема сторінка «Посттравматичний стресовий розлад (ПТСР): що це, симптоми та лікування». Тут фокус вужчий: точне диференційне розрізнення моральної травми і ПТСР та ситуацій, коли вони співіснують. Коротка відповідь: чим моральна травма відрізняється від ПТСР ПТСР описує певний синдром після травматичної події. За сучасним клінічним підходом ключовими є не просто факт пережитого лиха, а характерні симптоми, їхня тривалість і вплив на функціонування. ВООЗ наголошує, що більшість людей після потенційно травматичних подій ПТСР не розвивають; сам факт війни, аварії, насильства чи іншої загрозливої події не дорівнює діагнозу. Моральна травма описує іншу вісь переживання: що сталося з оцінкою себе, інших людей, відповідальності, довіри, справедливості, сенсу і власних моральних орієнтирів після події, яка була пережита як серйозне моральне порушення. У класичній моделі Litz та співавторів йдеться про дії, бездіяльність або свідчення подій, що суперечать глибоким моральним переконанням. Подальша література також приділяє велику увагу зраді з боку значущих людей, лідерів або інституцій. Отже, найкоротша формула така: ПТСР — діагностична категорія, моральна травма — конструкт про морально значущі наслідки досвіду. Вони можуть перетинатися, але жодне з цих понять не є підмножиною іншого. Що таке потенційно морально травмуюча подія — і чому PMIE не дорівнює моральній травмі У дослідженнях використовують термін potentially morally injurious event, або PMIE — потенційно морально травмуюча подія чи експозиція. Це подія, яку людина може переживати як тяжке порушення власних моральних переконань або очікувань. Вона може бути пов’язана з власною дією, тим, що людина не зробила, свідченням вчинку іншого або пережитою зрадою. Сучасний огляд Національного центру ПТСР прямо розділяє подію та її можливі наслідки. PMIE — це експозиція, а не діагноз і не доказ того, що моральна травма вже сформувалася. Після однаково тяжкої події одна людина може мати тривалі морально забарвлені наслідки, інша — гострий дистрес із поступовим відновленням, третя — ПТСР, депресію, горе або інший стан. Саме тому коректна схема має виглядати як «подія → можлива реакція», а не «подія → неминуча травма». Ця відмінність важлива і для досліджень. Систематичний огляд вимірювальних інструментів 2024 року показав, що багато шкал історично змішували сам факт морально складної експозиції з її психологічними наслідками. Через це результати різних робіт не завжди вимірюють одне й те саме. Власний вчинок, бездіяльність, свідчення і зрада — різні контексти У популярних поясненнях моральну травму часто зводять до провини за власний вчинок. Наукова картина ширша. Людина може страждати через те, що зробила сама, через те, чого не змогла зробити, через побачене або через переживання зради. Систематичний огляд 2026 року аналізував підтипи PMIE окремо і виявив різні, хоча частково перекривні зв’язки з ПТСР, депресією, тривогою та суїцидальними думками. Автори підкреслюють неоднорідність результатів і потребу в подальших дослідженнях. Що таке ПТСР у клінічному сенсі Посттравматичний стресовий розлад — це психічний розлад, який може виникнути після потенційно травматичної події. ВООЗ у фактичному бюлетені 2026 року описує типові прояви через повторне переживання події, уникання нагадувань і підвищене відчуття поточної загрози; симптоми мають спричиняти значний дистрес або порушувати важливі сфери життя. ПТСР не визначається одним почуттям. У людини можуть бути страх, сором, провина, гнів, оніміння, відчуження, негативні переконання про себе чи інших, проблеми зі сном, концентрацією і реакціями на нагадування. У різних діагностичних системах групування симптомів відрізняється, але клінічна логіка одна: діагноз встановлюють за сукупністю критеріїв, а не за тим, яка емоція здається найпомітнішою. Тому питання «це моральна травма чи ПТСР?» іноді побудоване хибно. Правильніше запитати окремо: чи є достатні ознаки ПТСР; чи є значущі наслідки морально травмуючої події; які ще стани або реакції присутні; що саме зараз підтримує страждання і порушення функціонування. П’ять головних відмінностей між моральною травмою і ПТСР 1. Науковий і клінічний статус ПТСР — формальний клінічний діагноз. Моральна травма не є окремим психіатричним діагнозом: це конструкт, який використовують у дослідженнях і клінічній практиці для опису певного типу страждання після морально значущих подій. Огляд VA прямо називає моральну травму не діагнозом. Сучасні критичні огляди водночас показують, що межі поняття та його операціоналізація ще уточнюються. 2. Логіка події Для ПТСР центральним є травматичний характер події та подальший синдром. Для моральної травми центральним є те, що подія була пережита як серйозне порушення моральних цінностей, обов’язку, довіри або очікувань. Одна подія може відповідати обом логікам. Наприклад, ситуація під реальною загрозою життю може одночасно вимагати рішення, яке людина пізніше сприйматиме як несумісне з власними моральними переконаннями. 3. Центр переживання При ПТСР особливо важливими є травматична пам’ять, уникання і відчуття актуальної загрози. При моральній травмі часто на передній план виходять самозасудження, провина, сором, гнів, огида, переживання зради, втрата довіри, соціальне відчуження, зміна сенсу або духовних переконань. Це не жорстка межа: багато з цих переживань можуть бути й при ПТСР. 4. Симптомні профілі перекриваються, але не збігаються Гіперпильність, перебільшена реакція на небезпеку і деякі форми повторного переживання є центральнішими для ПТСР, ніж для моральної травми. Натомість самозасудження або болісний розрив із власними цінностями можуть бути дуже вираженими без повного синдрому ПТСР. Саме цю можливість незалежного існування двох явищ підкреслює Національний центр ПТСР. 5. Логіка оцінювання ПТСР оцінюють як діагноз — через клінічне інтерв’ю, симптоми, часові критерії, функціонування та диференційну діагностику. Моральну травму оцінюють через характер PMIE, пов’язані з ним емоційні, когнітивні, соціальні, поведінкові й іноді духовні наслідки. Існують валідовані інструменти, зокрема Moral Injury and Distress Scale (MIDS), але опитувальник не перетворює моральну травму на окремий DSM/ICD-діагноз і не замінює клінічної оцінки. Чому формула «ПТСР = страх, моральна травма = провина» занадто проста Іноді різницю пояснюють так: ПТСР нібито походить зі страху, а моральна травма — з провини або сорому. Для навчальної метафори це може здаватися зручним, але як наукове правило формула неточна. ПТСР може включати провину, сором, гнів, негативні переконання і втрату довіри. Моральна травма може включати страх, тривогу, безпорадність і фізіологічне напруження — особливо якщо подія була одночасно загрозливою або ПТСР співіснує з моральною травмою. Сучасний огляд концептуальної ясності 2024 року звертає увагу на складність відмежування моральної травми від уже визначених психіатричних станів і на спільну дисперсію вимірювань. Автори пропонують розглядати moral injury радше як рамку для розуміння того, чому людина переживає певні моральні емоції та зміни смислу, тоді як діагностичні категорії описують клінічний синдром. Отже, провина або сором не є ані обов’язковими, ані достатніми ознаками моральної травми. Так само страх не є єдиним механізмом ПТСР. У клінічній роботі важливіше дослідити конкретний досвід, симптоми, значення події і функціонування, ніж підганяти людину під просту двоколірну схему. Як моральна травма і ПТСР можуть співіснувати Одна і та сама подія може мати кілька психологічно значущих вимірів. Вона може бути загрозливою, шоковою, пов’язаною з втратою, а водночас — морально нестерпною. У такій ситуації після події можуть підтримуватися як симптоми ПТСР, так і морально сфокусоване страждання. У військового травматична пам’ять може бути пов’язана з реальною загрозою під час бою, а моральний компонент — із рішенням, яке довелося прийняти за секунди в умовах неповної інформації. У медика ПТСР може бути пов’язаний із повторним зіткненням зі смертю і жахливими подіями, а моральний дистрес або моральна травма — з переживанням, що через обмежені ресурси він не зміг надати допомогу так, як вважав необхідним. У цивільної людини той самий епізод насильства може поєднати страх за життя з переживанням зради близькою людиною або інституцією. Ці приклади описують можливі психологічні процеси, а не автоматичні наслідки професії чи події. Ні участь у бойових діях, ні робота в медицині, ні перебування в зоні війни самі по собі не означають наявності ПТСР або моральної травми. Що показують дослідження про зв’язок моральної травми з ПТСР Зв’язок є стійкою темою літератури, але його не слід читати як доказ тотожності. Систематичний огляд і метааналіз Williamson, Stevelink і Greenberg включив 13 досліджень і 6373 учасників та виявив зв’язки PMIE з симптомами ПТСР, депресії й суїцидальності. Автори водночас назвали висновки попередніми через обмежену кількість якісних досліджень і переважання військових вибірок. Пізніший систематичний огляд Hall та співавторів охопив 57 публікацій із 49 окремими вибірками. Дослідження пов’язували моральну травму або PMIE не лише з ПТСР, а й із депресією, тривогою, вживанням речовин, суїцидальністю, проблемами сну, болем і іншими наслідками. Така широта асоціацій додатково показує, чому moral injury не варто зводити до альтернативної назви ПТСР. Метааналітичний огляд інструментів моральної травми 2025 року повідомив помірно-великі зв’язки шкал moral injury із посттравматичним стресом і депресією, але самі інструменти помітно різняться за конструкцією. Це означає, що висока кореляція не відповідає на питання, чи два конструкти тотожні: вона показує, що вони часто йдуть поруч у досліджуваних вибірках. Найсвіжіший систематичний огляд підтипів PMIE 2026 року також показує неоднорідність: експозиції, пов’язані зі зрадою, власною дією або бездіяльністю, мали різні й не завжди однаково стабільні зв’язки з ПТСР, депресією, тривогою та іншими формами дистресу. Це аргумент на користь точнішого опису конкретного досвіду замість єдиної універсальної моделі. Провина, сором, гнів, огида і зрада: важливі реакції, а не готовий діагноз Провина часто зосереджена на вчинку: «я зробив те, що вважаю неправильним». Сором може поширювати оцінку на всю особу: «зі мною як із людиною щось фундаментально не так». Переживання зради частіше спрямовує гнів і втрату довіри назовні — на людину, командування, організацію або систему. У реальному досвіді ці реакції можуть поєднуватися. Але жодна з них не є тестом на moral injury. Люди переживають провину після багатьох подій, що не формують моральної травми; сором зустрічається при різних психічних розладах і життєвих кризах; гнів або недовіра можуть бути закономірною реакцією на реальну несправедливість. Огляд Griffin та співавторів підкреслював неоднорідність визначень і відсутність на той час єдиного «золотого стандарту» вимірювання. Особливо важливо не перетворювати моральні емоції на моральний вирок. Сильна провина не доводить об’єктивної вини; відсутність провини не доводить її відсутності. Психологічний опис того, як людина переживає подію, і нормативне або юридичне судження про саму подію — різні рівні аналізу. Моральна травма, моральний дистрес і ПТСР — три різні поняття Моральний дистрес зазвичай описує ситуацію, в якій людина бачить морально бажаний спосіб дії, але через зовнішні обмеження, правила, брак ресурсів, ієрархію або інші умови не може діяти відповідно до нього. Це поняття особливо розроблялося в охороні здоров’я. Моральна травма може бути тривалішим комплексом наслідків після морально значущої події, а ПТСР — окремим діагностичним синдромом. Межі між моральним дистресом і моральною травмою теж не ідеально стандартизовані. Систематичний огляд 2024 року показав значну варіативність шкал і те, що частина інструментів вимірює загальний дистрес або змішує експозицію та наслідки. Тому формула «сильний моральний дистрес = моральна травма» не має бути автоматичною. Окремий матеріал ХАБу докладно пояснює моральний дистрес. Це важливо для медиків, рятувальників, військових і представників інших професій, де моральний вибір може бути обмежений реальною ситуацією. Оцінювання: що може і чого не може показати опитувальник Сучасні інструменти для moral injury можуть бути корисними для досліджень і клінічного формулювання. Наприклад, MIDS розділяє питання про PMIE та їхній можливий вплив і охоплює емоційні, когнітивні, соціальні, поведінкові й релігійно-духовні наслідки. Початкова валідація включала ветеранів, медичних працівників і перших реагувальників. Водночас навіть добрий психометричний інструмент не відповідає сам по собі на всі клінічні питання. Систематичний огляд Houle та співавторів виявив 42 різні шкали морального дистресу і моральної травми та суттєві відмінності в їхній валідизації. Багато досліджень недостатньо перевіряли, чи інструмент справді відрізняє moral injury від близьких конструктів. Тому результат анкети слід читати як інформацію про певні переживання й потребу в подальшій оцінці, а не як самодостатній діагноз. Для ПТСР потрібна окрема діагностична оцінка. Для moral injury важливо встановити зв’язок між конкретною PMIE, актуальними наслідками, функціонуванням і тим значенням, яке людина надає події. Лікування, коли ПТСР і моральна травма співіснують ПТСР лікують як ПТСР Якщо людина має ПТСР, наявність моральної тематики не робить доказове лікування ПТСР «неправильним». VA/DoD Clinical Practice Guideline і огляд Національного центру ПТСР підтримують травма-фокусовані психотерапії з найсильнішою доказовою базою, зокрема пролонговану експозицію (PE), когнітивно-процесуальну терапію (CPT) та EMDR. Національний центр ПТСР зазначає, що лікування ПТСР залишається ефективним і за наявності моральної травми. Частина морально забарвлених симптомів, таких як провина або сором, може зменшуватися в процесі терапії ПТСР. Для частини людей після зменшення типових симптомів ПТСР залишаються питання відповідальності, цінностей, стосунків, довіри або сенсу, які потребують окремої уваги. Моральна тематика може потребувати окремого клінічного формулювання Терапевтична робота може включати точний аналіз відповідальності, контексту і доступних у момент події варіантів; роботу з глобальним самозасудженням; відновлення участі в стосунках і значущій діяльності; опрацювання зради або втрати довіри; формування способу жити відповідно до цінностей після події. Конкретні методи залежать від проблеми і доказової бази, а не від однієї універсальної моделі «морального зцілення». Наприклад, Adaptive Disclosure–Enhanced у контрольованому дослідженні 2024 року порівнювали з present-centered therapy у 174 ветеранів із ПТСР, пов’язаним із травматичною втратою або моральною травмою. Переваги AD-E для функціонування та ПТСР були невеликими або помірними після лікування і не збереглися як міжгрупові відмінності на всіх подальших точках. Це робить результат важливим, але не остаточним. Прощення, релігія і «моральне очищення» не є універсальною вимогою Для частини людей духовні переконання справді є центральною частиною пережитого, і тоді клієнт може хотіти включити їх у допомогу. Для інших релігійний або духовний вимір не має значення. Якісна психологічна допомога не вимагає прощення себе чи іншого, примирення з кривдником, сповіді, релігійної практики або відмови від меж як умови відновлення. Так само «моральне відновлення» не означає довести людині, що подія була правильною. У багатьох випадках терапевтичне завдання полягає в тому, щоб людина могла точніше бачити контекст, відповідальність і наслідки, витримувати моральний біль без руйнівного глобального самозасудження та будувати життя, узгоджене з цінностями тепер. Що відомо про спеціалізовані інтервенції для moral injury Доказова база спеціалізованих втручань швидко розвивається, але вона значно молодша за доказову базу лікування ПТСР. Інтегративний огляд 2019 року описував клінічну літературу як обмежену невеликими вибірками, різними визначеннями і невизначеними механізмами змін. У 2025–2026 роках з’явилося більше контрольованих досліджень, але узагальнювати їх на всі типи moral injury ще рано. Важливий новий результат — рандомізоване багатоцентрове дослідження Impact of Killing 2026 року. Сто ветеранів із ПТСР і дистресом, пов’язаним із убивством під час війни або відчуттям відповідальності за смерть інших, рандомізували до IOK або present-centered therapy. Обидві групи покращили функціонування; IOK показав більшу зміну за одним показником інвалідизації та більші покращення симптомів ПТСР і moral injury. Водночас вибірка була дуже специфічною — 98% чоловіків-ветеранів із killing-related distress — тому переносити висновок на всі види моральної травми не можна. Практичний висновок на сьогодні такий: ПТСР має зрілу evidence base лікування; moral injury-specific втручання мають обнадійливі результати для окремих популяцій і механізмів, але поле ще формується. Саме тому допомога має починатися не з бренду протоколу, а з точного визначення того, що людина переживає. Військові та ветерани: моральна травма не є «слабкістю після війни» Війна створює ситуації, у яких звичні моральні орієнтири стикаються з небезпекою, дефіцитом часу, наказами, невизначеністю і необхідністю приймати рішення з високою ціною. Дослідження moral injury історично значною мірою розвивалися саме на військових вибірках, але це не означає, що кожен військовий після тяжкого досвіду має моральну травму або ПТСР. В українському науковому просторі тема також досліджується окремо від ПТСР. Звіт Волинського національного університету імені Лесі Українки описує проєкт, у якому моральну травму учасників бойових дій зіставляли з ПТСР, досліджували нейропсихологічні кореляти та адаптували українськомовний інструментарій. Це важливий український напрям, але результати конкретного проєкту не замінюють міжнародної сукупної evidence base. Український теоретичний аналіз Гордовської 2021 року також прямо порівнював moral injury з ПТСР і травматичним стресом. Професійний інтерес до розмежування тем підтримується й у практичній освіті: у 2025 році МВС України повідомляло про семінар у Львові, де ПТСР, моральна травма та суїцидальні ризики розглядалися як пов’язані, але окремі теми. Повідомлення МВС тут є контекстом української професійної практики, а не джерелом клінічної ефективності. Медики, рятувальники й інші фахівці високої відповідальності Морально значущі події виникають не лише на війні. Медик може знати, яку допомогу вважає належною, але бути обмеженим ресурсами; рятувальник може бути змушений визначати пріоритети в ситуації масових уражень; працівник служби може стати свідком рішення організації, яке суперечить його цінностям. У таких умовах можливі моральний дистрес, моральна травма, ПТСР, вигорання, депресивні чи тривожні симптоми — окремо або разом. Сучасна професійна сторінка National Center for PTSD про моральну травму в медичних працівників описує як власні дії чи бездіяльність, так і свідчення, зраду, дефіцит ресурсів та рішення з негативними наслідками. Водночас вона не перетворює професійну експозицію на діагноз: важливими залишаються стійкість наслідків і функціонування. Моральна травма і суїцидальні думки: як говорити про ризик точно Дослідження пов’язують PMIE і показники moral injury із суїцидальними думками та поведінкою на рівні груп. Систематичний огляд 2026 року включив 25 досліджень і понад 20 тисяч учасників та аналізував можливі медіатори й модератори цього зв’язку. Найбільшу роль у сукупності робіт відігравали супутня психопатологія, психологічний біль, сором і соціальне функціонування, але автори підкреслювали методологічні обмеження. Такі дані не дозволяють прогнозувати суїцид або самоушкодження в конкретної людини за самим фактом moral injury, почуття провини чи пережитої PMIE. Індивідуальний ризик оцінюють комплексно. Якщо з’являються суїцидальні думки, намір, план, втрата контролю над безпекою або безпосередня загроза життю, потрібна термінова професійна допомога; практичний маршрут ХАБу описаний у матеріалі «Кризовий стан». Чого не можна висновувати з моральної травми Термін moral injury не відповідає на питання, хто об’єктивно «винен», хто «правий» або чия мораль краща. Він описує психологічний процес і переживання. Юридична відповідальність, військове право, професійна етика, фактичні обставини події та моральне судження потребують інших методів аналізу. Так само моральна травма не є типологією людей. Вона не робить людину «більш моральною» через те, що вона страждає, і не робить «менш моральною» людину, яка після події не має вираженої провини чи сорому. Психологічні реакції залежать від значення події, контексту, доступних дій, історії людини, підтримки, наслідків і багатьох інших чинників. Нарешті, моральна травма не означає неминучого довічного ушкодження. Частина людей відновлюється з часом і підтримкою, частина потребує психотерапії або лікування супутніх розладів, а частина переосмислює подію через стосунки, відповідальність, відновлення участі в житті та інші процеси. Наукові моделі описують можливі траєкторії, а не наперед визначену долю. Коли варто звернутися по професійну допомогу Звернення до фахівця доцільне, якщо після події страждання не слабшає або посилюється, людина уникає важливих сфер життя, постійно повертається до травматичних спогадів, не може спати, живе у стані підвищеної загрози, віддаляється від близьких, втрачає здатність працювати чи навчатися, застрягає в самопокаранні або використовує алкоголь чи інші речовини, щоб витримувати переживання. Корисно шукати фахівця, який уміє окремо оцінювати ПТСР, депресивні й тривожні стани, горе, вживання речовин, ризик самоушкодження та морально значущі аспекти досвіду. Якщо є ПТСР, вибір лікування має спиратися на доказові рекомендації. Якщо центральним залишається moral injury, терапевтичне формулювання має відображати конкретну PMIE, а не абстрактну ідею про «зіпсовану моральність». Типові помилки у розумінні моральної травми і ПТСР Перша помилка — називати moral injury різновидом ПТСР. Вони можуть співіснувати, але мають різний статус і не збігаються за визначенням. Друга — вважати будь-яку провину після травми моральною травмою. Третя — прирівнювати сам факт PMIE до сформованої moral injury. Четверта — очікувати, що одна шкала поставить діагноз. П’ята — робити висновок, що ПТСР-терапія не допомагає, якщо в історії є моральний конфлікт. Ще одна поширена помилка — будувати допомогу навколо обов’язкового прощення чи примирення. Відновлення довіри після зради не є автоматичним і не завжди є потрібною метою. Межі, дистанція, відповідальність і безпека можуть бути частиною здорового відновлення. Психологічна робота має допомагати людині жити з більшою точністю, свободою дії та відповідністю власним цінностям, а не нав’язувати готовий моральний висновок. Питання і відповіді Чи може бути моральна травма без ПТСР? Так. National Center for PTSD прямо зазначає, що moral injury і PTSD можуть виникати незалежно. Людина може мати стійке самозасудження, сором, гнів, втрату довіри або сенсу після PMIE і водночас не відповідати діагностичним критеріям ПТСР. Чи може бути ПТСР без моральної травми? Так. ПТСР може виникнути після травматичної події, яку людина не переживає як порушення власних моральних цінностей або довіри. Наприклад, загрозлива аварія може призвести до ПТСР без центрального морального конфлікту. Чи означає сильна провина, що в людини moral injury? Ні. Провина може бути частиною moral injury, ПТСР, депресії, горя або звичайної моральної реакції на конкретний вчинок. Для висновку важливі контекст події, тривалість, зв’язок із PMIE, інші наслідки та функціонування. Чи є моральна травма діагнозом DSM або ICD? Ні, moral injury не є окремим психіатричним діагнозом. ПТСР є діагностичною категорією, а moral injury використовується як дослідницький і клінічно релевантний конструкт. Сучасна оглядова література активно уточнює його визначення, вимірювання і можливі моделі допомоги. Чи допомагає лікування ПТСР, якщо є моральна травма? Так, якщо в людини є ПТСР, доказове лікування ПТСР залишається показаним. National Center for PTSD повідомляє, що PTSD treatments працюють і при співіснуванні moral injury. Частина морально забарвленого страждання може потребувати додаткового фокуса залежно від того, що залишається після лікування. Чи існують ліки саме від моральної травми? Немає медикаменту, схваленого як специфічне лікування moral injury. Якщо одночасно є ПТСР, депресія, тривожний розлад або інший стан, медикаментозне лікування може розглядатися для цього діагнозу за клінічними показаннями. Рішення про препарати належить приймати з лікарем. Чи потрібне самопрощення для відновлення? Не як універсальна умова. Для частини людей тема самопрощення важлива, для інших — ні. Відновлення може включати прийняття відповідальності там, де вона є, точніше розуміння контексту, відмову від глобального самоприниження, відновлення стосунків або меж, участь у значущій діяльності та життя відповідно до цінностей. Єдиного обов’язкового морального сценарію немає. Чим moral injury відрізняється від комплексного ПТСР? Комплексний ПТСР — окрема діагностична категорія ICD-11 з ПТСР-симптомами та додатковими порушеннями самоорганізації. Moral injury — не діагноз і визначається через морально значущий контекст та його наслідки. Вони можуть перетинатися, але не замінюють одне одного. Докладніше — у матеріалі «Комплексний ПТСР». Чи може моральна травма виникнути через зраду, а не через власний вчинок? Так. Сучасні моделі PMIE включають переживання зради з боку людей або інституцій, яким людина довіряла чи від яких очікувала морально відповідальної поведінки. Наслідками можуть бути гнів, втрата довіри, відчуження та зміна уявлень про людей і світ. Це не означає, що будь-яке розчарування або конфлікт є moral injury. Головне Моральна травма і ПТСР — різні концепти, які можуть виникати після однієї події та взаємно ускладнювати клінічну картину. ПТСР відповідає на питання про діагностичний синдром після травматичної експозиції. Moral injury допомагає описати, що відбувається, коли досвід торкається фундаментальних уявлень про правильне і неправильне, відповідальність, довіру, себе та сенс. Точна допомога починається з розділення рівнів: PMIE — це подія або експозиція; moral injury — можливі тривалі наслідки морально значущого досвіду; ПТСР — клінічний розлад із визначеними критеріями. Жоден із цих рівнів не слід автоматично виводити з іншого. Пов’язані статті Моральна травма Джерела Department of Veterans Affairs & Department of Defense. (2023). VA/DoD Clinical Practice Guideline for the Management of Posttraumatic Stress Disorder and Acute Stress Disorder. Farrell Kakouris, A., Murphy, D., Greenberg, N., & McClintock, R. (2026). Evaluating the association between potentially morally injurious events (PMIEs) and types of psychological distress: A systematic review. European Journal of Psychotraumatology. Griffin, B. J., Purcell, N., Burkman, K., Litz, B. T., Bryan, C. J., Schmitz, M., Villierme, C., Walsh, J., & Maguen, S. (2019). Moral Injury: An Integrative Review. Journal of Traumatic Stress, 32(3), 350–362. Griffin, B. J., Price, L. R., Jenkins, Z., et al. (2025). A Systematic Review and Meta-Analysis of Moral Injury Outcome Measures. Current Treatment Options in Psychiatry, 12, 7. Hall, N. A., Everson, A. T., Billingsley, M. R., & Miller, M. B. (2022). Moral injury, mental health and behavioural health outcomes: A systematic review of the literature. Clinical Psychology & Psychotherapy, 29(1), 92–110. Гордовська, Т. І. (2021). Конструкт моральної травми та його концептуальний зміст. Науковий вісник Херсонського державного університету. Серія «Психологічні науки», № 4. Houle, S. A., Ein, N., Gervasio, J., et al. (2024). Measuring moral distress and moral injury: A systematic review and content analysis of existing scales. Clinical Psychology Review, 108, 102377. Litz, B. T., Stein, N., Delaney, E., Lebowitz, L., Nash, W. P., Silva, C., & Maguen, S. (2009). Moral injury and moral repair in war veterans: A preliminary model and intervention strategy. Clinical Psychology Review, 29(8), 695–706. Litz, B. T., Walker, H. E. (2025). Moral Injury: An Overview of Conceptual, Definitional, Assessment, and Treatment Issues. Annual Review of Clinical Psychology, 21, 251–277. Litz, B. T., Yeterian, J., Berke, D., et al. (2024). A controlled trial of adaptive disclosure-enhanced to improve functioning and treat posttraumatic stress disorder. Journal of Consulting and Clinical Psychology, 92(3), 150–164. Maguen, S., Gloria, R., Lehrner, A., et al. (2026). Psychotherapy for Impact of Killing During War: A Randomized Clinical Trial. JAMA Psychiatry. Norman, S. B., Griffin, B. J., Pietrzak, R. H., McLean, C., Hamblen, J. L., & Maguen, S. (2024). The Moral Injury and Distress Scale: Psychometric evaluation and initial validation in three high-risk populations. Psychological Trauma, 16(2), 280–291. O’Brien, S. F., et al. (2024). Enhancing Conceptual Clarity regarding the Construct of Moral Injury. Neuropsychobiology. U.S. Department of Veterans Affairs, National Center for PTSD. (2026). Moral Injury. U.S. Department of Veterans Affairs, National Center for PTSD. (2026). Moral Injury and PTSD. Williamson, V., Stevelink, S. A. M., & Greenberg, N. (2018). Occupational moral injury and mental health: systematic review and meta-analysis. The British Journal of Psychiatry, 212(6), 339–346. World Health Organization. (2026). Post-traumatic stress disorder. Засєкіна, Л. В. та кол. (2024). Моральна травма та моральне сцілення учасників бойових дій: нейропсихологічні кореляти та психотерапевтичні інтервенції. Національний репозитарій академічних текстів.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Проблема вагонетки — це уявна моральна дилема, у якій невідворотна загроза змушує обирати між різними способами заподіяння шкоди. У найвідомішому варіанті некерована вагонетка рухається до п’ятьох людей, а спостерігач може перевести стрілку на іншу колію, де загине одна людина. В іншому варіанті п’ятьох можна врятувати, лише безпосередньо штовхнувши одну людину з мосту на колію. Для моральної психології цінність цієї задачі полягає не в пошуку єдиної «правильної» відповіді. Вона дає змогу змінювати окремі елементи ситуації — наслідки, намір, спосіб завдання шкоди, дію чи бездіяльність — і дивитися, як разом із ними змінюється моральне судження. Саме тому проблема вагонетки стала не тільки філософським уявним експериментом, а й однією з найвідоміших експериментальних парадигм дослідження морального пізнання. Водночас одна відповідь на дилему не вимірює «рівень моралі» людини, не діагностує особистість і не показує, як вона гарантовано поведе себе в реальній небезпечній ситуації. Дослідження вагонетки найкраще читати як дані про структуру морального судження в конкретно сформульованих сценаріях. Що таке проблема вагонетки Проблема вагонетки (англ. trolley problem) — сімейство уявних сценаріїв про конфлікт між порятунком більшої кількості людей і забороною навмисно завдавати тяжкої шкоди окремій людині. Центральна особливість парадигму — можливість зберігати приблизно однаковий розподіл наслідків, але змінювати причинну та інтенційну структуру дії. Саме ця конструкція дозволяє досліджувати моральне судження: чи вважає людина дію допустимою, правильною або менш неправильною за альтернативу. Це слід відрізняти від рішення, яке вона обрала б сама, від приписування відповідальності, від осуду, від оцінки норми та від реальної поведінки. У повсякденній мові ці речі часто зливаються в одну «моральну відповідь», але психологічно вони не тотожні. У вихідній філософській традиції Філіппа Фут у 1967 році використала сценарій із вагонеткою для аналізу відмінностей між тим, що людина робить, і тим, що вона допускає, а також між бажаними та передбачуваними наслідками. Публікацію можна ідентифікувати в бібліографічному записі PhilPapers. Джудіт Джарвіс Томсон надалі систематизувала й розвинула «trolley problem», зокрема в статті 1985 року в The Yale Law Journal. Пізніше психологи перетворили варіанти вагонетки на контрольовані стимули. Питання змінилося: не «яка етична теорія істинна?», а «які властивості ситуації змінюють людські судження і через які психологічні процеси це відбувається?». Класичні варіанти: стрілка і міст Варіант зі стрілкою Вагонетка мчить колією до п’ятьох людей. Ви стоїте біля стрілки й можете перевести вагонетку на бічну колію, де перебуває одна людина. Якщо нічого не робити, загинуть п’ятеро; якщо перевести стрілку — одна. У цій версії шкода одній людині є передбачуваним наслідком зміни траєкторії. Її смерть не потрібна як фізичний механізм, що зупиняє вагонетку: за логікою сценарію п’ятьох можна було б урятувати навіть тоді, якби на бічній колії нікого не було. Варіант із мостом Вагонетка знову загрожує п’ятьом людям. Тепер стрілки немає. Сценарій припускає, що вагонетку можна зупинити, лише штовхнувши одну людину з мосту на колію. Її тіло має фізично зупинити вагонетку, а отже шкода цій людині стає частиною засобу порятунку п’ятьох. Різниця між цими варіантами важлива тому, що число врятованих і загиблих може залишатися тим самим, а моральна оцінка змінюється. Це показує: люди реагують не лише на арифметику наслідків. Вони також чутливі до того, як саме один результат причинно та навмисно пов’язаний з іншим. Що саме вимірюють експерименти з вагонеткою Найчастіше учасників просять оцінити допустимість дії або відповісти, чи слід її виконати. Такі відповіді є моральними судженнями про сценарій. Вони не автоматично є поведінковими намірами, не тотожні фактичній дії та не обов’язково відображають загальну моральну позицію людини. Це розрізнення критичне. «Перевести стрілку допустимо» — судження про допустимість. «Я перевів би стрілку» — заявлений вибір. «Людина, яка перевела стрілку, винна» — судження про вину. «Вона відповідальна за смерть» — атрибуція відповідальності. «За таких умов діє правило мінімізації шкоди» — судження про норму. Ці відповіді можуть корелювати, але досліджують різні психологічні питання. Тому результати не слід переказувати формулою «люди обирають утилітаризм» або «емоції перемагають логіку». У багатьох експериментах вимірюють лише реакцію на конкретний штучний сценарій, а інтерпретація психологічного механізму потребує окремих моделей і додаткових даних. Що не слід змішувати: судження, рішення, міркування і поведінку Моральне судження (moral judgment) — оцінка того, чи є дія правильною, неправильною, допустимою або обов’язковою. Судження про осуд (blame judgment) стосується того, наскільки агента вважають гідним докору. Приписування відповідальності (responsibility attribution) охоплює питання причинного внеску, контролю, наміру, обов’язку та підзвітності. Судження про норму (norm judgment) — оцінка того, яке правило діє або має значення в ситуації. Ці конструкції пов’язані, але одна не є просто іншою назвою для решти. Моральне рішення (moral decision) — вибір між альтернативами. Моральне міркування (moral reasoning) — явний або реконструйований процес роботи з причинами, правилами й наслідками. Моральна інтуїція (moral intuition) — швидка оцінна реакція, що може виникати без повного словесного обґрунтування; швидкість або неусвідомленість не робить її автоматично ірраціональною. Водночас розгорнуте міркування саме по собі не гарантує нормативно правильного висновку. Моральна мотивація (moral motivation) стосується того, що спонукає людину діяти відповідно до морально значущих міркувань, а моральна поведінка (moral behavior) — того, що людина фактично робить. Судження, цінності, моральна ідентичність і переконання можуть підтримувати дію, але не гарантують її: на поведінку впливають ситуація, можливості, ризик, соціальний контекст, звички та конкуруючі мотиви. Чому судження змінюється: не один фактор, а конфігурація Класичний контраст між стрілкою та мостом довго пояснювали окремими принципами — дією проти бездіяльності, наміром, фізичним контактом або «особистістю» шкоди. Сучасні дані показують складнішу картину: ці ознаки часто змінюються разом і взаємодіють. Шкода як засіб і шкода як побічний наслідок Одна з центральних відмінностей полягає в тому, чи потрібна шкода одній людині як засіб досягнення мети. У варіанті зі стрілкою смерть однієї людини передбачається, але не потрібна для самого переведення вагонетки. У варіанті з мостом шкода людині вбудована в механізм порятунку інших. Метааналіз Адама Фельца і Джошуа Мея, що охопив 101 дослідження та 24 058 учасників, виявив загальну різницю між шкодою як засобом і шкодою як побічним результатом. Водночас величина цього ефекту суттєво залежала від особистого контакту та пов’язаної з ним особистої сили. Це важливе обмеження для простого висновку, ніби моральний мозок окремо й чисто «обчислює принцип подвійного ефекту». Метааналіз у Cognition. Намір Люди зазвичай реагують не лише на те, скільки шкоди сталося, а й на те, чи була вона навмисною. У дослідженні Фаєрі Кашмана, Ліан Янг і Марка Хаузера учасники виявляли чутливість до трьох відмінностей: дія проти бездіяльності, навмисна шкода як засіб проти передбаченої побічної шкоди та фізичний контакт. Цікаво, що не всі принципи, які впливали на судження, так само легко з’являлися в свідомих поясненнях учасників. Psychological Science, 2006. Отже, моральна інтуїція не є синонімом ірраціональності. Частина чутливості до причинної та інтенційної структури може виникати швидко й без готового словесного правила, але це саме по собі не робить судження випадковим або нелогічним. Особиста сила, контакт і близькість Штовхнути людину власними руками психологічно відрізняється від натискання важеля. Проте фізичний контакт не є самодостатнім поясненням. Джошуа Грін і колеги запропонували поняття personal force — особистої сили, за якої фізична сила, що безпосередньо впливає на жертву, створюється м’язами самого агента. У їхніх експериментах ефект такої особистої сили залежав від наміру: коли шкода не була інструментально потрібною, сам чинник особистої сили не давав того самого патерну. Cognition, 2009. Тому формула «люди не хочуть торкатися жертви» занадто груба. Моральна оцінка формується з поєднання наміру, причинної ролі шкоди, способу дії та інших характеристик сценарію. Дія, бездіяльність і загальна перевага нічого не робити У багатьох дилемах один варіант подано як активне втручання, а інший — як збереження поточного ходу подій. Через це відповідь може частково відображати загальну схильність до дії або бездіяльності, а не лише чутливість до моральної норми чи кількості врятованих. Саме цю неоднозначність підкреслює модель CNI Берта Гавронскі та колег. Автори показали, що традиційне кодування відповіді як «утилітарної» або «деонтологічної» може змішувати щонайменше три компоненти: чутливість до наслідків, чутливість до моральних норм і загальну перевагу бездіяльності перед дією. Опис CNI-моделі в Journal of Personality and Social Psychology. CNI не слід перетворювати на типологію людей. Це математична модель відповідей у спеціально сконструйованих наборах дилем, а не тест на три «моральні системи» всередині особистості. Наслідки важливі, але «врятувати п’ятьох» не дорівнює утилітаризму У вагонеткових задачах легко назвати згоду пожертвувати однією людиною «утилітарною» відповіддю, бо вона зменшує загальну кількість смертей. У дослідницькій літературі такий ярлик історично поширений, але він має межі. Утилітаризм як нормативна етична теорія значно ширший за готовність допустити інструментальну шкоду в одному штучному сценарії. Гай Кагане та колеги показали, що підтримка інструментальної шкоди і неупереджена турбота про добробут усіх людей є відмінними вимірами. У звичайній популяції вони не утворювали єдину психологічну рису. Psychological Review, 2018. Звідси випливає важливе правило інтерпретації: відповідь «перевести стрілку» не робить людину «утилітаристом», так само як відмова від цього не встановлює «деонтологічний тип». І тим більше ці відповіді не дозволяють ранжувати людей за моральністю. Інтуїція, емоції та міркування: що сталося з dual-process поясненням Проблема вагонетки відіграла велику роль у розвитку dual-process підходів до морального судження. Ранні нейровізуалізаційні роботи Джошуа Гріна та колег пов’язували різні типи моральних дилем із різними патернами емоційного залучення та когнітивного контролю. Science, 2001. Популярний переказ цієї моделі звучить так: швидка емоція породжує заборону завдавати особистої шкоди, а повільне раціональне мислення обчислює наслідки. Для сучасного наукового статусу це надмірне спрощення. По-перше, «інтуїтивне» не означає «нерозумне», а контрольоване міркування не гарантує морально правильного висновку. По-друге, конкретні експериментальні передбачення dual-process моделі відтворюються нерівномірно. Метааналіз Пола Ререна 2024 року об’єднав 44 дослідження з 68 ефектами та понад 14 тисячами учасників, у яких маніпулювали когнітивним навантаженням, виснаженням, індукцією способу мислення або часовим обмеженням. Загальний об’єднаний ефект був у передбаченому моделлю напрямку, але статистично значущим не став; те саме стосувалося підгрупи висококонфліктних «особистих» дилем. Метааналіз у Frontiers in Psychology. У 2023 році сам Грін писав, що класичну dual-process теорію потрібно переглянути і не зводити до простого протиставлення «швидкого» й «повільного». Він водночас вважав, що дані все ще підтримують участь відмінних процесів у конфліктних моральних судженнях. Behavioral and Brain Sciences. Критичний огляд Філіпа Квінлана і Дейла Коена 2026 року, навпаки, стверджує, що значна частина нейронних і поведінкових доказів класичного dual-process пояснення залежить від недостатньо перевірених припущень. Behavioral Sciences, 2026. Сукупно це означає не «теорію спростовано» і не «теорію доведено», а те, що її сильні ранні формулювання залишаються предметом активної дискусії. Емпатія впливає на відповіді, але не є «моральним перемикачем» Емпатія часто з’являється в популярних поясненнях вагонетки: нібито більш емпатична людина завжди відмовляється завдавати шкоди одній людині. Наукові дані складніші. Систематичний огляд і метааналіз Джуліана Населло та Жана-Марка Тріффо відібрав 34 дослідження з 661 знайденого запису та проаналізував зв’язки різних компонентів емпатії з моральними судженнями, рішеннями й схильностями у вагонеткових та споріднених дилемах. British Journal of Social Psychology, 2023. Ця література підтверджує, що емпатійні процеси можуть бути пов’язані з відповідями, але не дає підстав зводити моральність до емпатії або вважати один варіант відповіді маркером «більшої емпатійності». Емпатія сама є багатокомпонентною, може бути вибірковою і залежить від того, на кого спрямована увага. Гіпотетичне судження і реальна поведінка — різні рівні Головне обмеження проблеми вагонетки очевидне вже з її форми: це гіпотетичний сценарій. Людина читає короткий текст або бачить схему, має час уявити подію і знає, що фактично нікого не вбиває. У 2018 році Дріс Бостін, Сібрен Севенхант і Арне Рутс порівняли відповіді на гіпотетичну дилему з рішенням у лабораторній ситуації, яку учасники вважали реальною. У ній йшлося про електричний розряд одній миші або п’ятьом. Автори виявили, що гіпотетичні судження не передбачали індивідуальну поведінку в реальній версії задачі. Psychological Science, 2018. Це одне дослідження не робить усі уявні дилеми марними. Воно показує межу висновку: відповіді на сценарій є даними про судження в сценарії. Переносити їх прямо на поведінку під реальною загрозою, стресом, відповідальністю і невизначеністю потрібно лише за наявності окремих доказів. Чому формулювання задачі має значення Моральне судження залежить від того, яку саме структуру закладено в стимул. Дослідники змінюють число постраждалих, певність наслідків, необхідність фізичного втручання, роль наміру, причинний ланцюг, активну чи пасивну форму відповіді. Навіть на рівні вимірювання важливо, чи питають про «допустимість», «правильність», «обов’язок», особистий вибір або про те, кого слід звинувачувати. Тому різні «тести вагонетки» в інтернеті можуть бути психологічно різними задачами, навіть якщо всі використовують п’ятьох і одного. Якщо один сценарій змінює одночасно намір, контакт і спосіб порятунку, неможливо приписати різницю відповідей лише одному фактору. Саме цю проблему намагаються вирішувати сучасні експериментальні дизайни й моделі на кшталт CNI: вони не просто питають, яку кнопку натисне людина, а систематично розділяють компоненти задачі. Проблема вагонетки не є тестом особистості З однієї відповіді не можна валідно зробити висновок, що людина добра, жорстока, раціональна, емоційна, емпатична, психопатична, «утилітарна» або «деонтологічна». Навіть коли дослідження знаходять статистичні асоціації між певними рисами та патернами відповідей, це групові зв’язки з обмеженою індивідуальною передбачувальною силою. Особливо некоректно використовувати вагонетку як моральний рейтинг кандидатів на роботу, партнерів, студентів чи пацієнтів. Для психодіагностики потрібні валідовані інструменти з відомими психометричними властивостями й чітко визначеним конструктом. У проблеми вагонетки інша наукова функція — експериментально розкладати моральне судження на компоненти. Що проблема вагонетки говорить про моральне судження Найстійкіший загальний урок парадигму полягає в тому, що моральні оцінки чутливі до структури дії. Люди враховують не тільки кінцеву кількість жертв. На судження впливають причинна роль шкоди, її навмисність, спосіб втручання, активність чи бездіяльність, норми та очікувані наслідки. Другий урок — одна й та сама відповідь може виникати через різні процеси. Двоє людей можуть відмовитися від штовхання з різних причин; двоє можуть погодитися перевести стрілку, але один реагує на наслідки, інший — на норму відповідальності за порятунок, третій — на особливості формулювання. Третій урок — моральне міркування і моральна інтуїція працюють у взаємодії. Люди здатні давати складні аргументи, але не завжди мають словесний доступ до всіх факторів, що змінили їхнє судження. І навпаки, наявність аргументу після відповіді ще не доводить, що саме цей аргумент породив первинну оцінку. Що проблема вагонетки не показує Вона не встановлює, яка моральна теорія «правильна». Це питання нормативної етики. Вона не доводить, що люди поділяються на два типи — «емоційних деонтологів» і «раціональних утилітаристів». Вона не дозволяє за однією відповіддю оцінити моральний характер або передбачити реальну поведінку конкретної людини. Вона не доводить, що інтуїція ірраціональна. Швидка оцінка може бути чутливою до причинності, наміру й норм, навіть якщо людина не формулює їх одразу. Вона не доводить, що міркування гарантує морально правильну відповідь. Контрольоване мислення може уточнювати, переглядати або раціоналізувати судження, а нормативна правильність не випливає з самого факту повільнішого аналізу. Проблема вагонетки, ШІ та автономні автомобілі Вагонетку часто переносять на автономні автомобілі та штучний інтелект: якщо зіткнення нібито неминуче, кого має «обрати» система? Такі сценарії корисні для дослідження людських переваг, але їх не слід ототожнювати з повною задачею безпеки автономного транспорту. У міжнародному експерименті Moral Machine було зібрано близько 40 мільйонів рішень у штучно сконструйованих дорожніх дилемах від людей із 233 країн і територій. Дослідники виявили як спільні тенденції, так і міжкультурні відмінності в заявлених перевагах. Nature, 2018. Але сама форма задачі впливає на те, що в ній «знаходять». Йоханан Біґман і Курт Ґрей показали, що висновок про готовність людей нерівно оцінювати життя різних осіб значною мірою залежав від конкретної конструкції сценарію на зразок проблеми вагонетки; у зміненому дизайні учасники переважно підтримували рівне ставлення до життів. Nature, 2020. Психологічні відповіді людей на такі дилеми є даними про людське сприйняття, а не доказом того, що ШІ має власну моральну свідомість, почуття або моральну суб’єктність. Так само передавання системі рекомендаційної чи автоматизованої функції не усуває відповідальність розробників, операторів, організацій і користувачів. Про психологію передавання рішень системам ШІ див. окремий матеріал «Коли ШІ вирішує за нас: делегування рішень, когнітивна агентність і психологія контролю». Для чого проблема вагонетки корисна сьогодні По-перше, як навчальний інструмент вона наочно показує, що моральний конфлікт не зводиться до підрахунку наслідків. Один невеликий поворот сценарію змушує побачити роль наміру, причинності, норми та способу дії. По-друге, як експериментальна парадигма вона дозволяє будувати контрольовані серії сценаріїв і перевіряти конкретні гіпотези про моральне судження. Її наукова сила зростає тоді, коли дослідник не робить висновок із одного ефектного прикладу, а систематично маніпулює компонентами задачі. По-третє, історія досліджень вагонетки є хорошим прикладом розвитку самої психологічної науки. Від привабливої двоїстої схеми «емоція проти розуму» поле перейшло до моделей, які розділяють наслідки, норми, бездіяльність, інтенцію, причинність і структуру вимірювання. Сильна теорія тут має пояснювати не один знаменитий контраст, а ширший масив даних. Обмеження доказової бази Більшість вагонеткових досліджень працює з короткими гіпотетичними сценаріями. Це дає експериментальний контроль, але обмежує екологічну валідність. Реальні моральні ситуації містять невизначеність, неповну інформацію, стосунки, історію взаємодії, ризик для самого агента, правові рамки та можливість шукати третій варіант. Частина класичних ефектів добре задокументована, але їхній механізм залишається спірним. Зокрема, різницю між «засобом» і «побічним наслідком» не можна відокремити від особистої сили в усіх наборах сценаріїв, а сильні версії dual-process пояснення мають змішані сучасні підтвердження. Крім того, дослідницькі ярлики «утилітарне» і «деонтологічне» судження можуть створювати більше філософського змісту, ніж реально вимірює відповідь. Саме тому новіші підходи намагаються відокремити чутливість до наслідків і норм від загальної схильності діяти або не діяти. Як читати власну відповідь на дилему Власна реакція може бути цікавою точкою для самоспостереження: що саме здалося важливим — кількість врятованих, заборона використовувати людину як засіб, особиста участь, намір, відповідальність за бездіяльність? Але це питання для рефлексії, а не результат психодіагностики. Корисніше не запитувати «який я моральний тип?», а розкласти судження: що в сценарії змінилося б, аби ваша відповідь стала іншою? Чи важлива певність наслідків? Чи змінив би щось добровільний ризик однієї людини? Чи відрізняється для вас передбачена шкода від навмисно використаної? Таке порівняння ближче до логіки моральної психології. Поширені запитання Хто придумав проблему вагонетки? Філософиня Філіппа Фут сформулювала класичний сценарій у статті 1967 року. Джудіт Джарвіс Томсон надалі розвинула сімейство сценаріїв проблеми вагонетки і закріпила назву «The Trolley Problem» у статті 1985 року. Чому люди часто погоджуються перевести стрілку, але не штовхнути людину? Ці сценарії відрізняються одразу кількома характеристиками: роллю наміру, тим, чи є шкода засобом, особистою силою, фізичним контактом і причинною структурою. Дослідження показують, що жодне просте пояснення не охоплює весь ефект. Чи є відповідь «врятувати п’ятьох» утилітарною? У вузькому експериментальному словнику її часто називають «утилітарною» або «консеквенціалістською», бо вона мінімізує кількість смертей у сценарії. Але це не доводить прийняття людиною утилітаризму як повної етичної теорії. Дослідження Кагане та колег показують, що схвалення інструментальної шкоди й неупереджена турбота про загальний добробут психологічно розрізняються. Чи показує відповідь, наскільки людина емпатична? Ні. Емпатійні характеристики можуть статистично бути пов’язані з відповідями в деяких дослідженнях, але одна відповідь не є валідним тестом емпатії і не дає індивідуального психологічного діагнозу. Чи доводить дилема, що моральні рішення приймаються емоціями? Ні. Емоційні та контрольовані когнітивні процеси обидва пов’язані з моральним судженням. Класична dual-process модель була впливовою, але її сильна версія нині активно переглядається; метааналізи та критичні огляди дають змішану картину. Чи передбачає відповідь реальну поведінку? Не надійно на індивідуальному рівні. Гіпотетичні судження й фактичні рішення в умовах реального ризику можуть розходитися. Вагонетка корисна передусім як контрольований експериментальний стимул. Чи існує науково правильна відповідь на проблему вагонетки? Психологія не встановлює, яка відповідь морально правильна. Вона досліджує, як люди оцінюють сценарій, які характеристики змінюють судження і які моделі краще пояснюють ці зміни. Питання про те, що слід робити, належить до нормативної етики. Чи можна використовувати проблему вагонетки для етики ШІ? Її можна використовувати для дослідження людських уявлень про допустимі рішення машин, але вона не є готовим алгоритмом етики. Реальні автоматизовані рішення потребують роботи з імовірностями, безпекою, правом, інженерними обмеженнями та розподілом людської відповідальності. Пов’язані статті Джошуа Грін Моральні дилеми Джерела Awad, E., Dsouza, S., Kim, R., Schulz, J., Henrich, J., Shariff, A., Bonnefon, J.-F., & Rahwan, I. (2018). The Moral Machine experiment. Nature, 563, 59–64. Bigman, Y. E., & Gray, K. (2020). Life and death decisions of autonomous vehicles. Nature, 579, E1–E2. Bostyn, D. H., Sevenhant, S., & Roets, A. (2018). Of Mice, Men, and Trolleys: Hypothetical Judgment Versus Real-Life Behavior in Trolley-Style Moral Dilemmas. Psychological Science, 29(7), 1084–1093. Cushman, F., Young, L., & Hauser, M. (2006). The role of conscious reasoning and intuition in moral judgment: testing three principles of harm. Psychological Science, 17(12), 1082–1089. Feltz, A., & May, J. (2017). The means/side-effect distinction in moral cognition: A meta-analysis. Cognition, 166, 314–327. Foot, P. (1967). The Problem of Abortion and the Doctrine of the Double Effect. Oxford Review, 5, 5–15. Gawronski, B., Armstrong, J., Conway, P., Friesdorf, R., & Hütter, M. (2017). Consequences, norms, and generalized inaction in moral dilemmas: The CNI model of moral decision-making. Journal of Personality and Social Psychology, 113(3), 343–376. Greene, J. D., Sommerville, R. B., Nystrom, L. E., Darley, J. M., & Cohen, J. D. (2001). An fMRI investigation of emotional engagement in moral judgment. Science, 293(5537), 2105–2108. Greene, J. D., Cushman, F. A., Stewart, L. E., Lowenberg, K., Nystrom, L. E., & Cohen, J. D. (2009). Pushing moral buttons: the interaction between personal force and intention in moral judgment. Cognition, 111(3), 364–371. Greene, J. D. (2023). Dual-process moral judgment beyond fast and slow. Behavioral and Brain Sciences, 46, e123. Kahane, G., Everett, J. A. C., Earp, B. D., Caviola, L., Faber, N. S., Crockett, M. J., & Savulescu, J. (2018). Beyond sacrificial harm: A two-dimensional model of utilitarian psychology. Psychological Review, 125(2), 131–164. Nasello, J. A., & Triffaux, J.-M. (2023). The role of empathy in trolley problems and variants: A systematic review and meta-analysis. British Journal of Social Psychology, 62(4), 1753–1781. Quinlan, P. T., & Cohen, D. J. (2026). Untested Assumptions and Tenuous Evidence: A Critique of the Dual-Process Account of Moral Judgment. Behavioral Sciences, 16(1), 20. Rehren, P. (2024). The effect of cognitive load, ego depletion, induction and time restriction on moral judgments about sacrificial dilemmas: a meta-analysis. Frontiers in Psychology, 15, 1388966. Thomson, J. J. (1985). The Trolley Problem. The Yale Law Journal, 94(6), 1395–1415.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Моральні норми — це правила й очікування щодо того, що в певній спільноті вважають належним або неналежним у площині правильного і неправильного. У психології важливо досліджувати не те, яка мораль «має бути правильною», а те, як люди розпізнають моральні вимоги, засвоюють їх, відчувають їхню обов’язковість, підтримують або порушують, застосовують до інших і змінюють у процесі соціальної взаємодії. Моральна норма існує одночасно на кількох рівнях: як уявлення про те, що схвалюють або засуджують інші; як правило, яке людина може вважати власним; як очікування щодо поведінки членів групи; як підстава для оцінки вчинків; як об’єкт підтримки, санкцій, дискусії та перегляду. Сучасний міждисциплінарний огляд показує, що норми формуються й змінюються через навчання, передавання між поколіннями, соціальні мережі, інституції та історичний контекст, а їхня стійкість залежить від взаємодії психологічних і соціальних процесів (Gelfand, Gavrilets & Nunn, 2024). Що таке моральна норма в психології У найпростішому психологічному значенні моральна норма — це приписове правило про те, що слід або не слід робити, коли поведінка оцінюється в категоріях правильного, неправильного, справедливого, шкідливого, турботливого, чесного, відповідального або іншого морально значущого змісту. Таке правило може бути сформульоване прямо — наприклад, у вигляді заборони чи обов’язку, — або існувати як неявне очікування, яке люди виводять із поведінки та реакцій інших. Важливо розрізняти описову норму й приписову норму. Описова норма відповідає на питання «як люди зазвичай поводяться?». Приписова, або ін’юнктивна, — «що тут схвалюють, вважають належним або очікують від людини?». Моральні норми зазвичай мають приписовий характер, але не кожне приписове правило є моральним: дрескод, правила черги, форма звертання чи локальна традиція можуть регулювати поведінку без того, щоб учасники надавали їм морального значення. Тому моральні норми входять до ширшого класу соціальних норм, але мають власний психологічний зміст. Сторінка про соціальні норми пояснює загальні механізми нормативного впливу, тоді як тут у центрі перебуває саме те, як правила правильного і неправильного стають психологічно значущими, засвоюються, підтримуються і змінюються. Науковий статус і межі поняття Моральні норми є усталеним об’єктом дослідження в моральній, соціальній і розвитковій психології. Водночас сучасна наука не має однієї вичерпної теорії, яка однаково описувала б усі моральні норми, усі культури й усі життєві контексти. Дослідники вивчають нормативні уявлення через різні моделі: соціальне навчання, теорію соціальних доменів, дослідження морального судження, моральних переконань, санкцій, кооперації, мережевого поширення та інституційної підтримки. Найнадійніше підтверджені загальні висновки стосуються того, що люди вчаться норм із кількох джерел, що нормативні очікування можуть впливати на поведінку, що діти досить рано починають розрізняти різні типи правил, а підтримка й зміна норм залежать від реакцій значущих інших, структури групи та інституційного середовища. Огляд навчання норм описує спостереження, наслідування, висновування, пряме пояснення, моделювання та оцінний зворотний зв’язок як різні шляхи формування нормативних уявлень (Malle & Chi, 2024). Набагато обережніше слід ставитися до тверджень, що конкретний зміст певної моральної норми є універсальним, що одна санкція працює однаково в усіх групах або що одна експериментальна задача дозволяє ранжувати людей за «моральністю». Доказова база тут значно сильніше залежить від віку, культурного середовища, типу відносин, способу вимірювання та конкретної ситуації. Моральна норма, соціальна норма, цінність, переконання і закон — різні речі Соціальна норма — ширше поняття. Вона охоплює очікування щодо поведінки в групі, незалежно від того, чи вважають їх моральними. Моральна норма стосується того, що люди або групи сприймають як належне чи неналежне в морально значущому сенсі. Звідси випливає важлива різниця: поширеність правила ще не доводить його моральної виправданості, а моральне схвалення ще не означає, що всі реально діють відповідно до нього. Цінності — це ширші бажані принципи й орієнтири, які можуть впливати на багато ситуацій. Наприклад, людина може високо цінувати справедливість, а конкретна моральна норма визначатиме, що в певній ситуації вона вважає справедливим розподілом, чесною процедурою або належною відповідальністю. Цінність не є готовою інструкцією для кожної ситуації, а моральна норма не вичерпує всієї системи цінностей людини. Моральне переконання також не тотожне груповій нормі. Огляди морального переконання показують, що деякі позиції переживаються людиною як питання фундаментального правильного і неправильного та можуть суб’єктивно сприйматися як незалежні від авторитету чи думки більшості (Skitka et al., 2021). Тому особисте моральне переконання може збігатися з домінантною нормою групи, частково відрізнятися від неї або вступати з нею в конфлікт. Закон — формалізоване правило, яке підтримується правовими інституціями. Мораль і право часто перетинаються, але психологічно не є одним і тим самим. Людина може вважати щось законним, але морально сумнівним, або морально обов’язковим, хоча закон прямо цього не вимагає. Для психолога важливо досліджувати ці оцінки та їхні наслідки, не перетворюючи емпіричний опис на юридичний чи етичний вердикт. Як зрозуміти, що правило сприймається саме як моральне Один зі способів досліджувати це питання походить із теорії соціальних доменів. У відповідних експериментах дітей запитують, чи залишалася б певна дія неправильною, якби дорослий її дозволив, якби в іншій школі не було такого правила або якби правило можна було змінити. Метааналіз досліджень від раннього до середнього дитинства показав помірно виражене розрізнення моральних і конвенційних порушень: моральні порушення в середньому частіше оцінювалися як менш залежні від конкретного правила чи авторитету та як такі, що мають ширшу застосовність (Yoo & Smetana, 2022). Цей результат не перетворює кілька запитань на універсальний тест «справжньої моралі». Ефекти варіювали залежно від віку, типу порушення й дизайну дослідження, а наявні вибірки не представляють усі суспільства. Натомість ці дані допомагають зрозуміти важливу психологічну рису: моральне правило часто переживається як таке, що має підставу ширшу, ніж проста домовленість «у нас так заведено». Саме тому «так прийнято» і «це правильно» психологічно не тотожні твердження. Як люди засвоюють моральні норми Засвоєння моральної норми рідко відбувається через один канал. Людина може одночасно бачити поведінку інших, чути пояснення, отримувати схвалення чи осуд, спостерігати наслідки вчинків і робити власні висновки. Сучасний огляд навчання норм пропонує розрізняти щонайменше спостереження й наслідування, висновування норм із ситуацій, пряме навчання та оцінний зворотний зв’язок (Malle & Chi, 2024). Спостереження і наслідування Люди помічають, як поводяться батьки, однолітки, учителі, колеги та інші значущі учасники спільноти. Якщо певний тип поведінки регулярно повторюється, супроводжується схваленням і не викликає заперечень, він може стати підставою для висновку про те, «як тут належить діяти». Але спостереження саме по собі не завжди показує, чи бачить людина перед собою моральну норму, звичку, вимушену поведінку або просто частий випадок. Пряме пояснення Норми передаються словами: «так робити не можна», «це несправедливо», «потрібно запитати дозволу», «якщо завдав шкоди, слід її виправити». Важливе не лише саме правило, а й пояснення його підстав. У сімейній соціалізації моральні цінності й соціальні правила передаються через багатосторонню взаємодію, де значення мають не тільки дії дорослого, а й особливості дитини та ширший соціокультурний контекст (Grusec, 2011). Оцінний зворотний зв’язок Схвалення, критика, пояснення наслідків, вимога відшкодувати шкоду або реакція свідків допомагають людині зрозуміти, які межі група вважає значущими. Такий зворотний зв’язок може навчати нормі, але його ефект залежить від довіри до джерела, справедливості процедури, контексту та того, чи сприймається правило як осмислене. Намір, наслідок і перспектива іншого Моральне навчання включає не лише запам’ятовування заборон. Людина вчиться враховувати, що сталося, чому це сталося, чого хотів учасник ситуації та як наслідки торкнулися інших. Огляд морального навчання і прийняття рішень упродовж життя показує, що оцінювання себе та інших пов’язане з інтеграцією намірів, результатів і соціальної інформації, причому ці процеси розвиваються і змінюються з віком (Lockwood, van den Bos & Dreher, 2025). Коли діти починають розуміти норми Нормативне навчання починається рано. Огляд розвиткових досліджень показує, що маленькі діти здатні досить швидко виводити правила з поведінки та пояснень дорослих, застосовувати їх до нових ситуацій і в певних умовах реагувати на порушення навіть як сторонні спостерігачі (Schmidt & Rakoczy, 2023). Це не означає, що дитина вже має дорослу моральну систему або рухається по єдиній універсальній «драбині моральності». Розвиток включає зміни в розумінні намірів, наслідків, перспектив інших людей, правил групи та контексту. Дослідники також знаходять відмінності між типами норм і між культурними середовищами. Тому вікові результати слід описувати як розвиток певних здібностей і способів оцінювання, а не як рейтинг дітей за моральною зрілістю. Що таке інтеріоризація моральної норми Інтеріоризацією називають процес, у якому правило перестає переживатися лише як зовнішня вимога й стає частиною власних нормативних стандартів людини. Людина може дотримуватися правила навіть без безпосереднього контролю, оскільки вважає його значущим, співвідносить із власними цінностями або очікує від самої себе певної поведінки. Інтеріоризація не є кнопкою «увімкнено/вимкнено». У реальному житті мотиви часто змішані. Одна й та сама дія може підтримуватися внутрішнім переконанням, бажанням уникнути осуду, турботою про стосунки, очікуванням взаємності та формальними правилами. Огляд приписових норм підкреслює, що нормативний вплив може діяти і через інтеріоризацію, і через формальне чи неформальне примушування, а надмірний нормативний тиск іноді породжує спротив або підриває автономну мотивацію (Wenzel & Woodyatt, 2025). Моральна цінність, моральна ідентичність, переконання, намір і фактична поведінка пов’язані, але не взаємозамінні. Внутрішнє прийняття норми підвищує ймовірність узгодженої поведінки в багатьох ситуаціях, однак не гарантує її за будь-яких умов. Чому люди дотримуються моральних норм Причини дотримання моральної норми можуть бути різними й одночасними. Внутрішня згода Людина може вважати правило правильним і таким, що узгоджується з її цінностями. У цьому випадку дотримання не потребує постійного зовнішнього контролю, хоча соціальний контекст усе одно впливає на те, як конкретну норму тлумачать і застосовують. Очікувані реакції інших Люди враховують можливі наслідки для репутації, довіри, належності до групи та стосунків. Навіть коли формальної санкції немає, схвалення й осуд можуть робити норму психологічно помітною. Координація і взаємність Частина норм допомагає передбачати поведінку інших і підтримувати спільну дію. У ситуаціях взаємної залежності дотримання правил може зменшувати невизначеність і підтримувати кооперацію. Водночас кооперація залежить не від одного морального мотиву: на неї впливають структура взаємодії, комунікація, стимули, довіра й очікування щодо поведінки партнерів. Емоційні реакції Провина, сором, обурення, вдячність, співчуття та інші емоції можуть підтримувати нормативну поведінку або сигналізувати про значущість порушення. Емпатія іноді підтримує просоціальність, але не дорівнює моралі: вона може бути вибірковою, залежати від близькості й помітності конкретної людини та не дає готового рішення в конфліктах між різними моральними вимогами. Як моральні норми підтримуються в групі Норма зберігається не просто тому, що вона записана або одного разу сформульована. Її відтворюють повсякденні взаємодії: приклади поведінки, розмови, жарти, осуд, похвала, розподіл статусу, правила організації та реакції на порушення. Людина спостерігає не лише за тим, «що роблять усі», а й за тим, чия поведінка привертає увагу й чиї реакції служать орієнтиром. Польовий експеримент у шкільній соціальній мережі показав, що робота з соціально помітними учнями могла змінювати сприйняті колективні норми й пов’язану з ними поведінку однолітків (Paluck & Shepherd, 2012). Цей результат важливий як демонстрація мережевого механізму, але він не означає, що будь-який популярний учасник автоматично змінює будь-яку моральну норму. Ефект був отриманий у конкретній програмі, мережі та поведінковому контексті. Норма підтримується особливо стійко, коли кілька механізмів узгоджуються: люди сприймають правило як легітимне, бачать його дотримання, очікують схвалення за відповідну поведінку, спостерігають послідовну реакцію на порушення й мають інституційні процедури, що не суперечать проголошеному правилу. Коли ці сигнали розходяться, нормативна система може ставати нестабільнішою. Чи працюють покарання і винагороди Санкції можуть підтримувати норму, однак формула «чим суворіше покарання, тим краще» не підтверджується як загальний психологічний принцип. Метааналіз лабораторних соціальних дилем показав, що винагороди й покарання в середньому могли підвищувати кооперацію, але ефекти залежали від структури взаємодії та повторюваності контактів (Balliet, Mulder & Van Lange, 2011). Інший метааналіз даних із 18 суспільств показав, що зв’язок між покаранням і кооперацією змінювався залежно від рівня суспільної довіри (Balliet & Van Lange, 2013). Новіший великий метааналіз інституцій у соціальних дилемах також знаходить, що санкції та комунікація можуть підтримувати кооперацію, але їхня ефективність залежить від дизайну інституцій і контексту (Jin, Spadaro & Balliet, 2025). Отже, покарання — один із можливих механізмів підтримки правил, а не універсальний рецепт. Якщо санкція сприймається як несправедлива, надмірна або така, що загрожує автономії, вона може спричиняти опір, змінювати мотивацію чи підривати довіру. Саме на такі ризики нормативного впливу звертає увагу сучасний огляд приписових норм (Wenzel & Woodyatt, 2025). Моральна норма не дорівнює моральному судженню Моральна норма — це правило або очікування. Моральне судження — оцінка конкретної дії, ситуації, наміру або особи за морально значущими критеріями. Людина може знати норму, але сперечатися про те, чи підпадає конкретний випадок під неї. Вона може визнати порушення, але по-різному оцінити ступінь провини або відповідальності учасників. Так само слід розрізняти моральне судження і судження про провину; приписування відповідальності; оцінювання норми; моральне рішення; моральне міркування; моральну інтуїцію; моральну мотивацію та моральну поведінку. Вони взаємодіють, однак жоден із цих процесів не є просто іншою назвою для решти. Оцінка «цей вчинок неправильний» не автоматично визначає, хто й у якій мірі відповідальний за нього. Рішення «я зроблю інакше» не гарантує фактичної поведінки в умовах тиску або ризику. Міркування може пояснювати, переоцінювати чи виправдовувати інтуїтивну реакцію, але сам факт довгого міркування не робить моральний висновок правильним. Ці розрізнення особливо важливі для досліджень. Якщо експеримент вимірює оцінку допустимості дії, з цього не можна без додаткових даних робити висновок про реальну поведінку, характер, готовність карати або здатність узяти відповідальність. Чому люди порушують норми, з якими погоджуються Згода з нормою не створює автоматичної відповідності між переконанням і поведінкою. У конкретній ситуації можуть конкурувати кілька норм і цінностей. Людина може неправильно зрозуміти обставини, недооцінити наслідки, діяти під тиском часу, страху, авторитету чи групи, мати суперечливі інтереси або вважати, що інша вимога в цій ситуації важливіша. На поведінку також впливають можливості й структура ситуації. Норма «допомагати тому, хто потребує допомоги» не визначає сама по собі, яку саме допомогу надати, за якої ціни для інших зобов’язань і як діяти, коли потреби кількох людей конфліктують. Нормативна згода часто потребує ситуаційного судження. Тому порушення правила не варто автоматично трактувати як доказ того, що людина «не має моралі», а дотримання — як доказ високого морального характеру. Психологічний аналіз потребує даних про норму, мотивацію, контекст, альтернативи й реальну поведінку. Як моральні норми змінюються Моральні норми можуть здаватися стабільними, оскільки люди зустрічають їх уже сформованими. Насправді вони постійно відтворюються через навчання, взаємодію, інституції та публічні очікування. Великий огляд динаміки норм показує, що їх виникнення, стійкість і зміна залежать від процесів на кількох рівнях — від індивідуального навчання до мережевої структури, екологічних умов та історичних інституцій (Gelfand, Gavrilets & Nunn, 2024). Зміна уявлень про підтримку правила Люди нерідко помиляються щодо того, що насправді думають інші. Якщо кожен вважає, що більшість підтримує певну практику, публічна поведінка може зберігатися навіть за слабшої приватної підтримки. Саме тому інформування про реальні установки або поведінку референтної групи іноді змінює нормативні очікування. Огляд втручань, спрямованих на зміну норм, показує, що такі підходи працюють не автоматично: значення мають достовірність інформації, правильний вибір референтної групи й початкове сприйняття норми (Miller & Prentice, 2016). Публічна поведінка значущих учасників Коли соціально помітні учасники демонструють іншу поведінку й ця зміна стає видимою, вона може змінити уявлення про те, що допустимо, очікувано або підтримувано групою. Польовий експеримент Paluck і Shepherd показує один із можливих механізмів такої мережевої зміни, але його не слід перетворювати на універсальну формулу для будь-якого середовища (Paluck & Shepherd, 2012). Інституції та стимули Формальні правила, процедури, можливості повідомляти про порушення, способи розподілу ресурсів і санкцій впливають на те, наскільки легко норму дотримуватися та наскільки послідовно вона підтримується. Інституційна зміна може змінити поведінку швидше, ніж приватні переконання, а згодом нова практика може сама стати джерелом нормативного навчання. Комунікація і переосмислення Норми змінюються, коли люди по-іншому визначають моральне значення ситуації: наприклад, починають бачити в ній питання шкоди, справедливості, обов’язку, гідності або відповідальності. Дослідження морального переконання описують моральізацію як процес, у якому питання набуває для людини моральної ваги (Skitka et al., 2021). Сам факт моральізації не доводить, що нова позиція є нормативно правильною; він описує зміну психологічного статусу питання. Публічна норма може змінитися раніше за приватне переконання Одна з найважливіших відмінностей у дослідженні норм — різниця між приватною установкою, сприйнятою позицією спільноти й публічною поведінкою. Вони можуть рухатися з різною швидкістю. У відомому польовому експерименті в Руанді медійне втручання, спрямоване на міжгрупову поведінку, вплинуло на сприйняття соціальних норм і частину поведінкових показників, тоді як приватні переконання змінювалися інакше (Paluck, 2009). Це не модель для всіх суспільств і не доказ, що медіа завжди змінюють моральні норми. Дослідження цінне тим, що експериментально показує: публічна нормативна зміна та приватне переконання — різні психологічні результати. Через це швидка зміна публічної поведінки не означає автоматичної глибокої інтеріоризації, а стійке приватне переконання не гарантує публічного висловлення в кожному середовищі. Чи існують універсальні моральні норми На це питання потрібно розділяти два рівні. Перший — загальні психологічні здатності: люди навчаються правилам, реагують на шкоду й справедливість, враховують наміри та очікування інших, формують уявлення про належне. Багато таких процесів спостерігають у різних вибірках і вікових групах. Другий рівень — конкретний зміст правил, межі їх застосування та пріоритети в разі конфлікту. Тут культурна, історична й ситуаційна варіативність значно більша. Огляд динаміки норм прямо пов’язує нормативні системи з історією, інституціями, екологічними умовами й передаванням між поколіннями (Gelfand, Gavrilets & Nunn, 2024). Навіть результати про розрізнення моральних і конвенційних правил у дітей мають межі узагальнення: метааналіз показує середній ефект, а не повну однаковість усіх дітей чи культур (Yoo & Smetana, 2022). Тому твердження про універсальність конкретної моральної норми потребує окремої доказової бази. Чи моральні норми вроджені Формулювання «ця конкретна моральна норма вроджена» зазвичай є сильнішим, ніж дозволяють наявні дані. Розвиткові дослідження показують ранню чутливість до нормативної інформації та здатність дітей швидко засвоювати й застосовувати правила. Але конкретний зміст норми формується в соціальному середовищі й залежить від того, які дії дитина бачить, які пояснення отримує та як реагують інші. Огляд Schmidt і Rakoczy підкреслює ранній розвиток нормативної психології, але водночас описує навчання й соціальну взаємодію як центральні для набуття норм (Schmidt & Rakoczy, 2023). Точні межі внеску ранніх схильностей, навчання та культури для окремих моральних змістів залишаються предметом дослідження. Чи моральна інтуїція суперечить моральному міркуванню Ні. Моральна інтуїція і моральне міркування описують різні способи обробки інформації, які можуть взаємодіяти. Швидка моральна реакція може виникати без усвідомленого покрокового аргументу, але це не робить її автоматично ірраціональною. Інтуїція може спиратися на попередній досвід і навчання, водночас залишаючись вразливою до упереджень і контексту. Міркування дає змогу порівнювати підстави, помічати суперечності, враховувати нові факти й переглядати початкову реакцію. Так само розгорнуте моральне міркування не гарантує істинності чи моральної правильності висновку. Воно може бути якісним, поверховим, однобічним або використовуватися для раціоналізації вже прийнятої позиції. Тому психологічне питання полягає не в тому, який процес «моральніший», а в тому, як швидкі оцінки, навчання, соціальний контекст і свідоме обґрунтування взаємодіють у конкретній ситуації. Чи норми завжди покращують поведінку Ні. Психологічний факт існування сильної норми нічого не говорить сам по собі про те, чи є її зміст етично виправданим. Норми можуть підтримувати взаємодопомогу, чесність і безпеку, але можуть також стабілізувати практики, що завдають шкоди, виключають певних людей або заважають перегляду застарілих правил. Саме тому емпірична моральна психологія розділяє два запитання: «яка норма існує і як вона працює?» та «якою норма має бути?». Перше можна досліджувати психологічними методами. Друге потребує нормативної аргументації й не випливає автоматично з опитування, експерименту чи частоти певної поведінки. Так само наукові терміни на кшталт дегуманізації чи морального виключення мають описувати конкретні процеси — наприклад, заперечення релевантних людських якостей або звуження кола тих, до кого застосовують правила справедливості, — а не служити загальними моральними ярликами для людей чи груп. Як дослідники вимірюють моральні норми Жоден метод не дає повної картини, тому сильні дослідження часто поєднують кілька підходів. Опитування можуть окремо вимірювати власну оцінку людини та її уявлення про те, що схвалюють інші. Це принципово важливо: «я вважаю це правильним» і «я думаю, що більшість це схвалює» — різні змінні. Сценарії та моральні віньєтки дозволяють систематично змінювати намір, наслідок, роль учасника, наявність правила або реакцію авторитету. Вони добре підходять для дослідження суджень, але відповідь на уявну ситуацію не дорівнює реальній поведінці. Економічні та соціальні ігри дають контрольовані умови для вивчення кооперації, покарання, винагороди й розподілу ресурсів. Їхня сила — у чіткій структурі вибору, а межа — у тому, що спрощена лабораторна ситуація не охоплює всього багатства морального життя. Польові й мережеві дослідження дозволяють бачити, як норми поширюються та підтримуються в реальних групах. Вони мають вищу екологічну реалістичність, але конкретний контекст може обмежувати узагальнення на інші групи. Поздовжні та міжкультурні дослідження потрібні, коли питання стосується зміни в часі або варіативності між середовищами. Такі дані особливо важливі для тверджень про універсальність, стабільність і причинні механізми норм. Які помилки найчастіше виникають у розмові про моральні норми 1. Поширеність не дорівнює схваленню. Те, що багато людей щось роблять, не означає, що вони вважають це правильним. 2. Норма не дорівнює закону. Формальне право й моральні очікування можуть перетинатися, але мають різні механізми підтримки. 3. Проголошена норма не дорівнює поведінці. Люди можуть щиро погоджуватися з правилом і все ж порушувати його. 4. Інтеріоризація не робить людину незалежною від соціального контексту. Внутрішні переконання продовжують взаємодіяти з ситуацією, стосунками та інституціями. 5. Суворіша санкція не є автоматично ефективнішою. Дані про покарання показують залежність від довіри, структури взаємодії та сприйнятої легітимності. 6. Одне судження не визначає «рівень моральності» людини. Окрема відповідь у тесті чи експерименті вимірює конкретну реакцію в конкретних умовах. 7. Моральна інтуїція не дорівнює ірраціональності, а моральне міркування не гарантує правильного висновку. 8. Моральна цінність або переконання не гарантує відповідної поведінки. Мотивація, можливості й контекст мають власний внесок. Практична рамка: як аналізувати будь-яку моральну норму Коли потрібно зрозуміти, як працює конкретна моральна норма, корисно поставити сім послідовних запитань. 1. Яке саме правило мається на увазі? Варто сформулювати дію або межу конкретно, а не замінювати її широкою цінністю на кшталт «бути справедливим». 2. Хто є референтною групою? Сім’я, професійна спільнота, школа, команда, релігійна громада, суспільство або інше середовище можуть підтримувати різні очікування. 3. Що тут описує поведінку, а що — схвалення? Потрібно окремо запитати, що люди реально роблять і що вони вважають належним. 4. Людина дотримується правила через внутрішню згоду чи переважно через зовнішній контроль? На практиці обидва мотиви можуть співіснувати. 5. Як реагують на порушення? Важливі не лише формальні санкції, а й пояснення, осуд, відновлення довіри, вимоги виправити наслідки або відсутність реакції. 6. Чи збігається проголошена норма з реальною поведінкою? Розрив між ними може бути ключем до розуміння того, наскільки норма фактично підтримується. 7. Які ознаки зміни вже помітні? Це можуть бути нові публічні аргументи, зміна поведінки значущих учасників, нові інституційні правила, зміна уявлень про позицію більшості або нове моральне тлумачення ситуації. Ця рамка допомагає аналізувати психологічну будову норми. Вона не визначає, яка норма морально правильна, і не є діагностикою «моральності» людей. Що сьогодні відомо найнадійніше Сучасна доказова база підтримує кілька взаємопов’язаних висновків. Люди не просто копіюють готові правила: вони спостерігають, роблять висновки, отримують пояснення та зворотний зв’язок, порівнюють наміри й наслідки. Навчання норм починається в дитинстві й триває в нових групах, професіях, інституціях і життєвих ситуаціях (Malle & Chi, 2024; Schmidt & Rakoczy, 2023). Норми підтримуються не одним механізмом. Внутрішня згода, репутація, взаємність, реакції значущих інших, санкції та інституційні процедури можуть діяти разом. Докази щодо санкцій показують реальні середні ефекти в структурованих соціальних дилемах, але також сильну залежність від умов; із цих даних не випливає загальне правило про перевагу жорсткішого покарання (Balliet, Mulder & Van Lange, 2011; Balliet & Van Lange, 2013; Jin, Spadaro & Balliet, 2025). Норми здатні змінюватися, коли змінюються уявлення про позицію інших, публічна поведінка значущих учасників, інституції, стимули та спосіб морального осмислення питання. Такі зміни можуть бути нерівномірними: публічна практика, сприйнята норма і приватне переконання не зобов’язані змінюватися одночасно (Miller & Prentice, 2016; Paluck, 2009). Нарешті, сила норми як психологічного факту не є доказом її етичної правильності. Моральна психологія пояснює, як люди оцінюють, відчувають, міркують і діють у нормативному середовищі. Вона дає інструменти для аналізу моралі як психологічного явища, але не замінює нормативну етику. Поширені запитання Що таке моральні норми простими словами? Це правила про те, що люди вважають правильним або неправильним і чого, на їхню думку, слід дотримуватися. У психології досліджують, як такі правила засвоюються, стають внутрішньо значущими, підтримуються реакціями інших і змінюються. Чим моральні норми відрізняються від соціальних? Соціальні норми — ширший клас правил і очікувань у групі. Вони можуть стосуватися етикету, зовнішнього вигляду, черги, робочих процедур і безлічі інших сфер. Моральними називають ті норми, які учасники пов’язують із правильним і неправильним, шкодою, справедливістю, обов’язком чи іншою морально значущою оцінкою. Чим моральна норма відрізняється від цінності? Цінність — широкий принцип або бажаний орієнтир, наприклад справедливість чи турбота. Норма конкретизує очікування щодо поведінки: що саме в певній ситуації слід або не слід робити. Одна цінність може підтримувати кілька різних норм, а одна норма може спиратися на кілька цінностей. Чи можна дотримуватися норми, не погоджуючись із нею? Так. Людина може виконувати правило через очікування групи, формальні санкції, бажання зберегти стосунки або уникнути конфлікту, навіть якщо приватно його не підтримує. Це одна з причин розрізняти публічну поведінку та внутрішнє прийняття. Чи може людина вважати норму правильною і порушувати її? Так. На поведінку впливають суперечливі мотиви, ситуаційний тиск, страх, обмежені ресурси, неоднозначність обставин та інші норми. Згода з правилом підвищує його психологічну значущість, але не гарантує конкретної дії. Чи завжди моральні норми неписані? Ні. Вони можуть існувати як неформальні очікування, але можуть також бути відображені в професійних кодексах, правилах організацій, релігійних текстах або законодавстві. Записане правило стає об’єктом психологічного дослідження як моральна норма тоді, коли люди надають йому відповідного морального значення. Чи достатньо покарання, щоб люди прийняли норму? Ні. Покарання може змінювати поведінку в певних умовах, але зовнішня відповідність не дорівнює внутрішньому прийняттю. Ефект санкцій залежить від довіри, справедливості процедури, структури взаємодії та інших чинників. Надмірний тиск іноді викликає спротив. Чи можуть моральні норми змінюватися швидко? Так, окремі компоненти нормативної системи можуть змінюватися досить швидко, особливо публічна поведінка або уявлення про те, що підтримують інші. Приватні переконання, звички та інституції можуть змінюватися з іншою швидкістю, тому загальна трансформація часто є нерівномірною. Чи однакові моральні норми в усіх культурах? Ні, конкретний зміст, межі застосування та пріоритети норм варіюють. Водночас у різних культурах досліджують спільні психологічні процеси: навчання правилам, оцінювання намірів і наслідків, реакції на порушення та формування очікувань щодо інших. Дані про загальні процеси не доводять універсальності кожного конкретного правила. Чи означає моральна норма, що більшість людей реально так поводиться? Ні. Приписова норма описує те, що вважають належним або схвалюваним; описова норма — те, що люди фактично роблять. Між ними може бути значний розрив. Хто змінює моральні норми? Зазвичай немає одного джерела зміни. Норми можуть змінюватися через взаємодію звичайних учасників групи, соціально помітних людей, сімей, освітніх і професійних середовищ, організацій, медіа, правових та інших інституцій. Важливо не лише хто висловив нову позицію, а й як вона поширюється, чи змінює поведінку, очікування, процедури та приватні переконання. Пов’язані статті Моральне судження Моральні емоції Джерела Balliet, D., Mulder, L. B., & Van Lange, P. A. M. (2011). Reward, punishment, and cooperation: a meta-analysis. Psychological Bulletin, 137(4), 594–615. PubMed Balliet, D., & Van Lange, P. A. M. (2013). Trust, punishment, and cooperation across 18 societies: a meta-analysis. Perspectives on Psychological Science, 8(4), 363–379. PubMed Gelfand, M. J., Gavrilets, S., & Nunn, N. (2024). Norm dynamics: interdisciplinary perspectives on social norm emergence, persistence, and change. Annual Review of Psychology, 75, 341–378. Annual Reviews Grusec, J. E. (2011). Socialization processes in the family: social and emotional development. Annual Review of Psychology, 62, 243–269. Annual Reviews Jin, S., Spadaro, G., & Balliet, D. (2025). Institutions and cooperation: a meta-analysis of structural features in social dilemmas. Journal of Personality and Social Psychology, 129(2), 286–312. PubMed Lockwood, P. L., van den Bos, W., & Dreher, J.-C. (2025). Moral learning and decision-making across the lifespan. Annual Review of Psychology, 76, 475–500. Annual Reviews Malle, B. F., & Chi, V. B. (2024). Norm learning, teaching, and change. Current Opinion in Psychology, 60, 101899. PubMed Miller, D. T., & Prentice, D. A. (2016). Changing norms to change behavior. Annual Review of Psychology, 67, 339–361. Annual Reviews Paluck, E. L. (2009). Reducing intergroup prejudice and conflict using the media: a field experiment in Rwanda. Journal of Personality and Social Psychology, 96(3), 574–587. PubMed Paluck, E. L., & Shepherd, H. (2012). The salience of social referents: a field experiment on collective norms and harassment behavior in a school social network. Journal of Personality and Social Psychology, 103(6), 899–915. PubMed Schmidt, M. F. H., & Rakoczy, H. (2023). Children’s acquisition and application of norms. Annual Review of Developmental Psychology, 5, 193–215. Annual Reviews Skitka, L. J., Hanson, B. E., Morgan, G. S., & Wisneski, D. C. (2021). The psychology of moral conviction. Annual Review of Psychology, 72, 347–366. Annual Reviews Wenzel, M., & Woodyatt, L. (2025). The power and pitfalls of social norms. Annual Review of Psychology, 76, 583–606. Annual Reviews Yoo, H. N., & Smetana, J. G. (2022). Distinctions between moral and conventional judgments from early to middle childhood: a meta-analysis of social domain theory research. Developmental Psychology, 58(5), 874–889. PubMed

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Коли штучна система радить, кого лікувати першим, чи варто різко гальмувати автономне авто, чи потрібно застосувати силу, як розподілити дефіцитний ресурс або який ризик допустити заради більшої користі, люди оцінюють не лише результат. Вони запитують, хто ухвалив рішення, хто контролював процес, чи могла людина втрутитися, чи «розуміла» система наслідки, кому приписати провину і чи взагалі доречно було передавати такий вибір машині. Саме ці реакції становлять предмет моральної психології ШІ. Моральні дилеми за участю ШІ є зручним дослідницьким вікном у те, як людська моральна оцінка змінюється, коли до ситуації шкоди, ризику або конфлікту цінностей додається алгоритмічна система. Сучасний огляд у Annual Review of Psychology описує ШІ в моральній психології як можливого об’єкта людських уявлень про агентність, пацієнтність і делегування. Це опис людського сприйняття. Він не доводить, що система має свідомість, почуття, власні моральні наміри або здатність страждати. Ця стаття відповідає на емпіричне питання: як люди оцінюють машинні рішення та рішення за участю ШІ у морально значущих ситуаціях? Вона не встановлює, яка етична теорія «правильна», як саме слід програмувати всі системи або кому належить юридична відповідальність у конкретній справі. Дані про людські судження показують психологічні закономірності, а не автоматично перетворюються на нормативні правила. Що означає «моральна дилема і ШІ» в психологічному дослідженні У широкому психологічному сенсі моральна дилема виникає тоді, коли морально значущі міркування конфліктують: наприклад, мінімізація шкоди — з правилом не завдавати прямої шкоди; захист однієї людини — з користю для багатьох; автономія — з безпекою; рівність — з ефективністю; лояльність до конкретної особи — з неупередженим розподілом ресурсу. Загальну психологію таких конфліктів розкриває окрема стаття «Моральні дилеми». Тут фокус вужчий: що змінюється, коли вибір робить, рекомендує або реалізує ШІ. У дослідженнях це можуть бути автономні транспортні засоби, роботи, алгоритмічні рекомендаційні системи, медичні системи підтримки рішень, військові симуляції, чатботи або просто описані у віньєтці «штучні агенти». Ці класи технологій не є психологічно взаємозамінними. Фізичний робот, мовна модель, алгоритм скорингу та автопілот мають різні сигнали автономності, людяності, контролю й компетентності, тому ефект, знайдений для одного класу, потребує окремої перевірки для іншого. Систематичний огляд 36 досліджень сприйнятої моральної агентності штучних агентів показує, що поле вже має повторювані теми, але залишається неоднорідним за типами систем, сценаріями й показниками. Автори описують сприйняту моральну агентність як контекстну й градуальну, а не як просту властивість «є / немає». Огляд Tok, Powell і Guellaï особливо важливий для правильної інтерпретації: приписування провини, наміру або відповідальності є показником людського сприйняття, а не доказом реальної моральної суб’єктності машини. Не одне питання: які саме моральні оцінки вимірюють дослідження Фраза «люди морально оцінюють ШІ» приховує кілька різних психологічних змінних. Їх потрібно розводити, бо одна й та сама людина може вважати рішення неправильним, але майже не звинувачувати систему; визнавати норму, але обрати інакше; покладати відповідальність на організацію, хоча фінальну дію виконав алгоритм. Moral judgment — моральне судження Моральне судження відповідає на питання на кшталт «це правильно чи неправильно?», «допустимо чи недопустимо?». Воно стосується моральної оцінки дії, рішення або результату. Моральне судження не тотожне судженню про провину і не показує саме по собі, кого люди вважають відповідальним. Norm judgment — судження про норму Судження про норму стосується того, що агент мав би зробити за певних умов. Воно може бути схожим для людини і робота навіть тоді, коли провину їм приписують по-різному. Це продемонструвала серія з 13 досліджень: Malle та співавтори виявили загалом подібні нормативні очікування щодо людських і роботизованих агентів у класичній моральній дилемі, але відмінності в оцінках провини за окремих умов. Blame judgment — судження про провину або заслужений осуд Судження про провину відповідає на питання, наскільки агент заслуговує осуду за те, що сталося. Воно залежить не лише від наслідку, а й від того, чи приписують агенту знання, намір, контроль і можливість діяти інакше. Для ШІ ці приписування особливо чутливі до формулювання сценарію та до того, наскільки «ментальною» мовою описано систему. Responsibility attribution — приписування відповідальності Приписування відповідальності стосується розподілу відповідальності між учасниками системи: користувачем, оператором, лікарем, водієм, командиром, розробником, компанією, установою та самою технологічною системою в очах респондента. Психологічне приписування не визначає юридичну відповідальність. Воно також не скасовує реальних людських і організаційних ролей, навіть якщо учасники експерименту частину відповідальності віддають ШІ. Moral decision — моральне рішення Моральне рішення — це вибір між варіантами з морально значущими наслідками. Людина може визнати певну дію морально кращою, але обрати інакше через ризик для себе, невизначеність, відповідальність, емоції або інституційні обмеження. Тому відповіді в опитуванні, оцінки норми та фактична поведінка не є одним і тим самим показником. Moral reasoning, intuition, motivation і behavior Моральне міркування — це процес побудови й перевірки аргументів; моральна інтуїція — швидка оцінка, яка може спиратися на досвід і засвоєні норми; моральна мотивація — готовність діяти відповідно до морально значущої мети; моральна поведінка — те, що людина реально робить. Інтуїція не дорівнює ірраціональності, а міркування не гарантує нормативно правильного висновку. Цінності й переконання також не гарантують відповідної поведінки. Чотири різні ролі ШІ в рішенні Психологічна оцінка залежить від архітектури рішення. Формулювання «ШІ вирішив» часто стирає важливі відмінності, тому в дослідженні й у реальному застосуванні варто розрізняти щонайменше чотири режими. Автоматизоване рішення Система самостійно застосовує правило, модель або політику й видає або реалізує результат без нового людського підтвердження для кожного окремого випадку. Людські рішення все одно існують на інших рівнях: у постановці цілі, виборі даних, проєктуванні, закупівлі, розгортанні, нагляді та визначенні меж використання. Рекомендація ШІ Система пропонує варіант, прогноз або аргумент, а фінальний вибір залишається за людиною. Психологічно це важлива різниця: у дослідженнях люди часто краще приймають машину як радника, ніж як остаточного морального вирішувача. Водночас рекомендація може істотно впливати на людський вибір. Спільне рішення людини й ШІ Людина і система послідовно вносять інформацію в результат: наприклад, ШІ класифікує ризик, лікар інтерпретує прогноз, система повторно ранжує варіанти, а людина затверджує дію. У такій конструкції відповідальність психологічно може розсіюватися між кількома учасниками. Делегування ШІ Делегування означає, що людина або організація передає системі певний простір вибору. Питання вже не лише в тому, що «зробив алгоритм», а й у тому, хто визначив його повноваження, які межі були встановлені та хто міг втрутитися. Загальну психологію делегування рішень розглянуто у статті «Коли ШІ вирішує за нас: делегування рішень, когнітивна агентність і психологія контролю». Чому однаковий наслідок можуть оцінювати по-різному Людська моральна оцінка не є просто підрахунком шкоди. На неї впливають структура дії, намір, контроль, очікуваність наслідку, роль агента і спосіб опису ситуації. Додавання ШІ змінює частину цих сигналів: люди можуть бачити менше досвіду й почуттів, але більше автоматизованого контролю; менше «людської» мотивації, але більше технічної передбачуваності; менше персональної агентності, але більше автономності системи. Наслідок і масштаб шкоди У дилемах із неминучою шкодою кількість постраждалих, імовірність наслідку та його тяжкість впливають на оцінку. Але сам факт кращого сумарного результату не робить усі способи його досягнення однаково прийнятними. Це одна з причин, чому «мінімізувати очікувану шкоду» не можна безпосередньо ототожнювати з тим, як люди реально судять про моральну допустимість. Дія і бездіяльність У моральних дилемах люди часто розрізняють активне втручання й бездіяльність. Коли в сценарії з’являється автоматизація, це розрізнення може перебудовуватися. У трьох пререєстрованих експериментах з модифікованими транспортними дилемами Schurr і Moran виявили, що критерії оцінювання водіїв звичайного автомобіля та людей, які контролювали напівавтономну систему, відрізнялися. Це показує, що автоматизація може змінювати саму рамку морального судження, а не лише ставлення до результату. Намір і «психіка» системи Люди схильні суворіше оцінювати негативний наслідок, коли агенту приписують знання або намір. Для штучних агентів це особливо методологічно крихке: опис «система знала», «система хотіла» або «їй було байдуже» вже вбудовує ментальні припущення в експериментальну віньєтку. Серія з семи експериментів O’Reilly, Marchesi і Wykowska показала, що менталістичні формулювання й уточнення запитання про відповідальність можуть істотно змінювати оцінки навмисності та моральної відповідальності роботів. Дослідження Attributions of intent and moral responsibility to AI agents також показало чутливість моральних оцінок штучних агентів до експериментально заданої навмисності та соціального контексту. Це ще одна причина не читати високий бал «відповідальності ШІ» як пряме свідчення того, що респондент приписав системі повноцінну свідомість. Радник чи фінальний вирішувач Коли машина лише радить, люди можуть сприймати її роль інакше, ніж коли вона робить остаточний вибір. У дев’яти дослідженнях Bigman і Gray учасники загалом неохоче приймали машини як тих, хто самостійно ухвалює морально значущі рішення в транспорті, медицині, праві та військовому контексті. Обмеження машини роллю радника було одним зі способів зменшити цю неприйнятність у дослідницьких умовах. Компетентність, контроль і можливість втручання Ставлення до машинного рішення залежить від того, наскільки компетентною здається система і наскільки зрозуміло, хто зберігає контроль. Висока технічна точність може підвищувати довіру до прогнозу, але моральна прийнятність не зводиться до точності. Людина може вважати систему експертною і водночас заперечувати проти передачі їй остаточного вибору, якщо наслідки зачіпають життя, свободу, справедливість або інші цінності. Чи хочуть люди, щоб машини самостійно ухвалювали моральні рішення Одне з найстійкіших ранніх спостережень — загальна настороженість до машин як фінальних вирішувачів у морально навантажених сферах. У дослідженні Bigman і Gray учасники віддавали перевагу людям перед машинами для рішень у водінні, медицині, праві й військових завданнях навіть тоді, коли наслідок машинного рішення був позитивним. Частина ефекту була пов’язана зі сприйняттям машин як таких, що не мають повного людського «розуму» — здатності мислити й відчувати. Оригінальне дослідження водночас не дає підстав стверджувати, що люди завжди відкидають автоматизацію: прийнятність залежала від ролі системи та контексту. Це розрізнення важливе для практики. Запитання «чи довіряєте ви ШІ?» надто грубе. Людина може довіряти машині як інструменту виявлення патернів, але не хотіти передавати їй нормативно значущий вибір; приймати автоматичне гальмування, але не автоматичне ранжування цінності людських життів; погоджуватися з рекомендацією, але вимагати людського підтвердження. Чи однаково люди судять про людину і робота Відповідь залежить від того, що саме вимірюється. У 13 дослідженнях із класичною моральною дилемою Malle та співавтори виявили, що нормативні очікування щодо людських і роботизованих агентів загалом були подібними, тоді як судження про провину розходилися за окремих умов. Отже, висновок «людей і роботів оцінюють однаково» та протилежний висновок «їх оцінюють зовсім по-різному» обидва надто грубі. Для психології сильнішим є точніше формулювання: подібність і відмінність залежать від компонента оцінки. Люди можуть застосовувати до системи схожу норму «що треба було зробити», але мати іншу модель того, хто здатний бути винним, кому можна приписати намір і хто заслуговує осуду. Автономні автомобілі: найвідоміший полігон моральних дилем ШІ Автономний транспорт став символічним полем моральної психології ШІ, бо поєднує ризик, неминучу шкоду, автоматизований контроль і зрозумілі широкій аудиторії сценарії. Проте більшість знаменитих «тrolley-like» задач є штучними граничними ситуаціями. Вони добре виявляють структуру суджень, але не відтворюють усю складність реального дорожнього руху, де рішення залежать від невизначеності, сенсорних помилок, часу реакції, фізики й правил безпеки. Соціальна дилема автономного авто У шести онлайн-дослідженнях Bonnefon, Shariff і Rahwan учасники загалом схвалювали ідею автомобілів, що мінімізують сумарну шкоду, але водночас були менш готові купувати авто, яке могло б пожертвувати власним пасажиром заради інших. Це часто називають соціальною дилемою автономного транспорту: колективно привабливе правило може конфліктувати з особистим попитом. Такий результат не доводить, що саме так люди поводитимуться під час реальної аварії, і не встановлює оптимальну політику регулювання. Дослідження використовувало гіпотетичні сценарії та онлайн-вибір. Його сила — в демонстрації психологічного конфлікту між загальною підтримкою принципу й особистою готовністю прийняти його наслідки. Moral Machine і культурна варіативність Проєкт Moral Machine зібрав величезний масив онлайн-виборів у сценаріях автономного автомобіля. Awad та співавтори показали як глобально поширені тенденції, так і відмінності між країнами та культурними кластерами. Ці дані важливі як карта людських переваг у штучних дилемах. Водночас Moral Machine не є світовим референдумом про те, як «правильно» програмувати автомобілі. Вибірка була самоселективною: участь брали люди, які самі прийшли на вебплатформу; сценарії були примусовими й спрощеними; моральні відповіді не дорівнюють технічним вимогам до безпеки. Культурна відмінність у відповідях також не означає, що кожна людина певної країни мислить однаково. Окремо психологію класичного експериментального парадигму розкриває стаття «Проблема вагонетки». Її не варто перетворювати на тест «який у вас тип моралі» або на модель усіх реальних рішень. Порада ШІ може змінювати моральне рішення людини ШІ не обов’язково має бути фінальним вирішувачем, щоб впливати на моральний вибір. У великому експерименті з 1851 учасником Krügel, Ostermaier і Uhl подавали людям суперечливі поради ранньої версії ChatGPT щодо проблеми вагонетки. Порада впливала на моральне судження навіть тоді, коли учасники знали, що джерелом є чатбот, а люди недооцінювали величину цього впливу. Цей результат не варто переносити безпосередньо на сучасні моделі або на всі моральні теми: дослідження використовувало ChatGPT грудня 2022 року й конкретний парадигм. Водночас наступна робота Ikeda у двох дослідженнях із загальною вибіркою 1925 осіб показала, що поради ChatGPT можуть впливати на рішення в різних сферах, інколи подібно до експертної поради, хоча чутливість до впливу залежала від типу рішення. Психологічно це означає, що «людина залишилася фінальним вирішувачем» ще не дорівнює «ШІ не змінив рішення». Рекомендація може задавати рамку, робити один аргумент більш доступним, змінювати сприйняття норми або зменшувати суб’єктивну невизначеність. Тому аналіз людсько-машинного рішення має враховувати не лише формальне право останнього слова, а й інформаційну залежність від системи. Автоматизація може змінити критерій, за яким судять людину Коли людина взаємодіє з автоматизованою системою, спостерігачі можуть оцінювати її за іншими критеріями, ніж людину без автоматизації. У дослідженні Schurr і Moran учасники по-різному судили про водіїв звичайних автомобілів і про водіїв, які контролювали напівавтономні авто, у сценаріях неминучої шкоди. Для звичайного водія сильніше працював критерій мінімізації шкоди, тоді як в умовах автоматизації зросла роль факту активного втручання. Це важливий результат для поняття «людина в контурі». Сам факт присутності людини не гарантує, що відповідальність психологічно сприйматиметься так само, як у повністю людському рішенні. Якщо система діє першою, а людина лише контролює або має вузьке вікно для втручання, структура агентності в очах спостерігача змінюється. Кого звинувачують, коли ШІ помиляється У реальному людсько-машинному середовищі причинний ланцюг майже завжди ширший за пару «користувач — алгоритм». Є розробники, постачальники даних, організація, що закупила систему, менеджери, які встановили процес, оператор, який отримав рекомендацію, і правила ескалації. Проте людське моральне сприйняття може стискати цей ланцюг і концентрувати провину на найпомітнішому агенті. У трьох дослідженнях Joo вищий рівень приписування ШІ людоподібного розуму підвищував готовність звинувачувати сам ШІ за моральне порушення. В окремих умовах це також супроводжувалося зменшенням провини, яку приписували компанії. Авторка описує ризик морального «цапа-відбувайла»: штучна система може психологічно поглинати частину осуду, хоча її присутність не усуває людські та організаційні рішення. У медичній віньєтці з 1653 респондентами в Німеччині Krügel та співавтори учасники приписували певну моральну відповідальність системі рекомендацій ШІ, а в гібридній команді відповідальність людських учасників оцінювалася інакше, ніж у команді лише з людей. Це дані про сприйняту відповідальність у змодельованому сценарії, а не клінічна настанова і не правове правило. Новіше дослідження з 588 учасниками Tsumura і Yamada показує, що розподіл відповідальності між користувачем, агентом і розробником залежить також від знань про систему та важливості завдання. Це підсилює загальний висновок: «відповідальність за рішення ШІ» психологічно не є фіксованою величиною — її розподіл змінюється разом із контекстом і рамкою. Автономність, відчуття агентності і відповідальності Чим більше система бере на себе етапів дії, тим актуальнішим стає питання суб’єктивного контролю людини. У невеликому експериментальному дослідженні з військовою симуляцією Salatino та співавтори вищий рівень автономності системи був пов’язаний зі зниженням суб’єктивного відчуття агентності й відповідальності та міг впливати на моральні рішення. Цей результат слід вважати попереднім для широких узагальнень: вибірка була малою, N = 31, а завдання — спеціалізованою симуляцією. Він важливий не як доказ універсального «ефекту автономності», а як сигнал для подальших досліджень того, як розподілення контролю між людиною і системою змінює переживання власної участі. Антропоморфізм: коли форма системи змінює моральну увагу Люди реагують не лише на функцію системи, а й на сигнали людоподібності. Антропоморфізм може виникати через зовнішність, мову, голос, опис «думок», демонстрацію емоційних слів або просто через те, що система поводиться як соціальний партнер. Це може впливати і на те, чи сприймають машину як агента, і на те, чи готові захищати її від шкоди. У трьох експериментах 2026 року з 606 учасниками Si та співавтори фізичний та ментальний антропоморфізм роботів підвищував моральну увагу до них у сценаріях шкоди; особливо важливим було сприйняття здатності переживати. Такі результати показують, як людська моральна психологія реагує на ознаки «досвіду». Вони не доводять, що робот реально має феноменальний досвід. Тому фрази на кшталт «ШІ боїться», «ШІ хоче», «ШІ страждає» не є нейтральними описами для психологічного дослідження. Вони можуть самі формувати моральну відповідь. Коли дослідник або продуктова команда використовує антропоморфну мову, слід відокремлювати реакцію на дизайн від твердження про внутрішні властивості системи. Культура і контекст: універсальної «реакції на ШІ» немає Моральні оцінки формуються в соціальному та культурному контексті. Дані Moral Machine показали міжкраїнні й міжкластерні відмінності у виборах, але навіть масштабна база онлайн-відповідей не дозволяє зводити культуру до простих національних типів. Усередині кожного суспільства є значна варіативність, а результати залежать від формулювання дилеми та від того, хто взагалі взяв участь. Систематичний огляд Tok, Powell і Guellaï також підкреслює роль контексту в сприйнятій моральній агентності штучних систем. Звідси випливає методологічна вимога: не перетворювати середню групову різницю на психологічну типологію окремої людини і не ранжувати культури за «моральністю». Що показують сучасні дані в цілому Найстійкіший висновок полягає в тому, що люди не сприймають участь ШІ як морально нейтральну технічну деталь. Роль системи змінює судження про допустимість, провину, відповідальність, контроль і прийнятність делегування. Але напрям зміни не є одним і тим самим у всіх дослідженнях: машина може отримувати менше провини, більше провини або подібну нормативну оцінку залежно від завдання та показника. Другий висновок: люди здатні приписувати ШІ часткову агентність і відповідальність, однак це не означає автоматичного перенесення на систему людського морального статусу. Систематичний огляд 2026 року показує фрагментарність і умовність таких приписувань, а Annual Review розглядає їх як частину ширшої людської моральної психології машин. Третій висновок: порада ШІ може впливати на людський моральний вибір навіть без формального делегування. Отже, просте правило «останню кнопку натискає людина» не описує всі психологічні наслідки. Потрібно враховувати, як система формує доступні аргументи, рамку ризику та сприйняття норми. Четвертий висновок: дані про людські переваги не є готовим кодексом для проєктування. Те, що більшість респондентів обрала один варіант у дилемі, не доводить, що цей варіант слід реалізувати в політиці або алгоритмі. Психологія описує судження; нормативні рішення потребують окремих етичних, правових, технічних і суспільних процедур. Типові помилки в інтерпретації «Якщо люди звинувачують ШІ, значить вони вважають його свідомим» Ні. Провина може бути результатом мови сценарію, сприйнятої автономності, причинної ролі або антропоморфізму. Експериментальне приписування відповідальності не є тестом свідомості. Навіть дуже сильна соціальна реакція на систему залишається фактом про людське сприйняття. «Якщо ШІ дав пораду, рішення все одно повністю людське» Формально фінальний вибір може залишатися людським, але психологічно порада здатна змінити судження. Експерименти з ChatGPT показують, що люди можуть підлаштовувати рішення під рекомендацію і при цьому недооцінювати її вплив. «Якщо більшість обрала варіант, це морально правильний алгоритм» Ні. Опитування вимірює переваги або судження певної вибірки за певного формулювання. Воно не розв’язує нормативну проблему. Особливо небезпечно переносити результати примусових бінарних дилем у реальні системи, де завданням часто є не «кого пожертвувати», а зменшити ймовірність потрапити в таку ситуацію. «Усі моральні рішення ШІ викликають відразу» Дані складніші. Існує помітна машинна аверсія у морально значущих рішеннях, але прийнятність змінюється залежно від ролі радника чи вирішувача, компетентності, типу завдання, наслідків і можливості людського контролю. Один ефект не є універсальною властивістю ставлення до ШІ. «Більша автономність автоматично знімає відповідальність з людини» Ні. Вища автономність може змінювати суб’єктивне відчуття контролю або розподіл провини, але психологічна реакція не анулює відповідальність розробників, користувачів, організацій та інших людських учасників. Реальний розподіл відповідальності потребує аналізу конкретних ролей і правил. «Одна дилема показує, наскільки людина моральна» Ні. Вибір у конкретному сценарії залежить від формулювання, наслідків, способу дії, контексту і багатьох інших чинників. Моральна дилема є експериментальним інструментом, а не рейтингом моральності людини і не діагностикою особистості. Практичні наслідки для дизайну людсько-машинних рішень Морально значущу систему корисно описувати через реальну архітектуру рішення, а не через маркетингове «ШІ вирішує». Читачеві, користувачеві й оператору має бути зрозуміло, чи система прогнозує, рекомендує, ранжує, автоматично виконує дію або має делеговану свободу вибору. Важливо робити видимими людські точки контролю: хто встановив мету, хто вибрав поріг, хто може відхилити рекомендацію, хто стежить за помилками, хто переглядає винятки. Це не лише управлінське питання. Прозора карта ролей зменшує ризик того, що користувачі психологічно зведуть складну систему до одного уявного «винного ШІ». Для рекомендаційних систем важливо тестувати не тільки точність, а й залежність людських рішень від форми поради. Різницю можуть створювати впевненість формулювання, порядок аргументів, антропоморфна мова, видимість невизначеності та можливість запросити альтернативу. Дані про вплив ChatGPT на моральні судження показують, що просте повідомлення «це відповідь ШІ» саме по собі не гарантує незалежності користувача. Для систем високого ризику необхідно окремо досліджувати ситуації, де людина формально залишається в контурі, але має мало часу, інформації або реальної можливості заперечити рекомендацію. Психологічний контроль і номінальне право втручання можуть відрізнятися. Антропоморфний дизайн також має морально-психологічні наслідки. Людоподібна мова, обличчя, голос або твердження про «почуття» здатні змінювати приписування наміру, відповідальності й моральної турботи. Якщо мета — точне розуміння ролі системи, дизайн не повинен випадково маскувати технічну й організаційну архітектуру під образ автономної особи. Межі доказів: чого ми поки не знаємо Поле швидко розвивається, але значна частина доказів походить із віньєток, транспортних дилем, онлайн-експериментів і коротких лабораторних задач. Такі методи добре ізолюють механізм, проте реальне моральне рішення часто розгортається в часі, містить неповну інформацію, професійні правила, командну взаємодію, страх наслідків і можливість перегляду. Термінологія досліджень неоднорідна: «AI», «algorithm», «robot», «autonomous system» і «machine» можуть позначати дуже різні об’єкти. Частина старіших робіт досліджувала роботів або вузькі алгоритми, а сучасні генеративні системи мають інші комунікативні властивості. Перенесення ефекту між класами систем потребує перевірки. Так само неоднорідні залежні змінні. «Відповідальність», «провина», «намір», «довіра», «прийнятність», «правильність» і «готовність делегувати» не можна складати в один загальний показник ставлення до ШІ. Саме змішування цих конструктів часто створює суперечливі заголовки. Культурна база досліджень розширюється, але все ще нерівномірна. Масштабні міжнародні онлайн-дані дають важливу картину варіативності, проте не замінюють репрезентативні дослідження конкретних популяцій і професійних контекстів. Нарешті, технології змінюються швидше, ніж накопичуються довгострокові психологічні дані. Ефект, отриманий на конкретному чатботі або інтерфейсі, може залежати від його стилю, точності, доступних пояснень і того, як люди сприймають ШІ в певний момент історії. Тому для нових систем особливо важливі реплікації та пряма перевірка. Як читати нове дослідження про моральні рішення ШІ Корисно поставити кілька послідовних запитань. Який саме агент досліджувався — робот, алгоритм, чатбот чи автономна система? Яку роль він мав — радник, виконавець чи фінальний вирішувач? Чи вимірювали правильність, провину, відповідальність, довіру або поведінковий вибір? Чи був сценарій гіпотетичним? Чи порівнювали з людиною? Наскільки репрезентативною була вибірка? Чи не вбудовано в опис ментальні слова на кшталт «знав» або «хотів»? Після цього варто відокремити психологічний висновок від нормативного. Формула «учасники частіше обирали X» означає саме це. Вона не означає «суспільство має запровадити X», «X етично правильне» або «ШІ повинен діяти так». Така дисципліна читання особливо важлива для тем, де технологічний дизайн, право й етика легко змішуються з експериментальною психологією. FAQ Чи оцінюють люди моральне рішення ШІ так само, як рішення людини? Не завжди й не за всіма показниками. Дослідження показують, що нормативні очікування можуть бути подібними, тоді як провина, відповідальність або прийнятність відрізняються. Результат залежить від сценарію, ролі системи, наслідку й того, що саме запитують у респондента. Чи вважають люди ШІ прийнятним моральним вирішувачем? У багатьох дослідженнях люди обережніше ставляться до машини як до фінального вирішувача в морально значущій сфері, ніж як до радника. Але це не універсальна відмова від ШІ: прийнятність змінюється з компетентністю, контекстом, рівнем контролю і типом рішення. Що показав експеримент Moral Machine? Він показав патерни людських переваг у великій кількості штучних транспортних дилем і культурну варіативність цих патернів. Він не встановив універсальний моральний алгоритм для автономних авто і не був репрезентативним референдумом населення світу. Чи впливає порада ChatGPT або іншого ШІ на моральний вибір? Експериментальні дані показують, що може впливати. У дослідженнях із ChatGPT порада зміщувала частину рішень, а учасники могли недооцінювати її вплив. Величина й напрям ефекту залежать від завдання, джерела поради та конкретної системи. Чи означає звинувачення ШІ, що люди вважають його свідомим? Ні. Приписування провини або відповідальності може виникати через сприйняту автономність, причинну роль, антропоморфізм і формулювання сценарію. Це факт людської атрибуції, а не доказ свідомості системи. Чи стає людина менш відповідальною, якщо використала ШІ? Психологічно частина респондентів може перерозподіляти відповідальність між людиною, системою, розробником і організацією. Але використання ШІ саме по собі не скасовує людські та організаційні ролі. Для конкретного випадку потрібен аналіз реального контролю, повноважень і процедур. Чи краще завжди залишати фінальне моральне рішення людині? Моральна психологія не дає універсальної нормативної відповіді. Вона може показати, як люди реагують на різні режими делегування, як змінюється відчуття контролю і як порада системи впливає на вибір. Рішення про допустиму автоматизацію потребує також технічного, правового, етичного та інституційного аналізу. Чи можна за відповідями в дилемі визначити «моральність» людини? Ні. Одна відповідь не є тестом моральності, морального характеру або особистісного типу. Вона показує реакцію на конкретну структуру завдання за конкретного формулювання. Чи може ШІ бути моральним агентом або моральним пацієнтом? Люди можуть сприймати ШІ як часткового морального агента або поширювати на нього моральну турботу як на пацієнта. Такі результати належать до психології сприйняття. Вони не встановлюють, що сучасна система має свідомість, почуття, здатність страждати або самостійну моральну суб’єктність. Загальний контекст цієї теми подано у статті «Моральна психологія штучного інтелекту». Пов’язані статті Моральна психологія штучного інтелекту Моральне судження Джерела Awad, E., Dsouza, S., Kim, R., Schulz, J., Henrich, J., Shariff, A., Bonnefon, J.-F., & Rahwan, I. (2018). The Moral Machine experiment. Nature, 563, 59–64. Bigman, Y. E., & Gray, K. (2018). People are averse to machines making moral decisions. Cognition, 181, 21–34. Bonnefon, J.-F., Shariff, A., & Rahwan, I. (2016). The social dilemma of autonomous vehicles. Science, 352(6293), 1573–1576. Bonnefon, J.-F., Rahwan, I., & Shariff, A. (2024). The Moral Psychology of Artificial Intelligence. Annual Review of Psychology, 75, 653–675. Ikeda, S. (2024). Inconsistent advice by ChatGPT influences decision making in various areas. Scientific Reports, 14, 15876. Joo, M. (2024). It’s the AI’s fault, not mine: Mind perception increases blame attribution to AI. PLOS ONE, 19(12), e0314559. Krügel, S., Ostermaier, A., & Uhl, M. (2023). ChatGPT’s inconsistent moral advice influences users’ judgment. Scientific Reports, 13, 4569. Krügel, S., Ammeling, J., Aubreville, M., Fritz, A., Kießig, A., et al. (2025). Perceived responsibility in AI-supported medicine. AI & Society, 40, 1485–1495. Malle, B. F., Scheutz, M., Cusimano, C., Voiklis, J., Komatsu, T., Thapa, S., & Aladia, S. (2025). People’s judgments of humans and robots in a classic moral dilemma. Cognition, 254, 105958. O’Reilly, Z., Marchesi, S., & Wykowska, A. (2025). The impact of action descriptions on attribution of moral responsibility towards robots. Scientific Reports, 15, 4128. Salatino, A., Prével, A., Caspar, E., & Lo Bue, S. (2025). “Fire! Do not fire!”: Investigating the effects of autonomous systems on agency and moral decision-making. Acta Psychologica, 260, 105350. Schurr, A., & Moran, S. (2023). The presence of automation enhances deontological considerations in moral judgments. Computers in Human Behavior, 140, 107590. Si, H., Huang, G., Chen, H., Liang, S., Feng, Y., & Qu, C. (2026). Do humans grant moral consideration to anthropomorphic robots? Humanities and Social Sciences Communications, 13, 1509. Tok, A. Y. F., Powell, N. L., & Guellaï, B. (2026). A systematic review of moral agency in artificial agents. Discover Psychology, 6, 9. Tsumura, T., & Yamada, S. (2026). Effects of knowledge and importance on responsibility in human-AI decision making. Scientific Reports, 16, 2670.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Моральне типування (moral typecasting) — це досліджувана тенденція сприймати учасників морально значущої ситуації крізь дві асиметричні ролі: того, хто діє і може відповідати за добро чи шкоду, та того, на кого дія спрямована і хто може пережити її наслідки. У класичній формулі моральному агенту приписують більше здатності діяти, обирати й нести відповідальність, а моральному пацієнту — більше вразливості до добра або шкоди. Водночас ці ролі не є типами особистості, діагнозами чи природними категоріями людей. Gray & Wegner, 2009. Сам термін легко зрозуміти надто буквально. «Типування» тут означає не поділ людей на сталі моральні типи, а спосіб, у який спостерігач організовує інформацію про ролі в конкретній ситуації. Та сама людина може одночасно бути джерелом дії, зазнати шкоди, мати обмежений контроль над частиною подій і зберігати повну здатність до переживань. Тому моральне типування описує соціальне сприймання, а не встановлює, ким людина «є насправді». Науковий статус конструкта сьогодні найточніше описати так: moral typecasting є впливовою гіпотезою моральної та соціальної психології з підтримкою в оригінальних експериментах, великій багатолабораторній реплікації одного ключового ефекту та низці подальших застосувань. Водночас сильна версія, за якою моральна агентність і здатність бути постраждалою стороною завжди взаємно витісняють одна одну, має важливі межі. Є дані, що в деяких умовах шкідливим агентам, навпаки, приписують менше agency, ніж нейтральним чи доброзичливим людям. Khamitov, Rotman & Piazza, 2016. Це важливе розрізнення для всього матеріалу: емпірична психологія досліджує, як люди бачать відповідальність, вразливість, намір і шкоду. Вона не визначає, хто морально «кращий», не встановлює справедливе покарання і не доводить нормативну правильність певної системи моралі. Що таке моральний агент і моральний пацієнт У класичній роботі Курта Грея і Деніела Вегнера moral agency визначено як здатність бути джерелом морально значущої дії — робити добро або завдавати шкоди. Moral patiency — як здатність бути адресатом такої дії, тобто тим, кому можуть зробити добро або завдати шкоди. Українською moral patiency можна передати як «моральна пацієнтність», але в тексті ясніше говорити про роль морального пацієнта або про сприйману здатність зазнавати добра чи шкоди. «Моральний пацієнт» тут є технічним терміном і не має стосунку до медичного статусу пацієнта. Gray & Wegner, 2009. Моральний агент Коли когось сприймають як агента, увага легше переходить до запитань про намір, контроль, вибір, передбачення наслідків і відповідальність. Це ще не означає автоматичної провини. Людина може причинно вплинути на результат, але не мати достатньої інформації; може діяти під примусом; може мати обмежений контроль; може помилитися без наміру завдати шкоди. Тому moral agency, responsibility attribution, blame judgment і рішення про покарання — пов’язані, але різні психологічні оцінки. Загальне поняття відповідальності докладніше розглядає окремий матеріал ХАБу про відповідальність. У контексті moral typecasting нас цікавить саме те, як роль агента може зміщувати сприймання здатностей і вразливості людини. Моральний пацієнт Коли когось сприймають як морального пацієнта, увага легше переходить до його болю, втрат, потреби в захисті та інших наслідків дії. У дослідженнях це часто пов’язано з приписуванням більшої здатності переживати — experience. Однак роль постраждалої сторони не означає безпорадності, відсутності волі чи нездатності діяти. Людина, яка зазнала шкоди, може бути дуже агентною, ухвалювати рішення, захищати себе, допомагати іншим і водночас залишатися особою, чиї страждання мають бути помічені. Саме ця можливість одночасної агентності й вразливості є одним із найважливіших запобіжників проти надмірно жорсткого трактування теорії. Звідки взялася ідея moral typecasting Конструкт виник на перетині досліджень moral cognition і mind perception — того, як люди приписують іншим здатність діяти та здатність переживати. У відомому дослідженні mind perception Heather Gray, Kurt Gray і Daniel Wegner факторний аналіз оцінок різних людських і нелюдських цілей дав дві великі осі: Agency та Experience. Agency охоплювала такі приписані можливості, як планування й самоконтроль, а Experience — здатність до болю, задоволення, страху та інших переживань. Ці осі були пов’язані з різними моральними судженнями. Gray, Gray & Wegner, 2007. Детальніше межі цієї двовимірної моделі, альтернативні моделі mind perception і різницю між приписаною та реальною психікою розглядає стаття «Сприймання психіки і моральний статус». Для moral typecasting важливо не перетворювати Agency та Experience на дві «сутності» людини. Це координати сприймання, а їхня структура залежить від того, що саме й як вимірюють дослідники. Діадична рамка Пізніше moral typecasting було включено до ширшої діадичної рамки моралі: морально значущу подію люди можуть уявляти як взаємодію агента, який діє, і пацієнта, який переживає наслідки. У теоретичній статті Gray, Young і Waytz ця пара була пов’язана з agency та experience. Gray, Young & Waytz, 2012. Подальша Theory of Dyadic Morality розгорнула цю ідею навколо наміру, причинності, порушення норм, негативного афекту та сприйнятої шкоди. Schein & Gray, 2018. Моральне типування і діадична мораль — не синоніми. Moral typecasting описує конкретну тенденцію в приписуванні ролей і властивостей агенту та пацієнту. Діадична мораль — ширша теоретична програма про те, як люди конструюють моральні порушення через зв’язок наміру й страждання. Тому підтримка одного ефекту не є автоматичним підтвердженням усіх положень ширшої теорії. Що показали оригінальні дослідження У серії із семи досліджень Gray і Wegner вивчали взаємозв’язок між приписуванням моральної агентності та моральної пацієнтності. Загальна картина була асиметричною: тих, кого робили або вважали моральними агентами — доброчинцями чи порушниками, — учасники сприймали як менш уразливих до добра або шкоди. Тих, кого поміщали в роль одержувача добра чи шкоди, частіше сприймали як менш здатних самим бути джерелом морально значущої дії. Gray & Wegner, 2009. Такий результат можна описати як когнітивне спрощення моральної сцени. Якщо ситуація вже організована навколо «хтось зробив — хтось зазнав», роль може підсвічувати одні властивості людини й відсувати інші. Для агента стають помітнішими намір і контроль; для постраждалої сторони — переживання й вразливість. Важливо не робити з цього причинного закону. Оригінальні експерименти показували закономірності суджень у конкретних лабораторних задачах. Вони не доводили, що реальні люди мають взаємовиключні психологічні здібності або що спостерігач у кожній культурі й кожній ситуації неминуче мислить так само. Що відомо про реплікацію і сучасний стан доказів Велика багатолабораторна реплікація підтримала один ключовий ефект Many Labs 2 — великий проєкт систематичних реплікацій психологічних ефектів у різних вибірках і дослідницьких умовах — включив Study 1a з Gray & Wegner. У первинній роботі цей експеримент мав 69 учасників; у Many Labs 2 для moral typecasting було 8 002 учасники. Зведений ефект було відтворено, а оцінка реплікованого ефекту була близькою до первинної. Klein et al., 2018. Це сильна підтримка саме того експериментального ефекту, який реплікували. Вона не перетворює всі сім оригінальних досліджень і всі теоретичні висновки на універсально встановлені факти. У реплікаційній науці потрібно розрізняти відтворення конкретної маніпуляції та підтвердження широкої теорії. Є важливе контрсвідчення простій взаємно-виключній моделі У шести дослідженнях Khamitov, Rotman і Piazza перевірили прогноз, що шкідливий агент має сприйматися як особливо агентний. Вони отримали протилежний патерн: шкідливим агентам приписували менше agency, ніж нейтральним або доброзичливим. Зменшення agency було пов’язане зі зниженням приписаного морального статусу. Автори інтерпретували це як підтримку процесів дегуманізації та виклик простій версії moral typecasting. Khamitov, Rotman & Piazza, 2016. Тому сучасне формулювання має бути умовним: моральні ролі справді можуть змінювати приписування agency, experience і вразливості, але напрям зміни залежить від контексту, виду порушення, попередньої оцінки людини та того, яке саме судження вимірюють. Сучасний огляд підтримує актуальність підходу через сприймання шкоди, але це теоретична рамка Огляд Annual Review of Psychology 2025 року розглядає сприймання шкоди як важливу тему сучасної моральної психології та підкреслює роль наміру, причинності й страждання у побудові моральних суджень. Водночас культурний контекст змінює те, як люди конструюють і тлумачать шкоду. Gray & Pratt, 2025. Це підтримує актуальність агент–пацієнтної мови як дослідницького інструмента, але не робить одну модель повним описом усіх форм моралі. Чому агентів можуть бачити менш уразливими Моральне типування пропонує пояснення парадоксу: людина, яку бачать сильним джерелом дії, може здаватися такою, що менше страждає або менше потребує захисту. Психологічно це може виникати тому, що увага концентрується на контролі та причинному внеску, а інформація про переживання відходить на другий план. Таке зміщення не доводить, що агент насправді менш чутливий до болю. Воно описує те, як спостерігач розподіляє когнітивну увагу між двома питаннями: «що ця людина зробила?» і «що ця людина пережила?». У реальних подіях обидва питання можуть бути однаково важливими. Саме тому стійкість, професійність, сила, статус або здатність діяти під тиском не є доказами меншої здатності відчувати шкоду. Висока агентність і висока вразливість не суперечать одна одній. Чому постраждалу сторону можуть бачити менш агентною Зворотний ризик виникає, коли роль жертви або постраждалої сторони починає поглинати всю інформацію про людину. Тоді її біль стає помітним, а рішення, компетентність, спротив, стратегія й автономія — менш помітними. У крайній формі це може вести до патерналістичного сприймання: людині співчувають, але одночасно недооцінюють її здатність діяти. У науковому й практичному описі корисно відділяти факт заподіяної шкоди від висновку про загальну агентність людини. «Вона зазнала шкоди» не означає «вона безпорадна». Так само «вона діяла активно» не означає «вона не могла зазнати шкоди». Моральне типування і покарання Moral typecasting може впливати не лише на опис людини, а й на реакції на порушення. Miller і Borgida показали, що попередні моральні ролі можуть зміщувати сприймання правопорушників і потерпілих у змодельованих кримінальних ситуаціях та впливати на каральні відповіді. Автори окремо показали, що moral agency не тотожна моральній «заслуженості» покарання. Miller & Borgida, 2016. Це не дає формули для справедливого покарання. Покарання, відповідальність, провина, причинний внесок і оцінка характеру — різні судження. Дослідження радше показує, що уявна роль може впливати на те, як спостерігач збирає ці судження докупи. Очікувана емоційність і ризик хибної підозри Особливо наочно межі рольового сприймання показує серія досліджень Salerno та колег 2025 року. У п’яти дослідженнях із реальними та змодельованими викликами 911 низька емоційність, яка не відповідала очікуванням слухача щодо травматичної події, підвищувала підозру. Таких абонентів учасники — включно з вибірками поліцейських — більше сприймали як потенційних агентів шкоди й менше як можливих постраждалих. Salerno et al., 2025. Практичний висновок тут дуже конкретний: виразність емоцій не є надійним тестом на невинуватість, правдивість, глибину страждання чи причетність до злочину. Люди по-різному реагують на стрес і травматичні події; спокійний голос сам по собі не встановлює моральну або юридичну роль. Це дослідження описує ризик упередженого сприймання, а не метод виявлення брехні. Гендерні стереотипи можуть зміщувати ролі агента і жертви У шести дослідженнях у чотирьох країнах Reynolds та колеги виявили систематичний гендерний патерн у сторонніх спостерігачів: жінок легше пов’язували з роллю жертви, а чоловіків — з роллю того, хто завдає шкоди. Ці асоціації впливали на очікування болю, оцінки порушень і бажану суворість покарання. Reynolds et al., 2020. Це дані про стереотипи спостерігачів. Вони не доводять, що чоловіки «за природою» більш агентні, а жінки більш пасивні, і не визначають реальну здатність конкретної людини страждати чи відповідати за свої дії. Саме навпаки: дослідження показує, як соціальні очікування можуть втручатися в оцінку однакової ситуації. Ветерани: сильна агентність не означає менше почуттів Окремий приклад стосується того, як сторонні люди уявляють ветеранів. Shepherd, Kay і Gray виявили стереотипний патерн: ветеранам приписували вищу здатність планувати й діяти, але нижчу здатність відчувати емоції; ці уявлення були пов’язані з оцінкою придатності до різних професій. Shepherd, Kay & Gray, 2019. Цей результат описує соціальний стереотип і не є характеристикою самих ветеранів. Бойовий або військовий досвід не робить людину «менш здатною відчувати». Для українського контексту особливо важливо не переносити лабораторну категорію на конкретних військових, ветеранів, медиків, рятувальників чи цивільних і не використовувати moral typecasting як пояснення індивідуальних реакцій на травматичний досвід. Моральне типування, дегуманізація і моральне виключення Moral typecasting може перетинатися з дегуманізацією, але це різні конструкції. Дегуманізація стосується заперечення або зменшення приписаної людяності, психічної складності чи моральної ваги іншої людини або групи. Moral typecasting стосується розподілу agency і patiency залежно від моральної ролі. Дослідження Khamitov та колег важливе саме тому, що зіткнуло ці пояснення: шкідливих агентів не завжди сприймають як «ще більш агентних»; іноді моральний осуд супроводжується зменшенням приписаної agency. Khamitov, Rotman & Piazza, 2016. Тому називати будь-яке бачення правопорушника «моральним типуванням» або будь-яке зниження agency «дегуманізацією» без конкретного вимірювання некоректно. Моральне виключення, своєю чергою, стосується меж морального кола — того, чи поширюються на когось звичні принципи справедливості, турботи та захисту. Людину можна типувати як агента або пацієнта, не виключаючи її з морального кола; можна й виключати когось, використовуючи інші психологічні процеси. Moral typecasting і звинувачення жертви — не одне й те саме Звинувачення постраждалої людини — це приписування їй відповідальності або вини за шкоду, якої вона зазнала. Moral typecasting описує інше: те, як сама роль постраждалої сторони може змінювати сприймання її agency та experience. Ці процеси можуть взаємодіяти, але один не є синонімом іншого. Наприклад, спостерігач може визнавати, що людина не винна у заподіяній їй шкоді, але водночас недооцінювати її автономію й компетентність через образ «жертви». Або, навпаки, бачити людину дуже агентною і через це помилково применшувати її вразливість. Для аналізу потрібні окремі запитання: хто спричинив результат, хто мав контроль, кого звинувачують, кому приписують страждання і кому визнають право на захист. Moral typecasting не дорівнює атрибуції відповідальності Responsibility attribution відповідає на питання про те, кому і якою мірою приписують відповідальність за результат. Moral typecasting ширше стосується того, як роль агента або пацієнта змінює сприйнятий профіль психічних і моральних можливостей. Можна приписувати комусь agency, але не вважати його відповідальним через брак знання чи контролю. Можна також визнати відповідальність за один компонент події й водночас визнати, що ця сама людина зазнала іншої шкоди. Blame judgment додає ще один шар: осуд. Він залежить не тільки від агентності, а й від наміру, норм, передбачуваності, виправдань, причинного внеску та контексту. Тому moral typecasting не слід використовувати як скорочення для «винний/невинний». Moral typecasting і моральне судження — різні рівні аналізу Моральне судження — це оцінка вчинку, ситуації або інколи особи в координатах правильного/неправильного, припустимого/неприпустимого. Moral typecasting описує те, як перед або під час такого судження людина структурує учасників події. Воно може впливати на moral judgment, але не замінює його. Те саме стосується moral reasoning та moral intuition. Інтуїтивне бачення «ось агент, ось постраждала сторона» може виникати швидко, але швидкість не робить його ірраціональним. Подальше міркування може виправити перше враження або раціоналізувати його. Наявність аргументів, своєю чергою, не гарантує правильного морального висновку. Як рольові ярлики змінюють те, що ми помічаємо У морально насиченій ситуації інформації часто більше, ніж людина здатна одночасно обробити. Рольовий ярлик — «винуватець», «жертва», «герой», «порушник», «рятівник» — може діяти як організатор уваги. Він робить частину рис більш доступними для висновку. Для агента такими рисами можуть бути намір, контроль, сила, здатність обирати. Для постраждалої сторони — біль, страх, потреба в захисті, уразливість. Саме ця асиметрія є центральною інтуїцією moral typecasting. Проте реальна особа не зводиться до набору рис, які стали психологічно доступними спостерігачеві. Частина сучасних даних показує, що рольова категоризація може взаємодіяти з попередніми стереотипами, очікуванням емоційної поведінки, статусом і контекстом. Тому механізм не варто описувати як один автоматичний «модуль», який завжди працює однаково. Чи можна «вийти» з ролі агента або жертви У повсякденній мові іноді говорять про «вихід із ролі жертви», але moral typecasting не є терапевтичною моделлю і не дає такого припису. Людина може фактично бути постраждалою стороною і водночас мати високу агентність. Визнання шкоди не закріплює безпорадність, а визнання здатності діяти не скасовує завданої шкоди. З психологічного погляду корисніше не змушувати людину прийняти або відкинути певний ярлик, а розкладати ситуацію на окремі компоненти: що сталося, хто що контролював, хто зазнав наслідків, які рішення були доступні, які потреби й межі є зараз. Це зменшує ризик, що одна моральна роль перетвориться на повний опис особистості. Моральне типування і штучний інтелект Штучний інтелект створює новий випадок для дослідження агент–пацієнтних уявлень. Люди можуть сприймати систему як джерело рішення, приписувати їй наміроподібну agency, звинувачувати за результат або, навпаки, співчувати системі й бачити її моральним пацієнтом. Огляд Annual Review of Psychology описує машини як об’єкти людського сприймання в ролях моральних агентів, пацієнтів і проксі. Bonnefon, Rahwan & Shariff, 2024. Це дані про людську моральну психологію. Приписування ШІ agency або patiency не доводить наявності в системи свідомості, почуттів, здатності страждати чи самостійної моральної суб’єктності. Детальніше сучасні експериментальні дані розглянуто в матеріалі «Моральна психологія штучного інтелекту». Так само психологічне звинувачення ШІ не скасовує відповідальності людей та організацій. Треба відрізняти автоматизоване рішення, рекомендацію ШІ, спільне рішення людини й системи та делегування повноважень ШІ. У кожній із цих архітектур по-різному розподілені контроль, знання, можливість втручання і причинний внесок. Коли moral typecasting корисний як аналітична рамка Конструкт особливо корисний тоді, коли потрібно помітити розрив між двома видами запитань: «хто діяв і за що відповідає?» та «хто що пережив і кому було завдано шкоди?». Якщо одне питання психологічно витісняє інше, moral typecasting дає мову для опису цього зміщення. У правових і слідчих судженнях Він допомагає досліджувати, чому образ «підозрюваного» може зменшувати готовність бачити людину постраждалою стороною, а образ «жертви» — зменшувати приписану agency. Дані про 911-дзвінки показують, що навіть невідповідність очікуваному емоційному стилю здатна змінювати ці ролі. Salerno et al., 2025. У роботі та організаціях Дослідження ветеранів показує, як висока приписана агентність може поєднуватися зі стереотипно заниженою здатністю до емоційного досвіду й впливати на професійні оцінки. Shepherd, Kay & Gray, 2019. Це аргумент на користь аналізу конкретних компетентностей замість висновків із соціальної ролі. У міжособистісному конфлікті У конфлікті люди можуть швидко закріпити ролі «той, хто зробив» і «той, з ким зробили». Така схема інколи спрощує причинний аналіз, але може приховувати двосторонню агентність, різні епізоди взаємодії та асиметрію реальної шкоди. Moral typecasting не означає, що будь-який конфлікт симетричний: якщо шкода, контроль або примус були односторонніми, це потрібно описувати прямо. Як зменшити помилки рольового сприймання Moral typecasting не має власного клінічного «лікування», бо це не розлад. Але як інструмент критичного аналізу він підказує кілька корисних перевірок. Окремо оцінювати дію і переживання Запитання «що людина зробила?» не повинно автоматично відповідати на запитання «що вона могла відчувати?». І навпаки: факт страждання не визначає повний рівень контролю або агентності в іншій частині події. Розділяти причинність, відповідальність, провину і покарання Причинний внесок означає участь у ланцюгу подій. Відповідальність додає питання контролю, знання та ролі. Провина або осуд додають нормативну оцінку. Покарання є ще окремим рішенням. Злиття цих рівнів робить моральну оцінку менш точною. Не використовувати емоційну виразність як прямий індикатор ролі Сильні, слабкі або нетипові емоційні прояви не дають надійного способу визначити, хто зазнав шкоди, хто винний чи хто говорить правду. Дані Salerno та колег показують, що саме очікування «правильної» емоційності може запускати підозру. Salerno et al., 2025. Перевіряти, чи роль не стала описом усієї особистості Людина може бути потерпілою в одному епізоді й агентною в десятках інших сфер життя. Вона може бути відповідальною за певний вчинок і водночас реально зазнавати шкоди. Моральна роль є характеристикою відношення в конкретній ситуації, а не тотожною особистості. Що сучасні дані дозволяють сказати впевнено По-перше, у людському сприйманні моральної сцени агентність і здатність переживати часто пов’язані з різними видами суджень. Двовимірна модель Agency–Experience є впливовою відправною точкою для цього аналізу. Gray, Gray & Wegner, 2007. По-друге, оригінальні дослідження moral typecasting показали асиметрію між сприйманням моральних агентів і моральних пацієнтів, а один ключовий ефект було успішно відтворено у великій багатолабораторній реплікації. Gray & Wegner, 2009; Klein et al., 2018. По-третє, сильна формула «чим більше агентності, тим менше пацієнтності» не є універсальним законом. Шкідливим агентам у деяких дослідженнях приписували менше agency, що вказує на конкуренцію moral typecasting із дегуманізацією та іншими процесами. Khamitov, Rotman & Piazza, 2016. По-четверте, рольові очікування можуть мати практичні наслідки для покарання, підозри, сприймання болю, професійних оцінок і реакції на нетипову емоційну поведінку. Miller & Borgida, 2016; Reynolds et al., 2020; Salerno et al., 2025. По-п’яте, ці закономірності описують судження спостерігачів. Вони не є тестом справжнього характеру, здатності страждати, правдивості, моральної цінності людини або її «типу». Обмеження досліджень Перша межа — значна частина літератури базується на експериментальних сценаріях, коротких описах, рейтингах і лабораторних категоризаціях. Такі методи добре виявляють причинні зміни в судженнях, але не відтворюють усі умови реальних конфліктів, правових процесів чи травматичних подій. Друга межа — сам конструкт виник у межах діадичної традиції моральної психології. Інші теоретичні підходи можуть інакше описувати моральні ролі, шкоду, справедливість і соціальне сприймання. Тому moral typecasting є моделлю певного класу ефектів, а не єдиною теорією морального пізнання. Третя межа — вимірювані зв’язки залежать від операціоналізації. Agency може означати навмисність, самоконтроль, здатність планувати або загальну «дієздатність» у побутовому сенсі; patiency може вимірюватися через біль, вразливість, здатність отримувати добро або статус жертви. Різні показники не є взаємозамінними. Четверта межа — соціальні стереотипи й контекст можуть змінювати напрям ефекту. Саме тому результати про гендер, ветеранів, злочинні ситуації або ШІ не слід переносити на конкретну людину чи іншу групу без окремих даних. Типові помилки у трактуванні «Агент — це винний» Ні. Агентність означає приписану здатність діяти й бути джерелом причинно та морально значущої поведінки. Вина потребує окремої оцінки наміру, знання, контролю, норм і виправдань. «Жертва — це безпорадна людина» Ні. Статус постраждалої сторони описує відношення до конкретної шкоди. Він не визначає інтелект, компетентність, волю, здатність діяти чи особистість. «Якщо людина сильна, вона менше страждає» Ні. Висока сприймана або реальна здатність діяти не є доказом нижчої здатності до болю, страху, горя чи інших переживань. «Moral typecasting доводить, що мораль завжди має лише дві ролі» Ні. Діадична рамка є впливовою теоретичною моделлю, але моральні ситуації можуть містити багато учасників, змішані ролі, інституційні структури, колективну дію та невизначеність. Самі дані не зобов’язують описувати всю мораль двома незмінними категоріями. «Це психологічний тест, який можна застосувати до конкретної людини» Ні. Moral typecasting — дослідницький конструкт про закономірності соціального сприймання. Він не є валідованим індивідуальним тестом, діагнозом або шкалою моральності. Часті запитання Що таке моральне типування простими словами? Це тенденція бачити учасників моральної ситуації через ролі того, хто діє й відповідає, та того, хто зазнає наслідків. Через це агенту можуть сильніше приписувати контроль і відповідальність, а постраждалій стороні — вразливість і здатність відчувати шкоду. Чим моральний агент відрізняється від морального пацієнта? Моральний агент — це той, кого сприймають як можливе джерело морально значущої дії. Моральний пацієнт — той, кого сприймають як можливого адресата добра або шкоди. Це аналітичні ролі, а не типи людей. Чи означає роль жертви безпорадність? Ні. Людина може зазнати серйозної шкоди й одночасно мати високу агентність, компетентність, автономію та здатність приймати рішення. Moral typecasting якраз допомагає помітити, коли спостерігач помилково змішує «зазнав шкоди» з «не здатний діяти». Чи може одна людина бути і агентом, і постраждалою стороною? Так. У реальних подіях ролі можуть поєднуватися й змінюватися в часі. Людина може відповідати за один вчинок і водночас зазнати іншої шкоди. Теорія описує тенденцію сприймання, а не забороняє змішані ролі. Чим moral typecasting відрізняється від звинувачення жертви? Victim blaming приписує постраждалій людині вину або відповідальність за завдану їй шкоду. Moral typecasting стосується того, як роль агента або пацієнта змінює сприймання agency, experience і вразливості. Вони можуть взаємодіяти, але це різні процеси. Чи можна застосовувати moral typecasting до ШІ? Можна досліджувати, як люди сприймають ШІ як агента, пацієнта або проксі. Це показує людські атрибуції та моральні реакції, а не доводить свідомість, почуття чи здатність ШІ страждати. Відповідальність у системах людина–ШІ також потребує аналізу ролей розробників, користувачів, організацій і фактичного контролю. Пов’язані статті Діадична мораль Курт Грей Сприймання психіки і моральний статус Джерела Bonnefon, J.-F., Rahwan, I., & Shariff, A. (2024). The Moral Psychology of Artificial Intelligence. Annual Review of Psychology, 75, 653–675. Gray, H. M., Gray, K., & Wegner, D. M. (2007). Dimensions of mind perception. Science, 315(5812), 619. Gray, K., & Pratt, S. (2025). Morality in Our Mind and Across Cultures and Politics. Annual Review of Psychology, 76, 663–691. Gray, K., & Wegner, D. M. (2009). Moral typecasting: Divergent perceptions of moral agents and moral patients. Journal of Personality and Social Psychology, 96(3), 505–520. Gray, K., Young, L., & Waytz, A. (2012). Mind Perception Is the Essence of Morality. Psychological Inquiry, 23(2), 101–124. Khamitov, M., Rotman, J. D., & Piazza, J. (2016). Perceiving the agency of harmful agents: A test of dehumanization versus moral typecasting accounts. Cognition, 146, 33–47. Klein, R. A., Vianello, M., Hasselman, F., et al. (2018). Many Labs 2: Investigating Variation in Replicability Across Samples and Settings. Advances in Methods and Practices in Psychological Science, 1(4), 443–490. Miller, A. L., & Borgida, E. (2016). Moral typecasting underlies punitive responses to crime. Law and Human Behavior, 40(6), 697–706. Reynolds, T., Howard, C., Sjåstad, H., Zhu, L., Okimoto, T. G., Baumeister, R. F., Aquino, K., & Kim, J. (2020). Man up and take it: Gender bias in moral typecasting. Organizational Behavior and Human Decision Processes, 161, 120–141. Salerno, J. M., Bean, S. R., Duran, N. D., Wulff, A. N., Reeder, I., & Kassin, S. M. (2025). Failing to express emotion on 911 calls triggers suspicion through violating expectations and moral typecasting. Journal of Personality and Social Psychology, 128(4), 765–789. Schein, C., & Gray, K. (2018). The Theory of Dyadic Morality: Reinventing Moral Judgment by Redefining Harm. Personality and Social Psychology Review, 22(1), 32–70. Shepherd, S., Kay, A. C., & Gray, K. (2019). Military veterans are morally typecast as agentic but unfeeling: Implications for veteran employment. Organizational Behavior and Human Decision Processes, 153, 75–88.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Керол Гілліган — американська психологиня, чия робота змінила дискусію про моральний розвиток, поставивши в центр те, що ранні домінантні моделі часто залишали на периферії: стосунки, відповідальність за конкретних людей, залежність і взаємозалежність, турботу, контекст та наслідки морального вибору для живих взаємин. Її ім’я найбільше пов’язують із книжкою In a Different Voice 1982 року, критикою теорії морального розвитку Лоуренса Кольберга та поняттям «іншого голосу». За актуальним профілем New York University, Гілліган є University Professor і професоркою гуманітарних наук та прикладної психології; до NYU вона понад три десятиліття працювала в Гарварді. NYU School of Law — біографія. Найважливіше для сучасного читання Гілліган — не перетворювати її ідеї на просту формулу «жінки мислять турботою, чоловіки — справедливістю». Саме така есенціалістська версія погано узгоджується з емпіричними даними. Метааналіз досліджень моральної орієнтації виявив лише невеликі середні гендерні відмінності й не дав сильних підстав вважати турботу переважно «жіночим», а справедливість переважно «чоловічим» способом морального мислення. Jaffee & Hyde, 2000. У пізнішій книжці In a Human Voice (2023) Гілліган сама наголошує, що перспектива турботи й «інший голос» стосуються людей загалом, а не природної моралі однієї статі. NYU Steinhardt, 2025. Хто така Керол Гілліган Керол Гілліган здобула ступінь A.B. з англійської літератури у Swarthmore College, магістерський ступінь із клінічної психології в Radcliffe College та PhD із соціальної психології в Harvard University. Після виходу In a Different Voice вона започаткувала Harvard Project on Women’s Psychology and Girls’ Development, працювала над дослідженнями психологічного розвитку дівчат і жінок, а згодом розвивала голосоцентрований підхід до якісного психологічного дослідження. У 1997 році вона стала першою професоркою Gender Studies у Гарварді на кафедрі Patricia Albjerg Graham, а 2002 року перейшла до New York University. NYU Steinhardt — профіль. Історичний вплив її праці виходить за межі одного спору про стадії морального розвитку. Гілліган поставила методологічне питання: що відбувається, коли психологічна теорія оголошує універсальним певний спосіб говорити про мораль, а інші способи формулювання моральної проблеми виявляються менш помітними для самого інструмента вимірювання? Саме це питання стало одним із центральних для критики психологічних норм, побудованих на обмежених вибірках і вузьких критеріях зрілості. Гарвардський опис In a Different Voice прямо пов’язує книжку з переглядом того, як психологія описувала жіночий досвід. Harvard — In a Different Voice. Як Гілліган пов’язана з Кольбергом Гілліган працювала в інтелектуальному середовищі, де Лоуренс Кольберг розвивав когнітивно-стадіальну теорію морального судження. У кольбергіанській традиції важливим було не саме рішення в дилемі — наприклад, «красти чи не красти» ліки в дилемі Гайнца — а структура обґрунтування: на що людина посилається, коли пояснює, чому дія є правильною або неправильною. Теорія описувала розвиток від орієнтації на покарання й вигоду через конвенційні правила до більш абстрактних принципів прав, справедливості та суспільного договору. Критика Гілліган стосувалася не того, що моральні принципи або справедливість неважливі. Вона запитала, чи не ототожнила психологічна теорія один вид моральної артикуляції з моральною зрілістю як такою. У статті 1977 року вона вказувала, що теорії розвитку недостатньо виражали досвід і моральні занепокоєння жінок, а в роботі 1982 року описувала два способи організації моральної проблеми: через справедливість і права та через турботу і відповідь на потреби іншого. Gilligan, 1977; Gilligan, 1982. Критика не означає, що Кольберг «помилявся в усьому» Сучасна оцінка не потребує вибору між «Кольбергом» і «Гілліган». Кольбергіанські дослідження дали великий корпус даних про структури морального судження, а кроскультурний огляд показав підтримку частини передбачень стадіального підходу разом із суттєвими застереженнями щодо діапазону й універсальності вищих стадій та залежності результатів від соціокультурних умов. Snarey, 1985. Внесок Гілліган полягає в розширенні поля морально релевантного: психологія має чути не лише мову правил і прав, а й мову відповідальності, стосунків, залежності та відповіді на конкретну вразливість. Що означає «інший голос» «Голос» у Гілліган — це не тембр голосу й не біологічно задана властивість статі. Це спосіб формулювати досвід, відносини й моральну проблему: що людина помічає, кого включає в поле уваги, які конфлікти вважає центральними та якими поняттями пояснює відповідальність. У біографічному огляді її творчості Гілліган підкреслювала, що назва In a Different Voice мала привернути увагу до іншого людського голосу, а не закріпити дві природні психології — чоловічу й жіночу. Gilligan: life and work, 2023. Це важливе уточнення. «Інший голос» не є тестом особистості, не визначає моральний тип людини й не дає підстав ранжувати людей як більш або менш моральних. Одна й та сама людина може в різних ситуаціях посилатися на права, правила, справедливість, лояльність, турботу, запобігання шкоді, взаємність чи інші морально значущі міркування. Моральна психологія описує, як ці міркування виникають і змінюються; вона не встановлює з самого факту їх наявності, яке нормативне рішення є «правильним». Етика турботи: що Гілліган додала до моральної психології У гілліганівській перспективі турбота (care) — це не просто тепле почуття, співчуття чи доброзичливість. Йдеться про спосіб бачити моральну проблему через конкретні зв’язки між людьми, відповідальність за наслідки дії або бездіяльності, потреби й вразливість учасників, можливість відповісти на них, а також напруження між турботою про інших і турботою про себе. У статті 1982 року Гілліган пов’язувала орієнтацію на турботу з образами взаємозалежності, а орієнтацію на справедливість — із правами та ієрархією правил; водночас вона говорила про взаємодію цих ліній розвитку. Gilligan, 1982. Турбота і справедливість — не два взаємовиключні світи З психологічного погляду корисніше говорити про орієнтації або перспективи, ніж про дві завершені моральні теорії. Огляд Margaret Olivia Little підкреслює саме цю різницю: у працях Гілліган care і justice функціонують як психологічні способи виділяти морально значуще, а не як готові нормативні системи, що автоматично дають одну правильну відповідь. Little, 1998. Тому «справедливість» не означає холодність, а «турбота» не означає відмову від принципів. У реальному судженні вони можуть підтримувати, коригувати або обмежувати одна одну. Турбота не тотожна емпатії Емпатія може допомагати помічати стан іншої людини й підтримувати просоціальну поведінку, але вона не є синонімом моралі та не гарантує морально обґрунтованого рішення. Емпатичне співпереживання може бути вибірковим, сильнішим до близьких людей і слабшим до віддалених груп. У гілліганівському сенсі care ширше: воно включає відповідальність, уважність до відносин і наслідків, здатність співвіднести потреби інших із власними межами та запитання про те, як дія вплине на мережу взаємин. Моральний розвиток у Гілліган Популярні виклади часто представляють Гілліган як авторку трьох «жіночих стадій», що нібито дзеркально замінюють шість стадій Кольберга. Це спрощення. У ранніх роботах справді описувалася послідовність змін у міркуванні про турботу: від зосередження на виживанні й власних потребах, через конвенційну «доброту» та самопожертву заради інших, до більш рефлексивного балансування турботи про себе й інших та вимоги не завдавати шкоди. Однак сучасна література розглядає цю схему як історично важливу модель, а не як універсальний діагностичний маршрут розвитку. Silva & Souza, 2026. Від турботи про себе до самопожертви У першій частині описаної траєкторії моральна проблема може організовуватися довкола самозбереження й власних потреб. Перехід до наступної перспективи пов’язаний із переоцінкою егоцентричної позиції та посиленням відповідальності за інших. У конвенційній версії «бути доброю» людиною турбота легко набуває форми самопожертви: потреби інших отримують пріоритет, а власні потреби можуть знецінюватися. Від самопожертви до турботи про себе й інших Наступне переформулювання виникає тоді, коли безумовна самопожертва перестає виглядати достатнім критерієм добра. Турбота про себе включається в моральне поле поряд із турботою про інших. В емпіричній роботі з Ethic of Care Interview пізніше було отримано дані, сумісні з трирівневою послідовністю — self-concern, caring for others, balanced caring for self and others — у невеликій професійній студентській вибірці; водночас масштаб і контекст дослідження не дозволяють трактувати її як універсальний закон розвитку. Juujärvi, 2006. Саме тут важливо відрізняти опис морального міркування від морального вироку. Людина, яка говорить мовою турботи, не отримує автоматично «вищого» морального статусу. Так само рефлексивне міркування не гарантує правильного висновку, а моральна інтуїція не є синонімом ірраціональності. Психологічна модель описує структуру й зміст міркування; нормативна оцінка рішення потребує окремої етичної аргументації. Дослідження реальних дилем і рішення щодо аборту Центральним джерелом для In a Different Voice були інтерв’ю з жінками, які ухвалювали реальне рішення щодо продовження або переривання вагітності. Для Гілліган це було методологічно важливо: замість лише гіпотетичних задач вона слухала, як люди описують моральний конфлікт, у якому наслідки стосуються їхнього життя, стосунків, майбутнього й відповідальності. В автобіографічному огляді її роботи абортне дослідження назване центральним для книжки 1982 року. Developing a different voice, 2023. Цей матеріал не слід читати як універсальну модель усіх рішень щодо вагітності або як емпіричне підтвердження однієї правильної моральної позиції. Він демонструє інший дослідницький крок: перехід від оцінки відповіді за готовою шкалою до уважного аналізу того, як людина сама структурує конфлікт, кого вважає відповідальною, які відносини бачить і як розуміє можливу шкоду. «Голос» як метод: Listening Guide Ідея голосу згодом перетворилася на окрему якісну методологію — Listening Guide, або «метод слухання». Гілліган та її колеги описують його як голосоцентрований і реляційний підхід до інтерв’ю та наративів: дослідник не просто кодує висловлювання за однією шкалою, а послідовно слухає сюжет, «я»-голос, стосункові голоси, суперечності, замовчування та соціальний контекст. Gilligan & Eddy, 2017. Метод залишається якісним і має інші критерії доказовості, ніж експеримент або метааналіз. Він може бути корисним для виявлення структури переживання й множинності позицій у наративі, але сам по собі не встановлює причинності, поширеності ефекту чи універсальності стадій. У 2021 році журнал Qualitative Psychology присвятив Listening Guide спеціальний випуск, що відображає його подальший розвиток як методології якісного дослідження. American Psychological Association, 2021. Що показали дослідження про «жіночу» і «чоловічу» мораль Саме питання гендерних відмінностей стало найбільш відомою і найбільш спрощуваною частиною спадщини Гілліган. Окремі дослідження знаходили відмінності. Наприклад, у роботі Skoe та колег жінки мали вищі показники за Ethic of Care Interview, частіше описували міжособистісні реальні дилеми, а показники care позитивно корелювали з рівнями justice, прийняттям перспективи та когнітивною складністю. Це важливо ще й тому, що care і justice в цьому дослідженні не поводилися як психологічні протилежності. Skoe et al., 1996. Інші дані давали слабші або відсутні відмінності. У дослідженні Galotti лише одна з багатьох тематичних асоціацій із гендером виявилася статистично значущою, і авторка зробила висновок про малу підтримку ідеї, що чоловіки та жінки систематично по-різному описують моральні дилеми. Galotti, 1988. Найсильніше узагальнення дала метааналітична робота Jaffee і Hyde: середні ефекти були невеликими — care дещо частіше виявлявся в жінок, justice дещо частіше в чоловіків, але дані не підтримали сильну бінарну тезу. Jaffee & Hyde, 2000. Що з цього випливає Науково коректний висновок такий: моральні орієнтації не утворюють дві природні гендерні касти. Середні групові відмінності, коли вони виявляються, не дозволяють визначати моральний стиль конкретної людини за статтю. Результати залежать від вибірки, формату дилеми, способу вимірювання, соціального контексту та того, чи йдеться про гіпотетичну або реальну проблему. Тому критика Гілліган зберігає силу як нагадування про те, що теорія й інструмент вимірювання можуть бути чутливими до одних форм моральної мови і глухими до інших; її ранню гендерну інтерпретацію водночас потрібно читати крізь сучасні дані, а не як остаточний факт. Науковий статус ідей Гілліган сьогодні Сьогодні Гілліган залишається історично й концептуально впливовою фігурою, однак її ранню модель морального розвитку не слід подавати як загальноприйняту універсальну стадіальну теорію. Свіжий огляд 2026 року прямо зазначає, що сучасна психологія морального розвитку значною мірою відійшла від гілліганівської теорії як самодостатньої моделі, хоча її епістемологічні, методологічні та феміністські внески продовжують аналізувати й переосмислювати. Silva & Souza, 2026. Тому корисно розділяти щонайменше три рівні її спадщини. Перший — емпіричний: конкретні твердження про гендерні відмінності, послідовність care-розвитку та вимірювані орієнтації, які потребують перевірки даними. Другий — методологічний: вимога уважно слухати, як самі учасники структурують моральну проблему, і не приймати шкалу за повну карту морального досвіду. Третій — концептуальний: включення турботи, взаємозалежності та відповідальності в центр психології моралі. Ці рівні мають різний доказовий статус і не повинні підтверджувати один одного автоматично. Етика турботи Гілліган і ширша care ethics Поняття «етика турботи» сьогодні значно ширше за психологічні дослідження Гілліган. У філософії, біоетиці, освіті, сестринській справі та політичній теорії сформувалися різні нормативні версії care ethics. Їх не варто приписувати Гілліган як єдину систему або змішувати з її емпіричними висновками про моральне міркування. Огляд Little наголошує, що психологічні орієнтації care і justice не тотожні завершеним етичним теоріям. Little, 1998. Це розрізнення має практичне значення. Коли психологічне дослідження показує, що люди частіше враховують стосунки або відповідальність у певному контексті, з цього ще не випливає, що нормативно вони повинні завжди обирати care-підхід. І навпаки: філософська аргументація на користь етики турботи не є доказом того, що саме так люди реально мислять або поводяться. Моральне судження, міркування, рішення і поведінка — різні речі Роботи Гілліган насамперед стосуються того, як люди описують і обґрунтовують моральні проблеми. Це потрібно відрізняти від суміжних процесів. Moral judgment — оцінка моральної прийнятності або неприйнятності; blame judgment — оцінка провини чи заслуженого осуду; responsibility attribution — приписування відповідальності; norm judgment — оцінка норми; moral decision — вибір між діями; moral reasoning — явне обґрунтування; moral intuition — швидка оцінка, що може передувати усвідомленому поясненню; moral motivation — те, що надає моральним міркуванням спонукальної сили; moral behavior — фактична дія. Ці рівні пов’язані, але не взаємозамінні. Людина може дати складне моральне обґрунтування й діяти інакше; може інтуїтивно відчути, що щось неправильно, а потім знайти аргументи; може мати сильні моральні цінності, але поступитися під тиском ситуації. Тому ні care-орієнтація, ні justice-орієнтація, ні будь-який рівень морального міркування не є тестом «моральності людини». У чому Гілліган змінила психологію 1. Показала, що вибірка й критерій зрілості мають теоретичні наслідки Якщо модель побудована на обмеженій групі й оцінює відповіді за критерієм, що краще розпізнає один стиль аргументації, вона може помилково прийняти відмінність за дефіцит. Гілліган зробила цю проблему видимою задовго до того, як питання репрезентативності вибірок, WEIRD populations і measurement invariance стали звичайною мовою психологічної методології. 2. Повернула в моральну психологію реальні стосунки Гіпотетична дилема із чітко визначеними альтернативами корисна для експериментального контролю, але реальне моральне життя часто містить невизначеність, залежність, історію стосунків, нерівність ресурсів, ризик втрати зв’язку й суперечливі обов’язки. Гілліган показала, що ці параметри не просто «шум», який треба прибрати, — інколи саме вони становлять моральну структуру ситуації. 3. Розширила поняття моральної зрілості У її роботах зрілість пов’язується не лише зі здатністю піднятися до абстрактного принципу, а й зі здатністю бачити конкретні наслідки, чути іншого, утримувати кілька відповідальностей і не перетворювати турботу на самознищення. Це не доводить, що така модель є універсальною, але змінює сам перелік психологічних властивостей, які варто досліджувати. 4. Зробила «слухання» дослідницькою процедурою Listening Guide оформив інтуїцію «іншого голосу» в метод: значення має не тільки що сказано, а й як людина позиціонує себе, до кого звертається, де суперечить собі, які голоси соціальних очікувань звучать у розповіді та що залишається невисловленим. Це вплинуло на якісну психологію, дослідження розвитку, освіту й наративні підходи. Gilligan & Eddy, 2017. Головні обмеження і суперечки Гендерний есенціалізм Найвідоміший ризик — прочитати ранню опозицію «жіночий голос турботи / чоловічий голос справедливості» як твердження про природну, вроджену мораль двох статей. Сучасні емпіричні дані не підтримують таку сильну дихотомію. Невеликі середні відмінності не дають права прогнозувати індивідуальний моральний стиль. Jaffee & Hyde, 2000. Проблема вимірювання Коли різні інструменти по-різному визначають «турботу» і «справедливість», результати не завжди порівнювані. Інтерв’ю про власну реальну дилему, стандартизована гіпотетична задача та самоопис можуть активувати різні аспекти морального мислення. Тому розбіжності між дослідженнями можуть відображати не лише психологічні відмінності між людьми, а й відмінності в тому, що саме вимірює метод. Стадіальність і універсальність Дані окремих лонгітюдних робіт узгоджуються з розвитком care reasoning, але доказова база значно вужча, ніж потрібно для сильної універсальної стадіальної моделі. Наприклад, Juujärvi спостерігала прогрес у частини студентів протягом двох років, однак вибірка складалася лише з 59 учасників певних професійних напрямів. Juujärvi, 2006. Це підтримує дослідницьку гіпотезу про розвиток care-міркування, але не перетворює три рівні на загальний закон людського розвитку. Опис і норма Те, що психологія виявляє певний спосіб міркування, не робить його автоматично морально кращим. Це правило особливо важливе для Гілліган, оскільки її поняття легко переходять із психологічної мови в нормативну етику. Емпіричне твердження «люди враховують стосунки й турботу» і нормативне твердження «у цій ситуації слід обрати турботу, а не принцип права» належать до різних рівнів аргументації. Типові помилки про Керол Гілліган Помилка перша: «Гілліган довела, що жінки моральніші за чоловіків». Ні. Її праці критикували критерії, за якими жіночі відповіді могли оцінюватися як менш зрілі, але не встановлювали рейтинг моральності статей. Метааналіз також не підтримує сильну гендерну дихотомію. Jaffee & Hyde, 2000. Помилка друга: «етика турботи — це просто емпатія». Ні. Care включає структуру відповідальності, стосунки, взаємозалежність, увагу до наслідків і баланс між собою та іншими. Емпатія може бути одним із психологічних ресурсів турботи, але не є її повним змістом. Помилка третя: «турбота заперечує справедливість». Ні. Вже рання стаття Гілліган описувала дві лінії й їхню взаємодію, а емпіричні вимірювання знаходили позитивні зв’язки між care і justice reasoning. Gilligan, 1982; Skoe et al., 1996. Помилка четверта: «Гілліган створила жіночий аналог шести стадій Кольберга». Її схема care-розвитку має іншу історію, інші методи й значно скромніший емпіричний статус. Сучасний огляд радить читати її в контексті подальших ревізій, а не як застиглу стадіальну систему. Silva & Souza, 2026. Помилка п’ята: «якщо людина говорить про турботу, вона обов’язково діятиме турботливо». Моральне міркування, мотивація та поведінка — різні процеси. Декларована цінність не гарантує відповідної дії, а реальна поведінка залежить від ситуації, ресурсів, норм, ризику, соціального тиску й можливостей контролю. Чому Гілліган залишається важливою для сучасної моральної психології Сила Гілліган сьогодні полягає не в тому, що її рання схема дала остаточну карту морального розвитку, а в тому, що вона змінила питання. Замість «на якій стадії перебуває ця людина?» психологія отримала додаткові запитання: чий голос включений у теорію; які відносини роблять ситуацію морально значущою; чи здатний інструмент почути турботу, залежність і конкретну відповідальність; чи не перетворюємо ми один культурно звичний стиль аргументації на універсальний стандарт. Це також допомагає точніше читати сучасні моральні дилеми. Дилема не зводиться до протиставлення «емоція проти розуму» або «турбота проти логіки». Інтуїтивні й рефлексивні процеси можуть взаємодіяти; аргументи про права можуть містити турботу про вразливих, а аргументи про стосунки можуть бути складними й послідовними. Внесок Гілліган — у розширенні того, що психологія визнає повноцінним моральним міркуванням. Часті запитання Хто така Керол Гілліган? Керол Гілліган — американська психологиня та University Professor у New York University, відома дослідженнями морального розвитку, психології жінок і дівчат, поняттям «іншого голосу», критикою кольбергіанської моделі та розвитком Listening Guide. NYU — біографія. Що таке етика турботи у Гілліган? Це перспектива, у якій морально значущими є конкретні стосунки, відповідальність, взаємозалежність, потреби й вразливість людей, можливі наслідки для зв’язків і баланс турботи про інших із турботою про себе. У психології це коректніше трактувати як орієнтацію морального мислення, а не як готову нормативну формулу. Little, 1998. У чому полягала критика Кольберга? Гілліган стверджувала, що модель, яка надає центрального місця абстрактним принципам справедливості та прав, може недооцінювати моральне міркування, організоване навколо стосунків, турботи й відповідальності. Вона також поставила питання про те, як склад вибірок і правила оцінювання впливають на те, що теорія визнає зрілістю. Gilligan, 1977. Чи вважала Гілліган, що всі жінки мислять турботою? Сильна версія такого твердження не відповідає сучасним даним. Метааналіз виявив невеликі середні гендерні відмінності, але не сильний поділ, за яким care належить жінкам, а justice — чоловікам. Jaffee & Hyde, 2000. Пізніша Гілліган прямо описує «інший голос» як людський, а не виключно жіночий. NYU Steinhardt, 2025. Чи є три рівні Гілліган універсальними стадіями розвитку? Ні. Існують дослідження, сумісні з розвитком care reasoning, але доказової бази недостатньо, щоб трактувати цю послідовність як універсальну, обов’язкову й діагностичну для всіх людей. Juujärvi, 2006; Silva & Souza, 2026. Чи суперечать одна одній турбота і справедливість? Не обов’язково. Вони можуть бути різними фокусами одного морального аналізу. Емпіричні роботи знаходили позитивні зв’язки між показниками care і justice, а сама Гілліган писала про взаємодію двох ліній. Gilligan, 1982; Skoe et al., 1996. Чи є Listening Guide тестом моральності? Ні. Це якісний метод аналізу інтерв’ю та наративів, спрямований на те, щоб почути різні голоси, позиції, стосунки й контекст у розповіді. Він не видає бал «моральності» і не замінює експериментальні або психометричні методи. Gilligan & Eddy, 2017. Чому книжка In a Different Voice стала такою впливовою? Вона поставила під сумнів припущення, що одна домінантна модель моральної зрілості достатньо описує людський розвиток, і зробила досвід жінок та дівчат теоретично значущим для психології. Книжка вийшла 1982 року в Harvard University Press і стала центральною працею в дискусіях про моральний розвиток, гендер і психологічну методологію. Harvard — In a Different Voice. Що в ідеях Гілліган сьогодні вважають найстійкішим? Найстійкішим є не сильне твердження про природно різні моралі статей, а ширший методологічний і концептуальний внесок: моральне міркування може бути організоване не лише навколо правил і прав; стосунки та відповідальність теж є повноцінним предметом моральної психології; а психологічна теорія має перевіряти, кого й які форми досвіду вона робить видимими. Пов’язані статті Етика турботи Керол Гілліган Джерела American Psychological Association. (2021). The Listening Guide: A Contemporary Review of the Method and the Methodology. Qualitative Psychology, 8(2). Galotti, K. M. (1988). Gender differences in self-reported moral reasoning: A review and new evidence. Journal of Youth and Adolescence, 18(5), 475–488. Gilligan, C. (1977). In a Different Voice: Women’s Conceptions of Self and of Morality. Harvard Educational Review, 47(4), 481–517. Gilligan, C. (1982). New maps of development: new visions of maturity. American Journal of Orthopsychiatry, 52(2), 199–212. Gilligan, C., & Eddy, J. (2017). Listening as a path to psychological discovery: an introduction to the Listening Guide. Perspectives on Medical Education, 6(2), 76–81. Jaffee, S., & Hyde, J. S. (2000). Gender differences in moral orientation: a meta-analysis. Psychological Bulletin, 126(5), 703–726. Juujärvi, S. (2006). The ethic of care development: a longitudinal study of moral reasoning among practical-nursing, social-work and law-enforcement students. Scandinavian Journal of Psychology, 47(3), 193–202. Little, M. O. (1998). Care: from theory to orientation and back. Journal of Medicine and Philosophy, 23(2), 190–209. New York University School of Law. Carol Gilligan — Biography. New York University Steinhardt. Carol Gilligan — Faculty Profile. New York University Steinhardt. (2025). University Professor Carol Gilligan Awarded 2025 Kyoto Prize. Silva, M. E. F. da, & Souza, L. L. de. (2026). Moral development according to Carol Gilligan: theory and revisions after In a Different Voice. Psicologia USP, 37, e230053. Skoe, E. E., Pratt, M. W., Matthews, M., & Curror, S. E. (1996). The ethic of care: stability over time, gender differences, and correlates in mid- to late adulthood. Psychology and Aging, 11(2), 280–292. Snarey, J. R. (1985). Cross-cultural universality of social-moral development: a critical review of Kohlbergian research. Psychological Bulletin, 97(2), 202–232.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Коли система штучного інтелекту радить лікування, ранжує кандидатів, визначає маршрут, відхиляє заявку або генерує відповідь із серйозними наслідками, люди часто говорять про неї так, ніби вона була учасником вчинку: «ШІ вирішив», «алгоритм винен», «система мала знати». Для моральної психології це важливий факт людського сприйняття. Він показує, як ми розподіляємо агентність, провину й відповідальність у ситуаціях, де дія виникає з взаємодії людини, організації та технічної системи. Водночас психологічне приписування відповідальності не є доказом того, що система має свідомість, почуття, власний моральний намір або юридичну правосуб’єктність. Огляд у Annual Review of Psychology описує машини як новий об’єкт моральної психології — вони можуть сприйматися людьми як моральні агенти, моральні пацієнти або моральні проксі. Саме слово «сприйматися» тут принципове: дослідження вимірюють людські судження про систему, а не встановлюють її внутрішній феноменальний стан. Ця сторінка має вузький canonical intent: пояснити, коли й чому люди покладають моральну відповідальність безпосередньо на ШІ та чому така атрибуція не перетворює систему на свідомого чи юридичного суб’єкта. Ширший огляд агентності, морального статусу, моральної пацієнтності та проксі-ролей зібрано у статті «Моральна психологія штучного інтелекту». Що означає «ШІ як моральний агент» у психології У цьому контексті «ШІ як моральний агент» означає передусім сприйняту моральну агентність — те, наскільки людина вважає штучну систему самостійним учасником морально значущої дії, якому можна приписати контроль, намір, провину, заслугу або відповідальність. Це емпіричний психологічний конструкт, а не сертифікат «справжньої» моральної суб’єктності. Систематичний огляд Tok, Powell і Guellaï охопив 36 досліджень сприйнятої моральної агентності штучних агентів — роботів, ШІ, дронів та інших систем. Загальна картина градуальна: люди можуть наділяти штучного агента частковою або неповною моральною агентністю, причому оцінка залежить від поведінки системи, форми її представлення, антропоморфних сигналів, ролі в рішенні, контексту та характеристик спостерігача. Самі автори наголошують на неоднорідності поля й на тому, що прямі міри perceived moral agency використовуються поки нечасто. Корисно розрізняти щонайменше чотири рівні, які в побутовій мові легко зливаються. ШІ може бути причинним учасником події, коли його вихід реально змінює результат. Він може бути функціональним агентом, коли автономно виконує послідовність операцій і обирає між доступними діями. Він може бути сприйнятим моральним агентом, коли люди застосовують до нього категорії провини, наміру й відповідальності. І окремо існує питання моральної або юридичної суб’єктності — нормативного статусу, який не випливає автоматично з трьох попередніх рівнів. Моральне судження, провина і відповідальність — різні психологічні змінні Для цієї теми критично не зливати кілька близьких понять. Moral judgment — моральне судження — оцінює дію або результат як допустимі, недопустимі, правильні чи неправильні. Blame judgment — судження про провину — відповідає на питання, наскільки конкретного учасника слід звинувачувати або засуджувати. Responsibility attribution — приписування відповідальності — стосується того, кому люди відводять причинну, рольову або моральну частку за результат. Norm judgment — судження про норму — описує очікування щодо того, що учасник мав би зробити. Моральне рішення — це вибір між альтернативами з морально значущими наслідками. Моральне міркування — процес роботи з причинами, правилами, наслідками й цінностями. Моральна інтуїція — швидка оцінка, яка може виникати без розгорнутого свідомого аналізу; її швидкість сама по собі не робить її ірраціональною. Моральна мотивація — сили, що спонукають діяти відповідно до моральної оцінки, а моральна поведінка — фактична дія. Ці рівні можуть розходитися. Особливо показова серія з 13 досліджень і 7670 учасників, опублікована Malle та колегами. Норми для людей і роботів у моральних дилемах були загалом подібними, тоді як судження про провину в окремій умові систематично розходилися. Отже, відповідь на питання «що агент мав зробити?» не дає автоматичної відповіді на питання «наскільки його слід звинувачувати?». Для сторінки про ШІ це захищає від дуже поширеної помилки: перетворювати будь-яке моральне судження про результат на висновок про повну моральну відповідальність системи. За яких умов люди покладають відповідальність на ШІ Сприйнята автономність і контроль Що більше система здається здатною діяти без безпосередньої команди в конкретний момент, то легше спостерігачеві побачити в ній окремого учасника події. Важливо, що йдеться про сприйняту автономність: технічно складна система може бути представлена як «самостійна», хоча її поведінка жорстко обмежена даними, правилами, архітектурою, політиками доступу й рішеннями організації. Систематичний огляд 2026 року показує, що автономність, інтерактивність, людоподібна поведінка та роль у морально значущій ситуації можуть підсилювати perceived moral agency. Але огляд не підтримує бінарного висновку «автономна система = моральний агент»: атрибуції залишаються частковими й залежать від контексту. Намір, знання і опис дії У людській моральній психології намір зазвичай має велике значення для провини. Подібний шаблон частково переноситься й на ШІ. У дослідженні Ayad і Plaks штучні агенти, описані як такі, що навмисно сприяли негативному результату, отримували суворіші моральні оцінки, ніж агенти з ненавмисною участю. Соціальна вбудованість системи також змінювала оцінювання: коли її «розум» сприймався як менш відокремлений від програмістів, судження ставали іншими. Це не означає, що експеримент довів наявність реального наміру в ШІ. Дослідники маніпулювали тим, як учасники інтерпретували дії агента. Результат стосується механізму людської атрибуції: якщо поведінка описана мовою наміру, люди частіше застосовують моральні категорії, знайомі з міжособистісного світу. Схожий висновок дають сім віньєткових експериментів O’Reilly, Marchesi і Wykowska: формулювання дії та негативний наслідок впливали на приписування роботам навмисності й моральної відповідальності. У деяких умовах відповідальність приписували навіть тоді, коли навмисність оцінювали слабко. Тому «люди звинувачують ШІ» не можна зводити до простого правила «вони спершу вирішили, що він свідомо хотів шкоди». Негативний наслідок і моральна значущість ситуації Наслідок сам по собі теж змінює атрибуцію. Ще в дослідженні Shank і DeSanti учасники оцінювали реальні випадки, де робота ШІ була пов’язана з морально проблемним результатом. За негативного результату самій системі приписували більше неправильності, а також певні рівні усвідомлення, наміру й відповідальності. Це важливий приклад того, як оцінка результату може «підтягувати» за собою уявлення про властивості агента. У новішому експерименті Tsumura і Yamada з 588 учасниками відповідальність після невдалих взаємодій людини з агентом розподілялася між користувачем, самим агентом і розробником або провайдером. Коли тема ставала важливішою, учасники більше відповідальності покладали на розробника або провайдера; відповідальність системи теж не зникала. Картина була не статичною, а залежала від попереднього знання про агента та серйозності ситуації. Антропоморфізація і сприймання психіки Голос, ім’я, займенник «я», аватар, пояснення власних дій, вибачення, емоційна лексика та діалогова пам’ять можуть робити систему соціально читабельнішою. Докладно цей механізм розібрано в окремій статті «Антропоморфізація ШІ». Антропоморфізація не тотожна наївності: людський мозок закономірно використовує соціальні моделі для прогнозування поведінки складних інтерактивних об’єктів. Помилка починається тоді, коли з інтерфейсних сигналів без додаткових доказів виводять внутрішні властивості — свідомість, почуття або моральний намір. Класичне дослідження Heather Gray, Kurt Gray і Daniel Wegner показало два великі виміри сприймання психіки: agency — здатність планувати, контролювати й діяти — та experience — здатність відчувати й переживати. Ці виміри по-різному пов’язані з моральними судженнями. Для ШІ це дає важливе розрізнення: система може здаватися функціонально агентною, але це не є вимірюванням її феноменального досвіду. Роль системи та соціальний контекст Те саме програмне ядро може отримати різну моральну оцінку залежно від ролі. «Інструмент, який показав прогноз», «радник, який рекомендував дію», «агент, який сам обрав», і «система, якій організація делегувала фінальне рішення» задають різні очікування щодо контролю. Саме тому дослідження роботів, автономного транспорту, чатботів або алгоритмічного ранжування не слід механічно переносити одне на одне. Tok та колеги підкреслюють також роль культурного й ситуаційного контексту. Поле поки не дає універсальної формули, за якою можна обчислити «скільки» моральної агентності люди приписуватимуть будь-якому ШІ. Науково точніше говорити про набір умов, що підсилюють або послаблюють атрибуцію. Чому люди можуть звинувачувати ШІ без доказів свідомого наміру Моральне сприйняття не починається з філософського екзамену на свідомість. У повсякденному житті люди спочатку бачать дію, наслідок і роль учасників, а потім швидко будують пояснення: хто контролював ситуацію, хто міг передбачити наслідок, хто мав можливість вчинити інакше. Коли ШІ генерує видимий результат і його поведінка здається цілеспрямованою, він легко займає місце в цій причинно-моральній карті. Така атрибуція може бути практичною евристикою. Сказати «система помилилася» іноді зручно для опису функціональної поведінки. Але психологічна економність мови створює ризик непомітного переходу від функціонального опису до онтологічного висновку: від «система обрала варіант» до «система усвідомила його моральний сенс і захотіла наслідку». Емпіричні дослідження відповідальності фіксують перший феномен — людську інтерпретацію; вони не встановлюють другого. Саме тому moral intuition не варто називати просто «ірраціональною». Швидке приписування агентності може бути адаптивним способом орієнтації в соціально складному середовищі. Наукове завдання полягає в тому, щоб відокремити психологічно реальну атрибуцію від тверджень про властивості системи, які потребують незалежних доказів. Кому дістається відповідальність у системі «людина + ШІ» Запитання «хто відповідає — людина чи ШІ?» часто поставлене надто грубо. Реальні системи складаються з кількох ролей: розробника, постачальника моделі, організації, що її впровадила, оператора, користувача, особи, яка затверджує рішення, і самої технічної системи як причинного компонента. Моральна психологія досліджує, як люди розподіляють відповідальність між цими вузлами; право й організаційне управління окремо визначають формальні обов’язки. Автоматизоване рішення Автоматизоване рішення — це ситуація, де вихід системи безпосередньо визначає або запускає дію за заданою процедурою, а індивідуальне людське підтвердження в момент конкретного рішення відсутнє або обмежене. Тут система може здаватися найближчим причинним агентом. Але причинна близькість не стирає попередніх рішень про розроблення, закупівлю, налаштування, допустимі пороги, дані та межі використання. Рекомендація ШІ AI recommendation — рекомендація ШІ — залишає формальний фінальний вибір за людиною. Це не гарантує фактичної незалежності: люди можуть надмірно покладатися на автоматизовану підказку, особливо коли система подана як експертна. Проте психологічно важливо не називати рекомендацію «рішенням ШІ», якщо людина справді мала повноваження відхилити її й несла роль у фінальному виборі. Спільне рішення людини й ШІ Human–AI joint decision — спільне рішення — виникає, коли результат формується через взаємне доповнення: система генерує оцінку або варіанти, людина додає контекст, коригує, обирає чи підтверджує. У такій конфігурації сама вимога знайти одного «винного агента» може спотворювати структуру процесу. Відповідальність психологічно й організаційно може розподілятися, а реальний контроль треба відновлювати по етапах. Делегування рішення ШІ Delegation to AI — делегування ШІ — означає, що людина або організація свідомо передає системі частину вибору чи виконання. Це ширша тема, розкрита у статті «Коли ШІ вирішує за нас: делегування рішень, когнітивна агентність і психологія контролю». Делегування може зменшувати суб’єктивне відчуття власної участі, але не створює універсального правила, за яким відповідальність автоматично переходить до системи. Особливо показове дослідження Hüholt і Szech 2026 року: у двох експериментах із 5639 учасниками люди, які самі стояли перед реальним моральним рішенням, частіше делегували його ШІ, ніж людському делегату. Одним із виявлених мотивів було перенесення відповідальності. Цей результат важливий ще й тому, що він не повторює просту історію про «алгоритмічну відразу»: у певних умовах ШІ може бути привабливим саме як моральний делегат. Два протилежні ризики: «винен алгоритм» і «винна найближча людина» Помилкова атрибуція відповідальності може рухатися у двох напрямках. Перший — перетворити систему на зручний моральний щит: «це вирішив алгоритм», тому людські та організаційні рішення ніби зникають. Систематичний огляд perceived moral agency прямо вказує на ризик того, що штучні агенти можуть ставати об’єктами перенесення провини, поки відповідальні людські учасники залишаються менш помітними. Другий напрямок протилежний. Концепт moral crumple zone, запропонований Madeleine Clare Elish, описує ситуацію, коли найближчий людський оператор отримує непропорційно велику моральну або юридичну провину, хоча його фактичний контроль над складною автоматизованою системою був обмеженим. Це концептуальна рамка, сформована на аналізі автоматизованих соціотехнічних систем, а не універсальний закон людської поведінки. Разом ці два ризики показують, чому формула «завжди звинувачуйте людину» така ж неточна, як формула «відповідає ШІ». Сильний аналіз відновлює ланцюг контролю: хто встановив цілі, хто обрав систему, хто визначив дані й пороги, хто міг втрутитися, хто бачив попередження, хто мав право зупинити процес, хто отримував вигоду та хто фактично виконав дію. Чому сприйнята моральна агентність не доводить свідомість ШІ Свідомість, здатність відчувати й моральна агентність — різні питання. Людина може приписати системі agency через її цілеспрямовану поведінку й водночас не приписувати experience. Може бути й навпаки: антропоморфний дизайн викликає співчуття без сильного уявлення про контроль. Саме тому вимірювання «наскільки учасники звинувачують агента» не є тестом на наявність у нього суб’єктивного досвіду. Gray, Gray і Wegner досліджували сприймання психіки людьми, а не безпосередньо внутрішню свідомість оцінюваних сутностей. Аналогічно сучасні експерименти з роботами й ШІ вимірюють судження спостерігачів. Якщо учасник ставить високий бал «відповідальності» чатботу, це достовірно повідомляє щось про його оцінювання чатбота; з цього логічно не випливає, що система переживає провину, розуміє моральний зміст дії або має феноменальний досвід. Тому коректна формула для цього кластера така: люди можуть сприймати ШІ як морального агента; це є даними про людську моральну психологію. Питання про свідомість ШІ потребує іншого типу аргументів і доказів та не вирішується експериментом з атрибуції провини. Чому це не робить ШІ юридичним суб’єктом Юридичний статус визначається правом, а не психологічною інтуїцією спостерігача. Той факт, що люди говорять «алгоритм винен» або оцінюють систему як відповідальну в експерименті, сам по собі не створює правосуб’єктності, прав, обов’язків чи здатності нести санкції. Станом на вересень 2026 року Регламент ЄС 2024/1689 (AI Act) структурує обов’язки навколо визначених ролей — зокрема provider (постачальника) і deployer (суб’єкта, що використовує систему). За визначеннями регламенту ці ролі належать фізичним або юридичним особам, органам влади, агенціям чи іншим організаціям. Для високоризикових систем регламент окремо встановлює вимоги до людського нагляду та розподіляє відповідальності вздовж ланцюга ШІ. Це конкретний приклад того, що нормативна архітектура не виводиться з того, кого користувач суб’єктивно вважає «винним». Звідси не випливає універсальний висновок про всі можливі майбутні правові режими. Право може змінюватися, а відповідальність у конкретній справі залежить від юрисдикції, галузі, договорів, характеру шкоди та фактичних ролей учасників. Стабільне розрізнення інше: психологічне приписування моральної агентності та юридична правосуб’єктність належать до різних рівнів аналізу. Чи хочуть люди взагалі, щоб ШІ приймав моральні рішення Ранніша експериментальна література часто знаходила опір машинним моральним рішенням. У дев’яти дослідженнях Bigman і Gray учасники гірше сприймали автономні машинні рішення в морально значущих сферах, а частину цього ефекту пояснювало уявлення, що машині бракує повноцінного «розуму». Обмеження системи дорадчою роллю в одному з експериментів зменшувало відразу. Проте дані 2026 року ускладнюють картину. У дослідженні Hüholt і Szech люди частіше делегували власне моральне рішення ШІ, ніж іншій людині, коли відповідальність за вибір лежала на них самих. Різниця між «чи хочу я, щоб машини загалом вирішували моральні питання?» і «чи передам я конкретне складне рішення, за яке відповідаю сам?» показує, наскільки важливі позиція учасника та контекст. Отже, сучасна evidence base не підтримує універсальної тези ані про «алгоритмічну відразу», ані про «готовність довірити мораль ШІ». Результати залежать від ролі, ризику, типу системи, способу постановки питання й того, чи людина оцінює чужу систему збоку, чи сама може перекласти на неї вибір. Що показують дослідження — і чого вони поки не показують Перше стійке спостереження полягає в тому, що моральна агентність ШІ у людському сприйнятті градуальна. Люди здатні приписувати системам частину провини, наміру, контролю або відповідальності, не прирівнюючи їх до дорослої людини як до повного морального агента. Це узгоджується з систематичним оглядом 36 досліджень. Друге: різні моральні судження розходяться. Норма, провина, відповідальність і оцінка наміру не є взаємозамінними. Серія Malle та колег особливо добре демонструє різницю між norm judgment і blame judgment. Третє: атрибуція відповідальності розподіляється між системою та людьми й змінюється зі структурою взаємодії. Tsumura і Yamada показали, що попереднє знання про агента й важливість ситуації змінюють те, скільки відповідальності отримують користувач, агент і розробник або провайдер. Четверте: інтерпретація наміру має значення, але не є єдиною умовою. Ayad і Plaks виявили суворіші оцінки за навмисно описаного внеску ШІ в негативний результат, тоді як O’Reilly та колеги показали, що відповідальність може зберігатися навіть за слабшого приписування навмисності. Водночас межі evidence суттєві. Багато робіт використовують віньєтки, моральні дилеми або роботів, а не тривалі взаємодії з сучасними генеративними системами. Вибірки й культурні контексти нерівномірні. Різні дослідження вимірюють blame, responsibility, intentionality, wrongness, agency або acceptability різними шкалами. Систематичний огляд прямо вказує, що пряме вимірювання perceived moral agency поки рідкісне. Тому переносити точний ефект з робота в лабораторній дилемі на чатбот, медичну систему чи автономний бізнес-процес слід обережно. Практичні наслідки: як не втратити відповідальність у взаємодії з ШІ Для користувача найкорисніше запитувати не «чи є ШІ справжнім моральним агентом?», а «яку роль він виконує в цьому конкретному рішенні і хто реально контролює кожний етап?». Таке формулювання повертає аналіз від метафори до структури дії. Для організацій важливо розрізняти рекомендацію, автоматизоване рішення, спільне рішення та делегування. Якщо ці режими змішані в інтерфейсі або політиці, користувачі можуть помилково переоцінювати як автономність системи, так і власний контроль. Прозоре позначення ролей саме по собі не розв’язує питання відповідальності, але робить її ланцюг перевірюванішим. Для дизайнерів антропоморфні сигнали мають морально-психологічні наслідки. Коли система говорить «я вирішив», «я вважаю це правильним» або «я беру відповідальність», користувач може читати функціональний вихід як заяву про внутрішній намір. Такий дизайн потребує особливої точності в контекстах, де від помилки залежать права, здоров’я, безпека, гроші або доступ до можливостей. Для розслідування помилки корисно відновлювати не одного символічного винуватця, а карту контролю: які дані були на вході, хто визначив правила й пороги, що система рекомендувала, що побачила людина, чи могла вона відхилити результат, чи було достатньо часу й інформації для втручання, хто затвердив процедуру та як зберігалися журнали рішень. Це одночасно зменшує ризик «винен алгоритм» і ризик moral crumple zone. Типові помилки у розмовах про морального агента ШІ Перша помилка — вважати, що будь-яке слово «агент» означає свідомого суб’єкта. У комп’ютерних науках агентність може позначати функціональну здатність виконувати дії; у психології perceived agency — людське сприйняття; у моралі та праві питання суб’єктності мають інші критерії. Друга — припускати, що якщо люди звинувачують ШІ, вони обов’язково вірять у його свідомість. Експерименти показують складнішу картину: відповідальність може приписуватися за негативним наслідком, роллю, описом дії або автономністю навіть без сильного приписування повноцінного людського розуму. Третя — вважати, що відповідальність є грою з нульовою сумою: якщо частину отримує система, люди автоматично отримують менше. У деяких дослідженнях оцінки кількох учасників змінюються одночасно. Психологічна відповідальність може бути розподіленою, а юридичні й організаційні обов’язки визначаються окремо. Четверта — морально ранжувати людей за тим, чи вони антропоморфізують ШІ. Антропоморфізація є поширеним способом соціального пізнання, а її наслідки залежать від контексту. Завдання — бачити, де вона допомагає взаємодії, а де створює непідтверджені висновки про намір, почуття чи відповідальність системи. Питання та відповіді Чи є сучасний ШІ моральним агентом? У психологічних дослідженнях люди можуть сприймати ШІ як часткового морального агента й приписувати йому провину, намір або відповідальність. Це висновок про людське сприйняття. Він не встановлює, що система має свідомий моральний намір або повну моральну суб’єктність. Чому люди звинувачують ШІ за погане рішення? На атрибуцію впливають сприйнята автономність, контроль, опис наміру, тяжкість наслідків, роль системи, людоподібні сигнали та контекст. Негативний результат може посилювати приписування відповідальності навіть тоді, коли уявлення про навмисність залишається слабким або неоднозначним. Чи може ШІ бути відповідальним, якщо він не мав наміру? Люди іноді приписують штучним агентам певну відповідальність навіть за слабкого приписування наміру. Це емпіричний факт про судження спостерігачів. Філософське або юридичне питання про те, які умови необхідні для «справжньої» відповідальності, є окремим. Чи означає автономність ШІ юридичну відповідальність? Ні. Технічна або функціональна автономність сама по собі не створює правосуб’єктності. Юридичні обов’язки визначаються конкретним правом і ролями учасників. Наприклад, AI Act ЄС встановлює обов’язки для providers, deployers та інших учасників і передбачає людський нагляд для визначених високоризикових систем. Чи доводить моральна відповідальність ШІ його свідомість? Ні. Оцінка відповідальності в експерименті вимірює те, як люди інтерпретують систему. Вона не є незалежним тестом на феноменальний досвід, почуття або здатність страждати. Чи антропоморфізація ШІ завжди є помилкою? Ні. Людоподібна модель може бути зручною для прогнозування поведінки й комунікації. Ризик виникає, коли з інтерфейсних ознак без достатніх доказів роблять висновок про внутрішню свідомість, почуття або моральний намір. Хто відповідає за спільне рішення людини й ШІ? Однієї універсальної відповіді немає. Психологічно люди можуть розподіляти відповідальність між користувачем, системою, розробником і організацією. Організаційно та юридично потрібно дивитися на реальний контроль, повноваження, обов’язки, можливість втручання й конкретний правовий режим. Чи може делегування ШІ зменшити відчуття власної відповідальності? Таке перенесення відповідальності зафіксоване в експериментальних роботах, зокрема в дослідженні Hüholt і Szech 2026 року. Але це не означає автоматичного зникнення фактичних людських або організаційних обов’язків. Чим «ШІ вирішив» відрізняється від «ШІ порадив»? За рекомендації система подає оцінку або варіант, а фінальний вибір формально залишається за людиною. За автоматизованого рішення або делегування система безпосередньо визначає чи запускає частину результату. Для аналізу відповідальності ця різниця принципова. Пов’язані статті Моральна психологія штучного інтелекту Відповідальність за рішення ШІ Моральна агентність і моральний статус Джерела Ayad, R., & Plaks, J. E. (2025). Attributions of intent and moral responsibility to AI agents. Computers in Human Behavior: Artificial Humans, 3, 100107. Bigman, Y. E., & Gray, K. (2018). People are averse to machines making moral decisions. Cognition, 181, 21–34. Bonnefon, J.-F., Rahwan, I., & Shariff, A. (2024). The Moral Psychology of Artificial Intelligence. Annual Review of Psychology, 75, 653–675. Elish, M. C. (2019). Moral Crumple Zones: Cautionary Tales in Human-Robot Interaction. Engaging Science, Technology, and Society, 5, 40–60. European Parliament & Council of the European Union. (2024). Regulation (EU) 2024/1689 (Artificial Intelligence Act), current consolidated access via EUR-Lex. Gray, H. M., Gray, K., & Wegner, D. M. (2007). Dimensions of mind perception. Science, 315(5812), 619. Hüholt, N., & Szech, N. (2026). Trusting machines with morality — Delegating moral decisions to AI. European Economic Review, 184, 105255. Malle, B. F., Scheutz, M., Cusimano, C., Voiklis, J., Komatsu, T., Thapa, S., & Aladia, S. (2025). People's judgments of humans and robots in a classic moral dilemma. Cognition, 254, 105958. O’Reilly, Z., Marchesi, S., & Wykowska, A. (2025). The impact of action descriptions on attribution of moral responsibility towards robots. Scientific Reports, 15, Article 4128. Shank, D. B., & DeSanti, A. (2018). Attributions of morality and mind to artificial intelligence after real-world moral violations. Computers in Human Behavior, 86, 401–411. Tok, A. Y. F., Powell, N. L., & Guellaï, B. (2026). A systematic review of moral agency in artificial agents. Discover Psychology, 6, Article 9. Tsumura, T., & Yamada, S. (2026). Effects of knowledge and importance on responsibility in human-AI decision making. Scientific Reports, 16, Article 2670.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Моральне звинувачення — це психологічний процес, у якому людина оцінює, наскільки інша особа заслуговує на осуд за вчинок, бездіяльність або наслідок, що сприймається як порушення моральної норми. У сучасній моральній психології таке судження зазвичай розглядають окремо від простого встановлення причинності, загального приписування відповідальності, оцінки неправильності вчинку та рішення про покарання. Огляди досліджень показують, що ці види моральних оцінок спираються на частково різну інформацію і виконують різні соціальні функції (Malle, 2021; Guglielmo, 2015). Коли ми кажемо, що хтось «винен», у повсякденній мові можуть змішуватися щонайменше три різні речі: причинна участь у події, моральна винуватість як оцінка з боку інших і внутрішнє почуття провини. Для наукової точності їх варто розділяти. Людина може бути причинно причетною до негативного результату, але мати мало контролю над ним; може не відчувати провини, хоча інші вважають її винуватою; або, навпаки, переживати сильне почуття провини, хоча її реальна відповідальність обмежена. Психологія морального звинувачення не встановлює, хто «насправді заслуговує» осуду в нормативному чи правовому сенсі. Вона досліджує, які дані люди враховують, як формують судження про винуватість, чому оцінки змінюються залежно від наміру, знання, контролю, мотиву та наслідків і де в цих процесах виникають систематичні упередження. Що таке моральне звинувачення У психологічній літературі blame judgment можна описати як судження про моральну винуватість конкретної особи за певне порушення. У впливовій теорії Берта Малле, Стівена Гульєльмо та Ендрю Монро звинувачення пов’язане не лише з негативною оцінкою події. Воно потребує переходу від «це було погано» до «ця особа заслуговує на осуд за те, що сталося», а такий перехід залежить від інформації про причинність, намір, причини дії, можливість запобігти наслідку та інші характеристики контролю (Malle, Guglielmo & Monroe, 2014). Ця відмінність важлива, бо одна й та сама ситуація може отримати різні оцінки на різних рівнях. Спостерігачі можуть визнати наслідок шкідливим, дію морально неправильною, особу причинно відповідальною, але водночас зменшити осуд, якщо дія була вимушеною, інформація була недоступною або людина не могла передбачити результат. І навпаки, відсутність прямої шкоди не завжди знімає осуд, якщо намір вважається явно шкідливим. Моральне звинувачення тому краще розуміти як окремий тип моральної оцінки, а не як синонім будь-якого негативного судження про поведінку. Моральне звинувачення, відповідальність, провина й осуд: у чому різниця Моральна психологія використовує кілька близьких понять, які в повсякденній мові легко зливаються. Моральне судження — широка категорія оцінок, пов’язаних із моральною значущістю дій, людей, норм або ситуацій. Воно може стосуватися того, чи є вчинок допустимим, справедливим, неправильним або таким, що порушує норму. Судження про неправильність стосується насамперед дії: «цей учинок є неправильним». Судження про звинувачення стосується того, наскільки конкретна особа заслуговує осуду: «ця людина винна в морально значущому сенсі». Дослідження показують, що намір, причинність і наслідок можуть впливати на ці дві оцінки неоднаково (Cushman, 2008; Gaboriaud et al., 2024). Приписування відповідальності ще ширше. Відповідальність може означати причинну роль, обов’язок, контроль, авторство рішення, передбачуваність наслідку або відповідальність за майбутню дію. Звинувачення додає негативну моральну оцінку. Саме тому фраза «вона відповідала за процес» не означає «вона морально винна в результаті». Провина має подвійне значення. У словосполученні «ступінь провини» йдеться про приписувану винуватість. У словосполученні «почуття провини» йдеться про внутрішню самосвідому емоцію. Ці явища можуть бути пов’язані, але не збігаються. Сильне почуття провини не є доказом високої моральної винуватості, а відсутність такого почуття не доводить невинуватості. Осуд — це негативна моральна оцінка або її соціальне вираження. Він може залишатися внутрішнім судженням, проявлятися як критика, вимога пояснення, дистанціювання чи інша форма моральної комунікації. Покарання — окремий крок: воно передбачає накладення певної ціни, обмеження або санкції. Оглядова глава Малле прямо розрізняє звинувачення як оцінку й комунікативну реакцію та покарання як механізм, що накладає витрати на порушника (Malle, 2025). Як люди формують судження про моральну провину У лабораторних дослідженнях морального звинувачення людям часто пропонують короткі сценарії, у яких послідовно змінюють інформацію про дію та її контекст. Ці експерименти не відтворюють усі складнощі реального життя, але вони дають змогу побачити, які компоненти судження систематично впливають на осуд. Причинна роль Перший базовий крок — чи справді дія або бездіяльність цієї особи спричинила результат. Причинність сама по собі не дорівнює винуватості, але вона часто є необхідною частиною оцінки. У дослідженнях причинності та звинувачення люди розрізняють питання «що спричинило наслідок?» і «кого слід звинувачувати?», хоча відповіді на них взаємодіють (Lagnado & Channon, 2008). Саме тому випадкова фізична причетність може не викликати сильного морального осуду, якщо людина не контролювала подію, не могла її передбачити або не мала реальної можливості діяти інакше. Намір Намір є одним із найсильніших чинників моральної оцінки. Навмисна шкода зазвичай викликає сильніший осуд, ніж подібний наслідок, спричинений випадково. Водночас ненавмисність не автоматично знімає провину: недбалість, ігнорування відомого ризику або невикористана можливість запобігти шкоді можуть підтримувати звинувачення. Класичні експерименти Джошуа Кушмана показали, що судження про неправильність особливо чутливі до психічного стану та наміру, тоді як оцінки вини й покарання додатково залежать від причинного зв’язку з наслідком (Cushman, 2008). Новіші дослідження підтверджують, що намір, наслідок і причинність впливають на фінальні оцінки, хоча точний розподіл їхніх ролей між неправильністю і звинуваченням залишається предметом уточнення (Gaboriaud et al., 2024). Знання і передбачуваність Люди запитують не лише «що вона хотіла зробити?», а й «що вона знала?» та «що могла передбачити?». Якщо негативний результат був передбачуваним, осуд за ненавмисну шкоду зазвичай зростає. Якщо ж наслідок був практично неможливим для передбачення, звинувачення може слабшати. Експериментальні дані показують, що передбачуваність і намір мають окремий вплив як на судження про причинність, так і на звинувачення (Lagnado & Channon, 2008). Це пояснює, чому два однакові за наслідком вчинки можуть отримувати різний моральний осуд, якщо одна людина знала про ризик, а інша не мала доступу до відповідної інформації. Контроль і можливість діяти інакше Звинувачення змінюється, коли людина діяла під примусом, мала обмежений вибір, не володіла потрібними засобами або фізично не могла запобігти наслідку. У таких випадках причинна участь може залишатися, але оцінка винуватості зменшується. У моделі «винуватого контролю» Марка Аліке оцінка контролю є центральною, але на неї можуть впливати попередні негативні реакції на подію або учасника. Люди не завжди спочатку нейтрально встановлюють контроль, а вже потім формують моральне судження: інколи первинна негативна оцінка спрямовує пошук причин і відповідальності (Alicke, 2000). Причини та мотиви Для навмисних дій важливо, чому людина так діяла. Одна й та сама поведінка може оцінюватися по-різному, якщо їй приписують турботу, помсту, особисту вигоду, бажання завдати шкоди, виконання обов’язку або інший мотив. Сучасний огляд досліджень мотивів показує, що висновки про мотиви впливають не тільки на оцінку окремого вчинку, а й на висновки про характер людини. Особливо сильний ефект мають підозри щодо прихованої особистої вигоди або суперечності між заявленими й приписаними мотивами (Carlson et al., 2022). Водночас приписаний мотив — теж психологічний висновок спостерігача, а не прямий доступ до внутрішнього стану іншої людини. Можливість запобігти наслідку Для ненавмисної шкоди важливим стає питання запобіжності: чи могла людина реально передбачити ризик і зробити щось, щоб його зменшити. Дослідження процесу пошуку інформації показали, що під час формування звинувачення люди часто перевіряють причинність, потім намір, а для ненавмисних подій — можливість запобігти наслідку. Цей порядок виявлявся навіть за обмеженого часу (Guglielmo & Malle, 2017). Цей результат важливий для розуміння моральної інтуїції: швидке судження не обов’язково є безструктурним або «нелогічним». Частина інформації може оброблятися дуже швидко, але це все одно інформація про конкретні властивості ситуації. Намір важливий, але не є єдиним критерієм У популярних поясненнях моральності інколи з’являється проста формула: «головне — намір». Психологічні дані показують складнішу картину. Намір справді має великий вплив, але люди також враховують причинну роль, фактичний результат, передбачуваність, контроль, знання та можливість запобігти шкоді. Це видно на порівнянні двох типів ситуацій. Якщо людина хотіла завдати шкоди, але випадково не досягла мети, негативна оцінка її наміру може залишатися високою. Якщо людина не хотіла шкоди, але порушила очевидний стандарт обережності й спричинила тяжкий наслідок, осуд також може бути значним. У цих випадках джерела звинувачення різні. Один із центральних висновків сучасної моральної психології полягає в тому, що оцінка дії та оцінка діяча не зводяться до одного параметра. Саме через це наукові моделі морального судження поступово переходили від єдиного показника «добре — погано» до аналізу окремих інформаційних компонентів (Guglielmo, 2015; Malle, 2021). Чому однаковий вчинок може отримувати різний осуд Моральне звинувачення залежить не лише від фізичного опису поведінки. Люди оцінюють подію в контексті норм, ролей, знань, очікувань і доступних альтернатив. По-перше, має значення сама норма. Одна поведінка може вважатися порушенням у ситуації з чітким обов’язком і нейтральною там, де такого обов’язку немає. Судження про норму тому не слід змішувати із судженням про винуватість конкретної людини. По-друге, важить соціальна роль. Від людини, яка взяла на себе певний обов’язок, можуть очікувати дій, яких не очікують від стороннього спостерігача. Це змінює оцінку контролю, належної обачності та відповідальності. По-третє, інформація про мотиви може змінити інтерпретацію того самого вчинку. Допомога з очікуванням особистої вигоди й допомога без такої вигоди можуть отримувати різну моральну оцінку, хоча зовнішня дія однакова (Carlson et al., 2022). По-четверте, після того як результат уже відомий, спостерігачам важче оцінити, наскільки передбачуваним він здавався до події. Це створює простір для hindsight bias — упередження ретроспективного знання, коли минула невизначеність здається меншою, ніж була насправді. По-п’яте, негативна емоційна реакція може підштовхувати до суворішої інтерпретації контролю та мотивів. У моделі Аліке це один із механізмів, через які спонтанна оцінка «це жахливо» може впливати на подальше судження «хто винен» (Alicke, 2000). Інтуїція, емоції й міркування у звинуваченні Моральна інтуїція не є синонімом ірраціональності. Швидка оцінка може спиратися на добре засвоєні норми, розпізнавання наміру, причинності, загрози чи несправедливості. Водночас швидкість робить судження чутливішим до неповної інформації, першого враження та емоційної реакції. Моральне міркування також не гарантує правильного висновку. Додатковий час може допомогти перевірити факти, відокремити намір від наслідку й врахувати обмеження контролю, але люди здатні використовувати аргументи і для захисту вже сформованої оцінки. Тому науково коректніше говорити не про боротьбу «емоційної помилки» з «раціональною правдою», а про взаємодію кількох процесів обробки інформації. Особливо показові дослідження послідовності пошуку інформації. У серії експериментів учасники систематично шукали дані про причинність, намір і запобіжність перед фінальним звинуваченням, причому така структура зберігалася й під часовим тиском (Guglielmo & Malle, 2017). Це не доводить, що всі моральні інтуїції точні. Воно показує, що швидке моральне судження може мати внутрішню інформаційну організацію. Коли наслідок змінює оцінку: outcome bias і «моральна удача» Одна з найскладніших тем у психології звинувачення — роль фактичного результату. Уявімо двох людей, які припустилися однакової помилки з однаковим рівнем ризику. В одному випадку шкода сталася, в іншому — ні. Чи будуть їх звинувачувати однаково? Ранніша метааналітична робота показала, що тяжчі негативні наслідки пов’язані з вищими оцінками «відповідальності» в експериментальних дослідженнях (Robbennolt, 2000). Але тут є дві важливі обережності. По-перше, у старіших дослідженнях слово responsibility часто охоплювало різні конструкції — від причинності до вини й юридично подібних оцінок. По-друге, сам механізм ефекту наслідку залишається дискусійним. Велика серія експериментів Флоріана Кніра та Едуара Машері поставила під сумнів просту інтерпретацію, ніби люди безпосередньо вважають особу більш морально винною лише тому, що їй «не пощастило» з наслідком. Автори показали, що частину ефекту можна пояснити ретроспективним переоцінюванням того, наскільки ризик був передбачуваним (Kneer & Machery, 2019). Тому твердження «гірший результат автоматично означає більшу моральну провину» не відповідає сучасному стану доказів. Реальний наслідок може впливати на звинувачення, але через кілька шляхів: емоційну реакцію, оцінку причинності, ретроспективну передбачуваність, висновки про обачність і норми конкретної ситуації. Дія, бездіяльність і omission bias Люди часто оцінюють активну дію, що спричинила шкоду, суворіше, ніж бездіяльність із подібним наслідком. Це явище називають omission bias — упередженням на користь бездіяльності. Пререєстрований метааналіз досліджень дії та бездіяльності виявив загальний ефект на користь суворішої оцінки дії, причому він був помітнішим у моральних оцінках і звинуваченні, ніж у власне рішеннях. Водночас база досліджень була відносно невеликою, а автори виявили ознаки публікаційного упередження, тому величину та універсальність ефекту слід трактувати обережно (Yeung, Yay & Feldman, 2022). Бездіяльність також може викликати сильне моральне звинувачення, особливо коли людина мала чіткий обов’язок діяти, достатні знання, реальну можливість втрутитися й передбачуваний ризик. Отже, формула «нічого не зробив — значить, не винен» психологічно й концептуально надто проста. Чому оцінка наміру теж може залежати від моралі На перший погляд здається, що спочатку люди нейтрально встановлюють факт наміру, а вже потім вирішують, наскільки дія неправильна. Дослідження так званого ефекту Кнобе показують, що напрям впливу може бути двостороннім: моральна оцінка побічного наслідку здатна змінювати те, наскільки люди схильні називати цей наслідок навмисним. Дослідження, спрямовані на перевірку альтернативних пояснень ефекту, показали, що моральна оцінка зберігає самостійний внесок у судження про навмисність навіть після врахування інших чинників (Cova, Lantian & Boudesseul, 2016). Це важливе нагадування: компоненти морального звинувачення не завжди формуються як незалежні сходинки. Уже на етапі оцінки наміру спостерігач може перебувати під впливом морального значення ситуації. Тому впевнене твердження «я просто встановив факт наміру, а мораль тут ні до чого» не завжди точно описує реальний психологічний процес. Від звинувачення до покарання: різні психологічні кроки Звинувачення й покарання пов’язані, але одне не випливає автоматично з іншого. Людина може вважати когось винним і водночас виступати за м’яку реакцію, компенсацію, зміну правил або відновлення довіри. Може, навпаки, підтримувати санкцію з превентивних міркувань, не переживаючи сильного особистого осуду. Малле пропонує розрізняти щонайменше два механізми морального регулювання: blame як оцінювання й комунікацію порушення та punishment як накладення витрат або санкцій (Malle, 2025). Таке розрізнення допомагає не робити хибного висновку, що «чим сильніше ми засуджуємо, тим жорсткішим має бути покарання». Психологічні дослідження покарання описують, як люди обирають санкції, але самі по собі не встановлюють, яка санкція є морально або юридично правильною. Для цього потрібні окремі нормативні, правові й суспільні критерії. Так само звинувачення не тотожне відновленню стосунків. Після шкоди можуть бути релевантними визнання відповідальності, пояснення, компенсація, зміна поведінки, прощення або встановлення меж. Ці процеси мають різні психологічні функції. Прощення не дорівнює примиренню, а примирення не є обов’язковим наслідком вибачення чи визнання провини. Основні моделі морального звинувачення і їхні межі Наука не має однієї остаточної моделі, яка вичерпно описує всі ситуації морального звинувачення. Кілька впливових підходів пояснюють різні частини процесу. Модель винуватого контролю Culpable Control Model Марка Аліке ставить у центр оцінку особистого контролю, але додає важливу ідею про спонтанні оцінні реакції. Негативний наслідок або негативне враження про людину може посилити мотивацію знайти підтвердження її винуватості. Тобто емоційна реакція й аналіз контролю здатні взаємно впливати один на одного (Alicke, 2000). Сильна сторона моделі — пояснення того, чому звинувачення не завжди є холодним підрахунком причинності й контролю. Її не слід перетворювати на правило «емоції завжди викривляють звинувачення»: оцінні реакції можуть бути інформативними, а їхній вплив залежить від ситуації. Path Model of Blame Модель Малле, Гульєльмо та Монро описує умовний інформаційний маршрут. Після виявлення порушення люди встановлюють причинну роль, з’ясовують навмисність, а потім оцінюють або причини навмисної дії, або запобіжність ненавмисної. У такому підході звинувачення є результатом структурованого аналізу інформації про дію та психічний стан особи (Malle, Guglielmo & Monroe, 2014). Подальші експерименти з пошуком інформації дали підтримку передбаченій послідовності причинність → намір → причини або запобіжність (Guglielmo & Malle, 2017). Проте модель не означає, що реальні люди завжди проходять усі кроки послідовно й без взаємного впливу. Дослідження ефекту Кнобе та outcome bias показують, що оцінки можуть мати зворотні зв’язки. Інформаційно-процесуальні підходи Інтегративні огляди розглядають моральне судження як обробку кількох класів інформації: норм, причинності, наміру, знання, мотивів, контролю, наслідків і характеристик ситуації (Guglielmo, 2015). Перевага такого підходу — він не вимагає звести моральність до одного «модуля» або одного універсального правила. Новіші процесуальні моделі намагаються окремо простежувати динаміку суджень про неправильність і звинувачення. Наприклад, пререєстроване дослідження 2024 року показало, що намір, результат і причинність впливають на фінальні оцінки, але не підтвердило простого припущення, ніби ці фактори мають стабільно різну вагу для неправильності та звинувачення в усіх умовах (Gaboriaud et al., 2024). Це хороший приклад того, як теорії уточнюються емпірично, а не перетворюються на незмінні типології. Типові помилки у розумінні морального звинувачення Причина не дорівнює провині. Людина може бути частиною причинного ланцюга, але не мати знання, контролю або реальної можливості запобігти результату. Відповідальність не дорівнює звинуваченню. Відповідальність може бути роллю, обов’язком, причинною участю або контролем; звинувачення містить негативне моральне судження про конкретного діяча. Неправильність учинку не дорівнює ступеню осуду людини. Той самий вчинок може вважатися неправильним, але викликати різний осуд залежно від примусу, знання, наміру й контролю. Пояснення не дорівнює виправданню. Розуміння причин поведінки може змінити оцінку наміру або контролю, але саме по собі не робить шкоду прийнятною. Поганий наслідок не доводить поганий намір. Результат може бути випадковим, непередбачуваним або спричиненим кількома чинниками. Почуття провини не доводить винуватість. Людина може перебільшувати свою роль, брати на себе чужу відповідальність або реагувати на засвоєні правила, що не відповідають фактичній ситуації. Відсутність почуття провини не доводить невинуватість. Емоційна реакція особи та оцінка її вчинку спостерігачами — різні психологічні явища. Осуд не дорівнює покаранню. Навіть після встановлення винуватості питання про санкцію, компенсацію, відновлення довіри чи іншу реакцію потребує окремого рішення. Оцінка конкретного вчинку не дає автоматичного права перетворювати людину на моральний «тип». Висновок «цей вчинок заслуговує осуду» і глобальний ярлик «це погана людина» мають різний обсяг і різні ризики помилки. Практичний спосіб розкласти звинувачення на складові Коли ситуація емоційно насичена, корисно розділити питання, які в повсякденному мисленні легко зливаються. Це не алгоритм «правильної моралі», а спосіб точніше побачити, на чому саме тримається судження. 1. Яка норма, очікування або обов’язок, на мою думку, були порушені? Якщо норму неможливо сформулювати, варто перевірити, чи йдеться про моральне порушення, чи про просту антипатію, розчарування або конфлікт інтересів. 2. Що саме сталося за доступними фактами? Тут важливо відокремити встановлені події від припущень про мотиви. 3. Якою була причинна роль цієї людини? Чи створила вона ризик, безпосередньо спричинила наслідок, лише була присутня або відповідала за систему, де діяли інші люди? 4. Що вона знала до події? Інформація, яка стала відомою після наслідку, не повинна непомітно перетворюватися на «очевидне знання», яке нібито було доступним раніше. 5. Чи був наслідок навмисним? Намір завдати шкоди, намір виконати дію без наміру щодо побічного наслідку та повністю випадкова подія — різні конфігурації. 6. Який реальний контроль мала людина? Примус, дефіцит інформації, часовий тиск, обмежені ресурси або відсутність альтернатив можуть змінювати оцінку винуватості. 7. Чи могла вона передбачити й запобігти наслідку? Для ненавмисної шкоди це часто центральне питання. 8. Які мотиви їй приписуються і на чому це ґрунтується? Мотиви можуть суттєво змінювати осуд, але приписаний мотив залишається висновком, який потребує підстав. 9. Наскільки моя оцінка змінилася через тяжкість результату, відому заднім числом? Це допомагає помітити можливий outcome bias або hindsight bias. 10. Яке рішення я насправді намагаюся прийняти: про причинність, відповідальність, моральну винуватість, осуд, покарання чи відновлення? Розділення цих питань часто зменшує концептуальну плутанину. Цей спосіб особливо корисний там, де кілька людей або організацій мають різні частки контролю. Він не гарантує одностайності, але робить видимими точки, у яких розходяться факти, інтерпретації та моральні норми. Моральне звинувачення у групах і публічній комунікації У груповому середовищі звинувачення виконує не лише функцію оцінки минулої поведінки. Публічний осуд може сигналізувати, яку норму група вважає важливою, окреслювати межі прийнятної поведінки, вимагати пояснення або показувати підтримку постраждалому. Саме через цю комунікативну функцію форма звинувачення має значення. Судження «конкретна дія була неприйнятною з таких-то причин» передає іншу інформацію, ніж глобальна дегуманізувальна характеристика людини чи групи. Психологічний термін «звинувачення» не є ліцензією на таврування, а описує клас оцінок і соціальних реакцій. Важливо також розрізняти індивідуальну й колективну відповідальність. Дані про помилку окремої людини не дозволяють автоматично приписувати ту саму провину всій групі, до якої вона належить. У зворотному напрямку системна роль організації не зводиться до моральних якостей одного учасника. Конкретні висновки потребують аналізу ролей, рішень, контролю та причинного внеску. Культурний і ситуаційний контекст Моральні оцінки формуються в соціальному середовищі. Норми щодо обов’язку, допустимого ризику, лояльності, справедливості, автономії та належної поведінки можуть відрізнятися між спільнотами й ситуаціями. Сучасні огляди моральної психології підкреслюють як повторювані закономірності моральної оцінки, так і істотну культурну варіативність у тому, що люди сприймають як морально значуще (Gray & Pratt, 2025). Це означає, що механізми на кшталт оцінки наміру, причинності й контролю не слід плутати з твердженням про існування єдиного універсального набору конкретних норм. Психологічне дослідження може показати, як люди використовують норму в судженні, але саме по собі не встановлює, яка норма є нормативно правильною. Межі доказів Багато ключових висновків у цій галузі отримано в експериментах із короткими сценаріями. Це сильний метод для перевірки причинного впливу окремого чинника — наприклад, наміру або передбачуваності, — але реальні конфлікти містять більше невизначеності, повторювані взаємодії, нерівність влади, суперечливі свідчення та особисті ставки. Інша межа стосується вимірювання. У різних дослідженнях слова blame, responsibility, fault, wrongness і punishment могли використовуватися по-різному. Метааналіз або огляд не можна механічно переносити з одного показника на інший. Саме тому сучасні роботи дедалі частіше вимірюють неправильність, звинувачення, відповідальність і покарання окремо. Ще одна межа — вибірки. Значна частина класичної експериментальної бази сформована на західних освічених популяціях, тому ступінь узагальнення конкретних ефектів на різні культурні контексти потребує окремої перевірки. Сучасні кроскультурні дослідження розширюють цю базу, але не дають підстав вважати будь-який окремий експеримент універсальним законом. Нарешті, наукові моделі звинувачення описують середні закономірності, а не діагностують окрему людину. За одним моральним судженням не можна надійно визначити характер, емпатію, «рівень моральності» або психологічний тип особи. Що показує сучасна наука в підсумку Моральне звинувачення є окремим процесом оцінки винуватості, а не просто синонімом негативного ставлення. Люди зазвичай враховують причинну роль, намір, знання, передбачуваність, контроль, мотиви та можливість запобігти наслідку. Результат події також може впливати на осуд, але його роль залежить від контексту і може бути опосередкована ретроспективною оцінкою ризику. Сучасні дані підтримують думку, що звинувачення має структуровану інформаційну основу. Водночас ця структура не є безпомилковою: емоційні реакції, моральна оцінка самого наслідку, hindsight bias, omission bias та припущення про мотиви можуть змінювати висновок. Найважливіше розрізнення для читача просте: «хто був причиною», «хто відповідав», «хто морально винен», «хто відчуває провину», «кого ми засуджуємо» і «кого слід покарати» — це не одне питання. Коли їх розділяють, моральне звинувачення стає точнішим предметом психологічного аналізу. Часті запитання Що таке моральне звинувачення простими словами? Це судження про те, наскільки конкретна людина заслуговує морального осуду за певний учинок, бездіяльність або наслідок. Таке судження зазвичай залежить від того, що людина зробила, що знала, чого хотіла, що могла контролювати і чи могла запобігти шкоді. Чим моральне звинувачення відрізняється від відповідальності? Відповідальність може означати роль, обов’язок, причинний внесок або контроль над рішенням. Моральне звинувачення додає оцінку винуватості й заслуженого осуду. Тому відповідальність є важливою частиною багатьох суджень про провину, але не тотожна їм. Чи можна бути відповідальним, але не заслуговувати сильного осуду? Так. Людина може відповідати за процес або бути причинно пов’язаною з наслідком, але мати обмежені знання, контроль чи можливість запобігти події. Саме ці обставини часто зменшують оцінку моральної винуватості. Чи означає тяжчий наслідок більшу моральну провину? Не обов’язково. Тяжкість наслідку може посилювати осуд, але сучасні дослідження показують, що частина такого ефекту може виникати через ретроспективне перебільшення передбачуваності ризику. Намір, знання, контроль і обачність залишаються окремими чинниками. Чи завжди ненавмисна шкода не заслуговує осуду? Ні. Ненавмисність може зменшувати звинувачення, але люди часто враховують недбалість, передбачуваність і можливість запобігти наслідку. Якщо ризик був очевидним і контрольованим, ненавмисна шкода все одно може викликати значний осуд. Чи є почуття провини доказом того, що людина справді винна? Ні. Почуття провини — внутрішня емоція, а моральна винуватість — оцінка дії та відповідальності. Людина може переживати надмірну або помилкову провину, а може не відчувати її попри очевидну для інших відповідальність. Чому мотиви так сильно змінюють осуд? Мотив допомагає спостерігачеві пояснити, чому людина обрала певну дію, і зробити висновок про її цілі. Дослідження показують, що приписані мотиви впливають і на оцінку вчинку, і на висновки про характер. Водночас мотиви часто доводиться виводити з непрямих ознак, тому тут можливі помилки. Чи обов’язково моральне звинувачення веде до покарання? Ні. Звинувачення — це оцінка винуватості й можливий осуд; покарання — окреме рішення про санкцію або накладення витрат. Між ними можуть бути інші реакції: пояснення, компенсація, зміна поведінки, встановлення меж або відновлення довіри. Чи можна повністю позбутися упереджень у звинуваченні? Надійного способу гарантувати повну неупередженість немає. Але розділення фактів, причинності, наміру, знання, контролю, мотивів і наслідку допомагає помічати, де оцінка спирається на встановлені дані, а де — на припущення або ретроспективне знання. Чи є моральне звинувачення діагнозом або рисою особистості? Ні. Це тип морального судження і соціальної реакції. За тим, як людина звинувачує в одній ситуації, не можна діагностувати її або надійно визначати «моральний тип». Пов’язані статті Відповідальність Моральне судження Моральна комунікація Джерела Alicke, M. D. (2000). Culpable control and the psychology of blame. Psychological Bulletin, 126(4), 556–574. https://doi.org/10.1037/0033-2909.126.4.556 Carlson, R. W., Bigman, Y. E., Gray, K., Ferguson, M. J., & Crockett, M. J. (2022). How inferred motives shape moral judgements. Nature Reviews Psychology, 1, 468–478. https://doi.org/10.1038/s44159-022-00071-x Cova, F., Lantian, A., & Boudesseul, J. (2016). Can the Knobe Effect Be Explained Away? Methodological Controversies in the Study of the Relationship Between Intentionality and Morality. Personality and Social Psychology Bulletin, 42(10), 1295–1308. https://doi.org/10.1177/0146167216656356 Cushman, F. (2008). Crime and punishment: Distinguishing the roles of causal and intentional analyses in moral judgment. Cognition, 108(2), 353–380. https://doi.org/10.1016/j.cognition.2008.03.006 Gaboriaud, A., Gautheron, F., Quinton, J.-C., & Smeding, A. (2024). Wrongness and Blame Judgments and Their Dynamics: Toward a Three-Input Processing Model of Moral Judgment. International Review of Social Psychology, 37, 19. https://doi.org/10.5334/irsp.868 Gray, K., & Pratt, S. (2025). Morality in Our Mind and Across Cultures and Politics. Annual Review of Psychology, 76, 663–691. https://doi.org/10.1146/annurev-psych-020924-124236 Guglielmo, S. (2015). Moral judgment as information processing: an integrative review. Frontiers in Psychology, 6, 1637. https://doi.org/10.3389/fpsyg.2015.01637 Guglielmo, S., & Malle, B. F. (2017). Information-Acquisition Processes in Moral Judgments of Blame. Personality and Social Psychology Bulletin, 43(7), 957–971. https://doi.org/10.1177/0146167217702375 Kneer, M., & Machery, E. (2019). No luck for moral luck. Cognition, 182, 331–348. https://doi.org/10.1016/j.cognition.2018.09.003 Lagnado, D. A., & Channon, S. (2008). Judgments of cause and blame: The effects of intentionality and foreseeability. Cognition, 108(3), 754–770. https://doi.org/10.1016/j.cognition.2008.06.009 Malle, B. F., Guglielmo, S., & Monroe, A. E. (2014). A Theory of Blame. Psychological Inquiry, 25(2), 147–186. https://doi.org/10.1080/1047840X.2014.877340 Malle, B. F. (2021). Moral Judgments. Annual Review of Psychology, 72, 293–318. https://doi.org/10.1146/annurev-psych-072220-104358 Malle, B. F. (2025). Blame and Punishment: Two Distinct Mechanisms for Regulating Moral Behavior. In B. F. Malle & P. Robbins (Eds.), The Cambridge Handbook of Moral Psychology (pp. 354–381). Cambridge University Press. https://doi.org/10.1017/9781108894357.019 Robbennolt, J. K. (2000). Outcome Severity and Judgments of “Responsibility”: A Meta-Analytic Review. Journal of Applied Social Psychology, 30(12), 2575–2609. https://doi.org/10.1111/j.1559-1816.2000.tb02451.x Yeung, S. K., Yay, T., & Feldman, G. (2022). Action and Inaction in Moral Judgments and Decisions: Meta-Analysis of Omission Bias Omission-Commission Asymmetries. Personality and Social Psychology Bulletin, 48(10), 1499–1515. https://doi.org/10.1177/01461672211042315

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Джошуа Грін — експериментальний психолог, нейронауковець і філософ Гарвардського університету, відомий дослідженнями морального судження, моральних дилем і взаємодії автоматичних та контрольованих процесів. Станом на 2026 рік він обіймає посаду Alfred and Rebecca Lin Professor of Civil Discourse; його лабораторія вивчає моральне мислення та ширші механізми складного мислення за допомогою поведінкових експериментів і функціональної нейровізуалізації. Це прямо зазначено в актуальному профілі Department of Psychology Гарварду. Див. також: Моральне рішення. Найвідоміша частина програми Гріна почалася з питання, чому люди по-різному реагують на моральні дилеми, у яких наслідки можуть бути однаковими, а спосіб заподіяння шкоди, намір або особиста залученість різняться. Його ранні fMRI-дослідження стали одним із головних джерел двопроцесного пояснення морального судження: автоматичні, зокрема емоційні, реакції та контрольоване міркування можуть робити різний внесок у відповідь і вступати в конфлікт. Сучасний науковий статус цієї ідеї складніший за популярну формулу «емоція проти розуму». Частина класичних результатів підтримує роль різних процесів, але нові метааналізи показують невеликі, неоднорідні або статистично нестійкі ефекти залежно від типу дилеми та способу маніпуляції. Сам Грін у 2023 році прямо написав, що dual-process теорія «багато в чому має рацію», але потребує перегляду. Тому сьогодні його підхід варто читати як впливову дослідницьку програму, а не як остаточну карту моралі. Хто такий Джошуа Грін У біографічному профілі Edmond & Lily Safra Center for Ethics Джошуа Д. Грін описаний як психолог, нейронауковець і філософ, який вивчає психологію та нейронауку морального судження, взаємодію емоції й міркування, соціальне прийняття рішень, міжгруповий конфлікт і складне мислення. Він навчався філософії в Гарварді, здобув Ph.D. у Принстоні у 2002 році, а в 2002–2006 роках проходив постдокторську підготовку з когнітивної нейронауки в Принстоні. Грін також є автором книжки Moral Tribes: Emotion, Reason, and the Gap Between Us and Them, електронне видання якої Penguin Random House датовано 31 жовтня 2013 року. Книжка популяризувала його «камерну» метафору: автоматичні моральні реакції працюють наче швидкі налаштування point-and-shoot, тоді як контрольоване міркування дає гнучкіший «ручний режим». Ця метафора допомагає пояснювати теорію, але сама по собі не є доказом двох окремих систем мозку. У 2026 році дослідницький профіль Гріна вже ширший за нейроетику й проблему вагонетки. Гарвард описує його нові роботи як дослідження того, як мозок поєднує поняття у складні думки, як думки представлені й перетворюються під час міркування та уяви, а також як можна покращувати соціальне прийняття рішень і зменшувати міжгруповий конфлікт. Що саме означає «моральне судження» у цій дослідницькій традиції У популярних переказах моральну психологію часто зводять до запитання «що людина зробить». У дослідженнях Гріна важливо розділяти кілька різних речей. Моральне судження — це оцінка того, чи є дія допустимою, правильною або неправильною. Моральне рішення — вибір між варіантами дії. Моральне міркування — свідоме опрацювання причин і аргументів. Моральна інтуїція — швидка оцінка, яка може виникнути без розгорнутого свідомого аргументу. Ці поняття не взаємозамінні. Швидка моральна інтуїція не дорівнює ірраціональності. Повільне моральне міркування не гарантує істинного або етично правильного висновку. Оцінка гіпотетичної дії не дорівнює реальній поведінці, а вибір у конкретній дилемі не дозволяє надійно класифікувати людину як «утилітариста», «деонтолога», «моральнішу» чи «менш моральну». Проблема вагонетки: чому вона стала лабораторним інструментом Проблема вагонетки виникла у моральній філософії до нейронаукових робіт Гріна. Її експериментальна цінність полягає в тому, що дослідник може змінювати окремі ознаки сценарію, залишаючи інші максимально схожими: чи є шкода засобом досягнення мети або побічним наслідком, чи треба діяти особисто, чи передбачуваний наслідок є навмисним, чи йдеться про дію або бездіяльність. Класичний контраст — між перемиканням стрілки, коли одна людина гине замість п’ятьох, і варіантом із пішохідним мостом, де потрібно безпосередньо штовхнути людину, щоб зупинити вагонетку. Однакова арифметика жертв не означає однакової психологічної відповіді. Саме ця відмінність і стала одним із способів дослідити, які характеристики ситуації змінюють моральне судження. У роботі 2009 року Грін та колеги показали, що важливою є не лише фізична близькість. Експерименти з поняттям personal force виявили взаємодію між способом безпосереднього заподіяння шкоди та наміром: ефект «особистої сили» залежав від того, чи була шкода людині задумана як засіб. Опис дослідження доступний у PubMed. Це важлива поправка до грубого переказу «торкатися людини емоційно, а натискати кнопку раціонально». Реакція на дилему залежить від структури наміру, причинності, способу дії, очікувань і формулювання. Проблема вагонетки — лабораторний зонд для окремих механізмів, а не універсальний тест характеру. 2001: fMRI і емоційне залучення у моральному судженні У статті An fMRI Investigation of Emotional Engagement in Moral Judgment (Science, 2001) Грін, Соммервілл, Нюстром, Дарлі та Коен порівнювали нейронні відповіді на різні класи моральних і неморальних дилем. Автори інтерпретували отримані відмінності як підтримку гіпотези про особливо сильне емоційне залучення в частині «особистих» моральних дилем. Ця робота стала історично важливою, бо моральне судження почали досліджувати не лише через словесні пояснення учасників, а й у зв’язку з процесами мозку. Водночас fMRI не показує «місце моралі» й не читає етичну правильність відповіді. Сигнал нейровізуалізації є непрямим показником активності, а одна й та сама ділянка мозку бере участь у багатьох психологічних функціях. Тому коректний висновок із цього етапу програми обмежений: різні типи моральних дилем пов’язані з різними патернами залучення процесів, серед яких є емоційні та контрольовані компоненти. Перехід від цього опису до твердження «емоція помиляється, а розум знає правильну мораль» науково не випливає. 2004: конфлікт і когнітивний контроль У дослідженні The Neural Bases of Cognitive Conflict and Control in Moral Judgment (Neuron, 2004) Грін і колеги зосередилися на дилемах із сильним конфліктом. Дані підтримали модель, за якою в окремих випадках автоматична відраза до заподіяння шкоди може конфліктувати з міркуванням про сукупні наслідки, а процеси когнітивного контролю беруть участь у розв’язанні такого конфлікту. Важливо, що «контроль» тут є психологічним механізмом керування конфліктуючими сигналами, а не синонімом моральної зрілості. Людина може докладати багато контрольованого міркування й усе одно дійти слабкого, упередженого або помилкового висновку; так само швидка реакція може відображати досвід, засвоєну норму або доречне розпізнавання шкоди. 2008: що показав експеримент із когнітивним навантаженням У Cognitive Load Selectively Interferes with Utilitarian Moral Judgment (Cognition, 2008) учасники розв’язували конфліктні моральні дилеми паралельно з додатковим завданням, що навантажувало контрольоване опрацювання. Когнітивне навантаження вибірково сповільнювало відповіді, які в цій парадигмі називали «утилітарними», що автори трактували як свідчення участі контрольованих процесів. Цей результат часто переказують сильніше, ніж він дозволяє. Він не означає, що навантаження «вимикає утилітарну мораль», що всі наслідково-орієнтовані рішення є повільними або що всі заборони шкоди є чистою інтуїцією. Пізніші дослідження дали неоднорідну картину, а самі категорії «утилітарний» і «деонтологічний» для одиничної відповіді стали предметом методологічної критики. Двопроцесний підхід Гріна: сильна версія і сучасне прочитання У класичній версії моделі морального пізнання автоматичні, емоційно насичені процеси особливо підтримують відмову від особистого заподіяння шкоди, тоді як контрольовані процеси можуть підтримувати вибір, що максимізує сукупний результат. Іноді це переказують як System 1 проти System 2 або як «швидке» проти «повільного» мислення. Сучасне прочитання має бути точнішим. Автоматичне не обов’язково швидке в кожній ситуації; контрольоване не обов’язково повільне; інтуїція може враховувати наслідки; міркування може підтримувати норму; кілька процесів можуть працювати паралельно. Dual-process — це спосіб моделювати відмінності в обробці інформації, а не твердження про дві герметично відокремлені «моральні системи» мозку. Показово, що в коментарі Dual-process moral judgment beyond fast and slow (2023) Грін погодився з критикою простої схеми, за якою жертовні дилеми обов’язково запускають конкуренцію «швидкого» й «повільного». Він водночас вказав на дані, зокрема з досліджень уражень мозку, як на підставу зберегти ідею різних процесів. Його формула на 2023 рік: теорія пояснює багато, але потребує перегляду. Що додають дослідження уражень вентромедіальної префронтальної кори Важливим джерелом причинних аргументів стало дослідження Кенігса та колег Damage to the Prefrontal Cortex Increases Utilitarian Moral Judgements (Nature, 2007). Шість пацієнтів із двобічним осередковим ураженням вентромедіальної префронтальної кори частіше схвалювали заподіяння шкоди в певному класі висококонфліктних «особистих» дилем, тоді як в інших класах дилем їхні відповіді не мали такого зсуву. На відміну від кореляційного fMRI, дослідження уражень дають сильніші підстави говорити про причинну роль певних мозкових систем. Але й тут потрібні межі інтерпретації: вибірка була дуже малою, ураження впливають на комплекс функцій, а назва «утилітарна відповідь» описує лише напрям вибору в конкретній дилемі. Вона не доводить прийняття утилітарної етики як цілісної позиції. Чому «утилітарне» і «деонтологічне» судження — проблемні ярлики Критика традиційної парадигми стала особливо чіткою у роботі Гавронського та Бір What Makes Moral Dilemma Judgments ‘Utilitarian’ or ‘Deontological’?. Автори вказали, що класична дилема зазвичай не маніпулює незалежно двома речами, які мала б вимірювати: чутливістю до наслідків і чутливістю до моральних норм. Через це одна відповідь може мати кілька психологічних пояснень. У відповідь на цю проблему був запропонований CNI model of moral decision-making, який окремо оцінює чутливість до наслідків (C), чутливість до норм (N) та загальну перевагу бездіяльності перед дією (I). Така декомпозиція показує, чому бінарна вісь «деонтологія — утилітаризм» часто надто груба для психологічних висновків. Схожу межу підкреслював Гай Кахане в огляді Sidetracked by Trolleys: схвалення жертви однієї людини заради кількох у конкретному сценарії не є достатнім показником ширшої неупередженої турботи про загальне благо. Отже, експериментальна відповідь і нормативна етична доктрина — різні рівні аналізу. Що показує сучасна evidence base Найважливіша для класичної версії моделі нова перевірка — систематичний огляд і метааналіз Ререна 2024 року. Він охопив 44 дослідження, 68 ефектів і загалом 14 003 учасників, де маніпулювали когнітивним навантаженням, виснаженням, індукцією або часовим обмеженням. Сукупний ефект був у передбаченому моделлю напрямку, але статистично незначущим; незначущими були й аналізи, обмежені висококонфліктними «особистими» дилемами та підвибіркою з process-dissociation підходом. Водночас ширший метааналіз Фаренвальдт, Олсена, Рахал і Фідлер 2025 року включив 731 ефект із 139 досліджень у 80 звітах. Автори виявили статистично значущий, але невеликий сукупний ефект на користь так званої «інтуїтивної деонтології» (OR = 1,18; 95% CI 1,10–1,26), разом із суттєвою неоднорідністю. Розмір ефекту залежав від типу маніпуляції й дилеми; автори прямо ставлять під сумнів універсальність цього ефекту. Разом ці результати не зводяться до простого «теорію спростовано» або «теорію підтверджено». Вони вказують на іншу картину: існують відтворювані відмінності між автоматичним і контрольованим опрацюванням, емоція та когнітивний контроль справді беруть участь у моральному судженні, але зв’язок між типом процесу і конкретною нормативною відповіддю не є жорстким, універсальним або однаковим для всіх дилем. Емоція і міркування не є моральними суперниками Одна з найстійкіших помилок у популярному викладі Гріна — уявлення, ніби емоція є перешкодою для моралі, а міркування виправляє її. Емпірично це надто грубо. Емоційні реакції можуть швидко сигналізувати про шкоду, несправедливість або порушення стосунків; контрольоване міркування може перевіряти наслідки, узгоджувати суперечливі норми й змінювати первинну відповідь. Обидва типи процесів можуть як допомагати, так і вводити в оману залежно від контексту. Для ширшого нейронаукового контексту дивіться матеріал ХАБу «Афективна нейронаука». Важливо не переносити загальні твердження про емоційні системи безпосередньо на моральні висновки: моральне судження формується на перетині афекту, пам’яті, норм, причинного розуміння, контролю, соціального досвіду та контексту. Нейронаука не визначає, яка мораль «правильна» У статті Beyond Point-and-Shoot Morality: Why Cognitive (Neuro)Science Matters for Ethics Грін уже переходить від описової психології до нормативної філософії: він аргументує, що краще розуміння механізмів моральної інтуїції дає підстави віддавати перевагу певним формам консеквенціалізму. Це філософський аргумент автора, а не прямий емпіричний результат нейровізуалізації. Психологічне дослідження може показати, які фактори змінюють судження, які процеси пов’язані з конфліктом, як працює увага або контроль і як стабільний ефект у різних вибірках. Воно саме по собі не встановлює, яку норму люди повинні прийняти. Від факту «цей процес виникає автоматично» не випливає ні «цей процес правильний», ні «цей процес помилковий». Так само від факту «рішення потребує міркування» не випливає його нормативна перевага. Що моральні дилеми можуть і не можуть сказати про реальну поведінку Гіпотетичні дилеми корисні для контролю змінних, але їхня зовнішня валідність обмежена. Відповідь на уявний сценарій із вагонеткою не тотожна поведінці в реальній кризі, де є часова невизначеність, власний ризик, відповідальність, соціальні правила, неповна інформація та сильні емоції. Тому моральне судження в лабораторній парадигмі слід трактувати як вимір конкретної реакції на конкретно сконструйований стимул. З цієї ж причини такі експерименти не є тестами «моральності людини». Вони не дають підстав ранжувати людей як більш або менш моральних, не діагностують цінності й не передбачають автоматично реальну поведінку. Моральні переконання, моральна ідентичність, мотивація та фактична дія можуть розходитись. Головні наукові обмеження програми Перше обмеження — сильна залежність від штучних дилем. Перевага цього методу полягає в експериментальному контролі, але сценарії часто екстремальні й далекі від повсякденного вибору. Друге — неоднозначність категорій відповіді. «Врятувати п’ятьох ціною одного» може відображати чутливість до наслідків, слабшу вагу конкретної норми, схильність діяти, особливості причинного розуміння або інші процеси. Саме тому CNI та інші моделі намагаються розкласти відповідь на компоненти. Третє — обмеження нейровізуалізації. Активація мозку не є доказом окремого морального модуля й не дозволяє напряму читати мотив. Нейронні дані набувають сенсу лише разом із дизайном завдання, поведінковими даними та незалежними перевірками. Четверте — нестабільність окремих експериментальних ефектів. Метааналіз 2024 року показує, що класичні маніпуляції контрольованим опрацюванням не дають надійного сукупного ефекту на жертовні моральні судження, тоді як метааналіз 2025 року знаходить невелику загальну тенденцію з великою гетерогенністю. Саме така розбіжність і є нормальною причиною уточнювати теорію, а не перетворювати її на простий слоган. Типові помилки у викладі робіт Джошуа Гріна Помилка 1: «Грін довів, що мораль має два центри в мозку». Його роботи підтримують розрізнення автоматичних і контрольованих внесків у судження, але не встановлюють дві ізольовані анатомічні системи моралі. Помилка 2: «емоційна відповідь = деонтологія, раціональна = утилітаризм». Це була сильна інтерпретація ранньої програми, яка сьогодні потребує істотного уточнення. Дані показують гетерогенність, а інтуїція може бути чутливою до наслідків. Помилка 3: «утилітарна відповідь у вагонетці означає, що людина є утилітаристом». Одна відповідь у дилемі не вимірює повну нормативну позицію й не характеризує особистість. Помилка 4: «нейронаука довела правильність консеквенціалізму». Нормативний аргумент Гріна є окремим філософським кроком. Емпіричні дані описують механізми морального судження, а питання про те, які норми слід приймати, потребує нормативної аргументації. Помилка 5: «якщо ефект не універсальний, dual-process підхід непотрібний». Сучасна картина радше підтримує багатокомпонентне пояснення: автоматичні й контрольовані процеси мають значення, але не прив’язані раз і назавжди до одного типу моральної відповіді. Чому роботи Гріна залишаються важливими Головний внесок Гріна полягає не в тому, що він дав остаточну відповідь на проблему вагонетки. Його програма змінила сам спосіб постановки питань: моральне судження стало об’єктом спільного аналізу психології, когнітивної нейронауки й філософії; гіпотези про емоцію та контроль почали перевіряти поведінково, нейровізуалізаційно й за допомогою клініко-нейропсихологічних даних. Не менш важливо, що подальша критика цієї програми стала продуктивною. Вона змусила дослідників точніше визначати, що саме вимірює «утилітарна» відповідь, розділяти наслідки, норми та схильність до дії, перевіряти маніпуляції метааналітично й відмовлятися від надто прямої схеми «інтуїція проти міркування». У цьому сенсі наукова спадщина Гріна — це не застигла теорія, а дослідницька траєкторія, яка сама проходить перевірку. Коротко: що варто запам’ятати Джошуа Грін є одним із ключових дослідників морального пізнання, який поєднав поведінкові експерименти, fMRI, нейропсихологічні дані й філософські питання про моральні дилеми. Його класичні роботи підтримали ідею різних внесків автоматичних та контрольованих процесів у моральне судження. Науковий статус цієї моделі сьогодні — впливовий, але переглянутий і дискусійний. Сучасні метааналізи не підтверджують просту універсальну формулу «інтуїція веде до деонтології, міркування — до утилітаризму». Найсильніший висновок полягає в тому, що моральні судження виникають із взаємодії кількох процесів, а їхній внесок залежить від структури дилеми, контексту та способу вимірювання. Поширені запитання Хто такий Джошуа Грін? Джошуа Д. Грін — експериментальний психолог, нейронауковець і філософ Гарвардського університету. Його найбільш відомі роботи стосуються морального судження, проблеми вагонетки, взаємодії емоції та когнітивного контролю, а новіші дослідження — складного мислення й соціального прийняття рішень. Що Грін показав за допомогою проблеми вагонетки? Його дослідження показали, що моральні відповіді змінюються разом зі структурою дилеми й пов’язані з різними внесками емоційних, автоматичних та контрольованих процесів. Вони не показали, що існує одна «правильна» відповідь на проблему вагонетки. Чи довів Грін, що емоція веде до деонтології, а розум — до утилітаризму? Ні. Класична версія його моделі пов’язувала ці типи процесів із такими відповідями, але сучасні дані значно складніші. Метааналізи знаходять невеликі й неоднорідні ефекти, а альтернативні моделі показують, що відповідь залежить від чутливості до наслідків, норм, дії/бездіяльності та інших факторів. Чи означає швидка моральна інтуїція ірраціональність? Ні. Інтуїтивна відповідь може спиратися на досвід, засвоєні норми, розпізнавання шкоди або наслідків. Швидкість і автоматичність процесу не визначають його істинність або нормативну якість. Чи показує fMRI, яка моральна відповідь правильна? Ні. fMRI допомагає досліджувати, які мозкові процеси пов’язані із завданням, але не перетворює опис нейронної активності на етичний критерій. Нормативні висновки потребують окремої аргументації. Чи можна за відповіддю на моральну дилему визначити моральність людини? Ні. Окрема відповідь на гіпотетичний сценарій не є діагностикою цінностей, характеру або реальної поведінки. Моральне судження, мотивація й дія — різні рівні психологічного аналізу. Який науковий статус dual-process підходу сьогодні? Він залишається впливовою рамкою для вивчення автоматичного й контрольованого опрацювання, але проста прив’язка «швидка інтуїція = деонтологія, повільне міркування = утилітаризм» не має статусу усталеного універсального закону. Сам Грін визнає потребу перегляду, а сучасні метааналізи показують малий або нестійкий сукупний ефект залежно від дизайну. Пов’язані статті Моральне рішення Моральне судження Проблема вагонетки Джерела Fahrenwaldt, A., Olsen, J., Rahal, R.-M., & Fiedler, S. (2025). Intuitive deontology? A systematic review and multivariate, multilevel meta-analysis of experimental studies on the psychological drivers of moral judgments. Psychological Bulletin, 151(4), 428–454. https://doi.org/10.1037/bul0000472 Gawronski, B., Armstrong, J., Conway, P., Friesdorf, R., & Hütter, M. (2017). Consequences, norms, and generalized inaction in moral dilemmas: The CNI model of moral decision-making. Journal of Personality and Social Psychology, 113(3), 343–376. https://doi.org/10.1037/pspa0000086 Gawronski, B., & Beer, J. S. (2017). What makes moral dilemma judgments “utilitarian” or “deontological”? Social Neuroscience, 12(6), 626–632. https://doi.org/10.1080/17470919.2016.1248787 Greene, J. D., Sommerville, R. B., Nystrom, L. E., Darley, J. M., & Cohen, J. D. (2001). An fMRI investigation of emotional engagement in moral judgment. Science, 293(5537), 2105–2108. https://doi.org/10.1126/science.1062872 Greene, J. D., Nystrom, L. E., Engell, A. D., Darley, J. M., & Cohen, J. D. (2004). The neural bases of cognitive conflict and control in moral judgment. Neuron, 44(2), 389–400. https://doi.org/10.1016/j.neuron.2004.09.027 Greene, J. D., Morelli, S. A., Lowenberg, K., Nystrom, L. E., & Cohen, J. D. (2008). Cognitive load selectively interferes with utilitarian moral judgment. Cognition, 107(3), 1144–1154. https://doi.org/10.1016/j.cognition.2007.11.004 Greene, J. D., Cushman, F. A., Stewart, L. E., Lowenberg, K., Nystrom, L. E., & Cohen, J. D. (2009). Pushing moral buttons: The interaction between personal force and intention in moral judgment. Cognition, 111(3), 364–371. https://doi.org/10.1016/j.cognition.2009.02.001 Greene, J. D. (2013). Moral Tribes: Emotion, Reason, and the Gap Between Us and Them. Penguin. Greene, J. D. (2014). Beyond Point-and-Shoot Morality: Why Cognitive (Neuro)Science Matters for Ethics. Ethics, 124(4), 695–726. https://doi.org/10.1086/675875 Greene, J. D. (2023). Dual-process moral judgment beyond fast and slow. Behavioral and Brain Sciences, 46, e123. https://doi.org/10.1017/S0140525X22003193 Harvard University, Department of Psychology. Joshua D. Greene — faculty profile. Kahane, G. (2015). Sidetracked by trolleys: Why sacrificial moral dilemmas tell us little (or nothing) about utilitarian judgment. Social Neuroscience, 10(5), 551–560. https://doi.org/10.1080/17470919.2015.1023400 Koenigs, M., Young, L., Adolphs, R., Tranel, D., Cushman, F., Hauser, M., & Damasio, A. (2007). Damage to the prefrontal cortex increases utilitarian moral judgements. Nature, 446, 908–911. https://doi.org/10.1038/nature05631 Rehren, P. (2024). The effect of cognitive load, ego depletion, induction and time restriction on moral judgments about sacrificial dilemmas: a meta-analysis. Frontiers in Psychology, 15, 1388966. https://doi.org/10.3389/fpsyg.2024.1388966

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Мелвін Лернер — один із ключових дослідників психології справедливості. Його роботи змінили саме запитання, яке соціальна психологія ставить до несправедливості: що відбувається з оцінками, емоціями та атрибуціями, коли люди бачать невинне страждання, яке суперечить очікуванню справедливого й передбачуваного світу? Відповіддю стала дослідницька програма belief in a just world, або BJW — віри у справедливий світ. Лернер показав, що прагнення бачити зв’язок між діями, заслугами й наслідками може підтримувати різні реакції. Люди можуть допомагати, компенсувати шкоду, вимагати справедливої процедури або переглядати власні очікування. За інших умов вони можуть психологічно переосмислювати подію — перебільшувати контроль постраждалої людини, шукати в ній «причину» нещастя або знецінювати її. Саме ця лінія стала одним із важливих психологічних пояснень victim blaming — звинувачення постраждалої людини. Ця сторінка є персональним науковим хабом про внесок Мелвіна Лернера. Повний термінологічний розбір конструкта належить окремій канонічній статті «Віра у справедливий світ». Тут у центрі — історія ідей, механізми, сучасний науковий статус, доказову базу й межі моделі. Хто такий Мелвін Лернер і чому він важливий Лернер працював у соціальній психології та допоміг зробити справедливість самостійним предметом систематичного психологічного дослідження. У бібліографічному описі його головної монографії Springer зазначено, що він був Distinguished Professor Emeritus кафедри психології University of Waterloo, де заснував підрозділ соціальної психології; там само зафіксовано його роль засновницького редактора журналу Social Justice Research. Springer описує більшість його дослідницьких зусиль як присвячені темі справедливості в житті людей. У 2008 році International Society for Justice Research включило Лернера до лауреатів Lifetime Achievement Award за тривалий внесок у наукове вивчення справедливості та розвиток поля. ISJR і сьогодні наводить його серед лауреатів 2008 року. Найвідоміша праця Лернера — книга 1980 року The Belief in a Just World: A Fundamental Delusion. Назву легко прочитати як просте оголошення віри у справедливість «помилкою», але зміст ширший: це модель того, як люди підтримують уявлення про зв’язок між заслуженістю, поведінкою та наслідками, і як реагують, коли реальність цьому суперечить. Від невинного страждання до мотиву справедливості Вихідна проблема Лернера була психологічно незручною. Якщо люди цінують справедливість, чому зустріч із очевидно невинним стражданням іноді породжує не лише співчуття, а й негативну оцінку постраждалого? Лернер побачив у цьому конфлікт між подією та потребою бачити світ достатньо впорядкованим для довгострокових очікувань. У впливовому огляді 1978 року Лернер і Дейл Міллер пов’язали just-world research із процесами соціальної атрибуції. Людині простіше вкладатися у навчання, працю, стосунки, правила та відкладену винагороду, коли вона очікує, що дії й наслідки не є цілком випадковими. Lerner & Miller (1978) водночас застерігали від концептуальних і методологічних спрощень у цій галузі. Коли реальність руйнує очікування справедливого порядку, людина може відновлювати справедливість реально — допомогою, компенсацією, захистом, зміною правила або справедливою процедурою. Інший шлях — змінити інтерпретацію події так, щоб вона знову здавалася зрозумілою й морально впорядкованою. Саме другий шлях створює умови для упереджених суджень. Класичний експеримент 1966 року: що він показав В одному з найвідоміших досліджень Лернер і Керолін Сіммонс запросили 72 студенток спостерігати за іншою жінкою, яка нібито отримувала болісні електричні удари під час навчального завдання. Коли спостерігачки очікували продовження її страждань і не могли змінити її долю, у певних умовах вони оцінювали постраждалу негативніше. Оригінальна стаття стала історичною відправною точкою для досліджень реакції на «невинну жертву». Цей експеримент не встановив універсального закону людської поведінки. Вибірка була невеликою й однорідною, процедура відображала методологічні стандарти 1960-х, а лабораторна сцена не є прямою моделлю всіх реальних ситуацій. Його наукове значення полягає в демонстрації можливого процесу за конкретних умов, а не в тезі «люди завжди звинувачують жертв». Пізніший огляд експериментальної літератури показав, що just-world theory розвинулася далеко за межі одного класичного ефекту. Hafer & Bègue (2005) систематизували пост-1980 дослідження, проблеми вимірювання й різні способи реагування на загрозу справедливості. Сучасна картина передбачає множинність стратегій, а не одну автоматичну відповідь. Що саме означає belief in a just world У найпростішій формі BJW — це очікування, що між тим, що люди роблять або на що заслуговують, і тим, що з ними трапляється, існує достатньо надійний зв’язок. Це психологічне переконання про порядок і належність наслідків. Воно не є доказом того, що реальний світ об’єктивно справедливий, і не є нормативною теорією про те, яка мораль «правильна». Для моральної психології важливо розділяти кілька понять. Moral judgment — оцінка моральної прийнятності дії чи події. Blame judgment — судження про те, наскільки когось слід звинувачувати. Responsibility attribution — приписування відповідальності з урахуванням причинності, контролю, наміру та передбачуваності. Norm judgment — оцінка правила або норми. BJW може впливати на ці судження, але не робить їх тотожними. Тому в конкретній ситуації корисно окремо перевіряти атрибуцію і атрибуцію відповідальності. Поганий результат сам по собі не доводить ні причинної ролі людини, ні її моральної провини. Як люди психологічно «відновлюють» справедливість Одна з найсильніших сторін моделі Лернера — розрізнення реального та психологічного відновлення справедливості. Реальний шлях змінює ситуацію: допомога, компенсація, захист, виправлення процедури, відновлення права, встановлення відповідальності на підставі доказів. У такому разі мотив справедливості може підтримувати просоціальну дію. Коли змінити ситуацію неможливо, складно або здається нереалістичним, люди можуть змінювати її інтерпретацію. Це може бути применшення шкоди, уявлення про майбутню компенсацію, дистанціювання від постраждалої людини, перебільшення її контролю над подією або пошук «заслуги» у самому факті поганого результату. Just-world theory досліджує умови, за яких такі реакції виникають; вона не проголошує їх неминучими. Саме тому одна й та сама цінність справедливості може вести до протилежних наслідків. Для однієї людини несправедливість стає мотивом допомоги. Для іншої — мотивом раціоналізації. Для третьої — приводом переглянути власне переконання про те, наскільки справедливим є світ. Victim blaming: як теорія Лернера пояснює звинувачення постраждалого Victim blaming виникає тоді, коли постраждалій людині приписують провину або моральну відповідальність за завдану їй шкоду без достатніх підстав. Це потрібно відрізняти від аналізу ризику й причинності. Питання «які чинники впливали на подію?» може бути легітимним. Висновок «отже, постраждала людина заслужила шкоду» є окремим моральним судженням і логічно з першого не випливає. Just-world theory пропонує один механізм victim blaming: невинне страждання суперечить очікуванню, що люди отримують заслужені результати; якщо справедливість неможливо реально відновити, спостерігач може зменшити суперечність, змінивши оцінку постраждалого. У такій моделі blame judgment виконує функцію психологічного захисту картини впорядкованого світу. Але зв’язок не є детерміністичним. van den Bos & Maas (2009) у двох експериментах показали різні шляхи до victim blaming: за одних умов важливими були експліцитні just-world beliefs, за інших — більш асоціативні реакції, які не зводилися до них. Отже, звинувачення постраждалого має кілька можливих психологічних джерел. Сучасні пререєстровані дані також закликають не перебільшувати точність складних моделей. У дослідженні 2025 року пілот дав одну картину взаємодій між BJW, ідентифікованістю постраждалого та помітністю іншої причетної особи, але у більшому пререєстрованому експерименті ця складна взаємодія не відтворилася. Twardawski та колеги (2025) знайшли основні ефекти, але не підтвердили частину початкових модерацій. Чому victim blaming не вичерпує теорію Лернера Популярний переказ «люди звинувачують жертв, щоб вірити у справедливість» передає одну важливу лінію, але звужує теорію. Лернера цікавили допомога, компенсація, deservingness, покарання, атрибуція, відкладена винагорода й загалом те, як люди підтримують мотив справедливості. Знецінення постраждалого — один можливий шлях серед кількох. Це важливе розрізнення і для практики. Психологічний термін victim blaming не варто використовувати як моральний ярлик для будь-якого аналізу поведінки постраждалого. І навпаки, причинний аналіз не повинен автоматично переносити відповідальність із того, хто завдав шкоди, на того, хто її зазнав. Наукова точність вимагає окремо встановлювати причинність, контроль, передбачуваність, намір і підстави для blame judgment. Особиста і загальна віра у справедливий світ Після класичних робіт Лернера важливим стало розрізнення personal BJW і general BJW. Особиста віра стосується того, наскільки людина вважає справедливим ставлення до себе та власні життєві результати. Загальна — того, наскільки справедливим здається світ для людей загалом. Їхні психологічні кореляти відрізняються. Огляд Bartholomaeus & Strelan (2019) показав, що personal BJW часто пов’язана з добробутом, подоланням негативних подій, просоціальністю та позитивною орієнтацією на майбутнє. Це не доводить просту причинність і не означає, що «чим більше BJW, тим краще»; значення мають форма переконання, вибірка й результат, який вимірюють. У двох дослідженнях 2026 року personal-компоненти були послідовніше пов’язані з добробутом, ніж general-компоненти. Correia & García-Sánchez (2026) окремо аналізували віру у справедливий і несправедливий світ, показуючи, що психологія справедливості вже не вкладається в одну шкалу з одним напрямком інтерпретації. Чи робить BJW людину «більш моральною» або «менш моральною» Ні. Наукові моделі справедливості не є типологією моральної якості людей. Сильне переконання у справедливості може підтримувати допомогу, довгострокові цілі або подолання труднощів в одному контексті та раціоналізацію чужого нещастя в іншому. Моральні цінності й моральна ідентичність не гарантують відповідної поведінки, а окремий показник BJW не є тестом на емпатію або доброту. Трирівневий метааналіз 2021 року, що об’єднав 39 статей і понад 14 тисяч учасників, знайшов невеликий негативний зв’язок BJW з антисоціальними показниками, причому результат залежав від шкали та типу вибірки; для belief in a just world for others значущого зв’язку не було. Kong та колеги (2021) прямо суперечать простому стереотипу, ніби BJW автоматично означає більшу жорсткість або антисоціальність. Метааналіз 2025 року серед студентів також виявив позитивні зв’язки BJW з позитивними аспектами психологічного добробуту й негативні — з негативними аспектами, але тип BJW, культура та соціально-економічний статус модифікували результати. Qiu & Tang (2025) дають синтетичну оцінку, але студентська база літератури обмежує узагальнення на всі популяції. BJW, атрибуція та фундаментальна помилка атрибуції Just-world reasoning часто перетинається з атрибуційними процесами, але це різні конструкції. Атрибуція відповідає на питання «чому це сталося?». BJW додає очікування моральної відповідності між заслугою та результатом. Фундаментальна помилка атрибуції стосується переоцінювання особистісних пояснень і недооцінювання ситуаційних чинників у певних умовах. У конкретному випадку ці процеси можуть підсилювати один одного: поганий результат привертає увагу до людини, диспозиційне пояснення здається простішим, а очікування справедливого світу робить моральний висновок психологічно привабливим. Але вони можуть і розходитися. Не кожна диспозиційна атрибуція є just-world bias, і не кожна сильна BJW веде до звинувачення конкретного постраждалого. Моральна психологія Лернера: опис, а не рецепт моралі Внесок Лернера належить до емпіричної моральної та соціальної психології. Він допомагає пояснювати, як люди оцінюють заслуженість, невинне страждання, провину, допомогу, компенсацію та покарання. З цього не випливає відповідь на нормативне питання про те, яка система моралі правильна. Психологічне пояснення моральної реакції не робить саму реакцію моральним аргументом. Moral intuition не тотожна ірраціональності, а moral reasoning не гарантує правильного висновку. Людина може швидко відчути несправедливість і потім точно перевірити причинність. Може також побудувати складне міркування, яке лише захищає бажаний висновок. Just-world research важлива саме тому, що показує: моральні оцінки можуть одночасно виконувати пізнавальну й психологічно стабілізувальну функції. Практичні наслідки: як не переплутати аналіз із звинуваченням Перше — розділяти запобігання ризику і ретроспективну провину. Після події легко бачити причинний ланцюг як очевидний і керований, хоча до події частина інформації була недоступною. Поради про майбутню безпеку можуть бути корисними; вони стають victim blaming, коли факт шкоди використовують як доказ того, що постраждала людина морально винна або заслужила наслідок. Друге — перевіряти реальний контроль: що людина могла передбачити, чи мала безпечну альтернативу, які рішення залежали від інших, які випадкові та структурні чинники діяли. Це переводить оцінку з інтуїтивного «вона мала знати» до аналізу відповідальності. Третє — питати, чи можна відновити справедливість реально: допомогою, компенсацією, захистом, лікуванням, розслідуванням або виправленням процедури. Для теорії Лернера це принципова альтернатива психологічній раціоналізації. У темах віктимізації важливо також відрізняти фактори вразливості від провини. Науковий опис ризику не переносить відповідальність за завдану шкоду на постраждалу людину. Це розмежування докладніше подано в статті «Віктимність: що це, віктимізація, фактори ризику та звинувачення жертви». Науковий статус і обмеження теорії Belief in a just world — усталений соціально-психологічний конструкт із багаторічною експериментальною та кореляційною літературою. Класична ідея про реакцію на загрозу справедливості має емпіричну підтримку, але конкретні ефекти залежать від того, що саме вимірюють, хто входить до вибірки, чи можна реально відновити справедливість і як побудований експеримент. Перше обмеження — історична залежність частини літератури від студентських вибірок і лабораторних сценаріїв. Друге — різні шкали вимірюють personal, general або одновимірну BJW. Третє — значна частина даних про добробут і соціальні ставлення кореляційна, тому не встановлює простої причинності. Четверте — складні модераційні ефекти потребують пререєстрованих реплікацій. Огляд Furnham (2003) показав, що поле вже на початку 2000-х перейшло від переважного фокусу на знеціненні постраждалих до ширшого вивчення вимірювання BJW, подолання труднощів, досягнень і психологічних ресурсів. Сучасна доказова база продовжує цей рух до точніших, контекстних моделей. Що саме залишилося від Лернера в сучасній психології Найстійкіша спадщина Лернера — дослідницька оптика: реакції на несправедливість залежать не лише від самої події, а й від того, як вона впливає на очікування про порядок, заслугу, контроль і майбутнє. Ця оптика відкрила шлях до досліджень victim derogation, допомоги, компенсації, deservingness, атрибуції та подолання труднощів. Друга спадщина — перетворення справедливості з переважно філософської та правової теми на вимірюваний психологічний конструкт. Це зробило можливими експерименти, шкали, метааналізи та міжкультурні порівняння. Саме емпіричність зобов’язує не перетворювати BJW на ярлик людини. Третя — інституційна. Робота Лернера допомогла сформувати justice research як поле з власним журналом, дослідницькою спільнотою і мовою для аналізу справедливості як мотиву, очікування, оцінки та соціальної практики. Сучасна психологія суттєво уточнила його модель, але продовжує працювати з питанням, яке він зробив центральним: як люди живуть із розривом між тим, що здається справедливим, і тим, що фактично відбувається. Поширені запитання Чим відомий Мелвін Лернер? Насамперед теорією віри у справедливий світ і дослідженнями реакцій на невинне страждання. Його роботи допомогли сформувати психологію справедливості як окреме поле та стали основою великої літератури про victim blaming, deservingness, допомогу й атрибуцію. Чи створив Лернер поняття victim blaming? Ні. Його теорія дала один із найвпливовіших психологічних механізмів, що пояснюють, чому спостерігач може звинувачувати або знецінювати невинного постраждалого. Victim blaming ширше за just-world theory і може виникати через інші атрибуційні, культурні, групові та мотиваційні процеси. Чи доведено, що сильніша BJW спричиняє victim blaming? Дані досліджень підтримують зв’язок у низці експериментальних і кореляційних досліджень, але його сила та механізми залежать від контексту. Сучасні пререєстровані роботи показують і основні ефекти, і невідтворені складні взаємодії. Тому зв’язок не слід трактувати як детерміністичний. Чи є віра у справедливий світ діагнозом? Ні. Це соціально-психологічний конструкт, який вимірюють експериментально або опитувальниками. Високий чи низький показник не є клінічним діагнозом і не дозволяє ранжувати людей за «моральністю». Чим personal BJW відрізняється від general BJW? Personal BJW стосується того, наскільки людина вважає справедливим ставлення й результати у власному житті. General BJW — справедливості світу для людей загалом. Дослідження показують різні зв’язки цих форм із добробутом та соціальними оцінками. Чи можна аналізувати дії постраждалої людини без victim blaming? Так. Причинний внесок, ризик, контроль, відповідальність і моральна провина — різні поняття. Науковий або практичний аналіз може встановлювати фактори ризику, не перетворюючи їх автоматично на blame judgment і не зменшуючи відповідальність того, хто завдав шкоди. Пов’язані статті Віра у справедливий світ Психологія справедливості Джерела Bartholomaeus, J., & Strelan, P. (2019). The adaptive, approach-oriented correlates of belief in a just world for the self: A review of the research. Personality and Individual Differences, 151, 109485. Correia, I., & García-Sánchez, E. (2026). Comparing personal and general beliefs in a just world and in an unjust world in relation to well-being. Personality and Individual Differences, 250, 113532. Furnham, A. (2003). Belief in a just world: Research progress over the past decade. Personality and Individual Differences, 34(5), 795–817. Hafer, C. L., & Bègue, L. (2005). Experimental research on just-world theory: Problems, developments, and future challenges. Psychological Bulletin, 131(1), 128–167. International Society for Justice Research. (2008). Lifetime Achievement Award: Melvin Lerner. Kong, Y., Cui, L., et al. (2021). A three-level meta-analysis of belief in a just world and antisociality: Differences between sample types and scales. Personality and Individual Differences, 182. Lerner, M. J., & Simmons, C. H. (1966). Observer’s reaction to the “innocent victim”: Compassion or rejection? Journal of Personality and Social Psychology, 4(2), 203–210. Lerner, M. J., & Miller, D. T. (1978). Just world research and the attribution process: Looking back and ahead. Psychological Bulletin, 85(5), 1030–1051. Lerner, M. J. (1980). The Belief in a Just World: A Fundamental Delusion. Springer. Qiu, C., & Tang, H. (2025). The relationship between belief in a just world and psychological well-being among students: A three-level meta-analysis. Current Psychology, 44(10), 9020–9036. Twardawski, M., Fischer, M., Agostini, P., Schwabe, J., & Gollwitzer, M. (2025). The role of just-world beliefs, victim identifiability, and the salience of an alternative target for victim blaming. Journal of Experimental Social Psychology, 119, 104721. van den Bos, K., & Maas, M. (2009). On the psychology of the belief in a just world: Exploring experiential and rationalistic paths to victim blaming. Personality and Social Psychology Bulletin, 35(12), 1567–1578.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Медик або рятувальник може діяти професійно, дотримуватися протоколів і все одно залишитися з переживанням, що в критичний момент сталося щось морально неприйнятне: когось не вдалося врятувати, допомогу довелося розподіляти між кількома людьми, безпечний доступ був неможливим, рішення приймалося за секунди, а ресурсів не вистачало. У психології для частини таких наслідків використовують поняття моральної травми (moral injury). Воно описує не моральний вирок людині, а можливі стійкі психологічні, поведінкові, соціальні та іноді духовні наслідки подій, які людина сприйняла як серйозне порушення власних глибоких цінностей або моральних очікувань. Національний центр ПТСР Міністерства у справах ветеранів США підкреслює, що моральна травма може виникати після власної дії, бездіяльності, свідчення чужих дій або переживання зради з боку значущих людей чи інституцій. Для медиків і служб першого реагування ця тема особливо пов’язана з професійним контекстом: обов’язком допомагати, медичним сортуванням, дефіцитом часу й ресурсів, ризиком для команди, ієрархією, правилами безпеки та відповідальністю перед пацієнтами або постраждалими. Водночас систематичний огляд якісних досліджень працівників охорони здоров’я та соціальної сфери показує, що моральний дистрес і переживання, які автори пов’язують із моральною травмою, формуються на індивідуальному, міжособистісному й організаційному рівнях. Тому пояснювати проблему лише «недостатньою стійкістю» окремого фахівця означає втрачати значну частину причин. Що означає моральна травма в роботі медиків і рятувальників Моральна травма — це концепт, а не висновок про те, що людина справді вчинила аморально. Вона стосується того, як людина інтерпретує подію та її наслідки у світлі власних моральних переконань. Важливими можуть бути питання: «Чи мав я інший вибір?», «Чи зробив я достатньо?», «Чи зрадив я професійний обов’язок?», «Чому система змусила нас діяти так?», «Чи можу я після цього довіряти собі, колегам або керівництву?». Саме така оцінка події може пов’язувати професійний епізод із провиною, соромом, гнівом, відразою, втратою довіри або змінами у ставленні до себе та світу. Сучасний огляд медичного персоналу і служб першого реагування пов’язує моральну травму з травматичними експозиціями, організаційними обмеженнями та браком підтримки, але водночас наголошує на великій неоднорідності методів і результатів досліджень. Моральна травма не є окремим психіатричним розладом. У DSM-5-TR вона не оформлена як самостійний mental disorder: оновлення Американської психіатричної асоціації 2025 року додало ширшу категорію «Moral, Religious, or Spiritual Problem» як проблему, що може бути фокусом клінічної уваги, а не як окремий психічний розлад. У клінічних описах і діагностичних вимогах ICD-11 ВООЗ моральна травма також не виступає окремою діагностичною категорією. Отже, поняття moral injury не замінює оцінювання ПТСР, депресії, тривожних розладів, розладів сну, проблем із вживанням психоактивних речовин або інших станів, якщо для цього є підстави. PMIE: потенційно морально травмуюча подія ще не є моральною травмою У дослідженнях використовують термін potentially morally injurious event (PMIE) — потенційно морально травмуюча подія або експозиція. Це ситуація, яку людина може пережити як серйозне порушення моральних переконань або очікувань: власну дію, те, що вона не змогла запобігти шкоді, свідчення чужого вчинку, а також зраду з боку авторитету, команди чи інституції. PMIE позначає потенційно значущу експозицію, але не її неминучий психологічний результат. Різні люди після схожої події можуть мати різні реакції. Частина переживатиме гострий моральний конфлікт, який поступово інтегрується; частина — моральний дистрес; у частини збережуться стійкі наслідки, які дослідники описують як моральну травму. Сам факт складного triage-рішення, смерті пацієнта, неможливості дістатися до постраждалого або невдоволення рішенням керівництва не дозволяє автоматично визначити моральну травму. Валідаційне дослідження Moral Injury and Distress Scale спеціально розрізняє експозицію до PMIE та наслідки цієї експозиції; сама шкала оцінює широкий спектр можливих когнітивних, емоційних, поведінкових, соціальних і духовних проявів, але не є самодостатньою психіатричною діагностикою. Чому професійний контекст має значення У медичній та рятувальній роботі морально значущі рішення майже ніколи не існують у вакуумі. Людина діє всередині системи: має певну роль, доступний час, ресурси, інформацію, протоколи, межі компетенції, вимоги безпеки та реальний рівень контролю. Тому психологічне переживання відповідальності може не збігатися з фактичним обсягом контролю над результатом. Особливо це помітно після подій із масовими постраждалими, роботи в небезпечній зоні, нестачі місць, обладнання чи персоналу, а також ситуацій, у яких фахівець мусить обирати між кількома цінностями, кожна з яких має моральну вагу. У якісному систематичному огляді Beadle та співавторів серед повторюваних тем були обмеження можливості діяти відповідно до професійних і особистих цінностей, ресурсні та організаційні фактори, відносини в команді, комунікація та підтримка. Це важливе уточнення: моральний конфлікт може народжуватися не лише з індивідуального рішення, а й з умов, у яких допустимих рішень мало або кожне пов’язане з втратою. Неможливий вибір: медичне сортування, дефіцит ресурсів і межі контролю Медичне сортування (triage) створене для пріоритезації допомоги в умовах, коли потреб більше, ніж ресурсів. Психологічно це може залишатися дуже важким навіть тоді, коли рішення відповідало професійному алгоритму. Для людини, чия професійна ідентичність побудована навколо допомоги кожному конкретному пацієнтові, необхідність відкласти допомогу одній людині заради іншої може переживатися як зіткнення двох обов’язків, а не як простий технічний вибір. Дефіцит ресурсу також змінює структуру відповідальності. Якщо фахівець не мав доступу до необхідного обладнання, персоналу, транспорту, безпечного маршруту чи часу, результат не можна психологічно аналізувати так, ніби всі можливості були доступні. Водночас сам працівник після події може ретроспективно відчувати повну особисту відповідальність. Тут важливо розрізняти причинну участь у події, професійні повноваження, реальний контроль, передбачуваність наслідків і моральне самозвинувачення. Вони можуть перетинатися, але не є одним і тим самим. Для українського контексту рятувальної роботи під час війни релевантність таких дилем описується і в українській фаховій літературі. У матеріалах Національного університету цивільного захисту України 2026 року обговорюються масові ураження, triage, небезпека повторних ударів та неможливість врятувати всіх як контекст морального навантаження для рятувальників і психологів ДСНС. Це локальний професійний контекст, а не підстава переносити будь-які конкретні показники поширеності на всіх українських медиків чи рятувальників. Відповідальність, провина і ретроспективне самозвинувачення Провина може бути пов’язана з конкретною дією: людина вважає, що мала вчинити інакше. Сором частіше охоплює ширшу оцінку себе: не «я зробив щось погане», а «зі мною щось не так». Обидві реакції можуть бути частиною моральної травми, але жодна з них не є обов’язковою або достатньою ознакою. У частини людей центральними будуть гнів, відраза, відчуття зради, втрата довіри до професії або інституції, горе чи криза сенсу. Після критичної події знання про результат змінює те, як людина уявляє минуле рішення. Те, що після події здається очевидним, у момент рішення могло бути невідомим. Це створює ґрунт для ретроспективного самозвинувачення: «я мав знати», «я мав передбачити», «я мав знайти ще один варіант». Психологічна робота з моральною травмою часто потребує повернення до реальних обставин рішення: яка інформація була доступна, які альтернативи існували, хто контролював ресурси, які ризики були для інших людей і що було реально можливим у той момент. Таке уточнення не є автоматичним виправданням будь-якої дії; воно відновлює фактичний контекст, без якого оцінка відповідальності стає спотвореною. Організаційні обмеження, зрада довіри і системна відповідальність Морально травмуючий досвід може бути пов’язаний не тільки з тим, що зробив сам працівник. Сучасний огляд причин моральної травми у працівників охорони здоров’я наголошує на ролі системних факторів: кадрового дефіциту, культури робочого середовища, лідерства, організаційної підтримки та інших умов, які можуть створювати або посилювати моральні конфлікти. Для частини людей центральним переживанням стає зрада очікування: «система мала захистити пацієнтів або команду, але не зробила цього». Це має практичний наслідок. Якщо причина морального дистресу лежить у повторюваному дефіциті ресурсів, небезпечній організації роботи, суперечливих наказах, непрозорих рішеннях або неможливості обговорювати етичні конфлікти, індивідуальна психотерапія сама по собі не усуває джерело проблеми. Підтримка працівника і зміни в організації мають різні функції: перше допомагає опрацювати пережите, друге зменшує ризик повторного відтворення тієї самої ситуації. Моральна травма, моральний дистрес, вигорання і ПТСР: чим вони відрізняються Моральний дистрес Моральний дистрес зазвичай описує ситуацію, в якій людина бачить етично бажаний для себе спосіб дії, але внутрішні або зовнішні обмеження не дозволяють так діяти, або ж вона переживає сильний моральний конфлікт навколо професійної ситуації. Він може бути гострим, повторюваним чи тривалим. Моральна травма стосується більш стійких наслідків після морально значущої експозиції. Межа між поняттями в літературі не завжди однакова, тому їх не слід перетворювати на жорсткі взаємовиключні «типи». Моральний дистрес пов’язаний із професійним виснаженням, але це також не тотожні явища. Метааналіз 14 досліджень і 2425 працівників охорони здоров’я знайшов помірний зв’язок між моральним дистресом та емоційним виснаженням (pooled r = 0,33), але самі автори окремо вказують, що причинний напрям цього зв’язку потребує подальших досліджень. Професійне вигорання Вигорання стосується хронічного робочого стресу та професійного виснаження і не потребує морально значущої події. Людина може мати вигорання без моральної травми, моральну травму без типового профілю вигорання або обидва явища одночасно. Нестача персоналу чи ресурсів здатна одночасно підсилювати навантаження, емоційне виснаження і моральний конфлікт, але близькість причин не робить конструкти взаємозамінними. Посттравматичний стресовий розлад Моральна травма і ПТСР можуть співіснувати, але моральна травма не є альтернативною назвою ПТСР. ПТСР — клінічний діагноз із визначеними діагностичними вимогами; moral injury — концепт, що зосереджується на моральному значенні події та її наслідках. National Center for PTSD прямо зазначає, що можлива моральна травма без ПТСР і ПТСР без моральної травми. Гіперактивація, реакції на загрозу та інші симптоми ПТСР мають власну клінічну логіку, тоді як для moral injury центральними можуть бути провина, сором, зрада, гнів, відраза, самозасудження або криза довіри. Які реакції можуть виникати Після морально значущої професійної події можливий широкий спектр реакцій: нав’язливе повернення до рішення; постійні «якби»; провина; сором; гнів на себе, команду чи керівництво; відраза; зменшення довіри; відчуття віддаленості від колег; уникнення нагадувань; труднощі зі сном; втрата професійного сенсу; бажання залишити роботу; відчуття, що людина не заслуговує на підтримку або нормальне життя. Інші люди після дуже схожого досвіду можуть мати значно менше стійких наслідків. Ці реакції не утворюють самодостатнього чекліста для діагнозу. Moral Injury and Distress Scale (MIDS) є валідованим інструментом самооцінювання наслідків PMIE у ветеранів, медиків і служб першого реагування, але навіть валідована шкала не замінює клінічне оцінювання інших можливих станів. Особливо важливо не робити індивідуальних прогнозів суїцидальної поведінки з одного показника, окремої емоції чи факту морально важкої події. Що показують дослідження Evidence base для медиків швидко зростала після пандемії COVID-19, однак вона має суттєві обмеження. Метааналіз Coimbra та співавторів об’єднав 33 дослідження з 13 країн і 31 849 працівників охорони здоров’я та виявив помірні асоціації показників моральної травми із симптомами ПТСР, тривоги, депресії, вигорання та суїцидальними думками. Між дослідженнями була значуща неоднорідність, а автори вказали на використання різних шкал, частина з яких не створювалася спеціально для медиків. Це групові асоціації, а не доказ того, що moral injury спричиняє конкретний розлад у певної людини. Систематичний огляд Beadle та співавторів включив 49 досліджень/51 публікацію якісного типу про моральний дистрес і moral injury у працівників охорони здоров’я та соціальної сфери. Виявлені фактори охоплювали індивідуальний, соціальний та організаційний рівні. Такий дизайн добре показує повторювані теми досвіду, але не визначає поширеність і не доводить причинність. Огляд Rimon і Shelef 2025 року синтезував 41 дослідження приблизно 14 500 медиків і служб першого реагування. Автори повідомляли дуже широкий розкид оцінок moral injury між середовищами та методиками й окремо наголосили на гетерогенності вимірювань і помірному ризику систематичної похибки в частині включених робіт. Саме тому окреме число «поширеності моральної травми» без уточнення інструмента, професійної групи та контексту вводить в оману. Найновіший огляд медичних працівників Croak та співавторів 2026 року характеризує галузь як таку, де багато даних досі походить із пандемічного контексту, а досліджень позапандемічних системних причин, довготривалих траєкторій та ефективних втручань бракує. Це означає, що поняття є клінічно й професійно корисним для опису частини досвіду, але наукова база ще не дозволяє будувати одну універсальну модель розвитку моральної травми для всіх професій. Що відомо саме про рятувальників і служби першого реагування Доказова база для рятувальників, парамедиків і пожежників менша, ніж для медичних працівників загалом. Скопінг-огляд Lentz та співавторів включив 32 дослідження персоналу громадської безпеки, але більшість робіт стосувалася поліції, тоді як парамедики й пожежники були представлені значно слабше. У дослідженнях повторювалися теми професійних цінностей, етичних рішень, організаційної зради та духовних/екзистенційних питань. Для рятувальника морально важким може бути не лише рішення «кого рятувати першим». До таких ситуацій можуть належати неможливість увійти в небезпечну зону через загрозу команді, припинення пошуку за умов, коли ризик стає неприйнятним, прибуття надто пізно, робота з масовими втратами, смерть колеги або постраждалого, яку людина вважає такою, що могла бути відвернена, а також рішення керівництва, сприйняті як зрада професійного обов’язку. Жоден із цих сценаріїв сам по собі не означає, що моральна травма обов’язково виникне. Український професійний контекст під час війни В умовах війни медики й рятувальники можуть працювати за одночасного поєднання масових надходжень постраждалих, загрози повторних атак, дефіциту часу, евакуаційних обмежень, втрат серед колег і необхідності підтримувати роботу системи протягом тривалого часу. Такий контекст збільшує кількість ситуацій, у яких стикаються різні професійні та моральні вимоги. Він не дає підстави автоматично вважати весь персонал «морально травмованим»; коректніше говорити про потенційно морально травмуючі експозиції, моральний дистрес і можливі наслідки, які потребують індивідуальної оцінки. Українські професійні публікації вже фіксують цю проблематику для цивільного захисту. Зокрема, матеріал Національного університету цивільного захисту України описує роботу рятувальників і психологів ДСНС за умов масових уражень, повторної небезпеки та необхідності пріоритезації допомоги. Для наукових висновків про механізми й наслідки тут важливіші міжнародні систематичні огляди та метааналізи; українська публікація цінна передусім як підтвердження локальної професійної релевантності теми. Що може зменшувати ризик і підтримувати відновлення Підхід до морально складного професійного досвіду має враховувати і людину, і робочу систему. На індивідуальному рівні можуть бути корисними добровільна розмова з фахівцем, який розуміє травматичний і моральний контекст; відновлення фактичної картини події; розрізнення реального контролю та ретроспективного самозвинувачення; робота з провиною, соромом, гнівом, втратою довіри й сенсу. Якщо одночасно є ПТСР, депресія чи інший розлад, допомога має спиратися на доказові підходи до цього стану, а не на припущення, що все пояснює moral injury. На організаційному рівні важливими є прозорі критерії рішень, адекватні ресурси, доступ до етичної консультації, реалістична підготовка до складних сценаріїв, командна комунікація, можливість безпечного обговорення моральних конфліктів, підтримка після критичних подій та механізми розбору системних помилок без автоматичного перетворення кожної несприятливої події на індивідуальну провину. Огляд Croak та співавторів розглядає організаційні зміни, навчання і peer support як перспективні напрями, водночас наголошуючи на потребі якісних рандомізованих випробувань. Дані щодо спеціальних інтервенцій для морального дистресу також залишаються обмеженими. Систематичний огляд Morley та співавторів знайшов освітні програми, фасилітовані обговорення, консультаційні служби, мультидисциплінарні раунди, рефлексивні та наративні практики, але методологічні обмеження багатьох досліджень не дозволяють оголосити один підхід гарантовано ефективним. Для moral injury у медиків доказова база специфічного лікування ще менш усталена. Прощення, примирення, релігійна практика або духовність можуть мати значення для окремої людини, якщо вона сама цього прагне, але вони не є обов’язковим універсальним лікуванням. Прощення не дорівнює виправданню шкоди, відмові від меж чи примиренню. Допомога має відповідати цінностям людини, а не нав’язувати їй готовий моральний сценарій. Коли потрібна професійна допомога Звернення до фахівця варто розглядати, якщо після події протягом тривалого часу зберігаються сильна провина або сором, нав’язливі спогади, уникнення, проблеми зі сном, виражений гнів, відчуження, втрата довіри, професійне або соціальне функціонування помітно погіршилося, зростає вживання алкоголю чи інших речовин, або з’являються симптоми ПТСР, депресії чи тривожного розладу. Мета оцінювання — не «поставити моральну травму» за одним переживанням, а зрозуміти повну картину стану та потреб людини. Дослідження на рівні груп показують зв’язок показників moral injury із суїцидальними думками, зокрема у медичних працівників під час пандемії, але це не дає підстав робити індивідуальний прогноз. Метааналіз Coimbra та співавторів описує статистичні асоціації, а не спосіб визначати, хто здійснить самопошкодження. Якщо людина має актуальні думки про самогубство, намір завдати собі шкоди або безпосередню небезпеку для життя, потрібна невідкладна професійна допомога незалежно від того, чи пов’язує вона свій стан із моральною травмою. Поширені помилки в розумінні моральної травми Помилка 1: «Якщо я відчуваю провину, значить я справді винен». Психологічна провина — це переживання й оцінка людини, а не юридичний, професійний чи етичний висновок. Вона може бути пропорційною реальній відповідальності, перебільшувати її або виникати там, де контроль був мінімальним. Помилка 2: «Якщо рішення відповідало протоколу, моральної травми бути не може». Формальна коректність рішення не гарантує відсутності внутрішнього конфлікту. Людина може розуміти професійні підстави рішення і водночас переживати його як болісну втрату або порушення важливої цінності. Помилка 3: «Моральна травма — це просто ПТСР або вигорання». Перетин можливий, але конструкти описують різні аспекти досвіду. ПТСР має клінічні критерії; вигорання пов’язане з хронічним робочим стресом; moral injury — з моральним значенням події та її наслідками. Помилка 4: «Стійкий професіонал не має так реагувати». Моральна чутливість, професійна відповідальність і здатність співпереживати не є дефектами. Водночас сама моральна ідентичність не визначає наперед, чи виникне moral injury: значення мають контекст, попередній досвід, підтримка, рівень контролю, інтерпретація події та інші чинники. Помилка 5: «Треба просто пробачити себе або систему». Самопрощення може бути важливим для окремої людини, але його не можна перетворювати на вимогу. Для частини ситуацій центральним буде не прощення, а точніше розуміння відповідальності, визнання шкоди, відновлення меж, організаційні зміни, проживання горя або повернення до професійних цінностей у реалістичній формі. FAQ Чи може моральна травма виникнути, якщо медик або рятувальник не зробив помилки? Так, може. Moral injury описує наслідки пережитого морального порушення або конфлікту, а не експертне підтвердження професійної помилки. Людина може переживати моральну травму після об’єктивно обмеженого вибору, свідчення чужої дії або зради з боку системи. Водночас психологічний концепт не скасовує окремої професійної чи юридичної оцінки, якщо вона потрібна. Чи будь-яке важке triage-рішення є PMIE? Не обов’язково. PMIE визначається не лише зовнішньою складністю ситуації, а тим, чи пережила людина її як серйозне порушення глибоких моральних переконань або очікувань. Навіть PMIE ще не означає moral injury: наслідки можуть бути короткочасними, помірними або не сформуватися. Чим моральний дистрес відрізняється від моральної травми? Моральний дистрес частіше описує моральний конфлікт або страждання у ситуації, де людина не може діяти відповідно до того, що вважає правильним. Моральна травма — ширше поняття про стійкі наслідки після морально значущої експозиції. У науковій літературі межа між термінами залишається дискусійною, тому важливіше описувати конкретний досвід, ніж намагатися будь-якою ціною віднести його до одного ярлика. Чи існує аналіз або тест, який підтверджує моральну травму? Біологічного тесту немає. Існують психометричні інструменти, зокрема MIDS, але вони вимірюють експозицію та пов’язані переживання і не замінюють комплексного клінічного оцінювання. Результат шкали не слід трактувати як самостійний медичний діагноз. Чи можна повністю запобігти моральній травмі в екстреній роботі? Повністю усунути моральні дилеми з медицини та рятувальної роботи неможливо. Реалістична мета — зменшувати уникненні системні причини: небезпечний дефіцит ресурсів, непрозорі правила, суперечливі вимоги, відсутність підтримки й можливості обговорювати етичні конфлікти; готувати команди до складних рішень; а після подій забезпечувати доступну, добровільну й неосудливу підтримку. Чи означає моральна травма, що людина більше не може працювати за професією? Ні. Сам термін не визначає професійну придатність і не дає прогнозу для конкретної людини. Значення мають інтенсивність і тривалість симптомів, функціонування, супутні стани, умови роботи, підтримка та клінічна оцінка, якщо вона потрібна. Пов’язані статті Моральна травма Моральний дистрес Джерела American Psychiatric Association. (2025). DSM-5-TR Update: Moral, Religious, or Spiritual Problem (Z65.8). Офіційне оновлення Beadle, E. S., Walecka, A., Sangam, A. V., Moorhouse, J., Winter, M., Munro Wild, H., Trivedi, D., & Casarin, A. (2024). Triggers and factors associated with moral distress and moral injury in health and social care workers: A systematic review of qualitative studies. PLOS ONE, 19(6), e0303013. https://doi.org/10.1371/journal.pone.0303013 Coimbra, B. M., Zylberstajn, C., van Zuiden, M., Hoeboer, C. M., Mello, A. F., Mello, M. F., & Olff, M. (2023). Moral injury and mental health among health-care workers during the COVID-19 pandemic: meta-analysis. European Journal of Psychotraumatology, 15(1), 2299659. https://doi.org/10.1080/20008066.2023.2299659 Croak, B., Lamb, D., Bhundia, R., et al. (2026). Moral injury in healthcare workers: causes & interventions. British Medical Bulletin, 157(1), ldag011. https://doi.org/10.1093/bmb/ldag011 Lentz, L. M., Smith-MacDonald, L., Malloy, D., Carleton, R. N., & Brémault-Phillips, S. (2021). Compromised Conscience: A Scoping Review of Moral Injury Among Firefighters, Paramedics, and Police Officers. Frontiers in Psychology, 12, 639781. https://doi.org/10.3389/fpsyg.2021.639781 Morley, G., Field, R., Cole Horsburgh, C., & Burchill, C. (2021). Interventions to mitigate moral distress: A systematic review of the literature. International Journal of Nursing Studies, 121, 103984. https://doi.org/10.1016/j.ijnurstu.2021.103984 National Center for PTSD, U.S. Department of Veterans Affairs. (2026). Moral Injury. Офіційний професійний огляд National Center for PTSD, U.S. Department of Veterans Affairs. (n.d.). Moral Injury and Distress Scale (MIDS). Офіційна сторінка інструменту Norman, S. B., Griffin, B. J., Pietrzak, R. H., McLean, C., Hamblen, J. L., & Maguen, S. (2024). The Moral Injury and Distress Scale: Psychometric evaluation and initial validation in three high-risk populations. Psychological Trauma: Theory, Research, Practice, and Policy, 16(2), 280–291. https://doi.org/10.1037/tra0001533 Rimon, A., & Shelef, L. (2025). Moral Injury Among Medical Personnel and First Responders Across Different Healthcare and Emergency Response Settings: A Narrative Review. International Journal of Environmental Research and Public Health, 22(7), 1055. https://doi.org/10.3390/ijerph22071055 World Health Organization. (2024). Clinical descriptions and diagnostic requirements for ICD-11 mental, behavioural and neurodevelopmental disorders. Офіційна публікація ВООЗ

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Джонатан Гайдт (Jonathan Haidt) — американський соціальний психолог, чиї роботи суттєво змінили сучасну моральну психологію. Актуальний профіль NYU Stern описує його як Thomas Cooley Chair in Ethical Leadership і Professor of Business & Society. До NYU він викладав психологію у University of Virginia, а докторський ступінь із психології здобув у University of Pennsylvania у 1992 році. Найвідоміші наукові внески Гайдта стосуються трьох пов’язаних ідей: моральні судження часто починаються зі швидких інтуїтивних оцінок; міркування розгортається у соціальному контексті й нерідко пояснює вже сформовану оцінку; моральні турботи можуть мати кілька відносно відмінних змістових напрямів. Перша ідея була систематизована в соціально-інтуїтивістській моделі 2001 року, а друга лінія згодом стала частиною Moral Foundations Theory. Водночас науковий статус цих підходів вимагає точності. Соціально-інтуїтивістська модель є впливовою моделлю процесу морального судження, а не правилом, за яким кожне судження завжди виникає без міркування. Moral Foundations Theory є продуктивним і широко застосовуваним framework, але її таксономія, психометрична структура, кроскультурна універсальність і припущення про вроджені «модулі» залишаються предметом дискусії. Сучасний огляд Annual Review of Psychology прямо зіставляє модульні та конструкціоністські пояснення моральних відмінностей. Коротка відповідь Гайдт став центральною фігурою моральної психології тому, що переніс фокус із питання «як люди свідомо обґрунтовують моральний вибір?» на ширше питання «як моральна оцінка фактично виникає, змінюється й поширюється між людьми?». У його соціально-інтуїтивістській моделі швидка інтуїція часто передує словесному поясненню, але модель також містить шляхи, через які міркування, приватна рефлексія й переконання іншої людини можуть змінювати судження. Moral Foundations Theory продовжила цю програму на рівні змісту моральних інтуїцій. Історична версія теорії працювала з п’ятьма основами; сучасний MFQ-2 розрізняє шість вимірів — care, equality, proportionality, loyalty, authority і purity. Дослідження MFQ-2 у 25 популяціях показало кращі психометричні властивості нового інструмента й водночас виявило, що мережа зв’язків моральних основ із іншими змінними варіює між культурними контекстами. Це важливе обмеження для популярних переказів Гайдта: foundations не є «шістьма типами людей», тест не вимірює загальну моральність, високий бал за певною основою не означає «кращу» людину, а швидка моральна інтуїція не дорівнює ірраціональності. Хто такий Джонатан Гайдт Гайдт здобув B.A. з філософії в Yale University і Ph.D. з психології в University of Pennsylvania. За біографією NYU Stern, він 16 років викладав у Department of Psychology University of Virginia, а 2011 року приєднався до Stern School of Business. Його рання програма досліджень була зосереджена на моралі, емоціях і культурних відмінностях; пізніше його публічна й дослідницька робота значною мірою розширилася до тем соціальних медіа, підліткового психічного здоров’я, інституцій та суспільної взаємодії. Для моральної психології ключовим є ранній і середній період цієї програми: культурні дослідження моральних оцінок, робота про моральні емоції, соціально-інтуїтивістська модель та спільна з Джессі Гремом, Крейгом Джозефом і колегами розробка Moral Foundations Theory. Ці роботи допомогли зробити інтуїцію, емоцію, культурний контекст і соціальний вплив центральними предметами експериментальної дискусії про моральне судження. Поза академічними статтями Гайдт популяризував ці ідеї у книжках, зокрема The Righteous Mind. Для наукової оцінки його моделей, однак, важливішими є первинні дослідження, валідизаційні роботи, критичні перевірки та сучасні огляди, а не популярні метафори з книжок. Що саме вивчає моральна психологія у роботах Гайдта У популярному викладі поняття «моральне судження», «моральна інтуїція», «моральне міркування» і «моральна поведінка» часто зливаються. Для коректного читання Гайдта їх потрібно розрізняти. Огляд Бертрама Малле показує, що навіть термін moral judgment охоплює різні класи оцінок: загальну оцінку, судження про норму, судження про неправильність і судження про вину. Моральне судження Моральне судження — оцінка дії, наміру, особи, ситуації або порушення з погляду морально релевантних норм. Воно не тотожне поясненню причини, приписуванню відповідальності чи рішенню про покарання. Людина може вважати дію неправильною, але слабше звинувачувати виконавця через примус, незнання або обмежений контроль. Моральна інтуїція У Гайдта moral intuition — швидка оцінна реакція, що з’являється без усвідомленого проходження покрокового аргументу. Автоматичність не робить таку реакцію беззмістовною: інтуїції можуть бути сформовані досвідом, навчанням, культурними нормами й попередніми міркуваннями. Пізня критика Пісарро і Блума саме наголошувала, що попереднє міркування може змінювати самі інтуїції. Моральне міркування Моральне міркування — свідоме опрацювання причин, правил, наслідків, намірів і принципів. Воно може виправдовувати вже сформовану позицію, перевіряти її, змінювати її, створювати нову перспективу або впливати на іншу людину. Наявність міркування не гарантує правильного морального висновку так само, як швидкість інтуїції не визначає її істинність. Моральна поведінка Поведінка є окремим рівнем аналізу. Навіть стійке моральне переконання не гарантує відповідної дії: на поведінку впливають ситуація, стимули, ризики, контроль, норми групи, доступні альтернативи й саморегуляція. Теорії Гайдта передусім описують моральне судження та моральні інтуїції; їх не слід перетворювати на прямий прогноз реальної поведінки. Соціально-інтуїтивістська модель: головна ідея У статті 2001 року The Emotional Dog and Its Rational Tail Гайдт запропонував соціально-інтуїтивістську модель як альтернативу сильним раціоналістичним версіям, у яких моральне судження розглядається переважно як результат свідомого міркування. Основне припущення моделі: у багатьох повсякденних ситуаціях оцінка виникає швидко, а вербальне обґрунтування з’являється пізніше. Слово «соціально» тут принципове. Модель описує моральне мислення не як ізольований внутрішній алгоритм, а як процес, у якому люди бачать реакції інших, обмінюються аргументами, відчувають схвалення або несхвалення, засвоюють культурні схеми й можуть змінювати інтуїції під дією комунікації. Шість зв’язків моделі Повна версія моделі містить шість причинних шляхів. Перший — intuitive judgment link: ситуація швидко активує інтуїцію, а та веде до судження. Другий — post-hoc reasoning link: уже сформоване судження спрямовує пошук аргументів. Третій — reasoned persuasion link: аргументація однієї людини може вплинути на іншу. Четвертий — social persuasion link: сама позиція значущих інших здатна змінювати оцінку навіть без розгорнутого аргументу. Два додаткові шляхи показують, чому спрощене «Гайдт заперечував роль розуму» є неточним. Reasoned judgment link допускає, що свідоме міркування іноді прямо веде до нового судження. Private reflection link допускає, що роздуми активують нову інтуїцію — наприклад, через уявне прийняття перспективи іншої людини — і ця нова реакція змінює попередню оцінку. Гайдт і Бйорклунд пізніше докладно описували цей механізм у відповіді на запитання про модель. Чому інтуїція не означає ірраціональність Швидка оцінка може використовувати складно засвоєну інформацію без доступного людині покрокового звіту про обчислення. У професійних і повсякденних навичках така властивість не є незвичною. У моральній сфері інтуїція так само може містити сліди попереднього навчання, досвіду, норм і аргументів. Тому емпіричне твердження «реакція була швидкою» саме по собі нічого не вирішує щодо її нормативної якості. Чому міркування не є лише виправданням Оригінальна стаття Гайдта акцентувала post-hoc reasoning, але подальша література показала ширшу картину. Пісарро і Блум звернули увагу на те, що інтуїції можуть бути «освіченими» попереднім міркуванням. Сучасний огляд moral judgments також не підтримує просту універсальну схему «інтуїція спочатку, аргумент завжди потім»: тип процесу залежить від того, яке саме судження вимірюється, яка інформація доступна й якою є структура завдання. Отже, найсильніша сучасна інтерпретація внеску Гайдта полягає не в запереченні міркування, а в руйнуванні його монополії. Моральне судження може формуватися через взаємодію автоматичних оцінок, свідомої рефлексії, пам’яті, емоцій, причинних висновків, уявлень про намір і соціального впливу. Moral dumbfounding: впливова ідея з обмеженою доказовою базою Одним із найвідоміших аргументів на користь інтуїтивізму стало moral dumbfounding — ситуація, коли людина зберігає сильне моральне судження, але не може сформулювати переконливе обґрунтування. Цей феномен часто пов’язують із провокаційними сценаріями «нешкідливих табу», які використовувалися в ранніх роботах Гайдта. Його популярність випередила якість доказів. McHugh та колеги зазначали, що найвідоміша рання демонстрація не мала чіткої стандартизованої міри й тривалий час не була прямо відтворена у рецензованій публікації. Пізніші дослідження змогли отримувати прояви dumbfounding, однак кроскультурна робота 2023 року підкреслює, що явище не слід вважати ані всеохопним, ані достатнім доказом того, що моральне міркування загалом є лише раціоналізацією. Критичний аналіз у Cognition також показав, що частину «безпричинних» відповідей можна переосмислити через ширше розуміння шкоди, символічного значення та моральної релевантності. Тому moral dumbfounding сьогодні краще розглядати як конкретний дослідницький феномен, а не універсальний закон людської моралі. Від моральної інтуїції до теорії моральних основ Соціально-інтуїтивістська модель пояснювала переважно процес: як виникає і змінюється моральне судження. Наступне питання стосувалося змісту: на які види морально релевантних сигналів люди особливо чутливі? У статті Haidt і Joseph 2004 року автори запропонували ідею intuitive ethics — поєднання еволюційно підготовлених схильностей і культурно сформованих чеснот. На цій основі Грем, Гайдт і колеги розвинули Moral Foundations Theory. У дослідженні 2009 року теорія та Moral Foundations Questionnaire працювали з п’ятьма змістовими напрямами: harm/care, fairness/reciprocity, ingroup/loyalty, authority/respect і purity/sanctity. Теоретичний огляд 2013 року систематизував походження, критерії та відкриті питання framework. Надалі таксономія змінювалася. У дискусіях MFT окремо пропонувалася liberty/oppression, а поняття fairness було переглянуте. У сучасному MFQ-2 fairness розділено на equality та proportionality, тому інструмент вимірює шість основ: care, equality, proportionality, loyalty, authority і purity. Це хороший приклад того, що MFT є теорією, яка розвивається, а не незмінним переліком «моральних органів». Шість основ у MFQ-2: що вони описують Care — турбота і чутливість до страждання Care охоплює моральну релевантність заподіяння болю, захисту вразливих, співчуття та турботи. Це не синонім емпатії: емпатія є психологічним процесом реагування на переживання іншого, може бути вибірковою і не визначає весь моральний простір. Equality — рівність Equality відображає занепокоєння рівним ставленням, рівними правами та недопущенням необґрунтованої нерівності. У MFQ-2 її відокремлено від proportionality, що дозволяє не змішувати дві різні логіки справедливості. Proportionality — пропорційність і заслуга Proportionality стосується ідеї, що розподіл винагород, ресурсів або відповідальності може враховувати внесок, зусилля, заслугу чи інші релевантні відмінності. Equality і proportionality можуть підтримувати різні рішення в одній ситуації, тому їхнє розрізнення є теоретично важливим. Loyalty — лояльність і групова солідарність Loyalty описує моральну вагу вірності, взаємних зобов’язань і солідарності з групою. Високий або низький бал за цим виміром не є показником загальної моральності людини; значення лояльності залежить від контексту, об’єкта лояльності та конкуренції з іншими нормами. Authority — авторитет, роль і порядок Authority стосується моральної релевантності легітимних ролей, ієрархій, обов’язків і порядку. Психологічний опис чутливості до авторитету не є твердженням, що будь-який авторитет слід визнавати або що підкорення саме по собі морально правильне. Purity — чистота і святість Purity охоплює оцінки, пов’язані з тілесною або символічною чистотою, святістю, деградацією й огидою. Саме цей домен став одним із найспірніших: дослідники дискутують, чи є purity окремою основою, як її вимірювати і наскільки частину відповідей можна пояснити ширшими уявленнями про шкоду. Огляд Gray і Pratt 2025 року представляє конструкціоністську альтернативу, у якій культурні відмінності можуть виникати через різні способи конструювання та сприйняття шкоди. Що означає «foundation» — і чого це слово не доводить У MFT foundation — теоретично запропонований клас моральних інтуїцій і чутливостей, пов’язаний з повторюваними соціальними проблемами та культурним навчанням. Ранні формулювання активно використовували мову еволюційної підготовленості й модульності. Це гіпотези про походження й організацію морального пізнання, а не встановлений факт про наявність шести локалізованих «модулів моралі» у мозку. Suhler і Churchland критикували саме сильне модульне тлумачення: на їхню думку, запропонована кількість і межі foundations не мають достатньої нейронаукової підтримки, а категоріальна структура може бути надто жорсткою. Пізніша MFT стала методологічно гнучкішою, але суперечка між модульними, конструкціоністськими й іншими поясненнями не завершена. Тому фраза «людина має шість моральних модулів» є значно сильнішою, ніж дозволяють сучасні дані. Коректніше говорити про вимірювані патерни моральних пріоритетів і про теоретичну таксономію, що конкурує з альтернативними моделями. Як вимірюють моральні основи: MFQ і MFQ-2 Найвідомішим інструментом MFT став Moral Foundations Questionnaire. Він просив оцінювати моральну релевантність певних міркувань і ступінь згоди з твердженнями, пов’язаними з foundations. Та популярність інструмента не усунула психометричних проблем. Iurino і Saucier перевірили measurement invariance короткої версії MFQ у 27 країнах і виявили, що п’ятифакторну структуру важко стабільно відтворити в різних популяціях. Zakharin і Bates у двох британських вибірках також отримали структуру, яка не відповідала простій шестифакторній версії, що підсилило дискусію про те, що саме вимірює оригінальний MFQ. MFQ-2 був створений як відповідь на частину цих проблем. Atari та колеги на даних із 25 популяцій розділили fairness на equality і proportionality, зберегли care, loyalty, authority та purity і повідомили про кращу надійність та валідність. Водночас автори показали, що nomological network — зв’язки foundations з іншими психологічними та соціальними змінними — відрізняється між культурними контекстами. Навіть покращена інваріантність вимірювання не означає, що всі суспільства однаково ранжують foundations або що шість вимірів є остаточною природною таксономією моралі. Вона означає, що конкретний інструмент краще підтримує порівняння за певних умов. Сучасний науковий статус Moral Foundations Theory MFT залишається впливовою дослідницькою програмою: вона породила великий корпус досліджень, дала мову для аналізу морального плюралізму і стимулювала кроскультурні перевірки. Її сила — у генеративності: теорія сформулювала конкретні конструкції, які можна вимірювати, критикувати й переглядати. Її обмеження також суттєві. По-перше, структура оригінального MFQ не виявилася стабільно універсальною. По-друге, спостережувані кореляції foundations з політичними, релігійними або культурними змінними не встановлюють причинного напрямку. По-третє, альтернативні теорії можуть пояснювати частину тих самих даних через загальніші механізми — наприклад, сприйняття наміру, страждання, причинності й шкоди. По-четверте, межі між моральними доменами можуть залежати від формулювання завдань і культурного контексту. Wormley та колеги показали, що для оригінального MFQ альтернативна біфакторна модель може описувати дані краще за стандартну п’ятифакторну. У поєднанні з кроскультурними результатами це означає: MFT корисно застосовувати як перевірюваний framework, а не як завершену карту моральної психіки. Сучасна моральна психологія загалом дедалі менше підтримує прості двійкові схеми. Наприклад, метааналіз Fahrenwaldt та колег 2025 року охопив 731 ефект зі 139 досліджень моральних дилем і виявив лише невеликий середній зв’язок між інтуїтивнішим опрацюванням та деонтологічними відповідями, із суттєвою неоднорідністю за типом дилеми й маніпуляції. Це не є прямим тестом соціально-інтуїтивістської моделі, але добре ілюструє сучасну тенденцію: ефект процесу залежить від дизайну, змісту і контексту. Гайдт і політична психологія: що показували дослідження MFT широко застосовувалася для вивчення політичних розбіжностей. У чотирьох дослідженнях Graham, Haidt і Nosek 2009 року у тодішніх переважно американських вибірках самовизначені ліберали в середньому сильніше підкреслювали harm/care і fairness/reciprocity, тоді як консервативніші респонденти в середньому більш рівномірно використовували всі п’ять тодішніх foundations. Цей результат є описом конкретних вибірок, інструментів і періоду. Він не встановлює, що певна політична позиція «моральніша», не дає морального рейтингу груп і не доводить незмінної психологічної сутності ідеологій. MFQ-2 у 25 популяціях показав, що зв’язки між foundations та ідеологічними, релігійними й гендерними змінними змінюються залежно від культурного контексту. Політичні кореляції також не визначають причинність. Люди можуть обирати політичні позиції через моральні пріоритети; політична ідентичність може змінювати відповіді на моральні питання; обидва процеси можуть діяти разом із середовищем, освітою, релігією, соціальними мережами та груповими нормами. Науково коректний висновок тут — про статистичні асоціації та контекстну варіативність, а не про моральну цінність політичних груп. Гайдт, Кольберг, Тюріель і Грін: чим відрізняються підходи Гайдта часто подають як повну протилежність Лоренсу Кольбергу. Це надто грубе спрощення. Кольбергова традиція зосереджувалася на розвитку структур морального міркування, тоді як Гайдт підкреслив швидкі інтуїції, емоції й соціальний контекст. Сучасна наука не вимагає обирати лише один механізм: різні завдання можуть по-різному залучати автоматичне й контрольоване опрацювання. Теорія соціальних доменів Елліота Тюріеля ставить інше питання: як люди розрізняють моральні правила, соціальні конвенції та особисту юрисдикцію. Вона не тотожна MFT. Докладно про цей напрям дивіться у статті «Елліот Тюріель: теорія соціальних доменів, моральні правила і соціальні конвенції». Джошуа Грін досліджував моральні дилеми та dual-process підходи, зокрема за допомогою нейровізуалізації. Його програма перетинається з дискусією про інтуїцію і міркування, але має іншу теоретичну архітектуру. Окремий матеріал ХАБу: «Джошуа Грін: моральні дилеми, нейронаука морального судження і dual-process підходи». Ці підходи краще читати як різні рівні пояснення: розвиток міркування, розрізнення соціальних доменів, процеси інтуїції й рефлексії, зміст моральних пріоритетів, а також нейрокогнітивні механізми моральних дилем. Жодна одна модель не закриває весь предмет моральної психології. Метафора «слона і вершника»: корисна, але не нейронаукова карта У популярних текстах Гайдта інтуїтивний процес часто порівнюється зі слоном, а свідоме міркування — з вершником. Метафора вдало передає асиметрію сили: свідома аргументація не завжди легко змінює первинну реакцію. Але її не слід читати буквально як модель двох анатомічно окремих систем мозку. Метафора також стає хибною, якщо з неї робити висновок, що «слон завжди правий» або «вершник нічого не вирішує». Повна соціально-інтуїтивістська модель містить reasoned judgment, private reflection і міжособистісне переконання. Отже, навіть у власній теорії Гайдта рефлексія може запускати нові інтуїції та змінювати оцінку. Типові помилки у популярних переказах Гайдта «Люди не мислять про мораль — вони лише раціоналізують» Це надмірно сильна версія. Post-hoc reasoning справді є центральним механізмом SIM, але модель допускає прямий вплив міркування, приватну рефлексію і соціальне переконання. Критичні та оглядові роботи показують, що свідоме міркування іноді має причинну роль. «Моральна інтуїція — це емоція або ірраціональний імпульс» Інтуїція визначається насамперед швидкістю й відсутністю доступного покрокового усвідомленого виведення. Вона може бути афективною, концептуальною, навченою й сформованою попередньою рефлексією. Автоматичність і раціональність — різні осі опису. «Існує доведено рівно шість моральних модулів» Шість foundations у MFQ-2 — сучасна робоча таксономія конкретної теоретичної програми. Її не слід ототожнювати з доведеними біологічними модулями. Критика модульності, факторної структури й універсальності є частиною наукової літератури. «За тестом foundations можна визначити тип людини» MFQ і MFQ-2 створені для вимірювання відносної ваги кількох моральних міркувань у дослідницькому контексті. Вони не є клінічною діагностикою, не вимірюють чесність або «рівень моралі» і не дають підстав робити висновок про конкретну поведінку людини. «Політичні групи мають різну кількість моралі» MFT досліджує відмінності у середніх профілях моральних пріоритетів, а не кількість моралі. Будь-яке перетворення цих профілів на рейтинг партій, ідеологій, релігій або груп виходить за межі емпіричного висновку. Що з ідей Гайдта витримало перевірку найкраще Найстійкішим внеском є зміна самого дослідницького питання. Моральне судження справді не варто пояснювати лише свідомою вербалізованою аргументацією: швидкі оцінки, емоції, наміри, причинність, культурний досвід і соціальні сигнали мають значення. Сучасні моделі моральної психології значно багатші за класичну картину «спочатку принцип — потім висновок». Так само продуктивною виявилася вимога перевіряти моральні теорії поза вузькими західними вибірками. Парадоксально, саме розширення кроскультурних даних стало джерелом серйозної критики ранньої MFT: універсальність початкової факторної структури виявилася слабшою, ніж очікувалося. Це не робить програму марною; воно показує, як наукова теорія змінюється під тиском нових вимірювань. Нарешті, соціальна частина SIM зберігає евристичну силу: аргументи існують не лише всередині окремої голови. Люди переконують одне одного, читають реакції групи, засвоюють норми й перебудовують інтуїції в комунікації. Це робить моральне мислення одночасно когнітивним і соціальним процесом. Що залишається суперечливим Найбільш дискусійними залишаються сильні твердження про первинність інтуїції у більшості моральних суджень, масштаб post-hoc раціоналізації, універсальність moral dumbfounding, точну кількість foundations, їхню модульність та причинний статус. Частина даних підтримує окремі передбачення; частина потребує складніших моделей. Сучасна література також сильніше розрізняє типи моральних суджень. Те, що людина швидко назвала дію неправильною, ще не означає, що так само швидко сформувалися оцінка наміру, ступеня відповідальності, вини, заслуженого покарання або загальної моральної характеристики агента. Огляд Malle робить це розрізнення центральним. Для MFT ключовим відкритим питанням є рівень пояснення. Foundations можуть бути корисними описовими вимірами без того, щоб кожен із них був окремим еволюційним модулем. Навпаки, альтернативна теорія може пояснювати частину спостережень через загальніші механізми, але це ще не означає, що всі змістові відмінності зникають. Саме порівняння конкуруючих моделей є продуктивною частиною науки. Практичні наслідки без перетворення теорії на рецепт Дослідження Гайдта допомагають пояснити, чому моральна суперечка часто не завершується після першого «логічного» аргументу. Люди можуть виходити з різних інтуїтивних пріоритетів, по-різному бачити шкоду, справедливість, лояльність або легітимність ролей, а вже потім добирати аргументи. Це емпіричне пояснення механізму конфлікту, а не інструкція погоджуватися з будь-якою позицією. У комунікації корисно відрізняти фактологічну суперечку від розбіжності цінностей. Якщо сторони сперечаються про причинний факт, потрібні дані. Якщо вони по-різному визначають, що морально релевантне, додатковий факт може не усунути конфлікт. І навпаки, звернення до моральних foundations не повинно замінювати перевірку фактів. У самоаналізі модель може бути нагадуванням, що впевненість у власному поясненні не доводить, що саме це пояснення спричинило первинну реакцію. Але з цього не випливає, що перша реакція є прихованою «справжньою мораллю» людини. Рефлексія, нова інформація й діалог можуть бути частиною того самого морального процесу. Як читати Гайдта у 2026 році Починати варто з розділення трьох рівнів. Перший — історичний: Гайдт був одним із дослідників, які змістили поле від домінування раціоналістичних моделей до систематичного вивчення інтуїції, емоції й соціального впливу. Другий — теоретичний: SIM і MFT формулюють конкретні механізми та категорії. Третій — доказовий: кожен сильний тезис цих моделей потребує окремої перевірки, і результати такої перевірки неоднорідні. Тому найточніший образ Гайдта — не автор остаточної теорії моралі, а автор двох надзвичайно впливових дослідницьких програм, які змінили запитання поля, породили нові інструменти й одночасно створили великий корпус критики. Саме ця здатність теорії продукувати перевірки, уточнення й альтернативи є її реальним науковим значенням. FAQ Хто такий Джонатан Гайдт? Джонатан Гайдт — соціальний психолог і професор NYU Stern, відомий дослідженнями моральних інтуїцій, соціально-інтуїтивістською моделлю морального судження та співрозробкою Moral Foundations Theory. NYU Stern зазначає, що він приєднався до школи 2011 року після 16 років викладання в University of Virginia. Що таке соціально-інтуїтивістська модель Гайдта? Це модель, за якою моральні судження часто виникають із швидких інтуїтивних оцінок, а свідоме міркування нерідко з’являється після них. Водночас модель включає соціальне переконання, reasoned judgment і private reflection, тому не стверджує, що міркування ніколи не змінює моральної позиції. Чи стверджував Гайдт, що мораль завжди ірраціональна? Ні. Його модель зменшує центральність свідомого покрокового міркування в багатьох ситуаціях, але не прирівнює інтуїцію до ірраціональності. Інтуїції можуть бути навченими та зміненими попередньою рефлексією. Що таке Moral Foundations Theory? Це теоретичний framework для опису кількох типів моральних турбот. У сучасному MFQ-2 вимірюються care, equality, proportionality, loyalty, authority і purity. Теорія є впливовою, але її універсальність, межі категорій та модульні припущення залишаються предметом наукової дискусії. Скільки моральних основ у теорії Гайдта? Відповідь залежить від версії теорії. Ранні емпіричні роботи широко використовували п’ять foundations; пізніше обговорювалася liberty/oppression; MFQ-2 використовує шість вимірів, розділивши fairness на equality і proportionality. Тому формула «завжди було рівно шість» історично неточна. Чи доведено, що moral foundations є вродженими модулями мозку? Ні. Еволюційна підготовленість і модульність були важливими теоретичними припущеннями ранньої MFT, але вони не є встановленими нейробіологічними фактами. Існують впливові критичні та альтернативні моделі. Чи можна за MFQ-2 визначити, наскільки людина моральна? Ні. MFQ-2 вимірює відносну вагу кількох типів моральних міркувань. Він не є шкалою загальної моральності, не діагностує особистість і не гарантує прогноз реальної поведінки. Чи означає moral dumbfounding, що причини для моральних суджень не існують? Ні. Dumbfounding описує труднощі з формулюванням підтримувальних причин у конкретній ситуації. Частина досліджень відтворює цей феномен, але його поширеність і теоретична інтерпретація залишаються обмеженими та дискусійними. Чим підхід Гайдта відрізняється від Кольберга? Кольбергова традиція зосереджена на розвитку структур морального міркування, тоді як Гайдт наголошує на швидких інтуїціях, емоціях і соціальному впливі. Сучасна моральна психологія розглядає інтуїтивні та контрольовані процеси як потенційно взаємодійні, а не як взаємовиключні. Чи підтверджує MFT, що певна політична ідеологія морально краща? Ні. Дослідження MFT описують середні відмінності в моральних пріоритетах і їхні кореляції з політичним самовизначенням у конкретних вибірках. Вони не дають наукової шкали для ранжування партій, ідеологій або груп за моральною цінністю. Пов’язані статті Соціально-інтуїтивістська модель моралі Теорія моральних основ Джерела Atari, M., Haidt, J. та ін. (2023). Morality beyond the WEIRD: How the nomological network of morality varies across cultures. Journal of Personality and Social Psychology. Fahrenwaldt, A., Olsen, J., Rahal, R.-M., Fiedler, S. (2025). Intuitive deontology? A systematic review and multivariate, multilevel meta-analysis of experimental studies on the psychological drivers of moral judgments. Psychological Bulletin. Graham, J., Haidt, J., Nosek, B. A. (2009). Liberals and conservatives rely on different sets of moral foundations. Journal of Personality and Social Psychology. Graham, J., Haidt, J., Koleva, S., Motyl, M., Iyer, R., Wojcik, S. P., Ditto, P. H. (2013). Moral Foundations Theory: The Pragmatic Validity of Moral Pluralism. Advances in Experimental Social Psychology. Gray, K., Pratt, S. (2025). Morality in Our Mind and Across Cultures and Politics. Annual Review of Psychology. Guglielmo, S. (2018). Unfounded dumbfounding: How harm and purity undermine evidence for moral dumbfounding. Cognition. Haidt, J. (2001). The Emotional Dog and Its Rational Tail: A Social Intuitionist Approach to Moral Judgment. Psychological Review. Haidt, J., Joseph, C. (2004). Intuitive ethics: how innately prepared intuitions generate culturally variable virtues. Daedalus. Haidt, J., Bjorklund, F. (2008). Social intuitionists answer six questions about moral psychology. Iurino, K., Saucier, G. (2020). Testing Measurement Invariance of the Moral Foundations Questionnaire Across 27 Countries. Assessment. Malle, B. F. (2021). Moral Judgments. Annual Review of Psychology. McHugh, C., McGann, M., Igou, E. R., Kinsella, E. L. (2017). Searching for Moral Dumbfounding: Identifying Measurable Indicators of Moral Dumbfounding. Collabra: Psychology. NYU Stern. Jonathan Haidt — Faculty Directory. Pizarro, D. A., Bloom, P. (2003). The intelligence of the moral intuitions: comment on Haidt (2001). Psychological Review. Suhler, C. L., Churchland, P. (2011). Can innate, modular “foundations” explain morality? Challenges for Haidt’s Moral Foundations Theory. Journal of Cognitive Neuroscience. Wormley, A. S., Scott, M., Grimm, K. J., Cohen, A. B. (2025). Measuring Morality: An Examination of the Moral Foundation Questionnaire’s Factor Structure. Personality and Social Psychology Bulletin. Harper, C. A., & Rhodes, D. (2021). Reanalysing the factor structure of the moral foundations questionnaire. British Journal of Social Psychology, 60(4), 1303–1329.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Бретт Т. Літц (Brett T. Litz) — американський клінічний психолог і дослідник травматичного стресу, чия робота суттєво вплинула на сучасне психологічне розуміння моральної травми (англ. moral injury). Його ім’я особливо пов’язане з моделлю 2009 року, дослідженням провини, сорому й порушення довіри після морально значущих подій, створенням шкали наслідків моральної травми Moral Injury Outcome Scale (MIOS) та розробленням психотерапевтичного підходу Adaptive Disclosure для військових і ветеранів. Водночас коректний науковий портрет Літца потребує важливого уточнення: він не «винайшов» саму ідею моральної травми й не запропонував завершеної універсальної теорії. У 2009 році Літц із колегами сформулював впливову попередню психологічну модель, яка розширила попередні військово-психіатричні описи й зробила моральну травму предметом емпіричного дослідження. У 2025 році сам Літц наголосив, що наука про моральну травму все ще залишається незрілою: визначення, вимірювання, причинні моделі та лікувальні висновки потребують значно більшої строгості. Огляд стану науки 2025 року прямо закликає до епістемічної стриманості. Ця стаття присвячена саме Літцу як досліднику: його внеску, еволюції моделей, MIOS, Adaptive Disclosure та тому, що сучасні дані дозволяють — і не дозволяють — говорити про психологічну допомогу військовим і ветеранам. Загальне поняття моральної травми розглянуто окремо, щоб не змішувати біографічно-науковий профіль із тематичною енциклопедичною статтею. Хто такий Бретт Літц За офіційним профілем Boston University, Бретт Літц здобув PhD із клінічної психології в State University of New York at Binghamton і проходив клінічне стажування в Palo Alto VA Medical Center. Нині він є професором Департаменту психології та наук про мозок Бостонського університету, професором психіатрії в Boston University Chobanian & Avedisian School of Medicine, а також працює у VA Boston Healthcare System. У VA Boston Літц очолює напрям психічного здоров’я Massachusetts Veterans Epidemiological Research and Information Center (MAVERIC). Профіль Litz Lab описує його поточні напрями як дослідження ПТСР, моральної травми, психометричного вимірювання, допомоги на основі систематичного вимірювання результатів та клінічних втручань для наслідків військової травми й втрати. У сучасних наукових публікаціях Літц ідентифікується також через ORCID 0000-0002-0479-8887. У curriculum vitae, оприлюдненому Litz Lab на сайті Boston University у 2023 році, зазначено дату народження 13 листопада 1958 року. Той самий документ фіксує його підготовку в клінічній психології та багаторічну роботу у VA Boston Healthcare System. Його наукова траєкторія важлива для історії досліджень моральної травми з двох причин. По-перше, Літц переніс проблему з мови загальної етики та клінічних спостережень у формалізовану психологічну модель із перевірюваними механізмами. По-друге, згодом він сам став одним із найпослідовніших критиків надмірно швидкого перетворення moral injury на нібито усталений синдром із готовою діагностикою та універсальним лікуванням. Літц не «винайшов» поняття моральної травми Історія терміна почалася раніше. Праці психіатра Джонатана Шея про ветеранів війни у В’єтнамі пов’язували moral injury передусім із переживанням зради того, що вважається правильним, з боку легітимної влади в ситуації високої ставки. Огляд VA MIRECC прямо зазначає, що Шей використовував термін у 1990-х, а Літц і колеги пізніше запропонували ширшу психологічну рамку. У статті 2009 року Літц, Натан Стайн, Ейлін Делані, Леслі Лебовіц, Вільям Неш, Керолайн Сілва та Шира Магуен описали потенційно морально травмувальні події як ситуації, у яких людина сама чинить, не запобігає або стає свідком дій, що суперечать її глибоким моральним переконанням і очікуванням. Автори назвали моральною травмою можливі тривалі емоційні, психологічні, поведінкові, духовні та соціальні наслідки такого досвіду. Саме ця робота стала однією з ключових точок переходу від опису «зради правильного» до моделі, яка охоплювала власну дію, бездіяльність і свідчення. Пізніші моделі знову інтегрували досвід зради та віктимізації, тому сучасне поле не зводиться ані до моделі Шея, ані до першої схеми Літца. Модель 2009 року: від PMIE до моральної травми Центральна відмінність, яку закріпила традиція досліджень Літца, стосується події та наслідку. PMIE — potentially morally injurious event, тобто потенційно морально травмувальна подія або експозиція. Моральна травма — можливий комплекс стійких наслідків. PMIE не дорівнює моральній травмі. Людина може пережити морально складну подію, відчувати сильний жаль, провину чи гнів і водночас не мати тривалого порушення функціонування. Це розрізнення залишається фундаментальним і в сучасній роботі Літца. У валідації MIOS автори порівнюють його з відмінністю між стресором і стресом: досвід морального порушення є потенційно шкідливим, але не визначає наперед психологічний результат. Саме тому некоректно називати будь-яке морально важке рішення «моральною травмою» лише через зміст події. Власна дія, бездіяльність і свідчення У первинній моделі особливо важливими були три типи досвіду: власна дія, яку людина пізніше переживає як порушення глибоких норм; нездатність або відмова запобігти події; свідчення дій, що суперечать базовим моральним очікуванням. Для військових це може стосуватися бойових рішень, наслідків застосування сили, неможливості захистити інших або побаченого насильства. Сам факт участі у війні, служби чи застосування сили не є психологічним доказом моральної травми. Сучасні версії рамки охоплюють також ситуації, коли людина є жертвою чужої дії або системної бездіяльності, зокрема зради з боку керівництва чи інституції. Це розширення добре видно в роботі MIOS Consortium: PMIE можуть бути пов’язані і з власними вчинками, і з серйозним порушенням довіри в ситуації з високою ціною наслідків з боку інших. Моральна оцінка, дисонанс і атрибуція відповідальності У моделі Літца важлива не лише зовнішня подія, а її значення для людини. Морально травмувальний процес передбачає переживання розриву між тим, що сталося, і глибокими переконаннями про належне. Далі значення має те, як людина пояснює власну роль, контроль, намір, доступні альтернативи та наслідки. Це особливо важливо в умовах війни, де рішення часто приймаються під загрозою, у дефіциті часу та інформації, у межах наказів, правил застосування сили, відповідальності за інших і неможливості вибору без втрат. Психологічна сила провини не є точним вимірювачем фактичної відповідальності. Клінічна робота може потребувати дуже конкретного аналізу того, що людина знала й могла контролювати тоді, а не лише того, що відомо після події. Від моральної емоції до стійкого самозасудження У ранній моделі одна з можливих траєкторій проходить через болісні моральні емоції, негативні висновки про себе та уникання. Якщо оцінка конкретного вчинку перетворюється на глобальний висновок «я назавжди погана людина», сором може підтримувати відчуження й самопокарання. Якщо людина не говорить про подію через страх осуду, вона позбавляється можливості перевірити власні висновки в безпечному соціальному контакті. Ця схема не означає, що кожен випадок моральної травми обов’язково починається з провини або сорому. При зраді центральними можуть бути гнів, відраза, втрата довіри, відчуття несправедливості та відчуження. Сучасна модель Літца стала ширшою саме тому, що поле накопичило дані про різні траєкторії. Провина і сором у роботах Літца Провина і сором часто згадуються разом, але в психологічному аналізі вони не тотожні. У спрощеній функціональній відмінності провина частіше фокусується на дії або бездіяльності: «я зробив те, про що шкодую». Сором легше поширюється на глобальну оцінку себе: «те, що сталося, означає, що зі мною як із людиною щось фундаментально не так». Національний центр ПТСР США використовує близьке розрізнення у клінічному описі моральної травми. Для Літца провина й сором важливі тому, що вони можуть підтримувати уникання, соціальне віддалення й переконання, що людина не заслуговує на допомогу або нормальне життя. Але вони не є ні обов’язковими, ні достатніми критеріями моральної травми. Людина може мати сильну провину без moral injury; може переживати моральну травму через зраду й втрату довіри без домінування сорому; а однакові емоції зустрічаються при ПТСР, депресії, горі та інших станах. Це запобігає двом помилкам. Перша — називати «токсичною» будь-яку провину, хоча провина іноді сигналізує про реальну відповідальність і мотивує виправлення. Друга — автоматично підтверджувати глобальне самозвинувачення як точний моральний вирок. Психологічна допомога має відрізняти емоцію, фактичну відповідальність, моральну оцінку конкретної дії та теперішнє функціонування. Зрада, порушення довіри і дві траєкторії MIOS Коли дослідження моральної травми розширилися, стало очевидно, що переживання не обмежуються самозасудженням після власного вчинку. Людина може бути потерпілою від морального порушення або переживати зраду з боку командира, організації, інституції чи іншої значущої особи. У таких випадках психологічний центр тяжіння зміщується від «що я зробив?» до «що зробили зі мною або з іншими — і чи можна тепер комусь довіряти?». Це відображено у шкали наслідків моральної травми Moral Injury Outcome Scale, розробленій міжнародним консорціумом за участю Літца. У початковій 14-пунктовій версії автори отримали два пов’язані фактори наслідків: наслідки, пов’язані із соромом, та наслідки, пов’язані з порушенням довіри (shame-related outcomes; trust-violation-related outcomes). Така структура не створює дві «типології людей»; вона показує, що схожий загальний конструкт може проявлятися різними конфігураціями переживань. International Society for Traumatic Stress Studies наводить окреме оцінювання двох підшкал і загального показника, але прямо зазначає, що для MIOS немає запропонованих діагностичних категорій або діагностичної порогової межі. Тому високий бал не є діагнозом і не встановлює, що людина «має моральну травму» без ширшої клінічної оцінки. Моральна травма і ПТСР: перетин без тотожності Моральна травма не є окремим психіатричним діагнозом DSM або ICD. Національний центр ПТСР США підкреслює, що моральна травма може співіснувати з ПТСР і депресією, але сама не є діагнозом. ПТСР має формальні діагностичні критерії; моральна травма описує інший рівень — морально значущі наслідки події, які можуть або не можуть збігатися з діагностичним профілем ПТСР. У ранній літературі іноді створювалося враження, ніби ПТСР — переважно «страх», а моральна травма — переважно «провина і сором». Сучасна картина складніша. ПТСР теж може містити провину, сором, негативні переконання, відчуження й гнів; моральна травма може супроводжуватися нав’язливими спогадами та униканням. Різниця полягає не в одному симптомі, а в структурі події, значень, моральних оцінок і функціональних наслідків. Докладний розбір меж і перетину винесено в окрему статтю «Моральна травма і ПТСР». Для профілю Літца принципово інше: його моделі не дають підстави замінювати діагностику ПТСР поняттям moral injury або вважати, що наявність моральної травми автоматично робить стандартні методи лікування ПТСР непридатними. Окремо важливо відрізняти моральний дистрес від моральної травми. Моральний дистрес часто описує страждання в ситуації, коли людина вважає певну дію етично правильною, але організаційні, професійні чи інші обмеження не дають діяти відповідно. Він може передувати або супроводжувати морально травмувальний досвід, але сам по собі не означає стійкої моральної травми. Так само моральний дистрес, моральна травма і ПТСР не є взаємозамінними поняттями. MIOS: спроба вимірювати наслідки, а не лише експозицію Одна з головних методологічних проблем у цій галузі полягала в тому, що різні шкали називали «моральною травмою» різні речі: частоту потенційно морально травмувальних подій, моральні емоції, зраду, загальний дистрес або функціональні наслідки. Через це дослідження було важко порівнювати. У 2022 році Літц та міжнародний MIOS Consortium опублікували початкову валідацію шкали наслідків моральної травми Moral Injury Outcome Scale. Розроблення включало якісні інтерв’ю з військовослужбовцями, ветеранами, клініцистами й капеланами в кількох країнах, подальшу генерацію пунктів, факторний аналіз і перевірку психометричних властивостей. Фінальна версія містила 14 пунктів і дві підшкали, пов’язані із соромом та порушенням довіри. Сильна сторона цього підходу — спроба не змішувати сам факт PMIE з його наслідками. Але початкове дослідження не перетворює MIOS на лабораторний тест із однозначною межею між «нормою» і «розладом». Автори прямо описували потребу в подальшій перевірці дискримінантної, інкрементної та клінічної валідності, а ISTSS не пропонує діагностичного порогу для MIOS. Це важливий приклад загальнішої позиції Літца: вимірювання має передувати сильним клінічним висновкам. У огляді стану науки 2025 року він критикує ситуацію, коли дослідники та медіа перетворюють попередні результати на нібито завершений факт — поводяться з дослідницьким конструктом так, ніби його межі вже остаточно встановлені. Adaptive Disclosure: допомога для бойового досвіду, втрати й моральної травми Adaptive Disclosure (AD) — короткострокова психотерапія, яку Літц і колеги розробляли для військовослужбовців із бойово пов’язаним ПТСР. Її принцип полягає в тому, що різні типи травматичного досвіду можуть потребувати різних стратегій опрацювання: загроза життю, травматична втрата та морально травмувальний досвід не зводяться до одного психологічного механізму. Для моральної травми втручання працює не як моральний суд і не як процедура «виправдання». Терапевтична робота може включати точніше осмислення події, відповідальності та контексту, уявний діалог із морально значущою фігурою, опрацювання самозасудження, відновлення зв’язку з цінностями та реальними стосунками. У розширеній версії AD-E додано, зокрема, написання листів, практику доброзичливості та посилену домашню роботу. Релігійна або духовна рамка може мати значення для окремої людини, але вона не є обов’язковою умовою допомоги. Моральна травма може мати духовні наслідки, однак терапія не повинна нав’язувати сповідь, прощення, релігію чи «моральне очищення». Клінічний фокус визначається досвідом, цінностями й потребами конкретної людини. Що показало рандомізоване дослідження 2021 року У рандомізованому дослідженні не меншої ефективності 2021 року 122 американських морських піхотинців і моряків із ПТСР отримували Adaptive Disclosure або когнітивну версію Cognitive Processing Therapy (CPT-C). За основним показником тяжкості ПТСР AD відповідала заздалегідь визначеному критерію не гіршої ефективності порівняно з CPT-C; різниця між групами за CAPS-IV була мінімальною. Цей результат важливий, але він не означає, що AD доведено «краща» за CPT або що вона є специфічно доведеним лікуванням moral injury як окремого синдрому. Дослідження оцінювало лікування ПТСР у конкретній військовій вибірці, використовувало шкалу ПТСР доби DSM-IV і мало значні втрати учасників під час довготривалих контрольних спостережень. Огляд National Center for PTSD саме тому закликав до подальших досліджень довгострокової користі й того, для кого AD може мати переваги. Що показало дослідження AD-E 2024 року У контрольованому дослідженні AD-E 2024 року брали участь 174 ветерани з ПТСР, пов’язаним із травматичною втратою та moral injury. AD-E порівнювали з терапією, сфокусованою на теперішньому (present-centered therapy); обидва втручання мали по 12 сесій. Від початку до завершення лікування AD-E дала більші покращення за основним показником функціонування та за тяжкістю ПТСР, але міжгрупова стандартизована різниця за Шкалою інвалідизації Шихана (Sheehan Disability Scale) була невеликою, а переваги між групами не збереглися на подальших контрольних вимірюваннях. Найважливіше обмеження для практичного висновку: це не випробування «моральної травми у всіх людей», а дослідження ветеранів із ПТСР та певним типом травматичного досвіду. Його результати не дозволяють автоматично переносити AD-E на цивільних, медиків, усі культури або людей без ПТСР. Що говорить ширша доказова база Попередній огляд і метааналіз рандомізованих втручань 2023 року знайшов покращення низки пов’язаних з моральною травмою та загальнопсихологічних показників у спеціалізованих програмах, але сам корпус випробувань був невеликим і методологічно неоднорідним. Для нового поля це радше сигнал перспективності, ніж підстава оголошувати один протокол універсальним стандартом. Цю стриманість посилює сам Літц. У 2025 році він писав, що практичний ентузіазм випереджає надійне знання про причини, наслідки й лікування моральної травми. Тому правильний висновок сьогодні звучить так: існують перспективні спеціалізовані втручання та рандомізовані дослідження, але доказова база продовжує формуватися. Adaptive Disclosure також не є єдиним спеціалізованим підходом у цьому полі. Національний центр ПТСР США описує й інші досліджувані втручання, зокрема Trauma-Informed Guilt Reduction Therapy (TrIGR), Impact of Killing та програми, що адаптують терапію прийняття і відповідальності. Це важливо для інтерпретації внеску Літца: його протокол є однією з впливових моделей допомоги, а не універсальним стандартом для всіх людей і всіх типів морально травмувального досвіду. Соціально-функціональний поворот у пізній моделі Літца У роботах 2024–2025 років Літц зміщує акцент від суто внутрішнього «морального конфлікту» до соціально-функціональної моделі. Огляд Літца і Ганни Вокер 2025 року визначає moral injury як потенційну клінічну проблему, у якій моральні емоції, переконання й поведінка стають функціонально порушувальними, а також формуються негативні уявлення про власну або колективну людяність, сенс і мету життя. Ключова ідея полягає в соціальній функції моральних емоцій. Провина, сором, гнів або відраза не просто «симптоми всередині голови»: вони впливають на близькість, належність до групи, довіру, готовність приймати підтримку, здатність діяти відповідно до цінностей і повертатися до значущих ролей. Через це відновлення теж не зводиться до зменшення інтенсивності емоції. Літц і Вокер описують соціально-функціональну реабілітацію через коригувальні, гуманізувальні просоціальні досвіди, ціннісні дії та відновлення належності. Це теоретична рамка й напрям розвитку допомоги, а не доказ того, що соціальний контакт сам по собі лікує moral injury. Якість, безпека та етичність стосунків мають значення так само, як індивідуальна готовність і клінічний контекст. Наскільки усталена теорія моральної травми станом на 2026 рік Впливовість моделі Літца не означає наукової завершеності. У статті «Moral injury: State of the Science» він сам характеризує поле як незріле через відсутність парадигматичної теорії та недостатню строгість визначень і вимірювання. Це методологічно важливий випадок, коли один із центральних авторів напряму прямо обмежує силу висновків, які можна робити з накопиченої літератури. Систематичні й метааналітичні роботи загалом знаходять зв’язки між PMIE або moral injury та ПТСР, депресією, тривогою, проблемами функціонування й суїцидальними думками, але значна частина досліджень є поперечною й використовує різні шкали. Огляд VA Evidence Synthesis Program щодо військовослужбовців і ветеранів оцінює саме зв’язки та якість доказів, а не встановлює просту причинну формулу. Це особливо важливо для теми суїциду. Групові статистичні асоціації не дають можливості прогнозувати суїцид або самопошкодження в конкретної людини за одним PMIE, почуттям провини, шкалою moral injury чи біографічною ознакою. Клінічний ризик оцінюють окремо, з урахуванням актуальних думок, наміру, плану, доступу до засобів, психічного стану, вживання речовин, підтримки та інших факторів. Що внесок Літца означає для роботи з військовими й ветеранами Найсильніша практична спадщина Літца полягає не у створенні нового ярлика, а в зміні запитань, які ставлять після війни. Травматичний досвід може бути пов’язаний не тільки зі страхом і загрозою життю. Для частини військових центральними стають моральна відповідальність, неможливий вибір, втрата товаришів, те, що довелося зробити або не вдалося зробити, побачене насильство, суперечність між роллю і цінностями, зрада довіри. Це не означає, що психолог має вирішити за військового, «правильним» чи «неправильним» був його вчинок. Психологічна робота не замінює право, військову етику, службове розслідування або моральну філософію. Вона досліджує, як людина оцінює подію, яку відповідальність собі приписує, які емоції й поведінкові патерни виникли та як це впливає на життя. Травма-інформований підхід також не означає автоматично знімати відповідальність. У частині випадків людина справді вважає, що завдала шкоди, і хоче взяти на себе конкретну відповідальність. Допомога може підтримувати визнання реальності, можливе відшкодування або відновлювальну дію там, де це етично й реально, водночас працюючи проти тотального самознищення. В інших випадках центральною проблемою є надмірна відповідальність за те, що фактично не контролювалося: накази, поведінку інших людей, відсутність ресурсів, невідомі в момент рішення факти або ситуацію, де кожен доступний вибір мав тяжкі наслідки. Тут завданням стає не «переконати, що все добре», а зробити атрибуцію відповідальності точнішою. Якою може бути психологічна допомога в логіці сучасних робіт Літца Перший крок — відрізнити подію від наслідків. Потрібно зрозуміти, яка саме PMIE стала морально значущою, що людина вважає порушеним, які емоції, переконання й поведінка пов’язані з нею зараз, і чи є функціональне порушення. Це точніше, ніж запитання «у вас є моральна травма чи ні?». Другий крок — оцінити супутні клінічні стани. ПТСР, депресія, розлади, пов’язані з уживанням психоактивних речовин, складні реакції горя, порушення сну та інші проблеми потребують власної доказової оцінки й лікування. Моральна травма не є заміною клінічного діагнозу. Третій крок — створити умови, у яких морально болісний досвід можна розповісти без страху, що терапевт автоматично засудить або, навпаки, поспішно виправдає. Клінічний огляд National Center for PTSD окремо наголошує на позиції прийняття, емпатії та неосудливості терапевта та на необхідності стежити за власними припущеннями про мораль, провину, власне заподіяння шкоди й духовність. Четвертий крок — розділяти конкретну дію, контекст, контроль і глобальну ідентичність. Навіть коли відповідальність за певний вчинок є реальною, висновок «одна подія повністю визначає всю мою людську цінність» є окремим психологічним процесом. Робота з ним не стирає наслідків події. П’ятий крок — повертати можливість діяти відповідно до цінностей у теперішньому. У соціально-функціональній моделі це може означати відновлення стосунків, участь у значущій діяльності, відповідальну турботу про інших, прийняття підтримки, повернення до ролей, які людина вважає вартісними. Це ближче до «морального відновлення» як процесу життя, ніж до одноразового акту очищення. Шостий крок — не робити прощення обов’язковою метою. Самопрощення може бути корисним поняттям для одних людей, але для інших воно звучить як заперечення відповідальності. Прощення іншого не є умовою відновлення після зради. Примирення теж не дорівнює прощенню і може бути небезпечним або небажаним. Межі, правова відповідальність і дистанція можуть залишатися необхідними. Сьомий крок — якщо людина має ПТСР, не відмовлятися від доказових травма-фокусованих методів лише через наявність моральної тематики. National Center for PTSD зазначає, що дослідники продовжують вивчати, як стандартні методи лікування ПТСР впливають на моральну травму. Спеціалізовані підходи можуть бути корисними, але «моральна травма» не є аргументом автоматично відкидати CPT, PE чи інші доказові втручання, коли вони показані. Що не можна висновувати з робіт Літца Сильна провина не доводить моральної травми. Провина може бути короткочасною, адаптивною, пов’язаною з горем, ПТСР, депресією або реальною відповідальністю без стійкого функціонального порушення. Сором не є обов’язковим. Порушення довіри, гнів, відраза, відчуження й втрата сенсу можуть бути центральними, особливо при досвіді зради. PMIE не є діагнозом і не означає неминучої травми. Потенційно морально травмувальна подія — це експозиція, а не вирок про майбутній стан. Моральна травма не замінює ПТСР. Вони можуть співіснувати, частково перекриватися або виникати окремо. MIOS не є домашнім діагностичним тестом. Шкала допомагає структурувати дослідницьку й клінічну оцінку, але ISTSS не встановлює для неї діагностичної межі. Adaptive Disclosure не є універсально доведеним лікуванням будь-якої моральної травми. Найсильніші випробування стосуються військових і ветеранів із ПТСР, а доказова база для moral injury як самостійного результату лікування продовжує розвиватися. Роботи Літца не встановлюють, яка мораль «правильна». Вони описують психологічні наслідки того, як люди переживають трансгресію власних або спільних моральних очікувань. Емпірична психологія тут пояснює процеси, а не видає нормативний моральний вирок. Чому ця наукова лінія важлива саме зараз Моральна травма стала популярною мовою для опису страждання військових, ветеранів, медиків, рятувальників та людей, які пережили інституційну зраду. Популярність має дві сторони. Вона дає назву досвіду, який раніше легко губився між ПТСР, провиною, горем і професійним виснаженням. Водночас вона створює ризик перетворити складний конструкт на універсальну етикетку. Еволюція позиції Літца добре показує зрілий науковий цикл: спочатку — попередня модель, потім — розроблення втручання, психометрична робота, контрольовані випробування, а далі — жорстка критика власного поля й побудова нової соціально-функціональної теорії. Саме тому його внесок важливий не лише конкретними термінами, а й переходом від інтуїтивно переконливої ідеї до вимоги перевірюваної науки. Поширені запитання Чи Бретт Літц створив поняття «моральна травма»? Ні. Термін і рання військово-клінічна концептуалізація пов’язані передусім із Джонатаном Шеєм у 1990-х. Літц і колеги у 2009 році запропонували надзвичайно впливову психологічну модель, яка розширила фокус на власну дію, бездіяльність і свідчення та сприяла розвитку емпіричного поля. Що таке PMIE в моделі Літца? PMIE — potentially morally injurious event, потенційно морально травмувальна подія або експозиція. Вона може включати власну дію, нездатність запобігти, свідчення, а в сучасніших моделях також переживання зради або іншого високоставкового порушення довіри. PMIE не дорівнює моральній травмі: у частини людей після такої події не виникає стійкого порушення. Чи моральна травма є офіційним психіатричним діагнозом? Ні. Моральна травма не є окремим діагнозом DSM або ICD. Вона може співіснувати з ПТСР, депресією та іншими станами, але її не слід використовувати замість клінічної діагностики. Чи провина і сором є головними ознаками моральної травми? Вони можуть бути дуже важливими, особливо після подій, які людина пов’язує з власною дією або бездіяльністю, але не є обов’язковими чи достатніми. При зраді центральними можуть бути гнів, відраза, порушення довіри та відчуження. Що таке Adaptive Disclosure? Це психотерапевтичний підхід, розроблений Літцом і колегами для бойово пов’язаного ПТСР, травматичної втрати та досвіду, пов’язаного з моральною травмою. Стратегія адаптується до типу події. Рандомізовані дослідження показали перспективні результати в конкретних військових і ветеранських вибірках, але це не універсально доведена терапія для всіх форм моральної травми. Чи може MIOS самостійно встановити моральну травму? Ні. MIOS — психометричний інструмент для оцінювання наслідків, пов’язаних із соромом і порушенням довіри. Для шкали немає універсальної діагностичної межі, а moral injury сама не є формальним діагнозом. Оцінку потрібно інтерпретувати в контексті конкретної PMIE, функціонування та інших клінічних даних. Чи підходить модель Літца українським військовим без змін? Її поняття можуть бути корисними для формулювання запитань про відповідальність, провину, сором, зраду та цінності, але значна частина первинної доказової бази сформована на американських військових і ветеранах. Військовий контекст, культура, правові норми, досвід війни, структура командування, суспільне ставлення та система допомоги відрізняються. Тому переносити частоти, пороги або конкретні терапевтичні висновки без локальної перевірки некоректно. Пов’язані статті Моральна травма Джерела Aita, S. L., Kondrath, S. R., Owen, T., Borgogna, N. C., & Usset, T. J. (2023). The Status of Evidence-Based Treatments for Moral Injury Syndrome: Review and Meta-analysis of Randomized Controlled Trials. Current Treatment Options in Psychiatry, 10, 217–233. Boston University, Department of Psychological & Brain Sciences. Brett Litz — faculty profile. International Society for Traumatic Stress Studies. Moral Injury Outcome Scale (MIOS): structure and scoring. Litz, B. T., Stein, N., Delaney, E., Lebowitz, L., Nash, W. P., Silva, C., & Maguen, S. (2009). Moral injury and moral repair in war veterans: a preliminary model and intervention strategy. Clinical Psychology Review, 29(8), 695–706. Litz, B. T., Rusowicz-Orazem, L., Doros, G., Grunthal, B., Gray, M. J., Nash, W. P., & Lang, A. J. (2021). Adaptive disclosure, a combat-specific PTSD treatment, versus cognitive-processing therapy, in deployed marines and sailors: A randomized controlled non-inferiority trial. Psychiatry Research, 297, 113761. Litz, B. T., Plouffe, R. A., Nazarov, A., et al. (2022). Defining and Assessing the Syndrome of Moral Injury: Initial Findings of the Moral Injury Outcome Scale Consortium. Frontiers in Psychiatry, 13, 923928. Litz, B. T. (2023). Curriculum vitae. Litz Lab, Boston University. Litz, B. T., Yeterian, J., Berke, D., et al. (2024). A controlled trial of adaptive disclosure–enhanced to improve functioning and treat posttraumatic stress disorder. Journal of Consulting and Clinical Psychology, 92(3), 150–164. Litz, B. T. (2025). Moral injury: State of the Science. Journal of Traumatic Stress, 38(2), 187–199. Litz, B. T., & Walker, H. E. (2025). Moral Injury: An Overview of Conceptual, Definitional, Assessment, and Treatment Issues. Annual Review of Clinical Psychology, 21, 251–277. Litz Lab, Boston University. Dr. Brett Litz — profile and current research. National Center for PTSD, U.S. Department of Veterans Affairs. Moral Injury (professional overview; updated September 2026). National Center for PTSD, U.S. Department of Veterans Affairs. Moral Injury and PTSD. VA Evidence Synthesis Program. Moral Injury and Mental Health Among U.S. Military Service Members and Veterans: A Systematic Review and Evidence Overview.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 року · Редакційна політика Інфрагуманізація — поняття соціальної психології для опису міжгрупового сприйняття, за якого люди приписують своїй групі більше емоцій, що в класичній дослідницькій традиції вважалися «вторинними» або особливо людськими, ніж чужій групі. Типовими прикладами таких емоцій у ранніх експериментах були провина, каяття, надія, захоплення, ніжність або меланхолія. Йдеться про порівняльний груповий патерн: «наші» постають психологічно складнішими, а «вони» — емоційно простішими. Див. також: Дегуманізація. Це поняття стало впливовим способом досліджувати тонкі форми дегуманізувального сприйняття. Водночас сучасний науковий статус інфрагуманізації складніший, ніж часто подають популярні пояснення. Класичний ефект диференційного приписування емоцій відтворювався в багатьох роботах, але саме його тлумачення як специфічного «заперечення людяності» сьогодні серйозно обговорюється. Великі пререєстровані експерименти та систематичний аналіз стимулів показали, що частину результатів може пояснювати не уявлення про людяність як таку, а звичайніша міжгрупова перевага, стереотипи та соціальна бажаність самих емоцій (Enock, Tipper & Over, 2021; Bunce et al., 2025). Тому інфрагуманізацію варто розуміти одночасно як важливу історичну й сучасну дослідницьку рамку та як конструкт, ключове класичне вимірювання якого має суттєві обмеження валідності. Це не діагноз, не тип особистості й не шкала «моральності» людей або груп. Що таке інфрагуманізація Термін infrahumanization увійшов у соціально-психологічну літературу наприкінці 1990-х — на початку 2000-х років у роботах Жака-Філіпа Лейенса та колег. У програмній статті 2000 року дослідники припустили, що люди можуть не просто позитивніше оцінювати свою групу, а й асиметрично приписувати групам ознаки, які самі вважають суто людськими. Основним інструментом стали емоції: «вторинні» емоції вважали культурно й когнітивно складнішими та більш специфічними для людини, тоді як «первинні» — такими, що люди схильні приписувати також іншим тваринам (Leyens et al., 2000). У цій логіці інфрагуманізація означає не обов’язково пряме твердження «вони не люди». Вона може проявлятися значно тонше: наприклад, коли представникам чужої групи легше приписати страх, гнів чи радість, але важче — каяття, ностальгію, захоплення або надію. Саме тому ранні автори розглядали її як прихованішу форму нерівного розподілу людяності. Важлива особливість поняття — відносність. Огляд двадцяти років досліджень підкреслює, що класична інфрагуманізація визначається через порівняння інгрупи й аутгрупи, а не через абсолютний поріг, після якого когось можна оголосити «дегуманізованим» (Rodríguez & Betancor, 2023). Інакше кажучи, дослідників цікавить різниця в тому, скільки «суто людських» емоцій приписують «нам» і «їм». «Своя» і «чужа» група: що означають інгрупа та аутгрупа Інгрупа — це група, до якої людина психологічно відносить себе в конкретному контексті; аутгрупа — релевантна група «інших». Межа між ними не є незмінною. Та сама людина в одному контексті може мислити себе як представника професії, в іншому — міста, університету, мовної спільноти, покоління, країни або будь-якої іншої соціальної категорії. Саме тому інфрагуманізацію не варто перетворювати на перелік «груп, які дегуманізують». Психологічне значення категорії залежить від ситуації, історії взаємодії, конфлікту або співпраці, статусу груп, особистої ідентифікації та того, яка групова межа стала помітною в конкретний момент. Загальні механізми групової категоризації описані окремо у статті про категоризацію, а роль групової належності у самовизначенні та міжгруповому порівнянні — у матеріалі про теорію соціальної ідентичності. Інгрупа не обов’язково є «улюбленою», а аутгрупа — «ненависною». Люди здатні визнавати переваги чужої групи, критикувати власну групу й водночас у певних судженнях демонструвати асиметрію між «нами» та «ними». Саме тому окреме вимірювання інфрагуманізації не можна автоматично підміняти загальною оцінкою ставлення до групи. Первинні та вторинні емоції: що саме вимірювала класична модель Класична програма інфрагуманізації спиралася на поділ емоцій на первинні й вторинні. Первинні емоції описували як відносно прості, ранні та такі, що люди легко приписують і людям, і тваринам. Вторинні — як складніші, сильніше пов’язані із самосвідомістю, соціальними нормами, культурою або рефлексією та тому сприймані як більш «суто людські». Цей поділ був корисним як експериментальна операціоналізація, але його не слід читати як беззаперечну біологічну таблицю емоцій. Дослідження інфрагуманізації вивчали передусім те, які емоції учасники вважають більш або менш специфічними для людини. Отже, вимірювався не лише емоційний словник, а й культурні уявлення про людськість. У ранніх роботах важливою була перевірка валентності. Якби «своїй» групі просто приписували більше позитивних емоцій, це можна було б пояснити звичайною симпатією до своєї групи. Тому дослідники включали і позитивні, і негативні вторинні емоції. У роботі 2001 року диференційне приписування було показано також для негативних вторинних емоцій, що автори трактували на користь гіпотези про психологічний есенціалізм і «людську сутність» своєї групи (Leyens et al., 2001). Однак пізніша критика показала, що валентність — не єдина властивість емоцій, яку потрібно контролювати. Провина або каяття можуть бути неприємними за валентністю, але водночас сигналізувати здатність визнавати норму, шкоду або відповідальність; отже, вони можуть сприйматися соціально позитивніше, ніж, наприклад, лють. Ця відмінність виявилася ключовою для сучасної дискусії про валідність класичних експериментів. Чому «складні людські емоції» не означають «кращі емоції» Фраза «складні людські емоції» легко породжує хибне моральне ранжування. У дослідницькій традиції «вторинна» не означає «добра», «зріла» або «морально вища». Провина, сором, заздрість, ностальгія чи меланхолія можуть бути складними за соціально-когнітивною структурою, але не утворюють єдиної шкали моральної цінності. Так само «первинна» не означає «примітивна людина». Людина, якій у певній ситуації приписують страх або гнів, не стає від цього менш людяною. Науковий інтерес виникає тоді, коли між групами систематично змінюється доступ до ширшого набору психічних станів і коли ця різниця пов’язана з груповою категоризацією. Саме це розрізнення захищає поняття від популярного спрощення: інфрагуманізація — не ярлик для грубої поведінки і не спосіб оголосити когось «морально нижчим». Це гіпотеза про структуру соціального сприйняття, яку потрібно перевіряти окремими методами. Як виникла теорія інфрагуманізації Початкова теорія поєднала кілька ідей соціальної психології. Перша — люди схильні психологічно відрізняти свою групу від чужих. Друга — групи можуть сприйматися есенціалістично, ніби за видимими відмінностями стоїть глибока внутрішня «сутність». Третя — ознаки, пов’язані з уявленням про людську унікальність, можуть нерівномірно розподілятися між групами. Робота 2001 року прямо пов’язувала ефект із психологічним есенціалізмом: якщо «наша» група переживається як носій особливої сутності, ознаки людської унікальності можуть сильніше прив’язуватися до неї (Leyens et al., 2001). Пізніший огляд Лейенса та колег узагальнив цю програму й відмежував інфрагуманізацію від відкритішої дегуманізації (Leyens et al., 2007). Водночас сучасна соціальна психологія розглядає кілька альтернативних пояснень тієї самої поведінки у завданні. Відмінності можуть виникати через міжгрупову перевагу, стереотипи щодо конкретної групи, зміст емоційних слів, їхню соціальність, знайомість із групою, очікування щодо поведінки її членів або контекст взаємодії. Тому спостережуваний патерн ще не визначає механізм автоматично. Чи можна пояснити ефект просто кращою знайомістю зі «своїми» Одне з ранніх альтернативних пояснень було простим: ми краще знаємо людей зі своєї групи, тому легше уявляємо їхній внутрішній світ і приписуємо їм тонші емоції. Дослідження Cortes та колег спеціально перевіряло пояснення знайомістю і повідомило результати, які автори вважали більш сумісними з інфрагуманізаційною інтерпретацією (Cortes et al., 2005). Проте відхилення однієї альтернативи не доводить усієї теорії. Пізніша дискусія змістилася від знайомості до властивостей самих стимулів: чи справді набори «вторинних» і «первинних» емоцій відрізняються тільки сприйнятою людською унікальністю, а не ще й просоціальністю, нормативністю чи стереотипною відповідністю групі. Як інфрагуманізацію вимірюють у дослідженнях Найпоширеніший класичний підхід — завдання на приписування емоцій. Учасникам пропонують оцінити, наскільки представники своєї та чужої групи здатні переживати певні емоції або наскільки ці емоції характерні для груп. Потім порівнюють різницю для емоцій, класифікованих як більш і менш специфічні для людини. Інші роботи використовували непряміші методи, зокрема завдання на швидкість розпізнавання слів, праймінг або асоціативні процедури. Такі методи можуть зменшувати залежність від свідомого самозвіту, але самі по собі не доводять, що процес є повністю несвідомим, автоматичним або незмінним. Важливо також, що інфрагуманізація зазвичай є ефектом порівняння груп на рівні вибірки. Один результат окремої людини в одному завданні не є психологічним діагнозом. На нього впливають конкретні слова, інструкція, знайомість із групами, контекст, мова дослідження та інші характеристики дизайну. Інфрагуманізація і дегуманізація: близькі поняття, але не повні синоніми Дегуманізація — ширший клас явищ, у яких іншій людині або групі приписують менше людських властивостей, психічної складності, агентності, здатності відчувати або належності до повноцінного морального кола. Вона може бути відкритою, коли людей прямо порівнюють із тваринами, паразитами чи машинами, або тоншою й непрямою. Інфрагуманізація виникла як конкретніша дослідницька традиція. Її класичним маркером є саме асиметрія у приписуванні вторинних, «суто людських» емоцій інгрупі й аутгрупі. Огляд Haslam і Loughnan розглядає інфрагуманізацію як одну з важливих ліній ширшої науки про дегуманізацію, поряд з іншими моделями заперечення людяності (Haslam & Loughnan, 2014). Через це коректніше сказати: інфрагуманізація — специфічна модель і спосіб вимірювання тонкої нерівності в приписуванні людських емоцій. Не кожна дегуманізація є інфрагуманізацією, і не кожна міжгрупова упередженість свідчить саме про дегуманізацію. Інфрагуманізація, стереотипи та упередження Стереотип — узагальнене уявлення або очікування щодо членів соціальної групи. Він може бути позитивним, негативним або змішаним і стосуватися здібностей, характеру, ролей, поведінки чи емоцій. Докладніше це поняття розглянуто у статті «Стереотип: що це, як виникає і чим відрізняється від упередження». Упередження зазвичай стосується оцінного ставлення до групи або її членів. Інфрагуманізаційна модель ставить інше питання: чи відрізняється приписування саме тих станів, що сприймаються як особливо людські. Теоретично ці процеси можуть співіснувати, але жоден із них не є автоматичним доказом іншого. Сучасна критика зробила цю межу особливо важливою. Якщо «суто людські» емоції у стимульному наборі одночасно є більш просоціальними, то перевага інгрупи може виглядати як заперечення людяності, хоча учасники фактично реагують на соціальну привабливість або стереотипний зміст емоції. Тому сьогодні дослідницьке питання звучить не лише «чи є різниця між групами?», а й «яка саме психологічна змінна створює цю різницю?». Інфрагуманізація і моральне виключення Моральне виключення стосується звуження кола людей, до яких, на думку спостерігача, мають повною мірою застосовуватися норми справедливості, турботи або захисту. Інфрагуманізація стосується насамперед сприйняття психічних та емоційних властивостей. Ці процеси можуть бути пов’язані, але не тотожні. Людині можна приписувати складний внутрішній світ і водночас не включати її інтереси до свого морального кола. Можливий і зворотний випадок: дотримуватися правила справедливого ставлення до групи без багатого уявлення про переживання кожного її члена. Тому моральні рішення, емпатія, уявлення про людяність і групові норми мають вимірюватися окремо. Інфрагуманізація і емпатія Емпатія може сприяти увазі до чужого внутрішнього досвіду, але вона не є синонімом моралі та не є прямою протилежністю інфрагуманізації. Людина може добре розпізнавати емоції іншого й використовувати це знання по-різному; також можливо дотримуватися моральної норми без сильного емоційного співпереживання. Основні компоненти емпатії описано в окремій статті про емпатію. Для інфрагуманізації важливе питання не «скільки я співчуваю?», а «який діапазон людських переживань я вважаю можливим для членів цієї групи порівняно з моєю групою?». Саме тому уявлення про каяття, надію, сором або ностальгію можуть мати значення навіть тоді, коли безпосереднє співчуття не вимірюється. Які психологічні механізми пропонували дослідники Психологічний есенціалізм Класичне пояснення виходить із того, що соціальні групи іноді сприймаються як носії глибокої, ніби природної сутності. Якщо людськість стає частиною символічної «сутності» інгрупи, ознаки людської унікальності можуть сильніше прив’язуватися до неї. Саме цю логіку розвивали ранні експерименти Лейенса та колег. Внутрішньогрупова перевага Інше пояснення простіше: люди часто оцінюють свою групу прихильніше. Якщо стимульні слова, які назвали «суто людськими», водночас є соціально привабливішими, то більша їхня атрибуція своїй групі може відображати звичайну інгрупову перевагу, а не окремий процес заперечення людяності. Стереотипна відповідність Емоції мають соціальний зміст. Деякі з них можуть краще відповідати стереотипному образу конкретної групи, незалежно від того, чи вважає людина цю емоцію специфічно людською. Тому валідний дизайн має відокремлювати «людськість» емоції від її просоціальності, валентності, збудження, знайомості та відповідності груповому стереотипу. Категоризація та значущість групової межі Розподіл людей на «ми» й «вони» не створює інфрагуманізацію автоматично, але робить групове порівняння психологічно доступним. Яка саме межа стане значущою, залежить від контексту. У цьому сенсі інфрагуманізаційні ефекти належать до ширшої проблематики соціальної психології та міжгрупових відносин. Що показали класичні експерименти Перші дослідження повідомляли, що учасники частіше пов’язують вторинні емоції зі своєю групою, ніж із чужою, тоді як для первинних емоцій така асиметрія була слабшою або відсутньою. Особливо важливим для теорії був результат із негативними вторинними емоціями: якщо «своїм» приписують не лише приємні, а й неприємні складні емоції, ефект важче пояснити просто бажанням описувати інгрупу позитивно (Leyens et al., 2001). У подальшій літературі інфрагуманізацію досліджували в національних, етнічних, регіональних та інших міжгрупових контекстах. Огляд 2023 року узагальнює двадцятирічний розвиток цієї традиції, її запропоновані мотиваційні чинники, поведінкові наслідки та спроби зменшення ефекту (Rodríguez & Betancor, 2023). Ця історія важлива, але кількість публікацій сама по собі не розв’язує питання валідності. Якщо багато досліджень використовують подібні набори стимулів із тією самою прихованою відмінністю, методологічна проблема може відтворюватися разом із результатом. Сучасна критика: чи справді це заперечення людяності Найважливіше сучасне питання полягає в тому, чи класичні експерименти із вторинними емоціями відокремлюють «людську унікальність» від міжгрупової симпатії. У 2021 році Florence Enock, Steven Tipper і Harriet Over провели тринадцять пререєстрованих експериментів у семи міжгрупових контекстах із загальною вибіркою 1690 учасників. Коли дослідники включили не лише просоціальні, а й антисоціальні емоції, які учасники також вважали суто людськими, аутгрупі не приписували менше суто людських емоцій загалом. Натомість своїй групі більше приписували просоціальні емоції, а чужій — антисоціальні. Автори дійшли висновку, що їхні дані краще узгоджуються з міжгруповою перевагою та стереотипізацією, ніж зі специфічним запереченням людських емоцій (Enock, Tipper & Over, 2021). У 2025 році Carl Bunce, Adam Eggleston, Robert Brennan і Harriet Over систематично переглянули 84 публікації та 152 окремі дослідження інфрагуманізації. Вони зібрали використані емоційні слова й окремо оцінили дві характеристики: наскільки емоції сприймаються як специфічні для людини та наскільки вони просоціальні. У десяти найцитованіших роботах 95,5% досліджень мали конфаундинг у передбаченому напрямі; серед усіх 152 досліджень — 79,6%. Автори назвали це суттєвою методологічною проблемою, яка обмежує висновки зі значної частини попередньої літератури (Bunce et al., 2025). Ці результати не означають, що всі раніші міжгрупові відмінності «зникли» або що дегуманізація як ширший феномен спростована. Вони звужують те, що можна впевнено сказати саме про класичний емоційний показник інфрагуманізації. Частина старих ефектів може бути реальною різницею у приписуванні емоцій, але психологічна причина цієї різниці не завжди встановлена. Науковий статус інфрагуманізації сьогодні Найточніше резюме сучасного стану таке: інфрагуманізація залишається впливовим поняттям у науці про міжгрупове сприйняття, а диференційне приписування емоцій має велику емпіричну історію. Водночас сильне твердження, що класичний патерн обов’язково відображає окремий механізм заперечення людяності, є суперечливим. Систематична критика 2025 року не доводить, що в кожному дослідженні причина — лише просоціальність. Вона показує, що в більшості проаналізованих робіт дизайн не дозволяв чисто розділити два пояснення. Це проблема конструктної валідності: завдання може давати стабільну різницю, але залишати невизначеним, що саме ця різниця вимірює. Для майбутніх досліджень це означає потребу в стимульних наборах, де емоції зіставлені за просоціальністю, валентністю та іншими релевантними властивостями, а також у конвергентних вимірюваннях, які не залежать від одного словника емоцій. Самі автори систематичного огляду створили базу оцінок емоцій саме для такого точнішого контролю (Bunce et al., 2025). Чи має інфрагуманізація поведінкові наслідки Класична література пов’язувала інфрагуманізаційні показники з поведінкою та міжгруповою взаємодією. Наприклад, експерименти Vaes та колег показували, що те, які емоції висловлює член чужої групи, може змінювати реакції учасників і готовність до наближення або взаємодії; автори інтерпретували це через неявне значення «суто людських» емоцій (Vaes et al., 2003). Інші роботи досліджували міжгрупові вибачення. Wohl, Hornsey і Bennett виявили, що сприйняття здатності аутгрупи переживати складні емоції, зокрема каяття, було пов’язане з довірою до вибачень та прощенням у серії експериментів (Wohl, Hornsey & Bennett, 2012). Такі результати показують, чому тема психологічно важлива: уявлення про внутрішній світ іншої групи може бути пов’язане з довірою, допомогою, дистанцією та інтерпретацією її дій. Проте причинні висновки з цієї літератури потрібно читати разом із сучасною критикою вимірювання. Якщо показник частково змішує людяність із просоціальністю, це впливає і на тлумачення зв’язків із поведінкою. Допомога, контакт і «олюднення»: що відомо про можливі зміни Дослідники перевіряли, чи інформація про просоціальну поведінку чужої групи змінює її сприйняття. У двох дослідженнях Delgado та колег опис альтруїстичної поведінки аутгрупи був пов’язаний із більш «людським» профілем і меншими інфрагуманізаційними показниками (Delgado et al., 2012). Інша робота використала сюжети про гуманітарну допомогу після стихійних лих. Коли учасники дізнавалися про допомогу аутгрупи їхній інгрупі, деякі показники інфрагуманізації зменшувалися; симетричного ефекту від інформації про допомогу інгрупи аутгрупі дослідники не отримали (Davies et al., 2018). Це не дає універсальної формули «як прибрати інфрагуманізацію». Ефекти залежали від напряму допомоги, контексту, конкретних груп і способу вимірювання. Загальні рекомендації на кшталт «достатньо показати добрий вчинок» були б сильнішими за наявні докази. Практично більш надійна ідея полягає в іншому: коли ми отримуємо індивідуалізовану інформацію про мотиви, суперечливі переживання, особисту історію та реальні дії конкретних людей, груповий шаблон має менше шансів повністю замінити сприйняття їхнього психічного життя. Це узгоджується з ширшою логікою міжгрупового контакту та персоніфікації, хоча конкретний ефект саме на інфрагуманізацію залежить від дизайну дослідження. Українські дослідження інфрагуманізації Український термін «інфрагуманізація» вже має власну академічну традицію. У 2022 році Олександр Виноградов та О. М. Бондар опублікували в «Українському психологічному журналі» дослідження предикторів інфрагуманізації росіян і білорусів у сприйнятті українських учасників у контексті повномасштабної війни (Vynohradov & Bondar, 2022). У 2024 році Ю. Р. Глушко, В. І. Корніцька та О. Г. Виноградов дослідили інфрагуманізаційні оцінки в контексті російсько-української війни на вибірці 101 українського психолога. Учасникам пропонували сценарії з українськими та російськими психологами й оцінюванням первинних і вторинних емоцій; окремо вимірювали сприйняття групових статусів (Hlushko, Kornitska & Vynohradov, 2024). Ці роботи важливі для української термінології та дослідження конкретного воєнного контексту, але їх не можна перетворювати на універсальне твердження про «українців» як єдину психологічну групу. Вибірки, час проведення, конкретні аутгрупи, сценарії та методи обмежують узагальнення. Так само ці дослідження не дають підстав робити моральні висновки про будь-яку національну групу: вони описують виміряний патерн соціального сприйняття в конкретних умовах. Інфрагуманізація під час конфлікту Гострий міжгруповий конфлікт робить межу «ми — вони» особливо значущою, але з цього не випливає одна універсальна траєкторія. Різні люди, групи та ситуації можуть по-різному змінювати уявлення про психіку опонента, відповідальність, небезпеку, вразливість і здатність до моральних емоцій. Тому наукові терміни на кшталт «інфрагуманізація» або «дегуманізація» не варто використовувати як риторичні ярлики у політичній суперечці. Для емпіричного твердження потрібно показати, що саме вимірювалося, у кого, яким інструментом, коли й відносно якої групи порівняння. Без цього слово описує інтерпретацію автора, а не встановлений психологічний факт. Особливо важливо відрізняти оцінювання конкретних дій і відповідальності від заперечення психічної складності групи. Людина може суворо засуджувати дію, вважати її небезпечною або підтримувати правові наслідки й водночас визнавати, що її виконавець має складні мотиви та емоції. Моральне судження і приписування людяності — різні психологічні виміри. Чому інфрагуманізація не дорівнює ненависті Ненависть — сильна негативна емоційна або оцінна орієнтація. Інфрагуманізація — порівняльний патерн атрибуції психічних станів. Теоретично вони можуть співіснувати, але одне не визначає інше. Можлива ситуація, коли людина не відчуває гострої ворожості, проте уявляє членів чужої групи емоційно одноманітними. Можлива й протилежна: сильний конфлікт із конкретною людиною, чий складний внутрішній світ при цьому повністю визнається. Через це інфрагуманізацію не слід використовувати як заміну вимірюванню ворожості. Чому інфрагуманізація не дорівнює дискримінації Дискримінація стосується нерівного ставлення або поведінки щодо людей через групову належність. Інфрагуманізація стосується сприйняття. Між сприйняттям і поведінкою можуть існувати зв’язки, але вони не механічні. Людина може мати стереотипне уявлення й утримуватися від дискримінаційної поведінки завдяки нормам, правилам, професійній етиці або усвідомленому контролю. І навпаки, дискримінаційна практика може підтримуватися інституційними правилами чи матеріальними стимулами навіть без виміряної інфрагуманізації окремих учасників. Мова ворожнечі та дегуманізувальні образи Відкрита дегуманізувальна мова — порівняння людей із паразитами, шкідниками, брудом або бездушними механізмами — психологічно й комунікативно відрізняється від класичної інфрагуманізації через емоційні атрибуції. Обидва явища можуть належати до ширшої теми нерівного приписування людяності, але їхні форми, вимірювання та наслідки не варто змішувати. Про мовні механізми групової категоризації, дегуманізувальні метафори та нормативний контекст комунікації докладніше йдеться у статті «Мова ворожнечі: що це і як категоризація та дегуманізація працюють у комунікації». Типові помилки у розумінні інфрагуманізації Перша помилка — вважати будь-яке негативне ставлення дегуманізацією. Людину можна не любити, боятися, критикувати або вважати відповідальною за шкоду, не заперечуючи її людських властивостей. Саме надмірне розширення поняття дегуманізації критикували й оглядові роботи. Друга помилка — перетворювати «вторинні емоції» на об’єктивний список того, що «мають тільки люди». У класичній парадигмі критичною була сприйнята людська унікальність емоцій, а сучасна критика додатково показала, наскільки значущим є соціальний зміст слів. Третя помилка — робити висновок про окрему людину з одного тестового показника. Інфрагуманізація не є клінічною характеристикою і не має діагностичного порогу. Четверта помилка — вважати ефект універсальним і однаковим для всіх аутгруп. Міжгрупове сприйняття залежить від конкретної пари груп, історії відносин, актуального контексту та стереотипного змісту. П’ята помилка — ігнорувати сучасну кризу вимірювання. Сьогодні вже недостатньо показати, що «нашим» приписали більше певних вторинних емоцій. Потрібно продемонструвати, що ефект не пояснюється просоціальністю, валентністю, знайомістю чи стереотипами. Як критично читати нове дослідження інфрагуманізації Насамперед варто подивитися, як автори визначили людську унікальність емоцій. Чи було це перевірено на окремій вибірці? Чи однаково релевантні ці оцінки в мові та культурі конкретного дослідження? Далі потрібно перевірити, чи зіставлені набори емоцій за просоціальністю та антисоціальністю, позитивною й негативною валентністю, частотністю слів і стереотипною відповідністю групі. Після робіт 2021 і 2025 років цей контроль став центральним для інтерпретації. Важливі також пререєстрація, достатня статистична потужність, прозорі виключення, відкриті стимули та дані, а для сильних узагальнень — реплікації в інших групових і культурних контекстах. Чим сильніше твердження про «заперечення людяності», тим більш специфічно дизайн має виключати простіші пояснення. Що можна помічати у власному сприйнятті без самодіагностики Корисне питання — чи надаємо ми конкретній чужій групі такий самий діапазон можливих мотивів і переживань, як своїй. Якщо помилка «нашого» пояснюється складною сумішшю страху, сорому, тиску й сумнівів, а помилка «чужого» — однією нібито груповою сутністю, це сигнал перевірити асиметрію пояснення. Другий орієнтир — чи визнаємо ми негативні, але психологічно складні емоції в іншої сторони. Здатність до провини, суперечності, жалю або внутрішнього конфлікту не робить людину морально правою і не скасовує відповідальності; вона лише визнає складність психіки. Третій орієнтир — чи не підміняє категорія індивіда. Групові закономірності можуть бути релевантними для соціальної науки, але вони не дають повного опису конкретної людини. Індивідуалізована інформація допомагає відрізняти реальні факти про поведінку від автоматичного перенесення групового шаблону. Ці питання не є тестом «на інфрагуманізацію». Вони радше допомагають помітити, коли соціальна категорія стала надто сильним фільтром для сприйняття чужого внутрішнього світу. Чому тема важлива для моральної психології Моральна психологія досліджує, як люди оцінюють дії та агентів, приписують відповідальність, переживають моральні емоції, ухвалюють рішення та поводяться у ситуаціях із моральним значенням. Уявлення про те, чи здатна інша людина на каяття, провину, співчуття, надію або моральний конфлікт, може впливати на довіру, готовність прийняти вибачення та інтерпретацію намірів. Проте емпіричний опис такого впливу не визначає, яка мораль «правильна». Із факту, що люди схильні по-різному приписувати емоції групам, не випливає нормативне правило, кого слід пробачати, карати, довіряти чи включати до спільноти. Психологія описує механізми судження; нормативні рішення потребують окремих етичних, правових і суспільних підстав. Так само визнання психічної складності не означає виправдання шкоди. Можна визнавати в іншого повний спектр людських емоцій і водночас робити чітке моральне або правове судження щодо його дій. FAQ Чи є інфрагуманізація доведеним універсальним ефектом Ні в сенсі безумовної універсальності. Велика класична література повідомляла міжгрупову асиметрію у приписуванні вторинних емоцій, але сучасні роботи виявили серйозні проблеми з тим, чи ця асиметрія специфічно вимірює заперечення людяності. Науковий статус найточніше описувати як впливовий, але частково суперечливий і методологічно переглянутий. Чи означає інфрагуманізація, що люди буквально вважають іншу групу «не людьми» Не обов’язково. Класична модель саме й була створена для тонших відмінностей, які можуть існувати без відкритого заперечення біологічної належності до людства. Учасник може ніколи не сказати «вони не люди», але в завданні приписувати чужій групі вужчий набір емоцій. Чи є така різниця специфічним запереченням людяності, треба встановлювати дизайном дослідження. Чи інфрагуманізація завжди стосується негативних емоцій Ні. Класична логіка навмисно включала і позитивні, і негативні вторинні емоції. Саме це мало відрізняти людську унікальність від простої позитивної оцінки. Сучасна критика показала, що крім валентності потрібно контролювати й просоціальність та інші характеристики емоцій. Чи можна сказати, що людина «інфрагуманізатор» Це невдала типологізація. Дослідження зазвичай вимірюють контекстний патерн відповідей щодо конкретних груп. Він не є діагнозом, стабільним типом особистості або загальним показником моральності. Чи сильна групова ідентичність автоматично веде до інфрагуманізації Ні. Ідентифікація з групою може бути релевантною змінною в окремих моделях, але сама по собі не визначає результат. Значення мають конкретна групова межа, контекст відносин, статус, стереотипи, норми та властивості вимірювання. Чи можна зменшити інфрагуманізацію контактом Є дослідження, в яких контакт, інформація про просоціальну поведінку або інші форми міжгрупової взаємодії були пов’язані з більшою гуманізацією. Але ефекти залежать від умов, а частина старих показників має відомі обмеження валідності. Тому контакт не слід подавати як гарантований універсальний «антидот». Чи інфрагуманізація пояснює жорстоке поводження між групами Вона може бути одним із психологічних процесів, пов’язаних із міжгруповою дистанцією та реакціями на інших, але не є достатнім поясненням насильства або дискримінації. Поведінка залежить також від норм, влади, інституцій, загроз, санкцій, ідеології, матеріальних стимулів та конкретної ситуації. Чи можна використовувати термін для оцінювання політичних або національних груп Можна досліджувати інфрагуманізаційні показники щодо будь-яких релевантних груп, якщо дизайн і вибірка це дозволяють. Але сам термін не є моральним ярликом для партії, нації, релігії чи ідеології. Потрібні конкретні дані, а висновок має залишатися в межах виміряного показника. Пов’язані статті Дегуманізація Джерела Bunce, C., Eggleston, A., Brennan, R., & Over, H. (2025). To what extent is research on infrahumanization confounded by intergroup preference? Royal Society Open Science, 12(4), 241348. Cortes, B. P., Demoulin, S., Rodriguez, R. T., Rodriguez, A. P., & Leyens, J.-P. (2005). Infrahumanization or familiarity? Attribution of uniquely human emotions to the self, the ingroup, and the outgroup. Personality and Social Psychology Bulletin, 31(2), 243–253. Davies, T., Yogeeswaran, K., Verkuyten, M., & Loughnan, S. (2018). From humanitarian aid to humanization: When outgroup, but not ingroup, helping increases humanization. PLOS ONE, 13(11), e0207343. Delgado, N., Betancor, V., Rodríguez-Pérez, A., & Ariño, E. (2012). The impact of helping behavior on outgroup infrahumanization. The Spanish Journal of Psychology, 15(3), 1099–1109. Enock, F. E., Tipper, S. P., & Over, H. (2021). Intergroup preference, not dehumanization, explains social biases in emotion attribution. Cognition, 216, 104865. Haslam, N., & Loughnan, S. (2014). Dehumanization and infrahumanization. Annual Review of Psychology, 65, 399–423. Hlushko, Yu. R., Kornitska, V. I., & Vynohradov, O. H. (2024). Інфрагуманізація росіян українцями під час війни: роль сприйняття стабільності та легітимності групових статусів. Український психологічний журнал, 1(21), 7–22. Leyens, J.-P., Paladino, P. M., Rodriguez-Torres, R., Vaes, J., Demoulin, S., Rodriguez-Perez, A., & Gaunt, R. (2000). The emotional side of prejudice: The attribution of secondary emotions to ingroups and outgroups. Personality and Social Psychology Review, 4(2), 186–197. Leyens, J.-P., Rodriguez-Perez, A., Rodriguez-Torres, R., Gaunt, R., Paladino, M.-P., Vaes, J., & Demoulin, S. (2001). Psychological essentialism and the differential attribution of uniquely human emotions to ingroups and outgroups. European Journal of Social Psychology, 31, 395–411. Leyens, J.-P., Demoulin, S., Vaes, J., Gaunt, R., & Paladino, M. P. (2007). Infra-humanization: The Wall of Group Differences. Social Issues and Policy Review, 1(1), 139–172. Rodríguez, A., & Betancor, V. (2023). Infrahumanization: a restrospective on 20 years of empirical research. Current Opinion in Behavioral Sciences, 50, 101258. Vaes, J., Paladino, M. P., Castelli, L., Leyens, J.-P., & Giovanazzi, A. (2003). On the behavioral consequences of infrahumanization: the implicit role of uniquely human emotions in intergroup relations. Journal of Personality and Social Psychology, 85(6), 1016–1034. Vynohradov, O. H., & Bondar, O. M. (2022). Предиктори інфрагуманізації росіян та білорусів у сприйнятті українців. Український психологічний журнал, 2(18), 9–23. Wohl, M. J. A., Hornsey, M. J., & Bennett, S. H. (2012). Why group apologies succeed and fail: Intergroup forgiveness and the role of primary and secondary emotions. Journal of Personality and Social Psychology, 102(2), 306–322.

Автор: Український психологічний ХАБ · Опубліковано: 8 вересня 2023 року року року · Редакційна політика Провина — одна із самосвідомих соціальних емоцій, через які людина оцінює власний вчинок, бездіяльність або їхні наслідки щодо своїх норм, цінностей і добробуту інших. У типовому випадку вона зосереджує увагу на тому, що саме було зроблено, кому заподіяно шкоду і що можна виправити. Саме тому провина може підтримувати вибачення, відшкодування, зміну поведінки та відновлення стосунків. Водночас вона стає виснажливою, коли відповідальність перебільшена, емоція відривається від конкретного вчинку, перетворюється на глобальний вирок собі або продовжується після того, як реалістичне виправлення вже відбулося. Такий широкий функціональний погляд узгоджується з оглядами моральних і самосвідомих емоцій Tangney, Stuewig & Mashek (2007) та Kirby & Lee (2026). У побуті слова «вина», «провина» і «почуття провини» часто вживаються як взаємозамінні. Для психології корисно розділяти сам факт відповідальності та емоційне переживання: людина може бути відповідальною за наслідок і майже не відчувати провини, а може переживати дуже сильну провину за подію, яку фактично не контролювала. Ця стаття пояснює саме емоцію провини. Вона не визначає юридичну вину і не встановлює психіатричний діагноз. Що таке провина в психології У сучасній психології провину часто відносять до самосвідомих емоцій (self-conscious emotions). Для її виникнення недостатньо простої реакції «приємно — неприємно»: людина співвідносить подію із собою, власною роллю, нормами, очікуваннями, можливими наслідками для іншої людини та уявленням про те, як мала б діяти. Систематичний огляд експериментальних досліджень самосвідомих емоцій підкреслює, що їхня наукова операціоналізація залишається складною, а культурні й методологічні відмінності обмежують прості універсальні формули Singh & Bhushan (2025). Тому визначення «провина — це просто відчуття, що я зробив щось погане» корисне як перше наближення, але воно неповне. Емоційний епізод може включати оцінку причинності, відповідальності, контролю, шкоди, порушення норми, співчуття до іншого, бажання виправити наслідки, страх втрати стосунку, самокритику й тілесне напруження. У різних людей ці компоненти поєднуються по-різному. Як і інші емоції, провина є процесом, а не одним ізольованим відчуттям. Стан провини і схильність до провини — не те саме Важливо розрізняти ситуативну провину і схильність часто переживати провину. Перша стосується конкретного епізоду: «я збрехав і шкодую». Друга є більш стійкою індивідуальною тенденцією реагувати провиною на різні ситуації. Частина досліджень вивчає саме диспозиційну «guilt-proneness», тому їхні результати не можна автоматично переносити на будь-який окремий епізод провини. Метааналіз міжособистісної адаптивності показав невеликий позитивний зв’язок схильності до провини з просоціальною орієнтацією, але величина ефекту залежала від способу вимірювання й статистичного підходу Tignor & Colvin (2017). Як виникає провина: не одна причина, а ланцюг оцінок Провина зазвичай з’являється після інтерпретації події: «це пов’язано зі мною», «я міг або мав діяти інакше», «мої дії суперечать важливій нормі» або «через мене інша людина втратила щось важливе». Це не означає, що всі ці оцінки об’єктивно правильні. Емоція реагує на сприйняту відповідальність, а сприйняття може бути точним, перебільшеним або сформованим уже після того, як результат став відомим. Один впливовий appraisal-підхід пов’язує провину з внутрішніми, більш конкретними й потенційно контрольованими поясненнями невдачі, тоді як сором частіше пов’язують із глобальнішими, стабільнішими оцінками себе. Експериментальні та кореляційні дані підтримували частину цих передбачень Tracy & Robins (2006). Проте сучасна наука має кілька конкуруючих моделей самосвідомих емоцій; провину не варто зводити до одного універсального механізму. Відповідальність і контроль Ключовою для багатьох епізодів провини є думка про особисту відповідальність. Тут корисно ставити два окремі запитання: «Я справді мав причинний внесок?» і «Наскільки я міг контролювати те, що сталося?». Людина може бути частиною причинного ланцюга, але мати дуже мало контролю; може мати контроль над одним кроком, але не над остаточним результатом; може знати сьогодні те, чого не могла знати в момент рішення. Надмірна провина часто стирає ці відмінності. Норма, цінність і стосунок Провина виникає не лише після очевидної шкоди. Вона може з’являтися, коли людина вважає, що не виконала роль, обіцянку, сімейне правило, релігійну чи професійну норму, власний стандарт турботи. Сам факт емоції ще не доводить, що правило справедливе або що його порушення справді завдало шкоди. Наприклад, провина після слова «ні» може бути наслідком засвоєного правила «я повинен завжди бути зручним», хоча встановлена межа була обґрунтованою. Окремо цей сценарій розібрано в матеріалі про почуття провини після встановлення меж. Навіщо потрібна провина Одна з найкраще досліджених функцій провини — спрямування до репарації, тобто до дій, які виправляють конкретну шкоду або відновлюють стосунок. Огляд розвитку провини показує, що пов’язані з нею репаративні тенденції виникають уже в ранньому дитинстві Vaish (2018). Дослідження дорослих і дітей також показують, що провина може мотивувати більш адресне виправлення саме щодо постраждалої сторони, а не просто загальну демонстрацію «я хороша людина». Докладніше про цей перехід до конкретного виправлення наслідків — у статті «Репаративна поведінка». Ця функція пояснює, чому повністю «позбутися провини» не завжди є найкращою метою. Якщо людина справді порушила важливу для себе норму, емоція може допомогти зупинитися, визнати наслідки, вибачитися, повернути борг, змінити правило поведінки або захистити іншого від повторення ситуації. Корисність провини визначає не її приємність, а те, чи допомагає вона точніше побачити відповідальність і перейти до пропорційної дії. Водночас провина не є автоматично «здоровою», а сором — автоматично «нездоровим». Метааналіз показав, що сором за умов, коли невдачу реально можна виправити, теж може бути пов’язаний із конструктивним наближенням, тоді як за низької виправності частіше поєднується з униканням Leach & Cidam (2015). Це ще одна причина оцінювати контекст, а не розкладати емоції на прості категорії «добрі» і «погані». Провина і сором: у чому різниця Класичне розрізнення звучить так: провина більше стосується вчинку — «я зробив щось погане», а сором більше стосується цілого Я — «я поганий». Воно справді корисне і має емпіричну підтримку, але працює як тенденція, а не як лабораторно чиста межа. Людина може одночасно думати «я вчинив неправильно» і «це доводить, що зі мною щось не так», тобто переживати обидві емоції. Детальніше про другу емоцію — у статті «Сором: що це за емоція, чому виникає і як із ним працювати». Фокус оцінки Для провини типовий фокус на дії, бездіяльності або конкретному наслідку. Для сорому частіше характерний глобальніший фокус на власній цінності, прийнятності чи образі себе. Ця різниця допомагає пояснити різні поведінкові тенденції: провина частіше відкриває шлях до виправлення, тоді як сором може сильніше тягнути до приховування, віддалення або захисту від оцінки. Психологічні наслідки Метааналіз 108 досліджень із 22 411 учасниками виявив сильніший зв’язок сорому з депресивними симптомами, ніж провини загалом. Але два варіанти провини — генералізована, «вільно плаваюча», і контекстуально дезадаптивна провина з перебільшеною відповідальністю за неконтрольовані події — були пов’язані з депресивними симптомами приблизно так само сильно, як сором Kim, Thibodeau & Jorgensen (2011). Тому фраза «провина корисна, сором шкідливий» науково занадто груба. Схожу картину дає метааналіз тривожних симптомів: середні зв’язки частіше спостерігали для сорому, а для провини — менші, проте генералізована й перебільшена відповідальність знову виділялися як дезадаптивні форми Cândea & Szentagotai-Tătar (2018). Провина, жаль, відповідальність і страх покарання Жаль — це негативна оцінка минулого рішення або результату: «шкода, що я обрав так». Він може бути моральним, але не обов’язково: людина може шкодувати, що купила невдалий квиток або не взяла парасолю, не вважаючи себе морально винною. Провина сильніше пов’язана з власною відповідальністю, нормою та можливим впливом на інших. Відповідальність — не емоція, а оцінка ролі людини в події. Вона може залишатися навіть тоді, коли гостра провина минула. Здорове завершення епізоду провини часто означає не стирання відповідальності, а її точне прийняття: «це було моє рішення; я визнав наслідки; зробив можливе для виправлення; тепер змінюю подальшу поведінку». Страх покарання теж не дорівнює провині. Людина може боятися викриття, штрафу, конфлікту або втрати репутації, не переживаючи морального жалю за шкоду. І навпаки, вона може щиро відчувати провину, навіть коли ніхто не знає про вчинок і зовнішнього покарання не буде. На практиці ці переживання часто змішуються. Чому людина може відчувати провину без реальної вини Сила емоції не є вимірювачем об’єктивної відповідальності. Психіка може будувати причинні пояснення з неповної інформації, завищувати власний контроль, порівнювати реальність із неможливим ідеальним сценарієм або застосовувати надто жорсткі внутрішні правила. Саме тому твердження «якщо мені дуже соромно або винно, значить я справді зробив щось жахливе» логічно не випливає з самого переживання. Знання результату змінює оцінку минулого Після події людина знає її фінал і легко створює альтернативу: «я мав передбачити», «треба було подзвонити на п’ять хвилин раніше», «якби я наполіг, цього б не сталося». Але рішення оцінюють чесно лише з інформацією, яка була доступна тоді. Корисна перевірка звучить так: що я реально знав у той момент, які варіанти бачив, скільки мав часу, ресурсів і повноважень? Це повертає аналіз із фантазії про всемогутній контроль до фактичної ситуації. Провина за кращий результат Людина може звинувачувати себе не за вчинок, а за те, що їй пощастило більше: вона вижила, виїхала в безпечніше місце, одужала, зберегла роботу або уникла втрати. Це окремий феномен — провина вцілілого. У ньому різниця результатів може перетворюватися на моральне самозвинувачення, хоча сама людина не була причиною чужої трагедії. Загальну провину і провину вцілілого варто розрізняти, бо їхній контекст і клінічні зв’язки не тотожні. Провина після втрати Після смерті близької людини самозвинувачення може стосуватися лікування, останньої розмови, конфліктів, часу, якого «було мало», або навіть моменту, коли людина знову відчула полегшення чи радість. Горе створює особливо багато контрфактуальних сценаріїв. Для такого досвіду в ХАБі є окрема сторінка про провину після смерті близького, щоб загальна стаття про емоцію не підміняла контекст втрати. Провина після межі або відмови Якщо людину привчали прирівнювати турботу до постійної доступності, будь-яке «ні» може запускати провину. Тут емоція сигналізує про порушення внутрішнього правила, але правило ще треба перевірити. «Інша людина засмучена» не тотожне «я вчинив неправильно». Межа може мати міжособистісну ціну і водночас залишатися етично допустимою. Коли провина стає надмірною У психології немає універсальної цифри, після якої провина автоматично стає «патологічною». Оцінюють її відповідність ситуації, тривалість, інтенсивність, гнучкість, зв’язок із реальною відповідальністю та вплив на функціонування. Сучасний клінічний огляд підкреслює, що провина стає проблемною, коли атрибуції контролю й відповідальності є недоречними або надмірними Kirby & Lee (2026). Перша ознака — невідповідність фактам. Людина бере на себе те, чого не могла контролювати, або оцінює минуле так, ніби тоді вже знала майбутній результат. Друга — генералізація: замість «я зробив помилку» з’являється «я завжди все руйную», «я не заслуговую на хороше», «я погана людина». У цей момент провина дедалі більше зливається із соромом і глобальною самокритикою. Третя ознака — провина перестає вести до завершуваної репарації. Людина вже вибачилася, компенсувала можливу шкоду, змінила поведінку, але внутрішній «борг» не зменшується. Замість конкретного виправлення виникає нескінченне покарання: заборона собі радості, близькості, відпочинку, успіху або допомоги. Така логіка не робить минулий вчинок точнішим і не повертає постраждалій стороні більше, ніж реальна репарація. Четверта ознака — румінація: багаторазове прокручування однієї події без появи нової інформації або рішення. Аналіз допомагає відповісти на запитання і перейти до дії; румінація повертає в ту саму точку. П’ята — суттєве порушення життя: сон, робота, навчання, стосунки, здатність ухвалювати рішення або дбати про себе дедалі сильніше організовані навколо самозвинувачення. «Токсична провина» — популярний термін, а не діагноз В інтернеті часто говорять про «токсичну провину». Це зрозуміла популярна назва для хронічної, непропорційної або нав’язаної провини, але вона не є окремим діагнозом у міжнародних класифікаціях. У науковій літературі використовують точніші описи: excessive guilt, inappropriate guilt, generalized guilt, maladaptive guilt, guilt-proneness, trauma-related guilt тощо. Вони стосуються різних конструктів і не повинні зливатися в один «синдром». Надмірна провина і психічне здоров’я Сильна або стійка провина може супроводжувати різні психічні розлади, але сама по собі не встановлює жодного діагнозу. Одна й та сама фраза «я винен» може означати реальний моральний конфлікт, горювання, депресивне самознецінення, травматичне самозвинувачення, обсесивну відповідальність або інший процес. Клінічна оцінка враховує повну картину симптомів, їхню тривалість, контекст і порушення функціонування. Депресія Всесвітня організація охорони здоров’я відносить надмірну провину або низьку самооцінку до можливих симптомів депресивного епізоду поряд зі зниженим настроєм або втратою інтересу та іншими симптомами WHO, 2026. Це не означає, що будь-яка провина є депресією. Насторожує поєднання з тривалим зниженням настрою, втратою задоволення, безнадією, порушенням сну чи апетиту, вираженою втомою, думками про смерть або суттєвим погіршенням повсякденного функціонування. Метааналітичні дані показують, що особливо важливими є генералізована провина та перебільшена відповідальність за неконтрольовані події, а не будь-який локальний жаль за конкретний вчинок Kim, Thibodeau & Jorgensen (2011). Обсесивно-компульсивні симптоми В обсесивно-компульсивних проблемах провина може переплітатися з завищеним відчуттям відповідальності: «якщо я не перевірю ще раз, станеться біда і це буде моя вина», «якщо в мене з’явилася думка, я вже морально відповідальний». Сучасний систематичний огляд виявив значну різноманітність способів, якими провину вимірюють при ОКР і депресії, що підкреслює неоднорідність самого конструкта Ganguly & Tarafder (2024). Повторні перевірки, запити на запевнення або ментальні ритуали не варто трактувати лише як «сильну совість» без оцінки ширшої симптоматики. Травма і ПТСР Після травматичних подій провина може стосуватися власних рішень, неможливості врятувати інших, поведінки під загрозою або самого факту виживання. Ранній систематичний огляд показав зв’язок травматичної провини з симптомами ПТСР, але наголошував на невизначеності причинного напряму та проблемах вимірювання Pugh, Taylor & Berry (2015). Пізніший метааналіз 163 досліджень із 35 020 дорослими учасниками виявив помірний перехресний і менший проспективний зв’язок між травматичною провиною та симптомами ПТСР Kip et al. (2022). Це асоціації, а не доказ того, що провина сама по собі «створює» ПТСР. Самопошкодження і суїцидальний ризик Систематичний огляд і метааналіз зв’язків сорому, провини та самопошкодження показав більш послідовні результати для сорому, тоді як дані щодо провини були рідшими й неоднорідними Sheehy et al. (2019). Тому сильну провину не можна використовувати як простий маркер суїцидального ризику. Водночас якщо самозвинувачення супроводжується думками про смерть, самопошкодження або переконанням «я заслуговую покарання», потрібна невідкладна професійна оцінка без спроб вирішити все лише самодопомогою. Як працювати з провиною: від вироку до точної відповідальності Мета не полягає в тому, щоб переконати себе «я ні в чому не винен» незалежно від фактів. Сильніший підхід — розкласти переживання на перевірювані частини: що сталося, за що саме я відповідав, що міг знати й контролювати, кому завдано шкоди, що реально можна виправити і що робити після виправлення. Цей процес переводить провину з нескінченного самосуду в етичну й поведінкову роботу. 1. Назвіть конкретний вчинок або бездіяльність Сформулюйте одне речення без глобальних ярликів: «я запізнився і не попередив», «я сказав образливу фразу», «я не перевірив інформацію перед рішенням». Формула «я жахлива людина» не містить операційної інформації і майже не підказує, що саме змінити. Чим конкретніший об’єкт провини, тим легше відрізнити відповідальність від сорому. 2. Відділіть наслідок від наміру Намір не скасовує шкоду, але шкода не доводить злого наміру. Люди можуть завдавати болю через необережність, незнання, конфлікт інтересів, дефіцит ресурсів або помилкове рішення. Для репарації важливо визнати наслідок без вигадування про себе більшої злочинності, ніж показують факти. 3. Відновіть інформацію, доступну в момент рішення Запитайте: «Що я знав тоді, а що дізнався лише потім? Які ризики були видимі? Які альтернативи реально існували?». Така реконструкція особливо важлива після аварій, втрат, медичних рішень, воєнних подій і будь-яких ситуацій із сильним hindsight bias. Вона не виправдовує реальну недбалість, але не дозволяє судити минуле знанням із майбутнього. 4. Розподіліть відповідальність пропорційно Складні події майже ніколи не мають одного чинника. Випишіть людей, обставини, випадковість, системні умови, чужі рішення, часовий тиск, доступні ресурси й власний внесок. Після цього оцініть не «хто винен взагалі», а який елемент справді залежав від вас. Такий аналіз особливо корисний для людей, які автоматично беруть на себе сто відсотків відповідальності за результат групи, родини або стосунку. 5. Визначте, чи можлива репарація Якщо шкоду можна виправити, корисні дії зазвичай конкретні: чесно визнати факт, вибачитися без перекладання відповідальності, повернути ресурс, компенсувати збиток, виправити інформацію, змінити правило роботи, встановити запобіжник від повторення. Провина, яка завершується дією, виконує одну зі своїх центральних соціальних функцій. 6. Не підміняйте репарацію самопокаранням Самопокарання може створювати відчуття, що моральний баланс відновлено, але воно не завжди допомагає потерпілій стороні. Якщо ви завдали шкоди партнеру, людині потрібні не ваші місяці без сну, а визнання, зміна поведінки й можливість вирішити, чи продовжувати стосунок. Якщо ви припустилися робочої помилки, корисніший новий процес перевірки, ніж ритуальне доведення власної нікчемності. 7. Після реального виправлення дозвольте боргу завершитися Самопрощення не означає оголосити вчинок правильним. Воно означає інтегрувати відповідальність без нескінченного самозасудження: «я визнаю, що це зробив; не стираю наслідків; роблю можливе для виправлення; живу далі відповідно до нового правила». Систематичний огляд 21 дослідження психологічних інтервенцій для самопрощення описує перспективні результати різних підходів, хоча дослідження дуже неоднорідні й не дають підстав оголошувати один метод універсальним Vismaya et al. (2024). 8. Працюйте із самокритикою окремо від відповідальності Якщо після встановлення фактів залишається внутрішня атака — «ти не маєш права на помилку», «ти мусиш страждати, інакше тобі байдуже» — це вже окрема мішень роботи. Метааналіз інтервенцій, пов’язаних із самоспівчуттям, показав їхню здатність зменшувати самокритику, хоча результати й якість досліджень різняться Wakelin, Perman & Simonds (2022). Самоспівчуття в цьому контексті не скасовує моральної оцінки вчинку; воно зменшує потребу перетворювати оцінку на знищення себе. 9. Регулюйте інтенсивність, а не стирайте зміст емоції Коли провина дуже сильна, спочатку інколи потрібно знизити фізіологічне й когнітивне перевантаження, щоб людина могла мислити точніше: сон, їжа, рух, контакт із безпечною людиною, відкладене рішення замість нічного самосуду, переключення уваги з повторного прокручування на конкретний план. Загальні принципи того, як впливати на емоційний процес без автоматичного придушення, описано у статті про емоційну саморегуляцію. Як провина відчувається в тілі Провина не має одного обов’язкового тілесного «підпису». Люди описують стискання в грудях або животі, напруження, жар, холод, прискорене серцебиття, бажання відвести погляд, завмерти, підійти до постраждалої людини або негайно щось виправити. Частина цих відчуттів неспецифічна й може супроводжувати тривогу, сором, страх чи сум. Тому тілесна реакція допомагає помітити інтенсивність стану, але не визначає його назву без контексту, думок та оцінки події. Це особливо важливо, коли людина намагається робити моральний висновок із фізичного дискомфорту: «мене нудить, отже я точно винен». Тіло сигналізує про значущість і активацію, а питання відповідальності все одно потребує окремої перевірки. Саме таке розрізнення захищає від кола, у якому кожне нове відчуття стає додатковим «доказом» провини. Що відомо про мозкові механізми провини Нейровізуалізаційні дослідження не виявили окремого «центру провини». Метааналіз функціональної нейровізуалізації самосвідомих емоцій показав як спільні, так і відмінні патерни для провини та сорому/збентеження; зокрема, обидва класи переживань були пов’язані з активацією передньої острівцевої кори, а для провини частіше виділяли ділянки, пов’язані із соціальним пізнанням Piretti et al. (2023). Такі результати описують статистичні закономірності на рівні груп і не дозволяють «прочитати» конкретну емоцію людини з одного скану мозку. Найточніше розуміти провину як роботу розподіленої системи процесів: оцінки власної ролі, уявлення про іншого, пам’яті про норму, передбачення соціальних наслідків, тілесної активації та мотивації щось виправити. Це узгоджується із сучасним підходом до емоцій як багатокомпонентних процесів, а не окремих «кнопок» у мозку. Нав’язана провина, guilt-tripping і маніпуляція Інша людина може свідомо або несвідомо намагатися викликати провину, щоб змінити вашу поведінку: «після всього, що я для тебе зробив», «якби ти мене любив, ти б погодився», «через тебе мені погано». У науковій літературі такі повідомлення вивчають як guilt appeals — звернення, що активують провину для переконання. Метааналіз 26 досліджень із 7 512 учасниками виявив у середньому невеликий переконувальний ефект; він залежав від приписаної відповідальності, контрольованості ситуації, близькості стосунку й наявності конкретного способу репарації Peng et al. (2023). Сам факт, що повідомлення успішно викликало провину, не робить вимогу справедливою. Перевірка залишається тією самою: яку домовленість я порушив, яку шкоду завдав, що справді входило до моєї відповідальності, чи пропорційна вимога наслідкам, чи є в мене право відмовитися. Це особливо важливо у близьких стосунках, де сильна емоційна реакція легко маскує різницю між співчуттям до чужого розчарування і моральним обов’язком виконати чужу вимогу. Ознакою проблемного тиску може бути не саме згадування наслідків, а структура взаємодії: провину використовують повторно, відповідальність завжди одностороння, право на межу заперечується, а будь-яка спроба обговорити факти повертається до глобального звинувачення «ти поганий». У такому разі корисно відповідати на конкретний вчинок, а не на нав’язаний вирок особистості. Провина, совість і моральність — пов’язані, але не тотожні Провину часто називають «голосом совісті», але психологічно це спрощення. Совість — ширше поняття, яке може включати моральні переконання, здатність передбачати наслідки, емпатію, самоконтроль і внутрішні правила. Людина здатна визнати, що вчинила неправильно, навіть без сильного емоційного страждання. І навпаки, вона може відчувати потужну провину за дотримання власних прав, якщо засвоєні правила надмірно жорсткі. Тому моральність не варто вимірювати кількістю страждання. Більш інформативні питання — чи людина помічає завдану шкоду, визнає власну частку відповідальності, здатна врахувати перспективу іншого, готова до пропорційного виправлення і змінює поведінку. Емоція може підтримувати ці процеси, але не замінює їх. Коли краще звернутися до психолога або психотерапевта Професійна допомога доречна, якщо провина протягом тривалого часу займає значну частину дня, не зменшується після обґрунтованої репарації, супроводжується нав’язливими перевірками або потребою постійно отримувати запевнення, виникає після травматичної події, перетворюється на глобальну ненависть до себе або суттєво порушує сон, роботу, навчання, стосунки й турботу про себе. Особливо важливо звернутися по допомогу, якщо разом із провиною є стійка безнадія, виражена втрата інтересу до життя, думки про смерть, самопошкодження, переконання про необхідність покарати себе, психотичні переживання або різке погіршення функціонування. У таких ситуаціях завдання — не визначити «наскільки людина морально винна» за коротким описом, а оцінити безпеку і повну клінічну картину. Типові помилки в розмові про провину «Якщо відчуваєш провину — значить винен». Емоція показує оцінку, а не судовий факт. Її потрібно звіряти з причинністю, контролем, знанням і реальною шкодою. «Провина завжди корисна, бо має совість». Локальна провина може підтримувати репарацію, але генералізована, перебільшена або відірвана від контролю провина пов’язана з психологічним дистресом. «Сором завжди гірший за провину». У середньому сором частіше має несприятливі кореляти, але його наслідки залежать від контексту й виправності ситуації; провина теж може стати дезадаптивною. «Щоб пробачити себе, треба довести, що нічого не сталося». Самопрощення після реального проступку має сенс саме тоді, коли відповідальність визнано, а не стерто. «Якщо я перестану страждати, це означатиме, що мені байдуже». Турботу про наслідки показують не тривалістю самопокарання, а готовністю бачити шкоду, виправляти її та змінювати майбутню поведінку. Провина в різних життєвих контекстах Одна й та сама емоція працює по-різному залежно від контексту. Після порушення домовленості центральним може бути відновлення довіри. Після втрати — контрфактуальне мислення і безсилля. Після травми — самозвинувачення й оцінка дій у надзвичайних умовах. Після зриву у зміні поведінки — ризик перейти від конкретного аналізу помилки до самопокарання; цьому присвячено окрему статтю про провину після зриву. У батьківстві провина може змішуватися з нереалістичним стандартом «ідеальної матері»; окремо дивіться матеріал «Я погана мама?». Саме контекст визначає, яке питання є головним. Для реального проступку — «як виправити?». Для перебільшеної відповідальності — «що я реально контролював?». Для сорому — «чому один вчинок став вироком усьому Я?». Для травми — «які умови й обмеження діяли в момент події?». Для депресивної картини — «які ще симптоми присутні і як вони впливають на функціонування?». Провина і культура Норми, за порушення яких люди відчувають провину або сором, не однакові в усіх культурах і сім’ях. Відрізняються уявлення про обов’язок, автономію, ієрархію, тілесність, сексуальність, успіх, турботу про родину, колективну відповідальність і допустиме вираження емоцій. Систематичний огляд самосвідомих емоцій вказує і на культурні відмінності, і на суттєву перевагу західних вибірок у дослідженнях Singh & Bhushan (2025). Тому психологічну роботу не варто будувати на припущенні, що існує одна універсальна «правильна» кількість провини для всіх. Провина у дітей і підлітків Здатність переживати складні самосвідомі емоції розвивається разом із саморозпізнаванням, розумінням норм, перспективи іншої людини й причинності. Дослідження раннього розвитку показують, що вже в дошкільному віці діти можуть демонструвати репаративну поведінку після власної шкоди Vaish (2018). Для виховання це має практичний наслідок: корисніше називати конкретний вчинок і його наслідки («ти штовхнув, йому боляче; давай подумаємо, як виправити»), ніж глобалізувати оцінку («ти поганий»). Перша формула залишає простір для відповідальності й навчання, друга легше зсуває фокус до сорому. Чи можна виміряти провину тестом Існують опитувальники ситуативної провини, схильності до провини, сорому, травматичної провини та інших близьких конструктів. Вони корисні в дослідженнях і можуть допомагати клінічній оцінці, але жоден окремий бал не відповідає на питання «чи ви справді винні» і не встановлює психічний розлад. Результат залежить від того, що саме вимірює шкала: конкретне переживання, диспозицію, самокритику, відповідальність, сором або симптоми певного контексту. Сучасні огляди прямо демонструють значну неоднорідність інструментів і визначень Ganguly & Tarafder (2024). Коротка карта: що робити з провиною прямо зараз Якщо провина гостра, почніть не з питання «як перестати це відчувати», а з п’яти послідовних перевірок. Перша: назвіть конкретну подію. Друга: відділіть факти від припущень про власну «поганість». Третя: оцініть, що ви знали й контролювали тоді. Четверта: якщо була реальна шкода, визначте одну пропорційну дію для її виправлення. П’ята: після виконання цієї дії перевірте, чи емоція зменшується; якщо ні й самозвинувачення продовжує керувати життям, розгляньте професійну допомогу. Часті запитання Чому я відчуваю провину, хоча нічого поганого не зробив? Бо емоція реагує на сприйняту, а не лише на об’єктивно встановлену відповідальність. Засвоєні сімейні правила, завищений контроль, страх розчарувати, травматичний досвід, контрфактуальне мислення або звичка відповідати за чужі почуття можуть запускати провину без реального проступку. Потрібна перевірка фактів, а не автоматична довіра до сили емоції. Чим провина відрізняється від сорому одним реченням? Провина частіше каже «я зробив щось неправильно», сором — «зі мною самим щось не так»; у реальному житті вони часто змішуються, а наукові моделі не зводяться до цієї однієї формули. Чи корисно почуватися винним? Іноді так. Провина може допомогти помітити шкоду й перейти до вибачення, компенсації або зміни поведінки. Вона втрачає цю функцію, коли відповідальність перебільшена, немає реального об’єкта виправлення або самопокарання триває після завершення репарації. Як позбутися почуття провини? Універсальна мета «позбутися» не завжди корисна. Спершу визначте, чи є реальна відповідальність. Якщо є — виправляйте конкретну шкоду. Якщо відповідальність перебільшена — перевіряйте контроль, знання й правила, на яких тримається самозвинувачення. Якщо провина стійка, нав’язлива або пов’язана з іншими симптомами, потрібна професійна оцінка. Чи можна пробачити себе і водночас визнати, що вчинив погано? Так. Самопрощення не потребує заперечення вчинку. Воно сумісне з визнанням факту, вибаченням, відшкодуванням, прийняттям наслідків і зміною поведінки. Його сенс — припинити нескінченне самопокарання після того, як відповідальність уже перетворилася на реальні дії. Чи є «токсична провина» діагнозом? Ні. Це популярний опис, а не окрема діагностична категорія. У клінічній і науковій роботі точніше описувати, що саме відбувається: надмірна або недоречна провина, генералізована провина, травматична провина, завищена відповідальність, румінація, самокритика тощо. Чи може провина бути симптомом депресії? Так, надмірна провина може входити до картини депресивного епізоду, але один цей симптом не встановлює діагноз. Важливі тривалість, інші симптоми та ступінь порушення повсякденного життя. Чому після відмови або особистої межі виникає провина? Часто тому, що межа конфліктує із засвоєним правилом на кшталт «я маю завжди допомагати» або «чужий дискомфорт означає, що я поганий». Перевіряйте не лише емоцію, а й реальну шкоду, ваші обов’язки та право іншої людини мати власне розчарування. Пов’язані статті Моральні емоції Репаративна поведінка Мартін Гоффман Моральна травма після власного вчинку Совість Моральне очищення Джерела Cândea, D.-M., & Szentagotai-Tătar, A. (2018). Shame-proneness, guilt-proneness and anxiety symptoms: A meta-analysis. Journal of Anxiety Disorders, 58, 78–106. Ganguly, O., & Tarafder, S. (2024). The Many Faces of Guilt: A Review Mapping Unique and Overlapping Expressions in OCD and Depression. Indian Journal of Psychological Medicine. Kim, S., Thibodeau, R., & Jorgensen, R. S. (2011). Shame, guilt, and depressive symptoms: A meta-analytic review. Psychological Bulletin, 137(1), 68–96. Kip, A., Diele, J., Holling, H., & Morina, N. (2022). The relationship of trauma-related guilt with PTSD symptoms in adult trauma survivors: a meta-analysis. Psychological Medicine, 52(12), 2201–2211. Kirby, J. N., & Lee, D. (2026). Targeting Shame and Guilt in Psychotherapy: From Conceptual Understanding to Diverse Therapeutic Approaches. Journal of Clinical Psychology. Leach, C. W., & Cidam, A. (2015). When is shame linked to constructive approach orientation? A meta-analysis. Journal of Personality and Social Psychology, 109(6), 983–1002. Peng, W., Huang, Q., Mao, B., Lun, D., Malova, E., Simmons, J. V., & Carcioppolo, N. (2023). When guilt works: a comprehensive meta-analysis of guilt appeals. Frontiers in Psychology, 14, 1201631. Piretti, L., Pappaianni, E., Garbin, C., Rumiati, R. I., Job, R., & Grecucci, A. (2023). The Neural Signatures of Shame, Embarrassment, and Guilt: A Voxel-Based Meta-Analysis on Functional Neuroimaging Studies. Brain Sciences, 13(4), 559. Pugh, L. R., Taylor, P. J., & Berry, K. (2015). The role of guilt in the development of post-traumatic stress disorder: A systematic review. Journal of Affective Disorders, 182, 138–150. Sheehy, K., Noureen, A., Khaliq, A., Dhingra, K., Husain, N., Pontin, E. E., Cawley, R., & Taylor, P. J. (2019). An examination of the relationship between shame, guilt and self-harm: A systematic review and meta-analysis. Clinical Psychology Review, 73, 101779. Singh, D., & Bhushan, B. (2025). Understanding shame, guilt, embarrassment and pride: a systematic review of self-conscious emotions. Frontiers in Psychology, 16, 1678930. Tangney, J. P., Stuewig, J., & Mashek, D. J. (2007). Moral emotions and moral behavior. Annual Review of Psychology, 58, 345–372. Tignor, S. M., & Colvin, C. R. (2017). The Interpersonal Adaptiveness of Dispositional Guilt and Shame: A Meta-Analytic Investigation. Journal of Personality, 85(3), 341–363. Tracy, J. L., & Robins, R. W. (2006). Appraisal antecedents of shame and guilt: support for a theoretical model. Personality and Social Psychology Bulletin, 32(10), 1339–1351. Vaish, A. (2018). The prosocial functions of early social emotions: the case of guilt. Current Opinion in Psychology, 20, 25–29. Vismaya, A., Gopi, A., Romate, J., & Rajkumar, E. (2024). Psychological interventions to promote self-forgiveness: a systematic review. BMC Psychology, 12, 258. Wakelin, K. E., Perman, G., & Simonds, L. M. (2022). Effectiveness of self-compassion-related interventions for reducing self-criticism: A systematic review and meta-analysis. Clinical Psychology & Psychotherapy, 29(1), 1–25. World Health Organization. (2026). Depressive disorder (depression).

Автор: Український психологічний ХАБ · Опубліковано: 28 вересня 2024 · Редакційна політика Емоційна стабільність — це відносно стійка риса особистості, яка описує схильність людини рідше й менш інтенсивно переживати негативні емоційні реакції та швидше повертатися до звичного рівня після стресових подій. У багатьох моделях рис особистості її розглядають як протилежний полюс нейротизму або негативної емоційності. Це означає, що людина з вищою емоційною стабільністю в середньому має нижчу реактивність на повсякденні стресори, хоча так само переживає тривогу, страх, гнів і смуток у значущих ситуаціях. Важливе розрізнення: емоційна стабільність описує загальну диспозицію, а саморегуляція — те, як людина впливає на конкретну емоційну реакцію. Людина може мати вищу схильність до тривожних або різких емоційних реакцій і водночас добре володіти способами саморегуляції. Відносно емоційно стабільна людина теж може реагувати дуже сильно — наприклад, після втрати, травматичної події, тривалого недосипання або значного перевантаження. ПРАКТИКА ХАБУ Подивитися нейротизм у профілі Big Five У Mini-IPIP нейротизм є окремою рисою особистості. Результат показує сирий бал у межах шкали й не є діагнозом тривожного, депресивного чи іншого розладу. Читайте також: Як оцінювати психологічні тести Емоційна стабільність — що це в психології У психології риса — це відносно стійка тенденція думати, відчувати й поводитися певним чином у різних ситуаціях. Слово «відносно» тут принципове: риси демонструють помітну стабільність, але змінюються протягом життя. Вони проявляються статистично — як середня тенденція в багатьох ситуаціях, а не як гарантія конкретної реакції в кожен момент. Емоційна стабільність стосується насамперед індивідуальних відмінностей у негативній емоційності: тому, як легко виникають тривога, напруження, роздратування, смуток або почуття вразливості, наскільки інтенсивними вони бувають і як довго зберігаються. Вища емоційна стабільність зазвичай означає нижчу середню схильність до таких реакцій. Нижча емоційна стабільність описує вищу реактивність і залишається характеристикою континууму індивідуальних відмінностей. Термін не має єдиного універсального способу вимірювання. Різні опитувальники використовують близькі, але не повністю взаємозамінні назви й набори запитань. Саме тому коректніше говорити про місце конструкта в конкретній моделі або інструменті, а не про одну абсолютну «шкалу стабільності». Як емоційна стабільність пов’язана з нейротизмом Найчастіше поняття пояснюють через п’ятифакторну модель особистості — сімейство моделей Big Five, у яких одна з великих рис описує схильність до негативних емоційних станів. Традиційна назва цього виміру — нейротизм. У практиці вимірювання його позитивний полюс часто називають емоційною стабільністю. Це видно навіть у назвах сучасних інструментів. У BFI-2 Джона Сото та Олівера Джона домен названо «негативна емоційність» (Negative Emotionality), щоб уникнути зайвих клінічних асоціацій слова «нейротизм». У короткому TIPI Семюела Гослінга, Пітера Рентфроу та Вільяма Свонна відповідний домен прямо названо Emotional Stability — «емоційна стабільність». Отже, назва полюса залежить від конкретного опитувальника, тоді як психологічний вимір залишається близьким. Історично поняття нейротизму також займає важливе місце в моделі рис Ганса Айзенка. Сучасна п’ятифакторна традиція розвивалася ширше й пов’язана з лексичними дослідженнями рис, серед яких важливі роботи Льюїса Голдберга. Тому сучасний конструкт краще розглядати як частину ширшої історії дослідження особистості, а не як поняття однієї школи. З практичного погляду можна запам’ятати просту формулу: у багатьох Big Five-інструментах висока емоційна стабільність приблизно відповідає низькому нейротизму або низькій негативній емоційності. Різні тести мають різні формулювання, фасети та правила підрахунку, тому для точного порівняння завжди важливо знати, який саме інструмент використано. Як проявляється емоційна стабільність Емоційна стабільність проявляється повторюваним патерном у багатьох ситуаціях. Людина з відносно вищою стабільністю може хвилюватися перед важливою розмовою, сердитися через несправедливість або сумувати після втрати. Різниця полягає у середній частоті, інтенсивності та тривалості негативної емоційності, а не у відсутності самих емоцій. негативні емоції в середньому виникають рідше або менш інтенсивно за подібних обставин; після повсякденних стресорів емоційне напруження частіше швидше зменшується; менша схильність довго прокручувати загрозливі сценарії, помилки або можливі невдачі; менша середня чутливість до невизначеності, побутових фрустрацій і дрібних стресорів; емоційний стан рідше різко змінюється без достатнього ситуативного пояснення. Цей перелік описує тенденції, а не критерії самодіагностики. На реакції впливають контекст, фізичний стан, сон, хронічний стрес, життєві події, соціальна підтримка та психічне здоров’я. Один складний період не визначає рису особистості. Риса особистості та емоційний стан — різні рівні опису Людині легко зробити висновок про себе за одним тижнем: «Я став емоційно нестабільним, бо зараз усе дратує». Психологія рис працює інакше. Для оцінки диспозиції важливий типовий спосіб реагування впродовж тривалішого часу та в різних контекстах. Стан сьогодні може суттєво відхилятися від звичного рівня через конкретні обставини. Тому емоційну стабільність як відносно стійку рису варто відрізняти від поточного психічного стану, який описує функціонування в конкретний момент або період. Емоційну реактивність тимчасово підсилюють перевтома, дефіцит сну, тривале навантаження, гострий конфлікт, втрата, фізичний біль, надмірне вживання кофеїну або інших стимуляторів, алкоголь та інші психоактивні речовини. Значення мають і медичні фактори. Тому раптову зміну емоційних реакцій варто розглядати в контексті того, що відбувається з людиною зараз, а не одразу пояснювати сталою рисою характеру. Корисний спосіб відрізнити стан від звичної тенденції — спостерігати за патерном. Чи виникає реакція тільки в одному типі ситуацій? Чи з’явилася вона після конкретної життєвої зміни? Чи повертається звичний рівень після відпочинку або завершення стресового періоду? Чи схожі реакції повторювалися роками в різних сферах життя? Таке спостереження дає більше інформації, ніж ярлик «стабільний» або «нестабільний». Це розрізнення важливе й у психологічній допомозі. Якщо проблема ситуативна, фокус може бути на відновленні ресурсів, вирішенні конфлікту або роботі з конкретним стресором. Якщо висока негативна емоційність є давньою тенденцією, робота частіше спрямовується на способи мислення, регуляції, поведінкові патерни й середовище, які підтримують дистрес. Відмінності від суміжних понять Емоційна стабільність і здатність переживати сильні емоції Здорова емоційна система реагує на значущі події. Страх мобілізує перед загрозою, смуток супроводжує втрату, гнів може сигналізувати про порушення меж. Вища емоційна стабільність означає інший середній рівень реактивності, а сильні реакції на справді важливі події залишаються нормальною частиною людського досвіду. Емоційна стабільність і придушення Придушення — це спроба стримати зовнішній прояв уже активованої емоції. Людина може виглядати спокійною і водночас переживати сильне внутрішнє напруження. Зовнішня стриманість тому дає мало інформації про рівень емоційної стабільності без ширшого контексту. Емоційна стабільність і регуляція емоцій Регуляція емоцій — це процеси, за допомогою яких ми впливаємо на те, які емоції виникають, коли вони виникають, як переживаються та проявляються. Це інший рівень опису. Навички можна тренувати незалежно від вихідного рівня рис. Практичні стратегії ми окремо розбираємо у матеріалі «Як навчитися керувати емоціями». Емоційна стабільність і емоційна лабільність Емоційна лабільність акцентує швидкі та виражені коливання емоційного стану. Вона близька за змістом до частини проявів негативної емоційності, але охоплює інший фокус. Про механізми різких змін настрою й ситуації, коли вони потребують оцінки фахівця, дивіться у статті «Емоційна лабільність». Емоційна стабільність, емоційний інтелект та емоційне здоров’я Емоційний інтелект стосується здібностей або навичок розпізнавати, розуміти й використовувати емоційну інформацію; детальніше — у матеріалі про емоційний інтелект. А емоційне здоров’я — ширше практичне поняття про функціонування, благополуччя, адаптацію та здатність справлятися з життєвими навантаженнями. Разом ці поняття описують різні аспекти емоційного життя людини. Як вимірюють емоційну стабільність У наукових дослідженнях її зазвичай оцінюють стандартизованими опитувальниками особистості. Людина відповідає на серію тверджень про типові переживання та поведінку, після чого відповіді об’єднують у шкалу. Результат порівнюють з нормами або аналізують як безперервний показник, а не як поділ людей на два типи. Важливо дивитися, що саме вимірює конкретний тест. BFI-2 оцінює домен Negative Emotionality і три його фасети; інші інструменти можуть використовувати Neuroticism або Emotional Stability і включати інший набір підшкал. Тому однакові числа у двох різних тестах не можна напряму порівнювати. Короткі онлайн-тести можуть бути корисними для знайомства з моделлю рис, але самі по собі не дають клінічного висновку. Бал нейротизму або емоційної стабільності показує положення на шкалі конкретного інструменту й потребує контексту для змістовної інтерпретації. Якщо оцінювання потрібне для дослідження, професійного відбору або психологічної роботи, важливі валідність конкретного інструменту, нормативна вибірка, умови проведення й коректна інтерпретація. Один показник не описує всю особистість. Чи змінюється емоційна стабільність з віком Риси особистості одночасно стабільні й змінювані. Люди зберігають значну частину своїх індивідуальних відмінностей протягом років, але середній рівень рис у популяції змінюється впродовж життя. Великий метааналіз лонгітюдних досліджень, опублікований у Psychological Bulletin у 2022 році, показав і стабільність, і систематичні вікові зміни рис. Для емоційної стабільності цей метааналіз виявив у середньому зростання протягом життя. Це групова тенденція, а не прогноз для конкретної людини: індивідуальні траєкторії відрізняються. На них впливають життєві переходи, середовище, стосунки, робота, здоров’я та інші чинники. Переглянути метааналіз. Тому доросла особистість поєднує стійкість і можливість поступових змін. Дослідження не підтримують уявлення про повністю «застиглий» характер, але так само не дають підстав очікувати радикальної перебудови риси від кількох вправ. Зміни краще розглядати як процес, який накопичується через досвід, середовище й повторювані способи реагування. Чи можна стати емоційно стабільнішим Питання має два рівні. Перший — чи можна краще справлятися з емоціями тут і зараз. Так: навички регуляції, зміна режиму, робота зі стресорами, сон, фізична активність, соціальна підтримка та психотерапевтичні методи можуть впливати на конкретні реакції й самопочуття. Другий — чи змінюється сама риса в довшій перспективі. Дані свідчать, що зміни можливі, але вони не зводяться до одного універсального тренування. Систематичний огляд і метааналіз 207 досліджень психологічних і фармакологічних втручань показав, що показники рис можуть змінюватися під час втручань; найбільші зміни серед доменів спостерігали для емоційної стабільності. Автори аналізували дуже різні вибірки та втручання, тому результат краще читати як свідчення пластичності рис, а не як рецепт однієї техніки. Переглянути дослідження. Практична ціль часто точніша за бажання «змінити рису». Наприклад: менше застрягати в тривожних думках; швидше відновлюватися після конфлікту; зменшити частоту імпульсивних реакцій; навчитися помічати ранні ознаки перевантаження; краще переносити невизначеність. Такі цілі можна пов’язати з конкретними навичками й перевіряти за поведінкою та самопочуттям. Якщо сильні реакції посилилися раптово, корисно спочатку оцінити контекст: недосипання, тривалий стрес, виснаження, вживання психоактивних речовин, гормональні або інші медичні зміни, депресивні чи тривожні симптоми. У таких випадках фокус на причинах і функціонуванні дає більше користі, ніж оцінка абстрактної «стабільності». Емоційна стабільність і психічне здоров’я Нейротизм є одним із найстійкіших загальних факторів ризику для поширених психічних розладів. Проспективний метааналіз великих вибірок показав зв’язок вищого нейротизму з подальшим виникненням розладів настрою, тривожних і пов’язаних із вживанням речовин розладів. Після врахування початкових симптомів асоціації ставали слабшими, але не зникали повністю. Це означає підвищений статистичний ризик, а не клінічний висновок про конкретну людину. Бал риси не визначає, чи потрібне лікування. Переглянути проспективний метааналіз. У практичній оцінці важливі конкретні симптоми: їхня тривалість, інтенсивність, вплив на сон, роботу або навчання, стосунки, здатність доглядати за собою та відчуття безпеки. Саме ці параметри допомагають зрозуміти, чи йдеться про варіацію риси, тимчасову реакцію на стрес або проблему, яка потребує професійної оцінки. Якщо основною проблемою є стійка тривога, корисніше орієнтуватися на матеріали про те, коли звертатися до психолога, і на окрему сторінку «Психолог при тривозі». Так навігація будується від конкретного запиту, а не від ярлика риси. Коли варто звернутися по допомогу Професійна допомога особливо доречна, коли переживання спричиняють значний дистрес або помітно заважають життю. Наприклад, тривога не відпускає тижнями, різкі реакції руйнують стосунки, панічні епізоди повторюються, сон істотно порушений, настрій тривало знижений або емоційні коливання стали різко сильнішими без зрозумілої причини. Якщо вирішили звернутися, можна почати з матеріалу «Як обрати психолога», дізнатися, як проходить перша консультація, і розібратися, який метод психотерапії обрати. Підбір фахівця залежить від конкретного запиту, симптомів і ваших цілей. Коротко: головне про емоційну стабільність Емоційна стабільність — відносно стійка риса, яка описує середню схильність до негативної емоційності. У багатьох моделях Big Five вона є позитивним полюсом нейротизму або негативної емоційності. Саморегуляція, емоційний інтелект, лабільність та емоційне здоров’я описують інші аспекти емоційного функціонування. Риси демонструють значну стабільність, але можуть змінюватися протягом життя та під впливом досвіду й втручань. Для рішення про професійну допомогу важливі дистрес, конкретні симптоми та порушення повсякденного функціонування. Поширені запитання Емоційна стабільність і нейротизм — це одне й те саме? У багатьох п’ятифакторних інструментах емоційна стабільність використовується як протилежний полюс нейротизму або негативної емоційності. Назви, фасети та правила підрахунку різняться між тестами, тому точне співвідношення слід уточнювати для конкретного інструменту. Чи означає висока емоційна стабільність відсутність тривоги? Емоційно стабільна людина також відчуває тривогу, страх, гнів і смуток. Йдеться про середню схильність до негативної емоційності в багатьох ситуаціях і про типову реактивність, а не про один конкретний стан. Чи можна стати емоційно стабільнішим? Риси особистості можуть поступово змінюватися, а навички регуляції емоцій можна розвивати. Це різні процеси. Практична робота зазвичай починається з конкретних реакцій, звичок, стресорів і симптомів, які людина хоче змінити. Чи є низька емоційна стабільність діагнозом? Емоційна стабільність є характеристикою індивідуальних відмінностей. Клінічні рішення ґрунтуються на конкретних симптомах, їх тривалості, вираженості та впливі на функціонування, а не на одному показнику риси. Чим емоційна стабільність відрізняється від емоційного інтелекту? Емоційна стабільність описує типову схильність до негативної емоційності. Емоційний інтелект стосується того, як людина розпізнає, розуміє й використовує емоційну інформацію. Ці характеристики можуть бути пов’язані, але описують різні психологічні конструкції. Пов’язані статті Нейротизм: що це, як проявляється та чим відрізняється від неврозу й тривожного розладу П’ятифакторна модель особистості (Big Five): п’ять рис, OCEAN і що вона вимірює Темперамент: 4 основні типи, їхні особливості та сучасний погляд психології Флегматик: хто це, класичні ознаки та що каже сучасна психологія Джерела American Psychological Association. Neuroticism — APA Dictionary of Psychology. Soto C. J., John O. P. The Next Big Five Inventory (BFI-2). Journal of Personality and Social Psychology, 2017. PMID 27055049. Gosling S. D., Rentfrow P. J., Swann W. B. Ten-Item Personality Inventory (TIPI), University of Texas at Austin. Bleidorn W. et al. Personality trait stability and change across the lifespan: meta-analysis. Psychological Bulletin, 2022. PMID 35834197. Roberts B. W. et al. A systematic review of personality trait change through intervention. Psychological Bulletin, 2017. PMID 28054797. McRae K., Gross J. J. Emotion regulation. Emotion, 2020. PMID 31961170. Jeronimus B. F. et al. Neuroticism’s prospective association with mental disorders: meta-analysis. Psychological Medicine, 2016. PMID 27523506.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Стандартизація психологічного тесту — це встановлення й дотримання єдиної, достатньо докладної процедури проведення та підрахунку результатів: однакових або чітко визначених інструкцій, правил пред’явлення завдань, часових умов, способу реєстрації відповідей, критеріїв оцінювання, допустимих відхилень і способу документування порушень процедури. У цьому значенні стандартизація потрібна для того, щоб бал залежав від вимірюваної психологічної характеристики, а не від того, хто проводив тест, як саме пояснив завдання, скільки часу дав, у якій послідовності подавав матеріал або як підрахував результат. Таке розуміння відповідає Standards for Educational and Psychological Testing і глосарію National Council on Measurement in Education. Слово «стандартизація» в психометрії має ширше історичне вживання. NCME окремо подає два значення: стандартизацію проведення як підтримання послідовних умов і детальних правил та стандартизацію під час розробки тесту як установлення норм на репрезентативній вибірці. В українській професійній літературі термін також нерідко охоплює адаптацію, психометричну перевірку й нормування. Наприклад, сучасний український огляд Татьянчикова використовує «стандартизацію психодіагностичних методик» у широкому комплексному значенні. У цій статті, відповідно до її окремого пошукового наміру, йдеться насамперед про стандартизацію адміністрування й підрахунку балів; нормування, валідність, надійність і культурна адаптація розглядаються як пов’язані, але окремі психометричні завдання. Що саме означає стандартизація психологічного тесту У стандартизованому тестуванні не достатньо мати однаковий бланк із запитаннями. Стандарт має охоплювати весь шлях від моменту підготовки процедури до отримання бала, який потім інтерпретують. Standards прямо пов’язують стандартизованість із детальними однаковими процедурами щодо інструкцій, умов тестування та підрахунку. У стандарті 4.15 наголошено, що інструкції мають бути настільки чіткими, щоб інші фахівці могли відтворити умови, у яких отримували дані про надійність, валідність і, де це доречно, норми. Отже, стандарт — це не загальне побажання «проводити тест однаково». Це операційний протокол: хто має право проводити методику; які матеріали й обладнання потрібні; що саме і в якій формі говорять учаснику; які запитання можна уточнювати; коли запускається й зупиняється час; як поводитися з пропущеними відповідями; як фіксувати дослівні відповіді, якщо це потрібно; коли застосовують правила припинення; як кодують і сумують бали; як обробляють нетипову ситуацію; які варіації дозволені; які зміни вважаються відхиленням від стандартної процедури. Це особливо важливо для індивідуальних когнітивних, нейропсихологічних та інших тестів, у яких поведінка адміністратора є частиною процедури. Проте той самий принцип діє для опитувальників, групових тестів, комп’ютерних методик, рейтингових шкал і дистанційного тестування: якщо спосіб подання, реєстрації або оцінювання може вплинути на бал, він має бути визначений і контрольований. Навіщо потрібна стандартизована процедура Головна функція стандартизації — зробити результати порівнюваними в межах тієї інтерпретації, для якої створено тест. Якщо двоє людей отримують різні інструкції, різні часові обмеження або різний ступінь підказок, різниця між їхніми балами вже може відображати не лише різницю в цільовому конструкті. У психометрії таку сторонню варіативність розглядають як джерело похибки або як construct-irrelevant variance — варіативність, не пов’язану з тим, що тест мав вимірювати. Standards вимагають мінімізувати такі джерела та описувати умови, що підтримують заплановану інтерпретацію результатів. Стандартизація також пов’язує реальне тестування з доказами якості тесту. Якщо надійність, валідність і нормативні показники вивчалися за однієї процедури, а в практиці методику проводять суттєво інакше, уже не можна автоматично переносити на нові умови всі висновки, отримані за стандартної процедури. Саме тому Standards рекомендують дотримуватися тих самих процедур, які використовували під час масштабування й нормування, або мати окреме обґрунтування для допустимих змін. Емпіричні дослідження показують, що помилки адміністрування й підрахунку є реальною практичною проблемою, хоча їхня частота сильно залежить від конкретної методики, складності процедури й підготовки користувачів. У дослідженні Lockwood та співавторів критичні й некритичні помилки виявлялися дуже часто у перевірених протоколах одного складного нормованого тесту досягнень. McGrath узагальнював дані про те, що неточності процедури можуть змінювати інтерпретацію стандартизованих психосоціальних вимірювань. Це не дає підстав переносити конкретні відсотки на всі психологічні тести, але добре показує, чому протокол, навчання й контроль якості є частиною психометрії, а не бюрократичною формальністю. Які елементи психологічного тесту стандартизують Інструкцію для учасника Інструкція визначає, що саме має робити людина, як давати відповіді, чи можна повертатися до попередніх завдань, чи є обмеження часу, як користуватися матеріалами або пристроєм. Standards вимагають достатньої деталізації інструкцій і, коли це потрібно, прикладів або практичних завдань, щоб учасник розумів формат відповіді так, як його задумав розробник. Вільний переказ інструкції «своїми словами» може бути прийнятним лише тоді, коли це прямо дозволено протоколом і не змінює вимог завдання. Поведінку адміністратора Стандарт може визначати не тільки початкову інструкцію, а й допустимі репліки під час тестування: коли можна повторити запитання, чи дозволено пояснювати слово, як відповідати на прохання про допомогу, як підтримувати контакт, не підказуючи правильну відповідь, і коли припиняти окремий субтест. Чим більше тест залежить від живої взаємодії, тим важливішою стає ця частина протоколу. Матеріали, формат і порядок подання Паперовий бланк, екран, аудіозапис, набір карток, порядок пунктів, розмір стимулів, спосіб навігації й доступні інструменти можуть бути частиною вимірювальної процедури. Перенесення паперового тесту в онлайн-формат не є автоматично нейтральним. Якщо режим подання змінює когнітивне навантаження, доступність, час відповіді або поведінку учасника, потрібні дані про порівнюваність результатів. Час Для швидкісних тестів точний час може бути частиною самого конструкта. Для інших тестів жорсткий ліміт може створювати небажану варіативність. Тому тривалість, момент запуску відліку, дозволені паузи й правила продовження мають випливати з документації конкретної методики, а не з інтуїції адміністратора. Самовільно дати одній людині додаткові десять хвилин, а іншій — ні, означає змінити процедуру, якщо така варіація не була передбачена. Фізичні та цифрові умови Умови тестування мають давати людині реальну можливість виконувати завдання без зайвих перешкод. Standards окремо вимагають розумного комфорту й мінімізації відволікань, які створюють нерелевантну до конструкта варіативність. Для очного тестування це може означати контроль шуму, освітлення, перерв і доступу до матеріалів; для цифрового — стабільність пристрою, відображення, аудіо, введення відповідей, з’єднання та фіксацію технічних збоїв. Реєстрацію відповідей Якщо методика потребує дослівного запису, часових міток, спостереження за поведінкою або кодування кількох ознак відповіді, спосіб реєстрації також має бути стандартизований. Пропущена репліка, неточний запис або перенесення відповіді в неправильний рядок можуть перетворитися на помилку підрахунку. Для електронних систем потрібні процедури перевірки того, що дані правильно збережені, прив’язані до потрібного учасника й не спотворені під час імпорту. Підрахунок балів Стандартизація підрахунку означає чіткі правила перетворення відповідей у первинні та похідні бали. Для завдань із однозначною правильною відповіддю це може бути ключ. Для відкритих відповідей потрібні рубрики й приклади категорій. Для рейтингових шкал — правила кодування, реверсивних пунктів, пропущених значень і формування підшкал. Для складних систем — перевірені алгоритми та контроль правильності таблиць перетворення. Standards у стандарті 4.18 вимагають достатньо докладних критеріїв підрахунку для максимальної точності, а ITC Guidelines on Quality Control радять систематично перевіряти алгоритми, таблиці перетворення, норми й технічний процес обчислення. Стандартизація підрахунку: чому одна формула не вирішує все Механічний підрахунок може прибрати частину арифметичних помилок, але автоматизація не гарантує правильності результату. Помилка може бути закладена в ключі, формулі, версії таблиці, конфігурації підшкал або програмному коді. ITC Guidelines on Quality Control прямо рекомендують перевіряти точність алгоритмів, завантаження таблиць перетворення й нормативних даних, а також проводити контрольні перевірки автоматизованого процесу. Проблема особливо помітна у ручному підрахунку складних методик. Simons, Goddard і Patton виявили серйозні помилки ручного підрахунку в семи психометричних тестах, а складність процедури передбачала частоту помилок. Це дослідження не означає, що ручний підрахунок завжди ненадійний; воно показує, що складна система балів потребує контрольних процедур, перевірки й навчання. Якщо оцінювання включає людське судження, стандартизація повинна охоплювати рубрики, тренування оцінювачів, критерії допуску, калібрування та моніторинг узгодженості. Standards окремо вимагають установлювати протоколи для такого оцінювання й контролювати якість. Тут стандартизація процедури пов’язана з міжекспертною надійністю, але не тотожна їй: стандартизоване навчання й рубрика створюють умови для узгодженого оцінювання, а коефіцієнт узгодженості емпірично показує, наскільки ці умови спрацювали. Коли результат створює автоматизований алгоритм, потрібна документація того, як він працює, як перевірялася точність і що відбувається після оновлення версії. Зміна алгоритму оцінювання може створити фактично нову процедуру підрахунку. Старі докази порівнюваності не переходять на нову версію лише тому, що інтерфейс для користувача залишився тим самим. Стандартизація не дорівнює нормуванню Нормування відповідає на інше питання: з якою референтною групою порівнюють конкретний первинний бал і як його переводять у процентиль, стандартний бал, T-бал або іншу шкалу. Стандартизація процедури відповідає на питання, за якими правилами цей первинний бал отримано. У практиці ці процеси пов’язані, бо нормативні дані збирають за визначених умов, а застосування норм до результатів, отриманих за суттєво іншою процедурою, може бути необґрунтованим. Саме тут виникає термінологічна пастка. NCME використовує «standardization» і для стандартних умов адміністрування, і для встановлення норм у розробці тесту. Українські джерела також можуть об’єднувати ці кроки під одним словом. Для ясності корисно прямо писати: «стандартизація процедури проведення та підрахунку» або «нормування на референтній вибірці», залежно від того, що саме мається на увазі. Стандартизація не дорівнює надійності Стандартизована процедура зменшує частину неконтрольованої варіативності, але не доводить, що результати достатньо надійні. Надійність оцінюють емпірично: через відповідну модель внутрішньої узгодженості, повторне тестування, узгодженість оцінювачів, паралельні форми або інший дизайн, який відповідає джерелу похибки. Детально ці відмінності розібрані в українській статті «Надійність психологічного тесту». Наприклад, опитувальник може мати ідеально однакову інструкцію для всіх, але давати нестабільні результати через слабкі пункти або сильну випадкову похибку. І навпаки, висока внутрішня узгодженість не доводить, що адміністрування в конкретній практиці було стандартизованим. Стандартизація — властивість і контроль процедури; надійність — характеристика прецизійності балів за визначених умов. Стандартизація не дорівнює валідності Валідність стосується доказів і теорії, що підтримують певну інтерпретацію тестових балів для певного використання. Стандартизація може підтримувати валідність, бо прибирає частину сторонніх джерел варіативності, однак сама по собі не доводить, що тест вимірює задуманий конструкт або придатний для конкретного рішення. Standards розглядають валідність як сукупність доказів щодо інтерпретації результатів, а не як просту ознаку «тест стандартизований — отже валідний». Так само стандартизований тест не стає автоматично діагностичним. Навіть якісний скринінговий інструмент може бути стандартизованим, надійним і мати достатню валідність для виявлення підвищеної ймовірності проблеми, але це не перетворює скринінговий результат на клінічний діагноз. Діагностичне рішення залежить від призначення інструмента, популяції, базової частоти стану, інших даних оцінювання та професійної інтерпретації. Стандартизація і справедливість тестування Справедливість не означає механічно зробити всі зовнішні умови однаковими для кожної людини. Мета полягає в порівнюваному вимірюванні цільового конструкта без сторонніх бар’єрів. Саме тому сучасні стандарти одночасно вимагають послідовної процедури й передбачають стандартизовані механізми пристосування умов тестування (testing accommodations), коли вони потрібні для доступності. Standards зазначають, що формальні процедури отримання пристосувань мають бути визначені й повідомлені учасникам заздалегідь, а допустимі варіації — описані й документовані. Це важливе розрізнення: стандартизація не забороняє будь-яку зміну. Вона вимагає, щоб зміни мали обґрунтоване правило, не перетворювалися на довільні підказки й не змінювали цільовий конструкт без належного перегляду інтерпретації. Наприклад, збільшення шрифту може прибрати нерелевантний зоровий бар’єр у тесті, де гострота зору не є частиною конструкта. Додатковий час у тесті, де швидкість є центральною складовою вимірюваної здатності, може вже змінити те, що означає бал. Тому питання вирішується не формулою «будь-яке пристосування добре» або «будь-яке відхилення заборонене», а аналізом конкретного конструкта, доказів і правил методики. Для рішень із суттєвими наслідками, зокрема клінічних, документація відхилень особливо важлива. Standards вимагають фіксувати зміни чи порушення стандартної процедури та повідомляти про них користувачеві результатів, коли це релевантно. Висновок про те, чи можна інтерпретувати бал звичайним способом, залежить від характеру відхилення, тесту й запланованого використання. Мова, культура і стандартизована процедура Однакова інструкція не усуває культурні й мовні проблеми. Якщо учасник не розуміє мову тесту на рівні, якого потребує завдання, стандартизоване повторення тієї самої інструкції може лише стабільно відтворювати нерелевантний бар’єр. Так само дослівний переклад методики українською не доводить еквівалентність змісту, шкал, норм або інтерпретацій. Тому культурна адаптація й стандартизація процедури мають різні завдання. Адаптація перевіряє, чи зберігається сенс і вимірювальна функція інструмента в іншій мовно-культурній групі; стандартизація визначає, як саме адаптовану версію слід проводити та оцінювати. Всеукраїнська психодіагностична асоціація публікує українські переклади настанов International Test Commission щодо використання, адаптації та контролю якості тестів, а її вимоги до сертифікації методик окремо розрізняють надійність, валідність, норми, процедуру адміністрування й обробку результатів. Практичне правило для українського контексту просте: наявність українського тексту методики не означає, що існує валідована українська адаптація. Потрібно окремо перевіряти походження версії, право на її використання, вибірку, на якій досліджували психометричні властивості, норми, правила проведення та докази еквівалентності. права інтелектуальної власності, ліцензування й психометрична якість — також різні питання. Відхилення від стандартної процедури: що робити Реальне тестування майже завжди має шанс на нерегулярність: шум, технічний збій, випадкову підказку, неправильний час, перерване завдання, помилку запису, передчасне завершення, застосування не тієї таблиці або нетипове пристосування. Професійна відповідь на таку подію починається не з приховування й не з автоматичного оголошення всього тесту «недійсним», а з документації. Standards рекомендують фіксувати зміни й порушення так, щоб їх можна було врахувати в дослідженні або перегляді конкретного випадку. Далі потрібно встановити, яка частина процедури порушена, чи могла вона вплинути на цільовий конструкт або порівнюваність, чи є в керівництві правило для такої ситуації, чи можна повторити окремий фрагмент або весь тест, і чи допускає доказова база звичайну інтерпретацію отриманого бала. Важливо розрізняти незначну процедурну нерегулярність і матеріальну зміну. Короткий зовнішній шум не обов’язково робить результат непридатним; систематичне надання підказок у тесті здібностей може змінити саму основу інтерпретації. Якість рішення залежить від прозорої фіксації, знання методики й оцінки наслідків, а не від формального ярлика «стандартизовано/не стандартизовано» без контексту. Роль керівництва до тесту Якісне керівництво — центральний носій стандартної процедури. Воно має описувати призначення тесту, цільову популяцію, кваліфікаційні вимоги до користувачів, матеріали, підготовку, інструкції, часові правила, допустимі підказки, правила початку й припинення, запис відповідей, підрахунок, обробку пропусків, перетворення балів, норми або інші референтні дані, інтерпретацію, обмеження, пристосування, нерегулярності й версію методики. Standards у стандарті 7.8 прямо вимагають детальних інструкцій з адміністрування й підрахунку. Якщо документація не дає змоги двом належно підготовленим користувачам провести й оцінити методику порівнюваним способом, це слабке місце самого тесту. Усна традиція «нам на курсі пояснювали робити ось так» не замінює контрольованої документації, особливо коли результат впливає на клінічне, освітнє, кадрове або дослідницьке рішення. Кваліфікація й навчання користувача Стандартна процедура працює лише тоді, коли користувач здатний її відтворити. International Test Commission Guidelines on Test Use розглядають компетентність користувача як частину належного тестування: потрібно знати мету інструмента, процедуру, підрахунок, обмеження, психометричні властивості та контекст інтерпретації. В Україні ВПА також пов’язує належне застосування психодіагностичних методик із міжнародними керівництвами ITC. Навчання особливо потрібне там, де адміністратор має одночасно вести взаємодію, точно вимовляти інструкції, відстежувати час, спостерігати поведінку й кодувати складні відповіді. Помилка може виникнути навіть у людини, яка добре розуміє теорію тесту. Тому компетентність перевіряють практикою, супервізією, контрольними протоколами та періодичним моніторингом, а не лише фактом прочитання посібника. Стандартизація в дослідженнях У науковому дослідженні стандартизація потрібна не тільки для «чистоти експерименту», а й для відтворюваності. Методичний розділ має дозволяти зрозуміти, яку версію інструмента застосували, якою мовою, хто проводив тестування, за яких умов, з якою інструкцією, як рахували результати, як обробляли пропущені дані й чи були відхилення. Інакше інша команда може формально використати той самий тест, але фактично вимірювати за іншою процедурою. Стандартизація також має значення для багатосайтових і лонгітюдних досліджень. Якщо центри по-різному навчають оцінювачів, використовують різні версії програмного забезпечення або змінюють правила підрахунку в середині проєкту, виникає методична неоднорідність. У такій ситуації відмінності між групами або хвилями можуть частково бути технічними, а не психологічними. Стандартизація в клінічній психології та психодіагностиці У клінічному оцінюванні стандартизований тест є одним із джерел інформації. National Academies наголошують, що стандартизована процедура потрібна для коректного застосування нормативних даних, а без неї результат може неточно відображати здатність людини. Водночас інтерпретація психологічного тесту ширша за механічне читання стандартного бала й потребує контексту конкретної людини. Стандартизація не скасовує клінічного судження, а робить зрозумілим, яка частина висновку походить із стандартизованого вимірювання. Якщо спеціаліст свідомо відходить від стандартної процедури заради клінічного дослідження меж можливостей, додаткового уточнення або пристосування, це потрібно відокремити від стандартного бала й описати так, щоб читач висновку не сприйняв нестандартний результат як прямо порівнюваний із нормативними даними без додаткового обґрунтування. Окремий тестовий бал, навіть отриманий бездоганно, не встановлює діагноз сам по собі. Потрібно розрізняти симптом, рису, фактор ризику, скринінг, цілеспрямоване виявлення випадків (case-finding), повне психологічне оцінювання, діагностику, моніторинг і вимірювання результату лікування. Стандартизація підвищує контроль процедури, але не розширює призначення інструмента понад те, що підтримують докази. Що стандартизація не гарантує Стандартизована процедура не гарантує, що тест має добру валідність. Вона не гарантує високої надійності. Вона не доводить репрезентативність норм. Вона не усуває культурне або мовне систематичне зміщення (bias). Вона не робить будь-яке порогове значення універсальною межею «є/немає розладу». Вона не перетворює процентиль на відсоток правильних відповідей і не робить T-бал статистикою t. Вона не замінює професійної інтерпретації. Усі ці характеристики мають власні джерела доказів. Саме тому ВПА у вимогах до психодіагностичної методики окремо перелічує конструювання, надійність, валідність, норми, адміністрування й обробку, інтерпретацію та документацію. Тестова якість є системою взаємопов’язаних компонентів, а не одним сертифікатом із написом «стандартизовано». Типові помилки при стандартизації тестування Змінювати формулювання інструкції «для зрозумілості» без правила Доброзичлива перефраза може непомітно додати підказку, прибрати складність, змінити емоційний тон або звузити зміст. Якщо інструкція здається незрозумілою, потрібно користуватися дозволеними поясненнями з керівництва або документувати відхилення, а не імпровізувати. Плутати стандартизацію з однаковим ставленням за будь-яких обставин Справедлива стандартизація передбачає заздалегідь визначені пристосування й правила доступності. Відмова від будь-яких пристосувань може створити нерелевантний бар’єр; довільні пристосування можуть змінити конструкт. Потрібна керована процедура, а не жорсткість заради жорсткості. Вважати автоматичний підрахунок безпомилковим Автоматизація переносить контроль із арифметики на програмну реалізацію. Потрібні тестові приклади, контроль версій, перевірка ключів і таблиць, журнали змін та повторна валідація критичних елементів після оновлення. Не фіксувати нерегулярності Якщо збій не записаний, його неможливо врахувати під час інтерпретації, аудиту чи повторного аналізу. Документування не є визнанням провалу тестування; це механізм контролю якості. Використовувати норми від іншої процедури як автоматично сумісні Нормативна вибірка отримувала бали за певних умов. Якщо змінено мову, режим подання, часові правила, підказки, обладнання або підрахунок, потрібно оцінити, чи зберігається порівнюваність. Перенесення норм без такої перевірки може створити хибну точність. Називати переклад «стандартизованою українською версією» Переклад — лише одна частина можливої адаптації. Щоб говорити про обґрунтовану українську версію, потрібні дані про мовно-культурну еквівалентність, процедуру, психометричні властивості, цільову популяцію й, якщо використовуються нормативні інтерпретації, відповідні норми. Як виглядає якісна стандартизована процедура: практичний чекліст До тестування Перевірте точну назву й версію методики, призначення, цільову популяцію, мову, ліцензійні умови, необхідну кваліфікацію та чинне керівництво. Підготуйте правильні матеріали, обладнання й приміщення. Заздалегідь визначте, які пристосування дозволені, як документуються нестандартні ситуації і які правила повторного тестування діють. Під час тестування Дотримуйтеся встановленої інструкції, послідовності й часових правил. Не додавайте підказок або зворотного зв’язку, яких немає в протоколі. Фіксуйте відповіді способом, передбаченим методикою. Стежте за технічними та середовищними умовами. Якщо виникає порушення, запишіть його одразу, а не намагайтеся реконструювати подію після завершення. Під час підрахунку Використовуйте ключ і правила саме для цієї версії. Перевіряйте реверсивні пункти, пропуски, правила формування підшкал, межі допустимих значень, таблиці перетворення й нормативну групу. Для людського оцінювання застосовуйте рубрики, навчання й контроль узгодженості; для автоматизованого — перевірені алгоритми й контроль версій. Перед інтерпретацією Переконайтеся, що результат отримано за процедурою, до якої належать психометричні докази й норми. Врахуйте зафіксовані відхилення, похибку вимірювання, цільову популяцію та призначення тесту. Не робіть ширший висновок, ніж дозволяє інструмент. Якщо тест є скринінговим, описуйте результат як скринінговий; якщо бал близький до порога, не перетворюйте математичну межу на абсолютну психологічну реальність. Як стандартизація пов’язана з психологічним вимірюванням Психометрія працює не лише з коефіцієнтами, а з усім ланцюгом «конструкт → завдання → процедура → відповідь → бал → інтерпретація». Стандартизація займає центральне місце між завданням і балом. Вона задає умови, за яких відповіді можна трактувати як результати одного й того самого вимірювального процесу. Це пояснює, чому дві людини можуть заповнити той самий набір пунктів, але їхні бали не обов’язково будуть еквівалентними, якщо одна проходила процедуру за інструкцією, а іншій систематично допомагали. Формально вони бачили «той самий тест», психометрично — могли брати участь у різних процедурах. Ширший контекст психологічного тесту, його структури, норм, надійності, валідності й інтерпретації розглянуто в українській канонічній статті «Психологічні тести: як працюють і що означає результат». Для відмінності між тестуванням і ширшим професійним процесом дивіться «Психологічна оцінка й оцінювання». Часті запитання Чи означає «стандартизований тест», що він науково якісний? Ні. Стандартизованість процедури — важлива складова якості, але окремо потрібні докази надійності, валідності, відповідності норм, справедливості й придатності для конкретного використання. Тест може мати однакову процедуру й водночас слабко вимірювати заявлений конструкт. Чи стандартизація — це те саме, що нормування? Не в тому вузькому значенні, яке використано в цій статті. Стандартизація процедури визначає єдині правила проведення й підрахунку. Нормування створює референтну систему для порівняння балів. Водночас у частині англомовної та української літератури слово «standardization» використовується ширше й може включати встановлення норм; тому завжди потрібно дивитися на контекст терміна. Чи можна змінювати інструкцію психологічного тесту? Можна лише в межах варіацій, передбачених документацією, або коли є обґрунтована потреба в пристосуванні чи іншій зміні з належною фіксацією її наслідків. Самовільне перефразування, додавання пояснень або підказок може змінити бал і його інтерпретацію. Чи всі учасники мають проходити тест в абсолютно однакових умовах? Мета — порівнювані умови щодо цільового конструкта, а не фізична тотожність будь-якою ціною. Стандартизовані пристосування можуть бути потрібні, щоб прибрати нерелевантний бар’єр. Ключове питання: чи зберігається зміст того, що вимірюють, і чи передбачена процедура зміни. Чи робить комп’ютерний тест стандартизацію автоматичною? Ні. Комп’ютер може уніфікувати інструкції, час і частину підрахунку, але залишаються версія програмного забезпечення, пристрій, інтерфейс, технічні збої, алгоритм, таблиці перетворення, доступність і контроль даних. Ці елементи також потребують стандарту й перевірки. Чи можна використовувати український переклад іноземного тесту, якщо інструкція однакова? Однакова процедура не доводить валідності перекладу. Потрібно окремо оцінювати мовно-культурну адаптацію, психометричні докази, норми, цільову популяцію та право на використання конкретної версії. Переклад ≠ валідована українська адаптація. Що робити, якщо під час тесту стався збій? Зафіксувати, що саме сталося, коли, кого торкнулося і яку частину процедури могло змінити; далі діяти за керівництвом методики або правилами програми тестування. Не кожен збій автоматично анулює результат, але значущу нерегулярність не можна приховувати. Чи достатньо одного стандартизованого тесту для діагнозу? Ні. Діагноз не встановлюють механічно за одним балом або одним скринінговим результатом. Стандартизованість говорить про процедуру отримання бала, а не про достатність цього бала для клінічного висновку. Пов’язані статті Психометрія: що це, що вона вимірює і як оцінюють якість психологічних тестів — ширша карта психологічного вимірювання, до якої належить стандартизація. Психологічні тести: як працюють і що означає результат — загальний канон про тест як стандартизований вимірювальний інструмент. Надійність психологічного тесту: що це, які бувають види і чому надійність не дорівнює валідності — як оцінюють прецизійність і відтворюваність балів. Психологічна оцінка й оцінювання: що це, як проходить і чим відрізняється від тестування — ширший процес, у якому тест може бути лише одним джерелом даних. Рейтингова шкала: що це, як працює та чим відрізняється від ранжування — про один із форматів оцінювання, де правила кодування та роботи оцінювача особливо важливі. Розробка психологічного тесту: від визначення конструкта до валідності, норм і фінальної інтерпретації Норми психологічного тесту: як створюють референтні значення і чому вони залежать від популяції Джерела American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. Open-access edition. International Test Commission. (2001). International Guidelines for Test Use. International Journal of Testing, 1(2), 93–114. International Test Commission. International Test Commission. (2012/2013). Guidelines on Quality Control in Scoring, Test Analysis, and Reporting of Test Scores, v.1.2. International Test Commission. Lockwood, A. B., Klatka, K., Parker, B., & Benson, N. (2023). Administration and Scoring Errors on the Woodcock-Johnson IV Tests of Achievement: Before and During COVID-19. Journal of Psychoeducational Assessment, 41(5), 501–513. https://doi.org/10.1177/07342829231166725. McGrath, R. E. (2003). Enhancing accuracy in observational test scoring: the comprehensive system as a case example. Journal of Personality Assessment, 81(2), 104–110. https://doi.org/10.1207/S15327752JPA8102_02. National Academies of Sciences, Engineering, and Medicine. (2015). Psychological Testing in the Service of Disability Determination. National Academies Press. NCBI Bookshelf. National Council on Measurement in Education. Assessment Glossary: Standardization, test, test administration, test specifications. NCME. Simons, R., Goddard, R., & Patton, W. (2002). Hand-scoring error rates in psychological testing. Assessment, 9(3), 292–300. https://doi.org/10.1177/1073191102009003008. Татьянчиков, А. О. (2025). Методологічні засади стандартизації психодіагностичних методик: статистичний і теоретичний аналіз. Слобожанський науковий вісник. Серія: Психологія, 2. https://doi.org/10.32782/psyspu/2025.2.27. Всеукраїнська психодіагностична асоціація. Добровільна сертифікація тестових методик: Стандарт вимог до психодіагностичної методики. ВПА. Всеукраїнська психодіагностична асоціація. Єдині психодіагностичні стандарти. ВПА.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Стандартна похибка вимірювання (standard error of measurement, SEM) показує, наскільки неточним може бути окремий тестовий бал через випадкову похибку вимірювання. Вона переводить абстрактну розмову про «надійність тесту» в одиниці самої шкали: бали, стандартні бали, секунди, пункти опитувальника або іншу одиницю, у якій подано результат. Якщо людина отримала 70 балів, це не означає, що її виміряний рівень відомий з абсолютною точністю до одного бала. За однакової вимірюваної властивості повторний результат може трохи змінитися через випадкові джерела варіації. NCME визначає стандартну похибку вимірювання як стандартне відхилення індивідуальних спостережуваних балів за гіпотетичних повторних вимірювань або паралельних форм за однакових умов. Саме тому SEM є насамперед показником невизначеності індивідуального результату, а не ще одним коефіцієнтом «якості тесту». У сучасних стандартах тестування точність результату розглядають як частину ширшої системи доказів щодо надійності, похибок вимірювання, валідності та справедливості. Standards for Educational and Psychological Testing прямо вимагають подавати SEM у тих одиницях, у яких повідомляють тестовий бал, а коли похибка змінюється вздовж шкали — розглядати умовні стандартні похибки на різних рівнях бала. В українській професійній термінології вживається форма «стандартна похибка вимірювання»; її, зокрема, використовує Всеукраїнська психодіагностична асоціація. Англомовна абревіатура SEM створює типову пастку: нею також часто позначають standard error of the mean — стандартну похибку середнього. Це різні статистичні величини з різними формулами і різними запитаннями. Що саме вимірює SEM У класичній теорії тестів спостережуваний бал X описують як суму істинного бала T і похибки E: X = T + E. «Істинний бал» у цій моделі — це не буквальна, недосяжна «справжня кількість тривоги» чи «справжній інтелект». Це теоретичне очікуване значення балів людини за нескінченної серії еквівалентних вимірювань у визначеному наборі умов. SEM характеризує розкид випадкової компоненти похибки навколо цього очікуваного рівня. Тому менша SEM означає вужчу невизначеність окремого бала, а більша SEM — ширшу. Класичний огляд Лео Гарвілла описує SEM як стандартне відхилення похибок, пов’язаних із тестовими балами певної групи, і показує, як SEM застосовують для інтервалів навколо отриманих результатів. Оригінальний навчальний модуль NCME про SEM залишається корисним для розуміння цієї логіки. SEM не вимірює всі можливі недоліки тесту. Систематичний зсув, невалідний зміст, культурна невідповідність, помилковий ключ оцінювання або стабільно упереджена процедура можуть давати хибні результати, не обов’язково збільшуючи випадкову SEM. Тому мала SEM не доводить валідність і не гарантує справедливість інтерпретації. Формула SEM у класичній теорії тестів Найвідоміша формула для загальної стандартної похибки вимірювання має вигляд: SEM = SD × √(1 − r) де SD — стандартне відхилення спостережуваних тестових балів у відповідній вибірці, а r — оцінка надійності, релевантна до того джерела похибки, яке ми хочемо врахувати. З формули видно: за однакового SD вища надійність дає меншу SEM. Формула здається простою, але її зміст залежить від того, що саме стоїть на місці r. Ретестова надійність, міжоцінювальна надійність, надійність паралельних форм та внутрішня узгодженість не є взаємозамінними оцінками одного й того самого джерела похибки. Якщо потрібна невизначеність повторного вимірювання в часі, коефіцієнт внутрішньої узгодженості може не відобразити важливу варіацію між сесіями. Сучасні методологічні рамки для досліджень надійності й похибки наголошують, що дизайн повинен відповідати джерелам варіації, які мають значення для конкретного використання результату. Це один із центральних принципів COSMIN Risk of Bias tool для reliability та measurement error. Приклад розрахунку: бал 70, SD = 10, надійність = 0,84 Припустімо, шкала має стандартне відхилення SD = 10, а релевантна оцінка надійності дорівнює r = 0,84. Тоді: SEM = 10 × √(1 − 0,84) = 10 × √0,16 = 10 × 0,4 = 4 бали. Якщо людина отримала 70 балів, одиничний результат слід читати з приблизною невизначеністю порядку кількох балів, а не як абсолютно точну координату. У цій моделі один SEM дорівнює 4 балам. Якщо за тих самих SD = 10 надійність була б 0,91, SEM становила б 3 бали. Якщо надійність — 0,64, SEM дорівнювала б 6 балам. Це показує зв’язок між надійність і точність, але не дозволяє порівнювати SEM механічно між будь-якими вибірками: сама SD теж залежить від розкиду людей у вибірці. Як із SEM отримують інтервал невизначеності SEM часто використовують для побудови інтервалу навколо спостережуваного бала. За стандартного наближення з приблизно нормально розподіленою випадковою похибкою інтервал можна записати як: спостережуваний бал ± z × SEM. Для приблизного 68-відсоткового інтервалу z ≈ 1. Для приблизного 95-відсоткового інтервалу z ≈ 1,96. У прикладі з балом 70 і SEM = 4 маємо приблизно 70 ± 4, тобто 66–74, для інтервалу на рівні близько 68%, і 70 ± 7,84, тобто приблизно 62,2–77,8, для інтервалу на рівні близько 95%. Таке обчислення є модельним наближенням, а не універсальною гарантією. Його коректність залежить від способу оцінювання SEM, форми розподілу похибок, припущення про сталість або умовність похибки та того, чи справді модель відповідає даним. Harvill окремо застерігав від надмірного тлумачення наближених інтервалів балів. Часте формулювання «є 95% ймовірність, що істинний бал конкретної людини лежить у цьому інтервалі» змішує різні статистичні інтерпретації. У класичній частотній логіці рівень довіри стосується процедури побудови інтервалів у повтореннях. Для практичного читача головний зміст простіший: сам спостережуваний бал має вимірювальну невизначеність, і коректна інтерпретація повинна показувати її, а не приховувати. Чому один SEM для всієї шкали не завжди достатній Традиційна CTT-формула часто дає один SEM для всіх людей. Це зручно, але означає припущення, що точність приблизно однакова в різних частинах шкали. У багатьох тестах це припущення слабке: біля середини шкали вимірювання може бути точнішим, а на крайніх рівнях — менш точним, або навпаки. Саме тому сучасні стандарти рекомендують, коли це можливо й доречно, повідомляти умовна SEM — умовну стандартну похибку вимірювання на різних рівнях бала, особливо поблизу порогових значень, де невелика похибка може змінити класифікаційне рішення. Це закріплено в Standards for Educational and Psychological Testing. Методологічне дослідження Lek і Van De Schoot порівнює один загальний, умовний та персон-специфічний SEM. Воно показує, що вибір між ними залежить від припущень і компромісу між зміщенням та варіативністю оцінки. Для практики це означає: число SEM у технічному паспорті тесту треба читати разом із методом, за яким його отримано. SEM і надійність: пов’язані, але не тотожні Надійність зазвичай є відносною характеристикою: вона показує, наскільки спостережувані відмінності між людьми відображають відмінності, а не похибку в межах заданої моделі. SEM є абсолютною характеристикою: вона виражає величину похибки в одиницях шкали. Через це високий коефіцієнт надійність не завжди означає малу абсолютну похибку, а порівняння надійність між вибірками може вводити в оману. У дуже різнорідній вибірці міжособова дисперсія збільшується, і коефіцієнт надійності може виглядати вищим, навіть якщо абсолютний розкид повторних результатів майже не змінився. SEM допомагає повернути інтерпретацію до одиниць самого результату. Надійність також не дорівнює валідності. Тест може стабільно давати подібні результати й водночас вимірювати не те, що заявлено, або підтримувати не ті висновки, для яких його використовують. APA у рекомендаціях щодо психологічного оцінювання наголошує, що надійність є необхідною, але недостатньою умовою валідних висновків. Який коефіцієнт надійності підставляти у формулу У формулу SEM не варто автоматично підставляти найвідоміший або найбільший коефіцієнт. Спочатку треба визначити, яка реплікація відповідає реальному рішенню. Якщо людина проходитиме той самий тест повторно через тиждень, значущою є варіація між моментами. Якщо бал залежить від оцінювача, важлива міжоцінювальна варіація. Якщо можуть використовуватися різні форми, значущою є еквівалентність форм. Cronbach’s alpha оцінює певний аспект внутрішньої узгодженості за конкретною моделлю. Він не є універсальним коефіцієнтом усіх джерел похибки і сам по собі не дає права трактувати SEM як невизначеність повторного бала в часі. Так само високий тест-ретест coefficient не відповідає автоматично на питання про узгодженість різних оцінювачів. Практичне правило таке: назва коефіцієнт надійності має відповідати джерелу варіації, яке потрібно вважати похибкою для конкретного використання тесту. Якщо цього зв’язку немає, математично правильна формула може отримати неправильний зміст. SEM у дослідженнях повторних вимірювань і підхід COSMIN У клінічних та вимірювання результатів дослідженнях SEM часто оцінюють не через одну загальну формулу SD × √(1 − r), а безпосередньо з компонентів дисперсії повторних вимірювань. У такому дизайні намагаються створити умови, за яких сам конструкт між двома сесіями не змінився, а відмінності між балами відображають похибку вимірювання. COSMIN рекомендує чітко описувати джерела варіації, модель надійність та модель SEM. У статті Mokkink та співавторів 2023 року надійність і похибка вимірювання розглядаються як пов’язані, але різні властивості: надійність стосується здатності розрізняти людей попри похибку, а похибка вимірювання — абсолютної величини варіації, яка не приписується реальній зміні. У повторних вимірюваннях SEM може бути отримана, наприклад, як квадратний корінь із відповідної залишкової/дисперсії похибки у дисперсійній або ICC-моделі. Точна формула залежить від дизайну. Тому запис «SEM = 3» без опису популяції, інтервалу між вимірюваннями, умов, оцінювачів і статистичної моделі є неповним. SEM і зміна між двома вимірюваннями Одна SEM описує невизначеність одного бала. Коли порівнюють два бали однієї людини, похибка різниці включає невизначеність обох вимірювань. Якщо SEM однакова для обох сесій, а похибки незалежні, стандартна похибка різниці дорівнює приблизно √2 × SEM. Це лежить в основі поширеної формули мінімально виявлюваної зміни на рівні 95%: MDC95, яку в COSMIN-контексті часто називають SDC95, ≈ 1,96 × √2 × SEM. У нашому прикладі SEM = 4. Тоді SDC/MDC95 ≈ 1,96 × 1,414 × 4 ≈ 11,1 бала. Різниця у 3 або 5 балів між двома вимірюваннями може бути цілком сумісною з очікуваною похибкою. Різниця понад приблизно 11 балів за цих конкретних припущень перевищує поріг, який модель відносить до випадкової похибки з обраним рівнем певності. Актуальні матеріали COSMIN прямо розрізняють SEM для одного бала та SDC/MDC для зміни. COSMIN Reporting Guideline 2.0 рекомендує вказувати конкретну формулу SEM, SDC/MDC або limits of agreement, а не просто називати показник. MDC не означає клінічно або особисто важливу зміну Перевищення порога похибка вимірювання відповідає на запитання «чи є зміна більшою, ніж очікувана випадкова похибка?». Воно не відповідає на інше запитання: «чи має ця зміна значення для людини, клінічного рішення або її повсякденного функціонування?». MDC/SDC і MIC/MID належать до різних рівнів інтерпретації. MDC/SDC походить із статистики похибки. MIC або MID намагається визначити мінімальну важливу зміну, зазвичай із зовнішнім anchor, який відображає значущість для пацієнта або іншого релевантного критерію. Terwee та співавтори показували, чому похибка вимірювання і мінімальну важливу зміну треба оцінювати окремо та зіставляти. Так само індекс надійної зміни RCI використовує похибку для оцінювання того, чи перевищує індивідуальна зміна очікувані флуктуації. RCI не доводить клінічну значущість, не ставить діагноз і не замінює оцінювання контексту. SEM і standard error of the mean — дві різні «SEM» В англомовних текстах одна й та сама абревіатура SEM часто використовується для standard error of measurement і standard error of the mean. У психометрії це особливо небезпечно, бо обидві величини називають «standard error», але вони відповідають на різні запитання. Standard error of measurement: наскільки невизначеним є індивідуальний тестовий бал через похибка вимірювання? Типова CTT-формула: SD × √(1 − надійність). Standard error of the mean: наскільки невизначено оцінено середнє значення популяції за вибірковим середнім? Для незалежної простої вибірки базове наближення: SD / √n. Зі збільшенням n стандартна похибка середнього зазвичай зменшується. Стандартна похибка вимірювання окремого тестового бала не зникає лише тому, що дослідник набрав велику вибірку. Велика вибірка може дати точнішу оцінку самої SEM, але не перетворює конкретний тестовий бал на вимірювання без похибки. SEM, SD, reliability і validity: чотири різні речі Стандартне відхилення SD описує розкид спостережуваних балів між людьми у вибірці. SEM описує величину похибка вимірювання окремого бала. Reliability описує частку або співвідношення варіації, що приписується відмінностям між об’єктами вимірювання, залежно від моделі. Validity стосується того, наскільки докази й теорія підтримують запропоноване тлумачення балів для конкретного використання. Звідси випливає важливе обмеження: мала SEM не робить тест валідним. Можна дуже точно вимірювати не той конструкт. Можна отримати стабільний бал у культурно невідповідній версії шкали. Можна точно відтворювати систематичний упередження. Якість психологічного вимірювання вимагає узгодження точність, докази валідності, справедливість, norms, intended population та заплановане застосування. Що відбувається біля cutoff або порогового бала Порогове значення часто створює ілюзію різкої межі: 9 балів — одна категорія, 10 — інша. SEM показує, чому така межа не робить вимірювання дискретним. Якщо cutoff дорівнює 10, а людина має 10 при SEM = 2, її результат не відомий із точністю до одного пункту. Саме поблизу cutoff умовна SEM особливо важлива. Standards for Educational and Psychological Testing рекомендують повідомляти похибку в околі порогів, коли ці пороги використовують для відбору або класифікації. У психологічному скринінгу cutoff не є універсальною межею «розлад є / розладу немає». Інтерпретація залежить від population, prevalence/base rate, мети скринінгу, чутливість, специфічність, прогностичні значення, мови й валідності адаптації, а також від ширшого клінічного оцінювання. SEM додає інформацію про точність score, але не перетворює результат скринінгу на діагноз. Що SEM не може сказати про діагноз SEM не є діагностичним показником. Вона не визначає наявність психічного розладу, не оцінює чутливість або специфічність і не повідомляє probability of діагноз. Вона відповідає на локальніше запитання про точність бала за певної моделі вимірювання. Навіть дуже мала SEM не виправдовує діагноз на підставі одного тесту. Психологічний бал може бути показник симптомів, показник риси, індикатор ризику, screening score, показник моніторингу або частиною комплексного assessment. Статус результату визначається заплановане застосування інструменту, доказами валідності і клінічним контекстом. Ширше місце тестових балів у професійному процесі пояснює наша стаття «Психологічна оцінка й оцінювання: що це, як проходить і чим відрізняється від тестування». SEM і перетворені бали: T-score, z-score, стандартні шкали Якщо шкалу перетворюють лінійно, SEM перетворюється тим самим масштабним коефіцієнтом. Якщо Y = a + bX, тоді SEM_Y = |b| × SEM_X. Додавання константи не змінює ширину похибки; множення шкали змінює її пропорційно. Наприклад, якщо z-score має SEM = 0,30 і його переводять у T-score за формулою T = 50 + 10z, то SEM на T-шкалі дорівнює 3 T-бали. Percentile працює інакше. Перцентиль є нелінійним відображенням позиції в нормативному розподілі, тому однакова похибка у сирих або стандартних балах може перетворюватися на різну ширину у перцентилях у різних частинах розподілу. Percentile також не означає percent correct. Умовна похибка в IRT: precision змінюється вздовж латентної шкали У теорії відповіді на завдання (IRT) точність зазвичай моделюють як функцію рівня латентної ознаки θ. Тест може давати багато інформації в одному діапазоні θ і мало — в іншому. Тому замість одного глобального SEM отримують функцію стандартної похибки. Для поширених IRT-оцінювань зв’язок між інформацією тесту I(θ) та стандартною похибкою має форму SE(θ) ≈ 1 / √I(θ): більше інформації означає меншу невизначеність. Огляд Reise про IRT пояснює зв’язок інформацією тесту та conditional standard error, а стандарти тестування вказують на IRT information functions як один зі способів оцінювати похибку на різних рівнях score. Це важливо для комп’ютеризованого адаптивного тестування, коротких шкал і рішень біля конкретного діапазону. Загальний коефіцієнт надійності може виглядати прийнятним, але саме в зоні клінічного або освітнього cutoff точність може бути слабшою. Популяція, мова і культурна адаптація: SEM не переноситься автоматично SEM є властивістю результатів у конкретній вимірювальній конфігурації, а не вічною константою назви тесту. Вона залежить від форми інструменту, population, варіативності вибірки, процедури, способу scoring, джерел похибки й моделі надійність. Тому SEM, отриману для англомовної версії тесту в одній країні, не слід автоматично переносити на український переклад. Переклад не дорівнює валідованій культурній адаптації. Потрібні дані щодо intended population та версії, яку реально використовують. Так само інваріантність вимірювання і відсутність упередження не випливають із однакової або схожої SEM у групах. У Standards for Educational and Psychological Testing передбачено окрему увагу до можливих відмінностей умовна SEM та інформацією тесту між підгрупами. Якщо точність істотно відрізняється, це треба досліджувати й повідомляти. Чому широка або вузька вибірка змінює картину Класична формула SEM містить SD, а надійність теж залежить від співвідношення міжособової та дисперсії похибки. Тому одна й та сама методика може показувати різні коефіцієнти надійності і SEM у різних вибірках. У вузькій за ознакою групі міжособова варіація може бути малою, що знижує коефіцієнт надійність навіть за подібної абсолютної похибки. У дуже різнорідній групі надійність може зрости завдяки більшому розкиду істинних відмінностей. Це ще одна причина не використовувати універсальні ярлики на кшталт «r > 0,80 — хороший тест» без заплановане застосування, population і наслідків рішення. Що перевіряти в технічному паспорті тесту Коли в керівництві або статті наведено SEM, насамперед перевірте: для якої версії й мови інструменту її оцінено; на якій population і вибірці; у яких одиницях подано результат; який вид надійність або модель дисперсії використано; які джерела варіації входили до похибки; чи йдеться про один загальна SEM або умовна SEM; чи є окремі оцінки поблизу cutoff; чи наведено невизначеність самої оцінки SEM; і чи відповідає цей дизайн вашому реальному використанню тесту. Для повторних вимірювань важливі інтервал між сесіями, стабільність конструкта, однаковість умов, можливі ефекти пам’яті й тренування, зміни оцінювача або пристрою. Mokkink та співавтори 2023 детально показують, як кожне з цих джерел варіації змінює зміст надійність та похибка вимірювання. Якщо технічний опис повідомляє лише alpha й називає його «точністю тесту», цього недостатньо, щоб автоматично отримати валідну оцінку невизначеність для будь-якої індивідуальної інтерпретації. Типові помилки інтерпретації SEM Перша помилка — плутати standard error of measurement зі standard error of the mean. Перша величина стосується точність індивідуального score, друга — точність оцінки середнього. Друга помилка — вважати SEM постійною властивістю тесту. Вона залежить від population, шкали балів, способу оцінювання надійність і джерел варіації. Третя помилка — підставляти Cronbach’s alpha в формулу без питання про схема повторного вимірювання. Внутрішня узгодженість, тест-ретест stability та міжоцінювальна agreement вимірюють різні аспекти. Четверта помилка — трактувати один SEM як поріг «реальної зміни» між двома вимірюваннями. Для різниці двох scores потрібно враховувати error обох вимірювань; саме звідси виникають SDC/MDC або інші моделі невизначеності різниці балів. П’ята помилка — прирівнювати MDC до MIC/MID. Detectable change описує перевищення похибка вимірювання; important change описує значущість зміни. Шоста помилка — вважати, що вузький confidence band доводить validity. Precision і validity відповідають на різні питання. Сьома помилка — використовувати SEM як доказ діагнозу або як універсальну поправку до cutoff. SEM не замінює чутливість, специфічність, прогностичні значення, клінічне оцінювання і докази валідності. SEM і довжина тесту Збільшення кількості якісних, релевантних і достатньо узгоджених завдань часто може підвищувати надійність та зменшувати SEM, але механічне додавання items цього не гарантує. Нові завдання можуть змінити construct coverage, dimensionality, burden і джерела похибки. Класична формула Спірмена–Брауна описує, як за певних припущень змінюється надійність при зміні довжини тесту. Вона корисна для планування, але не доводить, що реальна нова форма після додавання завдань матиме саме прогнозовану точність. Нову версію потрібно перевіряти емпірично. SEM у дослідженнях і звітах: мінімум, який варто повідомляти У науковому звіті число SEM має бути відтворюваним. Потрібно назвати score, population, sample size, measurement occasions, interval, rater/device conditions, надійність або модель дисперсії, формулу SEM, одиниці результату та спосіб отримання confidence interval чи SDC/MDC, якщо їх використовують. Якщо reporting зводиться до фрази «SEM була прийнятною», читач не бачить ані масштабу, ані критерію прийнятності. Для absolute похибка вимірювання число потрібно тлумачити в одиницях шкали й зіставляти з контексту рішення. У health outcome research COSMIN додатково пропонує зіставляти SDC/limits of agreement з MIC, коли MIC достовірно визначена. Результат також бажано подавати з невизначеність самої оцінки, особливо в невеликій вибірці. SEM, надійність і variance components оцінюються з даних, тому самі не є відомими без похибки. Практичний алгоритм для інтерпретації індивідуального бала Спочатку визначте, що саме означає score і для якої population валідована його інтерпретація. Потім знайдіть докази надійності й точності, що відповідає вашому заплановане застосування. Далі перевірте SEM у тих самих одиницях, у яких повідомляється score, і з’ясуйте, чи вона глобальна або conditional. Після цього інтерпретуйте score як оцінку з невизначеністю, а не як точну точку. Якщо порівнюєте два вимірювання, використовуйте показник невизначеність різниці — SDC/MDC, RCI або іншу модель, що відповідає дизайну. Якщо питання стосується значущості зміни для людини, потрібні MIC/MID або інші anchor-based дані, а не лише SEM. Для клінічних висновків останнім кроком є інтеграція score з іншою інформацією. Окремий психометричний результат може підтримувати assessment, screening або monitoring, але його невизначеність не скасовується наявністю cutoff і не перетворює score на самодостатній діагноз. Часті запитання Чи є SEM те саме, що похибка конкретної людини? Ні. SEM — це оцінка стандартного розкиду похибок вимірювання за заданої моделі, а не відома фактична помилка конкретного score. Для конкретної людини ми не знаємо, на скільки саме її отриманий бал відхилився від модельного істинний бал. Чим менша SEM, тим кращий тест? Менша SEM означає вищу точність у конкретній шкалі й population, але «кращий тест» вимагає більшого: докази валідності, відповідності меті, справедливість, норм, культурної адаптації, прийнятності та належного використання. Дуже precise measurement може бути невалідним для потрібного висновку. Чи можна обчислити SEM лише з Cronbach’s alpha? Математично можна підставити alpha в класичну формулу, якщо є SD. Але зміст отриманої SEM буде пов’язаний із тією моделлю error, яку представляє alpha. Це не робить її автоматично оцінкою тест-ретест, міжоцінювальна або паралельних форм невизначеність. Якою має бути «хороша» SEM? Універсального числового cutoff немає, бо SEM має одиниці конкретної шкали. Значення 3 бали може бути дуже малим на шкалі 0–300 і великим на шкалі 0–10. Її оцінюють відносно контексту рішення, типових відмінностей між балами, cutoff, SDC/MDC, MIC і наслідків помилки. Чому SEM іноді різна для низьких і високих балів? Тому що measurement точність може змінюватися вздовж шкали. У CTT це описують умовна SEM, а в IRT — функцію стандартної похибки, пов’язана з інформацією тесту. Одна глобальна SEM усереднює цю неоднорідність. Чи достатньо ±1 SEM для 95% інтервалу? Ні. За нормального наближення ±1 SEM відповідає приблизно 68-відсотковому інтервалу, а для приблизно 95% використовують близько ±1,96 SEM. Коректність такого інтервалу залежить від моделі й припущень. Як пов’язані SEM і MDC? SEM характеризує невизначеність одного score. MDC/SDC характеризує поріг зміни між двома scores, що перевищує очікувану похибка вимірювання за заданим рівнем певності. Для двох незалежних похибок з однаковою SEM часто використовують MDC95 ≈ 1,96 × √2 × SEM. Чи означає зміна понад MDC, що людині стало клінічно краще? Ні. Це означає, що зміна перевищила модельний поріг похибка вимірювання. Для важливості зміни потрібен окремий критерій, наприклад MIC/MID, і клінічний контекст. Чи можна переносити SEM з іншої мовної версії тесту? Не автоматично. Translation не дорівнює валідована культурна адаптація. Precision треба перевіряти для конкретної версії, population та заплановане застосування. Якщо умови, структура scale або надійність evidence відрізняються, чужа SEM може не описувати українську версію. Чи може SEM бути нульовою? Теоретично нульова SEM означала б відсутність випадкової похибка вимірювання в заданій моделі, тобто надійність = 1 за класичною формулою. Для реальних психологічних вимірювань така досконала точність практично не є реалістичним припущенням. Пов’язані статті Психологічна оцінка й оцінювання: що це, як проходить і чим відрізняється від тестування — про місце тестових балів у ширшому процесі професійного оцінювання. Формула Спірмена–Брауна: надійність тесту, метод розщеплення та застосування — про прогнозовану зміну надійність при зміні довжини тесту та її припущення. Мінімально виявлювана зміна (MDC): коли зміна тестового бала перевищує очікувану похибку вимірювання Джерела American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. Harvill, L. M. (1991). Standard Error of Measurement. Educational Measurement: Issues and Practice, 10(2), 33–41. Lek, K. M., & Van De Schoot, R. (2018). A Comparison of the Single, Conditional and Person-Specific Standard Error of Measurement: What do They Measure and When to Use Them?. Frontiers in Applied Mathematics and Statistics, 4, 40. Mokkink, L. B., Boers, M., van der Vleuten, C. P. M., Bouter, L. M., Alonso, J., Patrick, D. L., de Vet, H. C. W., & Terwee, C. B. (2020). COSMIN Risk of Bias tool to assess the quality of studies on reliability or measurement error of outcome measurement instruments: a Delphi study. BMC Medical Research Methodology, 20, 293. Mokkink, L. B., Eekhout, I., Boers, M., van der Vleuten, C. P. M., & de Vet, H. C. W. (2023). Studies on Reliability and Measurement Error of Measurements in Medicine – From Design to Statistics Explained for Medical Researchers. Patient Related Outcome Measures, 14, 193–212. National Council on Measurement in Education. Glossary. Terms: standard error of measurement, conditional standard error of measurement, error of measurement, precision. Reise, S. P. (2014). Item Response Theory. In The Wiley Blackwell Encyclopedia of Health, Illness, Behavior, and Society. Terwee, C. B., Roorda, L. D., Knol, D. L., De Boer, M. R., & De Vet, H. C. W. (2009). Linking measurement error to minimal important change of patient-reported outcomes. Journal of Clinical Epidemiology, 62(10), 1062–1067. Всеукраїнська психодіагностична асоціація. Стандартна похибка вимірювання. Глосарій.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Семюел Мессік — одна з ключових постатей сучасної психометрії, тому що він змінив сам спосіб ставити питання про валідність. У центрі його підходу стоїть не абстрактне запитання «чи валідний тест?», а значно точніше: наскільки теорія й емпіричні докази підтримують конкретне тлумачення тестових балів і наскільки обґрунтоване їх використання для певної мети. Саме ця логіка лежить в основі сучасного визначення валідності у Standards for Educational and Psychological Testing AERA, APA та NCME. Мессік не запропонував ще один «вид валідності» поруч зі змістовою, критеріальною чи конструктною. Його внесок полягав у переході до уніфікованої теорії: різні джерела доказів мають працювати разом у межах одного аргументу про значення балів. У роботі 1995 року він описав шість взаємопов’язаних аспектів конструктної валідності — змістовий, субстантивний, структурний, узагальнюваності, зовнішній і наслідковий — і прямо критикував уявлення про валідність як набір взаємозамінних ярликів. Ця стаття розглядає підхід Мессіка як історично впливову теорію, що сформувала сучасну мову валідизації. Водночас вона відділяє його власну концепцію від чинних Standards: базовий принцип єдиної валідності та фокус на інтерпретаціях тестових балів стали нормативною основою сучасного тестування, тоді як роль соціальних наслідків і цінностей сьогодні формулюють точніше й обережніше. Хто такий Семюел Мессік Семюел Дж. Мессік (Samuel J. Messick, 1931–1998) — американський психолог і фахівець із психометрії, чия професійна кар’єра була пов’язана з Educational Testing Service (ETS). Біографічний огляд у The Wiley Encyclopedia of Clinical Psychology називає його насамперед дослідником теорії тестів і валідності. У публікаціях ETS його ім’я систематично пов’язане з проблемами конструктної валідності, інтерпретації тестових балів, справедливості та наслідків тестування. Його теорія формувалася протягом десятиліть. Уже в роботі 1979 року Мессік розділяв питання емпіричного обґрунтування інтерпретації результатів і питання етичної прийнятності застосування тесту. У 1986 році він чітко просував уніфіковане розуміння валідності, а велика праця Validity 1987 року систематизувала цю рамку. Подальші тексти уточнювали зв’язок між значенням балів, цінностями, використанням результатів і соціальними наслідками. Тому «теорія валідності Мессіка» — це не одна коротка схема, опублікована в єдиній статті. Це послідовна програма, кульмінацією якої стали роботи початку 1990-х і стаття 1995 року про валідність психологічного оцінювання. Для історії психометрії важливо читати цю програму як розвиток: від критики старої трикомпонентної моделі — до єдиної теорії валідності та до аналізу того, що відбувається, коли тестові бали стають основою реальних рішень. Яку проблему Мессік змінив у теорії тестування У старішій навчальній традиції валідність часто подавали як три окремі категорії: змістову, критеріальну та конструктну. Така схема корисна для історії дисципліни, але легко породжує помилкову логіку: ніби тест може «мати» один вид валідності, не мати іншого, а дослідник може вибрати найзручніший доказ і оголосити питання закритим. Мессік називав цю фрагментацію неповною, оскільки різні докази стосуються одного центрального питання — що саме означають бали. У Foundations of Validity він сформулював уніфіковану позицію: зміст тесту, зв’язки з критеріями, теоретично очікувані відносини та наслідки використання не повинні існувати як незалежні «сертифікати». Вони мають інтегруватися в конструктну рамку, яка перевіряє раціональні гіпотези про значення результатів. Звідси виникає фундаментальний зсув одиниці аналізу. Валідність не належить тесту як предмету назавжди. Вона стосується обґрунтованості конкретної інтерпретації балів для конкретного використання. Один інструмент може мати переконливі докази для оцінювання вираженості певної риси в дорослих і водночас не мати достатньої бази для діагностичного рішення, прогнозу навчальної успішності, кадрового відбору або порівняння культурних груп. Цей принцип нині є усталеним. Чинні Standards визначають валідність як ступінь, до якого докази й теорія підтримують інтерпретації тестових балів для запропонованих використань. Вони прямо застерігають від некваліфікованої фрази «валідність тесту». Якщо для тих самих балів пропонують кілька різних інтерпретацій або застосувань, кожне з них потребує власного обґрунтування. Уніфікована теорія валідності: що саме є «єдиним» Слово «уніфікована» означає, що валідність розглядають як одну інтегровану наукову оцінку, а не як колекцію автономних типів. Це не означає, що всі докази однакові або що кожне дослідження має перевіряти все одразу. Різні питання потребують різних методів: аналізу змісту, дослідження процесів відповіді, факторного аналізу, кореляцій із зовнішніми змінними, оцінювання генералізованості, аналізу справедливості та наслідків. У Validity of Test Interpretation and Use Мессік наголошував, що валідність є питанням ступеня, а не режимом «так/ні». Нова інформація може посилити або послабити попереднє обґрунтування. Тому валідизація є тривалим процесом накопичення, зіставлення і критичного перегляду доказів, а не одноразовою процедурою перед публікацією тесту. Це має важливий практичний наслідок. Висока кореляція з іншим тестом не завершує валідизацію. Добра факторна модель не завершує її. Високий коефіцієнт α Кронбаха не є доказом валідності взагалі. Навіть велика кількість статистично значущих результатів не замінює чітко сформульованого твердження про те, що означає бал і які альтернативні пояснення результату були перевірені. Шість аспектів валідності у Мессіка У публікації 1995 року Мессік виокремив шість аспектів конструктної валідності. Їх коректніше розуміти як взаємодоповнювальні напрями перевірки одного валідизаційного аргументу. Це не шість незалежних «видів валідності» і не чекліст, де достатньо поставити кілька позначок. 1. Змістовий аспект Змістовий аспект стосується того, наскільки завдання, стимули та інші елементи тесту репрезентують заявлений конструкт і не зміщують його до випадково вибраного фрагмента. Для тесту знань це питання охоплення предметної області; для психологічної шкали — відповідності пунктів теоретичному змісту конструкта. Експертна оцінка може бути частиною доказової бази, але сама по собі не доводить усього валідизаційного аргументу. 2. Субстантивний аспект Субстантивний аспект пов’язує теорію конструкта з процесами, за допомогою яких люди фактично відповідають на завдання. Якщо тест нібито вимірює робочу пам’ять, дослідник має пояснити, які когнітивні операції викликають завдання і чи відповідають вони теоретичній моделі. У сучасних Standards близьку функцію виконує доказова лінія, пов’язана з процесами відповіді, хоча повної термінологічної тотожності між рамками немає. 3. Структурний аспект Структурний аспект перевіряє, чи узгоджується внутрішня організація балів із теоретичною будовою конструкта. Тут можуть бути доречними факторний аналіз, моделі теорії відповіді на завдання, моделі Раша та інші структурні методи. Якщо теорія передбачає один вимір, а дані стабільно показують кілька різних факторів, це не просто «технічна невідповідність»: вона ставить під сумнів заявлене значення сумарного балу. 4. Аспект узагальнюваності Аспект узагальнюваності стосується того, наскільки властивості інтерпретації зберігаються за релевантних змін завдань, форм, ситуацій, часу, оцінювачів або популяцій. Тут особливо важливо не плутати узагальнюваність із механічною вимогою «однакових цифр усюди». Питання полягає в тому, які джерела варіації допустимі для конструкта, а які створюють похибку або змінюють значення балу. 5. Зовнішній аспект Зовнішній аспект охоплює очікувані зв’язки тестових балів з іншими змінними. Сюди входять конвергентні та дискримінантні зв’язки, відношення до зовнішніх критеріїв, прогнозування та інші теоретично передбачені асоціації. Центральний принцип Мессіка полягає в тому, що кореляції мають інтерпретуватися через теорію: висока кореляція з будь-яким показником не є автоматичним доказом потрібного конструкта. 6. Наслідковий аспект Наслідковий аспект стосується ціннісних наслідків інтерпретації та реальних наслідків використання тесту. У Meaning and Values in Test Validation та пізнішій роботі Consequences of Test Interpretation and Use Мессік розглядав валідність і справедливість у ширшій рамці, де тестові рішення мають не лише статистичну, а й соціальну дію. Саме цей компонент став одним із найбільш дискусійних і водночас найвпливовіших елементів його спадщини. Дві головні загрози: недопредставлення конструкта і нерелевантна домішка Підхід Мессіка особливо добре пояснює дві класичні загрози валідному тлумаченню. Перша — недопредставлення конструкта (construct underrepresentation): тест охоплює занадто вузьку частину того, що заявлено у визначенні конструкта. Наприклад, оцінка «математичного мислення», побудована лише на механічному відтворенні формул, може пропускати важливі компоненти міркування, якщо саме вони входять до теоретичного визначення. Друга — конструктно-нерелевантна варіативність (construct-irrelevant variance): на бал істотно впливають чинники, які не належать до заявленого конструкта. Тест логічного мислення може надмірно залежати від складної лексики; шкала симптомів — від культурно специфічних формулювань; тест знань — від навичок роботи з незвичним інтерфейсом. У такому разі бали відображають суміш потрібної властивості й стороннього джерела відмінностей. Ці загрози пояснюють, чому переклад методики не дорівнює валідованій культурній адаптації, а однакова процедура не гарантує справедливості. Якщо мовний або культурний фактор змінює те, що фактично вимірює завдання, проблема стосується самого значення балів. Тому для української версії інструменту потрібні власні докази змісту, структури, надійності, зв’язків з іншими змінними, інваріантності та доречності норм — залежно від заявленого використання. Що означає «інтерпретувати тестовий бал» Тестовий бал — це спостережуваний результат процедури. Психологічний висновок починається лише тоді, коли цьому числу надають значення. Якщо людина отримала 18 балів, саме число ще не повідомляє, чи є це «високим» результатом, наскільки точно він оцінений, який конструкт стоїть за ним, з якою нормативною групою його можна порівнювати і для якого рішення він придатний. У рамці Мессіка інтерпретація повинна бути теоретично визначеною і емпірично перевірюваною. Дослідник має назвати конструкт, пояснити зв’язок між відповідями та балом, показати відповідність внутрішньої структури, перевірити очікувані зовнішні відносини та дослідити альтернативні причини результату. Чим сильніше твердження, тим ширшого набору доказів воно потребує. Особливо важливо розділяти вимірювання, скринінг, оцінювання і діагностику. Бал психологічної шкали може бути валідним показником вираженості симптомів, але з цього не випливає, що він самостійно встановлює клінічний діагноз. Для діагностичного використання потрібні додаткові докази, визначена цільова популяція, доречний референтний стандарт, оцінка чутливості та специфічності, урахування базової частоти стану й клінічний контекст. Те саме стосується порогових значень. Cutoff не перетворюється на універсальну природну межу лише тому, що він опублікований у статті або в інструкції. Його корисність залежить від популяції, мети, ціни хибнопозитивних і хибнонегативних рішень, поширеності стану та якості самої валідизації. Такий спосіб мислення прямо продовжує мессіківський зсув від «властивостей тесту» до обґрунтованості висновків і дій. Наслідки використання: найскладніша частина спадщини Мессіка Мессік наполягав, що тестування відбувається у світі рішень і цінностей. Коли бал використовують для вступу, працевлаштування, клінічного маршруту, освітнього розподілу або доступу до послуг, процедура створює наслідки. На його думку, валідизація не повинна абстрагуватися від цього рівня, особливо коли наслідки допомагають виявити, що тест систематично недопредставляє конструкт або включає нерелевантні бар’єри. Водночас сучасна інтерпретація потребує важливого уточнення. Негативний наслідок сам по собі не доводить невалідність значення балу. Чинні Standards розрізняють наслідки, що випливають із дефекту вимірювання, і наслідки, які виникають через політику, правила прийняття рішень, ресурси або інші фактори поза самим конструктним тлумаченням. Наприклад, якщо тест непропорційно знижує результати певної мовної групи через складну лексику, нерелевантну до заявленого конструкта, це може бути прямою проблемою валідності та справедливості. Якщо ж коректно виміряний показник використовують у політично або організаційно невдалий спосіб, проблема використання може бути реальною й серйозною, але її не слід автоматично описувати як доказ того, що сам бал неправильно представляє конструкт. Саме тут корисно зберігати два рівні аналізу: валідність інтерпретації та обґрунтованість використання. Вони пов’язані, проте не тотожні. Добре обґрунтована інтерпретація ще не робить кожне рішення на її основі виправданим; невдале рішення, своєю чергою, не завжди руйнує базову інтерпретацію. Цю відмінність особливо чітко формулює сучасний аргументний підхід. Мессік і сучасні Standards: що збереглося, а що змінилося Найважливіший спадок Мессіка у чинних Standards видно безпосередньо у визначенні валідності: оцінюють інтерпретації тестових балів для запропонованих використань, а не «тест сам по собі». Валідність розглядають як єдине поняття, що спирається на сукупність релевантних доказів і теоретичних підстав. Однак сучасні Standards організують доказову базу не за шістьма аспектами Мессіка, а за п’ятьма основними джерелами: докази на основі змісту тесту; процесів відповіді; внутрішньої структури; зв’язків з іншими змінними; наслідків тестування. Це близька за логікою, але не ідентична класифікація. Змістовий аспект Мессіка приблизно відповідає доказам на основі змісту; субстантивний має зв’язок із процесами відповіді; структурний — з внутрішньою структурою; зовнішній — зі зв’язками з іншими змінними; наслідковий — з наслідками тестування. Аспект узагальнюваності не має простого окремого «слота»: питання генералізації проходять через дизайн тесту, надійність, вибірки, умови застосування та межі заявленої інтерпретації. Тому некоректно писати, що сучасні Standards просто «скопіювали шість джерел Мессіка». Вони розвивають ту саму уніфіковану логіку, але використовують іншу організацію доказів. Для професійного тексту важливо зберігати цю історичну різницю, інакше сучасну нормативну рамку легко перетворити на спрощену популярну схему. Мессік і Майкл Кейн: від уніфікованої теорії до аргументу Наступним важливим кроком стала аргументна модель Майкла Кейна. У статті 2013 року Кейн визначає валідизацію як оцінювання правдоподібності тверджень, які ми робимо на основі тестових балів. Спочатку треба побудувати інтерпретаційно-використовувальний аргумент: явно показати, які висновки й припущення ведуть від виконання завдань до балу, від балу до конструкта, від конструкта до узагальнення і, за потреби, до рішення. Ця модель робить практично видимим те, що у Мессіка було загальною архітектурою валідності. Замість переліку статистичних аналізів дослідник формулює ланцюг тверджень, а потім шукає найбільш критичні припущення і перевіряє їх. Якщо одне ключове припущення слабке, десять другорядних кореляцій не компенсують проблему. Кейн також прямо розрізняє валідність інтерпретації й оцінювання використання. Негативні наслідки можуть зробити конкретне використання неприйнятним, не обов’язково спростовуючи попередній рівень інтерпретації. І навпаки: доказове тлумачення балу не автоматично валідизує кожне практичне рішення. Це уточнення особливо корисне для клінічної, освітньої та кадрової психодіагностики. Що підхід Мессіка означає для психологічної практики Для психолога головний урок простий за формою й вимогливий за змістом: перед використанням тесту треба знати, яке саме твердження дозволено робити на підставі його балів. Назва шкали не є доказом. Публікація методики не є доказом. Наявність норм не є доказом. Високий α Кронбаха не є доказом. Навіть «золотий стандарт» у джерелі може не переноситися на іншу мову, вік, культурний контекст або клінічну популяцію. Для дослідника це означає, що валідизаційна програма починається з конструкта і заявленої інтерпретації, а не зі статистичного меню. Потрібно описати домен конструкта, сформулювати очікувану структуру, передбачити зв’язки з іншими змінними, визначити релевантні групи й умови, оцінити похибку вимірювання та заздалегідь пояснити, які результати підтримають або послаблять гіпотези. Для читача психологічного висновку підхід Мессіка дає корисне правило: будь-яке сильне твердження про людину має бути сильніше обґрунтоване, ніж саме число в протоколі. Результат скринінгу означає результат скринінгу; ризик — ризик; симптом — симптом; риса — оцінку риси; діагноз потребує діагностичного процесу. Ці рівні не слід зливати. Типові помилки в інтерпретації валідності Перша помилка — говорити «цей тест валідний» без уточнення популяції, мови, мети й запропонованої інтерпретації. Друга — подавати змістову, критеріальну та конструктну валідність як три незалежні печатки якості. Третя — вважати будь-яку високу кореляцію достатнім доказом. Четверта — плутати надійність із валідністю: стабільний або внутрішньо узгоджений тест може стабільно вимірювати не те, що заявлено. П’ята помилка — трактувати один статистично значущий результат як завершену валідизацію. p-value не показує, що гіпотеза «правильна», і не визначає практичну величину ефекту. Шоста — вважати cutoff універсальною межею «є / немає розладу». Сьома — припускати, що переклад автоматично переносить валідність оригіналу на українську версію. Восьма помилка — використовувати наслідки тестування як риторичний ярлик. Негативний ефект треба досліджувати: він може сигналізувати про недопредставлення конструкта, нерелевантну варіативність, bias, невідповідний поріг, неправильну популяцію або про проблему політики використання. Різні механізми потребують різних висновків і різних виправлень. Як застосувати логіку Мессіка: практична послідовність 1. Сформулюйте інтерпретацію. Не «шкала вимірює тривогу», а, наприклад: «сумарний бал використовується як показник вираженості симптомів соціальної тривоги в україномовних дорослих у неекстреному амбулаторному контексті». 2. Сформулюйте використання. Чи це опис стану, скринінг, моніторинг змін, дослідницька змінна, групове порівняння, прогноз або рішення щодо конкретної людини? Одна й та сама шкала може вимагати різної доказової бази для різних цілей. 3. Побудуйте карту доказів. Перевірте зміст, процес відповіді, внутрішню структуру, надійність і похибку, зв’язки з іншими змінними, генералізацію, культурно-мовну еквівалентність і релевантні наслідки. Не кожний проєкт має однаковий набір аналізів, але кожне ключове припущення має мати спосіб перевірки. 4. Шукайте не тільки підтвердження. Сильна валідизація передбачає спроби знайти альтернативні пояснення: мовну складність, методові ефекти, соціальну бажаність, вплив оцінювача, навчальний ефект, нерівну роботу завдань між групами, зміни структури в часі. Доказова база стає сильнішою, коли вона витримує серйозні спроби спростування. 5. Визначте межі висновку. Валідність завжди має область застосування. Якщо дослідження проведено на студентах, воно не автоматично валідизує використання у людей старшого віку. Якщо адаптовано український переклад, це не автоматично доводить еквівалентність іншого перекладу. Якщо перевірено групові середні, це не автоматично обґрунтовує індивідуальне клінічне рішення. Науковий статус концепції Мессіка сьогодні Уніфікована теорія Мессіка є історичною теоретичною рамкою, а її центральний принцип — валідність інтерпретацій тестових балів для конкретних використань — закріплений у сучасних професійних Standards. Тому внесок Мессіка не є лише сторінкою історії психометрії: він визначає мову, якою сьогодні описують валідизацію. Водночас окремі теоретичні питання залишаються предметом дискусії, передусім межа між валідністю та етикою використання, статус наслідків тестування й те, наскільки широко слід включати ціннісні судження до самого поняття валідності. Сучасна практика розв’язує це не декларацією, а точнішим розділенням: наслідки релевантні валідності тоді, коли вони свідчать про проблему значення балів або конструкта; ширша прийнятність використання потребує також окремої оцінки користі, шкоди, справедливості та контексту. FAQ Чи вважав Мессік валідність властивістю самого тесту? Ні в тому сенсі, який часто вкладають у фразу «тест валідний». Його підхід зміщує фокус на обґрунтованість значення тестових балів і висновків, які з них роблять. Сучасні Standards формулюють це ще пряміше: оцінюють інтерпретації тестових балів для запропонованих використань, а не тест як абстрактний об’єкт. Скільки «видів валідності» виділяв Мессік? Його зріла теорія заперечувала логіку незалежних і взаємозамінних типів валідності. Мессік говорив про єдину конструктну валідність і про різні аспекти або лінії доказів. У 1995 році він систематизував шість аспектів: змістовий, субстантивний, структурний, узагальнюваності, зовнішній і наслідковий. Чи є шість аспектів Мессіка тим самим, що п’ять джерел доказів у Standards? Ні. Між ними є змістова спорідненість, але прямої відповідності один до одного немає. Сучасні Standards використовують п’ять груп доказів: зміст тесту, процеси відповіді, внутрішня структура, зв’язки з іншими змінними та наслідки тестування. Узагальнюваність у сучасній практиці проходить через кілька компонентів валідизаційного аргументу. Чи доводять негативні наслідки, що тест невалідний? Не автоматично. Треба встановити механізм. Якщо наслідок виникає через недопредставлення конструкта або нерелевантний чинник, це безпосередньо стосується валідності. Якщо проблема виникає через правило використання, організаційну політику або ресурсне рішення, може бути неприйнятним саме застосування, тоді як базова інтерпретація балу залишиться обґрунтованою. Чи може надійний тест бути невалідним? Так. Надійність стосується відтворюваності та точності балів за релевантних умов, тоді як валідність — обґрунтованості їх значення та використання. Тест може дуже стабільно відображати суміш потрібного конструкта й стороннього чинника. Надійність часто необхідна для сильного валідизаційного аргументу, але вона не є його достатньою умовою. Чи достатньо факторного аналізу для доказу валідності? Ні. Факторний аналіз може підтримати структурний аспект або докази на основі внутрішньої структури. Він не відповідає сам по собі на питання про зміст завдань, процеси відповіді, зовнішні зв’язки, узагальнюваність, мовно-культурну еквівалентність і доречність конкретного використання. Чому Мессік важливий для українських адаптацій тестів? Його логіка показує, чому переклад тексту методики не переносить валідність автоматично. Значення балів треба знову обґрунтувати у новій мовній і культурній популяції. Які саме докази потрібні, залежить від конструкта та використання, але щонайменше слід перевіряти змістову відповідність, зрозумілість, структуру, надійність, зовнішні зв’язки, норми або пороги за потреби та міжгрупову еквівалентність. Пов’язані статті Валідність психологічного тесту: що це і які докази потрібні для інтерпретації результатів Докази валідності: зміст, внутрішня структура, зв’язки з іншими змінними та процес відповіді Конструктна валідність: як перевіряють, що тест вимірює саме задуманий психологічний конструкт Змістова валідність: чи охоплюють завдання тесту той конструкт, який потрібно виміряти Надійність психологічного тесту: що це, які бувають види і чому надійність не дорівнює валідності Психометрія: що це, що вона вимірює і як оцінюють якість психологічних тестів Розробка психологічного тесту: від визначення конструкта до валідності, норм і фінальної інтерпретації Адаптація і переклад психологічних тестів: чому перекладу недостатньо для валідної української версії Джерела American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. Kane, M. T. (2013). Validating the Interpretations and Uses of Test Scores. Journal of Educational Measurement, 50(1), 1–73. LoBello, S. G. (2015). Messick, Samuel J. (1931–98). The Wiley Encyclopedia of Clinical Psychology. Messick, S. J. (1979). Test Validity and the Ethics of Assessment. ETS Research Report RR-79-10. Messick, S. J. (1986). The Once and Future Issues of Validity: Assessing the Meaning and Consequences of Measurement. ETS Research Report RR-86-30. Messick, S. J. (1987). Validity. ETS Research Report RR-87-40. Messick, S. J. (1988). Meaning and Values in Test Validation: The Science and Ethics of Assessment. ETS Research Report RR-88-47. Messick, S. J. (1990). Validity of Test Interpretation and Use. ETS Research Report RR-90-11. Messick, S. J. (1993). Foundations of Validity: Meaning and Consequences in Psychological Assessment. ETS Research Report RR-93-51. Messick, S. J. (1995). Validity of Psychological Assessment: Validation of Inferences From Persons’ Responses and Performances as Scientific Inquiry Into Score Meaning. American Psychologist, 50(9), 741–749. Messick, S. J. (1998). Consequences of Test Interpretation and Use: The Fusion of Validity and Values in Psychological Assessment. ETS Research Report RR-98-48.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Норма психологічного тесту — це статистична система відліку, яка показує, де розташований результат конкретної людини відносно результатів визначеної референтної популяції. Вона перетворює сирий бал на порівнюваний показник: процентиль, z-бал, T-бал, станайн або іншу стандартизовану шкалу. Ключове слово тут — «визначеної». Бал має сенс лише відносно тієї популяції, для якої норми були створені. За визначенням NCME Assessment Glossary, норми — це статистики або табличні дані, що підсумовують розподіл тестових балів для визначених груп і мають представляти референтну популяцію. Нормативна інтерпретація відповідає на запитання «як цей результат співвідноситься з результатами релевантних інших людей?», а не «чи є в людини розлад?». Саме тому норми не можна переносити між популяціями механічно. Якщо тест нормували на іншій країні, віковій групі, освітній системі, клінічній вибірці або в іншу історичну епоху, той самий сирий бал може отримати інше відносне значення. Сучасні Standards for Educational and Psychological Testing розглядають коректне визначення популяції, вибірки, умов тестування та інтерпретації балів як частину відповідального тестування. Що таке норми психологічного тесту Тестовий результат часто починається із сирого бала: суми відповідей, кількості правильних завдань, часу виконання, середнього за пунктами або іншого первинного показника. Сам по собі сирий бал не говорить, наскільки результат типовий, високий чи низький. Для цього його порівнюють із розподілом балів у референтній популяції. Референтна популяція — це популяція, відносно якої планують тлумачити результат. Вона може бути широкою, наприклад дорослі певної країни, або вузькою: діти певного віку, студенти конкретного освітнього рівня, пацієнти з визначеним клінічним статусом, претенденти на певний вид роботи. У сучасному нормуванні один тест може мати кілька референтних популяцій, якщо його цілі або очікувані відмінності між групами цього потребують. Це прямо підкреслюють Timmerman, Voncken і Albers у методологічному посібнику з регресійного нормування. Джерело. Нормативна вибірка — це конкретна група людей, у якої збирають дані для оцінювання розподілу балів у референтній популяції. Популяція — це те, про кого ми хочемо робити висновок; вибірка — ті, кого фактично виміряли. Якість норм залежить від того, наскільки добре вибірка дозволяє відтворити потрібну популяцію. «Норма» в психометрії не означає «нормальна людина» Слово «норма» легко сплутати з медичним або побутовим поняттям нормальності. У психометрії нормативний бал насамперед описує відносне положення в розподілі. Наприклад, 10-й процентиль означає, що результат розташований приблизно на рівні, нижче або дорівнює якому лежать результати близько 10% відповідної референтної популяції — залежно від прийнятої конвенції обчислення процентиля. Низький або високий процентиль не є автоматично ознакою патології. Деякі психологічні риси природно розподіляються широко, а клінічний сенс результату залежить від призначення тесту, доказів валідності, надійності, похибки вимірювання, контексту людини та інших даних оцінювання. Це особливо важливо в психодіагностиці: нормативне порівняння, скринінговий результат, клінічна оцінка і діагноз є різними операціями. Окрема стаття ХАБу про психологічну оцінку й оцінювання пояснює, чому тестовий бал працює як частина ширшого процесу, а не як самодостатній діагноз. Як створюють норми психологічного тесту Нормування починається не з таблиці процентилів, а з рішення, для кого і для чого має працювати інтерпретація. Сучасні рекомендації GRoNC пропонують спочатку визначити цільову популяцію тесту, спосіб отримання сирих балів та тип інтерпретації, а вже потім визначати референтну популяцію й нормативну вибірку. GRoNC. 1. Визначають ціль тесту і референтну популяцію Розробник описує, хто буде проходити тест, у якому контексті, для яких рішень і з якою інтерпретацією. Якщо результат має залежати від віку, освіти або іншої характеристики, це повинно бути закладено в дизайн нормування, а не додано постфактум після перегляду результатів. 2. Планують нормативну вибірку Вибірка має забезпечувати достатнє представлення релевантних сегментів популяції. Репрезентативність не зводиться до великої кількості учасників. Важливі рамка вибірки, спосіб набору, частки підгруп, критерії включення й виключення, недовідповідь, географія, мова, освіта, соціально-демографічні характеристики та інші фактори, які можуть бути пов’язані з тестовим балом. 3. Проводять тестування за стандартизованою процедурою Нормативні дані мають бути отримані в умовах, сумісних із подальшим використанням тесту. Якщо норми створені за однієї форми інструкції, часу, пристрою або способу адміністрування, а реальне тестування відбувається інакше, частина різниці може походити від процедури, а не від психологічного конструкта. 4. Перевіряють якість самого вимірювання Норми не рятують слабкий тест. До інтерпретації нормативних балів потрібно мати належні докази надійності та валідності для передбаченого використання. Нормативний розподіл лише каже, де перебуває результат відносно інших; він не доводить, що тест точно і коректно вимірює заявлений конструкт. Докладніше про це — у статті «Надійність психологічного тесту». 5. Оцінюють розподіл і створюють шкалу Для нормативної вибірки оцінюють розподіл сирих балів і будують перетворення у вибрану шкалу. Це можуть бути емпіричні процентилі, стандартизовані z- або T-бали, станайни, нормалізовані шкали або модельні оцінки, що враховують безперервні предиктори на кшталт віку. 6. Документують норми Користувач тесту має знати, хто входив у нормативну вибірку, коли й де збирали дані, як набирали учасників, які були критерії включення, які підгрупи використовували, який метод нормування застосовано, якою є статистична невизначеність і для яких популяцій та рішень ці норми призначені. Нові рекомендації GRoNC виникли саме тому, що тестові посібники дуже нерівномірно повідомляють ці деталі, що ускладнює оцінювання якості стандартизованих балів. Чому норми залежать від популяції Нормативний бал є відносним за своєю природою. Якщо змінюється референтна популяція, змінюється й розподіл, відносно якого розташовується людина. Тому одна цифра не має «вбудованого» універсального процентиля. Вік Багато когнітивних, мовленнєвих, моторних і розвиткових показників змінюються з віком. Для дитячих тестів різниця навіть у кілька місяців може бути психометрично важливою. Грубе поділення на вікові групи створює стрибки на межах категорій: майже однакові за віком люди можуть отримати різні нормативні інтерпретації лише через перехід у сусідню таблицю. Одне з рішень — безперервне або регресійне нормування, де вік входить у модель як безперервна змінна. Огляд. Освіта і досвід Освітній рівень, якість навчання, професійний досвід і знайомство з форматом завдань можуть бути пов’язані з результатами, особливо у когнітивних і знаннєвих тестах. Якщо тест призначено для популяцій із різним освітнім досвідом, нормативна система повинна обґрунтувати, чи потрібні окремі норми, модельне коригування або інший спосіб інтерпретації. Мова і культура Переклад тексту тесту не створює автоматично еквівалентного вимірювання. Може змінитися складність формулювань, культурна знайомість стимулів, значення відповідей, спосіб використання шкали та зв’язок пунктів із конструктом. International Test Commission розглядає переклад лише як частину ширшої адаптації, яка потребує емпіричної перевірки еквівалентності, надійності, валідності, шкал і правил інтерпретації. Клінічний статус і контекст Для одного й того самого інструмента різними можуть бути норми загальної популяції, пацієнтів певного профілю, реабілітаційної групи або людей після конкретної події. Вибір референтної популяції має відповідати меті. Порівнювати клінічного пацієнта з іншими пацієнтами і з населенням загалом — це два різні запитання, які можуть давати різні інтерпретації. Стать, гендер та інші демографічні характеристики Демографічні змінні інколи статистично пов’язані з тестовими балами, але наявність різниці ще не означає, що автоматичне створення окремих норм є найкращим або справедливим рішенням. Потрібно оцінювати призначення тесту, механізм різниці, структуру конструкта, інваріантність вимірювання, потенційний bias і наслідки використання окремих нормативів. Час і когортні зміни Популяції змінюються. Освіта, технології, здоров’я, умови праці, діагностичні критерії та культурні практики можуть зрушувати розподіли тестових результатів. Метааналіз ефекту Флінна на 285 дослідженнях показав історичні зростання IQ-балів, через які старі норми можуть ставати застарілими. Trahan et al., 2014. У EFPA Test Review Model 2025 актуальність норм виділена як окреме питання оцінювання: EFPA наголошує, що норми особливо чутливі до суспільних змін і що розробники мають наводити період збору нормативних даних та обґрунтовувати їхню актуальність. Єдиного універсального терміну придатності норм немає; рішення залежить від тесту, популяції та доказів стабільності. Репрезентативність важливіша за просте «велике N» Велика нормативна вибірка може залишатися систематично зміщеною. Якщо в ній надмірно представлені люди з певною освітою, регіоном, соціально-економічним статусом або добровольці з особливим інтересом до тестування, збільшення N робить оцінки точнішими для цієї зміщеної вибірки, але саме по собі не відновлює представлення цільової популяції. Тому дизайн нормування включає не лише розмір вибірки, а й спосіб її формування. Стратифікація може задавати потрібні пропорції до збору даних. Постстратифікація та ваги можуть частково коригувати відомі дисбаланси після збору. У методологічному туторіалі Gary та співавт. показано, як raking може використовувати відомі популяційні маргінальні розподіли для поліпшення нормативних оцінок у нерепрезентативних вибірках. Gary et al., 2024. Таке коригування не є чарівним ремонтом даних. Воно працює для виміряних і належно змодельованих характеристик; невідоме або невиміряне зміщення може залишатися. Якість нормативної вибірки потрібно описувати прозоро, а не зводити до одного числа учасників. Скільки людей потрібно для створення норм Універсальної мінімальної кількості учасників, яка автоматично робить норми якісними, не існує. Потрібний розмір залежить від методу нормування, кількості підгруп, потрібної точності, форми розподілу, довжини тесту, кількості категорій відповідей, сили впливу коваріат і того, які частини розподілу важливі для рішень. Симуляційне дослідження Oosterhuis, van der Ark і Sijtsma показало, що за виконання припущень регресійної моделі регресійне нормування може потребувати значно меншої вибірки, ніж традиційне нормування з багатьма підгрупами. Але самі автори підкреслюють залежність висновку від модельних припущень. Oosterhuis et al., 2016. Практичне питання слід ставити так: «якої точності нормативних оцінок ми потребуємо для передбаченого використання і який дизайн забезпечує цю точність?». Для рідкісних хвостів розподілу, дрібних вікових інтервалів або багатьох перехресних підгруп даних потрібно більше. Традиційне та безперервне нормування Традиційне нормування за підгрупами Класичний підхід ділить вибірку на категорії, наприклад 7–8, 9–10, 11–12 років, і для кожної групи створює окрему таблицю. Перевага — простота. Недолік — втрата інформації про безперервні зміни та ризик нестабільних норм у малих підгрупах. Регресійне і безперервне нормування Регресійні моделі описують, як параметри розподілу балів змінюються разом із віком або іншими коваріатами. Туторіал Timmerman та співавт. демонструє GAMLSS — гнучкий підхід, який може моделювати не лише середнє, а й масштаб та форму розподілу. Timmerman et al., 2021. Систематичний огляд Urban та співавт. охопив 121 публікацію і 189 досліджень безперервного нормування. У реальному прикладі параметричні норми були точнішими за напівпараметричні, а ті — за традиційні, але загальна доказова база порівняння методів залишалася неоднозначною, а в частині досліджень важливі розподільні припущення перевіряли недостатньо. Urban et al., 2025. Отже, «сучасніший» метод не гарантує кращих норм автоматично. Модель повинна відповідати даним, її припущення — перевірятися, а результати — валідовуватися. Як сирий бал перетворюється на нормативний Процентиль Процентиль показує відносне місце результату в референтному розподілі. 75-й процентиль не означає 75% правильних відповідей. Це означає положення приблизно вище значної частини референтної популяції. Процентиль є ранговою характеристикою, тому однакова різниця у 10 процентильних пунктів у різних частинах розподілу не означає однакової різниці в конструкті. z-бал У найпростішому випадку z = (X − M) / SD, де X — сирий бал, M — середнє референтної групи, SD — стандартне відхилення. z = 0 означає рівень середнього, z = +1 — один стандартний відхил вище середнього, z = −1 — один нижче. Це перетворення стандартизує одиниці, але саме по собі не робить ненормальний розподіл нормальним. T-бал Поширене лінійне перетворення T = 50 + 10z задає середнє 50 і стандартне відхилення 10. Така шкала зручна тим, що зазвичай не використовує від’ємні числа й десяткові дроби. Але T-бал не є t-статистикою: це різні поняття. Станайни та інші шкали Станайн стискає розподіл до дев’яти категорій; інші тести використовують власні стандартні шкали. Назва шкали не визначає її якість. Потрібно знати, як саме вона побудована, яка референтна популяція лежить в основі та наскільки точно оцінено межі. Докладніше про те, як число отримує зміст і чому зміна бала не дорівнює автоматично реальній або важливій зміні, див. статтю «Інтерпретованість результатів психологічного вимірювання». Нормативні значення теж мають статистичну похибку Норма побудована на вибірці, тому вона є оцінкою популяційного розподілу, а не його безпомилковою копією. Якби нормативне дослідження повторили на іншій репрезентативній вибірці, середні, процентильні межі та стандартизовані перетворення дещо змінилися б. Oosterhuis, van der Ark і Sijtsma розробили стандартні похибки та довірчі інтервали для кількох нормативних статистик і звернули увагу, що в практиці така невизначеність часто не повідомляється. Oosterhuis et al., 2017. Це окрема невизначеність від індивідуальної похибки вимірювання. Перша стосується того, наскільки точно ми знаємо саму нормативну шкалу з вибіркових даних. Друга — того, наскільки точно конкретний спостережуваний бал відображає результат конкретної людини. Високоякісна інтерпретація має пам’ятати про обидва джерела невизначеності. Норми, надійність і валідність — різні властивості Наявність таблиці норм не доводить, що тест надійний. Надійність стосується точності й узгодженості результатів за відповідних умов. Норми можуть бути акуратно побудовані для тесту, який дає надто нестабільні результати. Наявність норм також не доводить валідність. Валідність стосується того, наскільки докази й теорія підтримують конкретну інтерпретацію бала для конкретного використання. Можна чудово знати, що людина перебуває на 90-му процентилі певної шкали, але неправильно назвати сам конструкт або зробити з нього висновок, який тест не підтримує. І нарешті, нормативність не дорівнює справедливості. Навіть репрезентативні норми не скасовують потреби перевіряти, чи однаково працює вимірювання для релевантних груп, чи немає диференційного функціонування завдань і чи не створює спосіб використання балів несправедливих наслідків. EFPA Test Review Model 2025 окремо оцінює норми, надійність, валідність та питання рівності, різноманіття й інклюзії. Українські норми: переклад тесту — лише початок Для української практики критично розрізняти україномовний текст тесту і валідовану українську адаптацію з відповідними нормами. Сам факт перекладу не доводить, що структура конструкта збережена, показники надійності прийнятні, шкала еквівалентна оригіналу, а норми придатні для української популяції. Керівництво International Test Commission з перекладу й адаптації тестів вимагає ширшого процесу: дозволу правовласника, якісної адаптації, емпіричної перевірки, аналізу еквівалентності, належного адміністрування, обґрунтування шкал та інтерпретацій і документації. Огляд принципів другої редакції також описаний у публікації Muñiz, Elosua і Hambleton. PubMed. В Україні Всеукраїнська психодіагностична асоціація публікує українські переклади керівництв ITC і позиціонує їх як основу належної психодіагностичної практики. Актуальна українська наукова публікація про стандартизацію психодіагностичних методик окремо наголошує, що норми іншомовних вибірок не можна автоматично переносити без статистичної перевірки з урахуванням культурних, демографічних і соціально-психологічних чинників. Татьянчиков, 2025. Тому коректне формулювання звучить так: «існує український переклад» і «існують валідовані українські норми» — це два різні твердження, кожне з яких потребує власних доказів. Нормативний бал, поріг і діагноз Нормативна інтерпретація і порогове значення відповідають на різні запитання. Нормативний бал описує відносне місце в популяції. Поріг або cutoff поділяє результати за певним критерієм для визначеної мети — наприклад, скринінгу, відбору або подальшої оцінки. Навіть якщо поріг був емпірично розроблений, він не стає універсальною межею «розлад є / розладу немає». Для клінічного використання важливі передбачена популяція, базова частота стану, чутливість і специфічність, позитивна й негативна прогностична цінність, наслідки помилок, інші джерела даних і професійне клінічне судження. Тому вислів «ваш бал нижче норми, отже у вас розлад» є методологічно хибним. Нормативний бал може бути важливою частиною оцінки, але сам по собі не ставить діагноз. Коли норми застарівають Норми мають часову прив’язку. Якщо популяційний розподіл змінився, старі таблиці можуть систематично завищувати або занижувати відносне положення сучасної людини. Ризик залежить від того, що вимірює тест і наскільки швидко змінюються релевантні умови. Метааналіз Trahan та співавт. оцінив ефект Флінна приблизно у 2,31 стандартного IQ-бала на десятиліття в широкому наборі порівнянь, що прямо ілюструє можливість застарівання інтелектуальних норм. Trahan et al., 2014. Це не означає, що кожен психологічний тест потрібно перенормовувати за фіксованим календарем. EFPA прямо зазначає відсутність єдиного консенсусного строку придатності норм. Потрібні дані про стабільність, рік збору нормативної вибірки та контекст використання. Як оцінити якість норм у посібнику до тесту Користувачеві не потрібно відтворювати всю статистику розробника, але він має мати достатньо інформації, щоб зрозуміти, що саме означає стандартний бал. Практично корисно перевірити такі питання: • Для якої цільової і референтної популяції створені норми? • Коли, де і за яких умов збирали нормативні дані? • Як формували вибірку і наскільки вона представляє потрібну популяцію? • Які критерії включення та виключення використовували? • Чи достатньо представлені релевантні вікові, мовні, освітні або інші групи? • Який метод нормування застосовано: підгрупи, регресійне, безперервне, інший? • Чи описана статистична точність нормативних оцінок? • Чи є сучасні докази надійності та валідності для передбаченого використання? • Чи перевірена культурна та мовна адаптація, якщо тест перенесений з іншого контексту? • Чи актуальні норми сьогодні і чи є дані про їхню стабільність або перенормування? Рекомендації GRoNC систематизують саме такі запитання для розробників і рецензентів стандартизованих балів, а AERA/APA/NCME Standards задають ширшу рамку відповідального розроблення та використання тестів. Типові помилки інтерпретації Помилка 1. «Процентиль — це відсоток правильних відповідей» Ні. Процентиль — це положення в референтному розподілі, тоді як percent correct — частка правильних відповідей у конкретному тесті. Людина може правильно виконати 70% завдань і мати зовсім не 70-й процентиль. Помилка 2. «T-бал — це t-статистика» Ні. T-бал у психометричній шкалі — стандартизоване перетворення, часто з M = 50 і SD = 10. t-статистика — статистика, що використовується в t-тестах та інших моделях. Помилка 3. «Норма одна для всіх» Нормативний бал завжди прив’язаний до референтної популяції або модельної системи. Те, що є 85-м процентилем для однієї групи, може не бути 85-м процентилем для іншої. Помилка 4. «Якщо вибірка велика, вона репрезентативна» Розмір зменшує випадкову похибку оцінювання, але не усуває систематичне зміщення набору. Репрезентативність — властивість дизайну та відповідності популяції, а не просто кількості. Помилка 5. «Український переклад = українські норми» Ні. Переклад, культурна адаптація, психометрична перевірка і нормування — пов’язані, але окремі етапи. Помилка 6. «За межами норми = діагноз» Ні. Відносно рідкісний бал може бути клінічно значущим або незначущим залежно від конструкта, призначення інструмента, функціонування людини та інших доказів. Практичний приклад: той самий сирий бал, різні норми Уявімо тест, де людина набрала 42 сирі бали. Серед 18–25-річних це може відповідати приблизно середині розподілу, а серед 65–75-річних — вищому процентилю, якщо вимірювана здатність систематично змінюється з віком. Сам сирий бал не змінився; змінилася референтна система. Інший приклад: україномовна адаптація тесту може мати той самий алгоритм підрахунку, що й оригінал, але розподіл відповідей у сучасній українській популяції може відрізнятися. Використання іноземних норм тоді створює додаткове припущення: що релевантні розподіли достатньо еквівалентні. Це припущення потрібно перевіряти, а не вважати істинним за замовчуванням. Саме тому сучасна психометрія переходить від питання «який у людини бал?» до точнішого: «який бал, отриманий яким методом, у якій популяції, відносно якої нормативної моделі, з якою точністю і для якої інтерпретації?». Науковий статус і межі доказів Потреба в чітко визначених референтних популяціях, репрезентативних нормативних даних і прозорій документації є усталеним принципом психометрії та професійних стандартів. Так само усталено, що нормативні, критеріальні й клінічні інтерпретації потрібно розрізняти. Безперервне й регресійне нормування є активною сучасною методологічною галуззю. Воно має сильне статистичне обґрунтування і практичні переваги в багатьох ситуаціях, але систематичний огляд 2025 року характеризує прямі порівняння різних методів як ще не остаточні. Тому вибір моделі має спиратися на дані, припущення, точність і мету, а не на моду. Так само немає універсального правила, які саме демографічні характеристики завжди треба включати в норми і скільки років норми залишаються актуальними. Це рішення тест- і контекст-специфічне. FAQ Що означає «норма тесту» простими словами? Це система порівняння, яка показує, як результат людини виглядає на тлі результатів визначеної референтної популяції. Чи може один тест мати кілька норм? Так. Якщо інтерпретація обґрунтовано залежить від віку, популяції, контексту або іншої характеристики, тест може мати кілька нормативних таблиць або одну модель, що враховує ці змінні. Чи кращі національні норми за міжнародні? Не автоматично. Якість залежить від відповідності референтної популяції вашому використанню, якості вибірки, методології, актуальності й психометричних доказів. Для локального рішення добре зроблені локальні норми можуть бути релевантнішими за ширші, але саме «локальність» не гарантує якості. Чи можна використовувати американські або європейські норми в Україні? Лише якщо є достатні докази, що така інтерпретація придатна для конкретної української популяції та мети. Простого перекладу тесту недостатньо. Який розмір нормативної вибірки достатній? Єдиного числа немає. Потрібний N визначається необхідною точністю, методом нормування, кількістю підгруп, формою розподілу, коваріатами та ділянкою розподілу, яка важлива для рішень. Чим норма відрізняється від cutoff? Норма описує відносне місце в референтній популяції. Cutoff — порогове значення, створене для конкретного рішення або класифікації. Поріг не є автоматично діагностичною межею. Чи означає 90-й процентиль «дуже добре»? Ні. Процентиль показує напрям і місце в розподілі, а оцінне значення залежить від того, що вимірює шкала. Для деяких рис вищий бал може означати більше труднощів. Чи можуть норми застаріти? Так. Якщо популяційний розподіл змінюється з часом, старі норми можуть давати систематично зміщену інтерпретацію. Потрібно знати дату нормативних даних і мати докази їх актуальності. Пов’язані статті Інтерпретованість результатів психологічного вимірювання: як надати зміст балу і зміні бала Надійність психологічного тесту: що це, які бувають види і чому надійність не дорівнює валідності Психологічна оцінка й оцінювання: що це, як проходить і чим відрізняється від тестування Сирий і стандартизований бал: як результат тесту перетворюють на показник, який можна порівнювати з нормами — про те, як нормативні дані використовують для перетворення й інтерпретації первинного результату. Нормативна вибірка: кого включають до стандартизації тесту і чому репрезентативність має значення Нормативно-орієнтоване і критеріально-орієнтоване тестування: порівняння з людьми чи з критерієм Джерела American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. European Federation of Psychologists’ Associations. (2025). EFPA Test Review Model — Version 2025. Gary, S., Lenhard, W., Lenhard, A., & Herzberg, D. (2024). A tutorial on automatic post-stratification and weighting in conventional and regression-based norming of psychometric tests. Behavior Research Methods, 56, 4632–4642. International Test Commission. (2017). The ITC Guidelines for Translating and Adapting Tests (Second edition), Version 2.4. Muñiz, J., Elosua, P., & Hambleton, R. K. (2013). International Test Commission Guidelines for test translation and adaptation: second edition. Psicothema, 25(2), 151–157. National Council on Measurement in Education. NCME Assessment Glossary. Oosterhuis, H. E. M., van der Ark, L. A., & Sijtsma, K. (2016). Sample Size Requirements for Traditional and Regression-Based Norms. Assessment, 23(2), 191–202. Oosterhuis, H. E. M., van der Ark, L. A., & Sijtsma, K. (2017). Standard Errors and Confidence Intervals of Norm Statistics for Educational and Psychological Tests. Psychometrika, 82(3), 559–588. Timmerman, M. E., Voncken, L., & Albers, C. J. (2021). A tutorial on regression-based norming of psychological tests with GAMLSS. Psychological Methods, 26(3), 357–373. Timmerman, M. E., De Bildt, A., & Urban, J. (2026). The GRoNC: Guidelines for Reporting on Norm-Referenced and Criterion-Referenced Scores. Assessment, 33(6), 954–972. Trahan, L. H., Stuebing, K. K., Fletcher, J. M., & Hiscock, M. (2014). The Flynn effect: a meta-analysis. Psychological Bulletin, 140(5), 1332–1360. Urban, J., Scherrer, V., Strobel, A., & Preckel, F. (2025). Continuous Norming Approaches: A Systematic Review and Real Data Example. Assessment, 32(5), 654–674. Всеукраїнська психодіагностична асоціація. Єдині психодіагностичні стандарти та українські переклади керівництв International Test Commission. Татьянчиков, А. О. (2025). Методологічні засади стандартизації психодіагностичних методик: статистичний і теоретичний аналіз. Слобожанський науковий вісник. Серія: Психологія.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Класична теорія тестів (Classical Test Theory, CTT) — це базова психометрична рамка, у якій спостережуваний тестовий бал розглядають як суму істинного бала та похибки вимірювання: X = T + E. Її головна ідея проста, але наслідки принципові: один отриманий бал не є абсолютно точною величиною, а надійність описує, наскільки варіативність результатів пов’язана зі стабільними відмінностями між людьми, а не з похибкою. Сучасні Standards for Educational and Psychological Testing і далі ставлять надійність/точність та похибки вимірювання серед фундаментальних основ коректної інтерпретації тестових результатів. CTT також називають теорією істинного бала. Тут «істинний бал» не означає приховану абсолютну правду про людину. У строгому класичному сенсі це математичне очікування результату в концептуальній сукупності допустимих повторень вимірювання. Огляд Cappelleri, Lundy та Hays формулює це як очікуваний бал за нескінченної кількості незалежних проведень. Це визначення є операційним і модельним: воно прив’язане до конкретного інструмента, процедури та умов вимірювання. Коротко: що дає класична теорія тестів Класична теорія тестів дає мову для чотирьох пов’язаних запитань: що означає отриманий бал; яку частину його мінливості можна пов’язати з похибкою; наскільки надійно тест розрізняє людей у певній популяції; з якою обережністю слід інтерпретувати індивідуальний результат. У найпростішій моделі CTT спостережуваний бал X складається з істинного бала T і випадкової похибки E. Якщо припущення моделі виконуються, похибка в середньому дорівнює нулю, не корелює з істинним балом, а дисперсія спостережуваних балів може бути розкладена на дисперсію істинних балів і дисперсію похибки. Саме з цього розкладу випливає класичне визначення коефіцієнта надійності. Ця схема стала історичною основою великої частини психометрії, але сучасна практика не зводить оцінювання якості тесту до одного коефіцієнта. AERA, APA та NCME наголошують, що докази точності мають відповідати конкретному призначенню бала, популяції та способу використання результату. Основна формула: X = T + E У формулі X = T + E символ X означає спостережуваний бал — те число, яке реально отримано після тестування. T означає істинний бал у сенсі CTT. E — похибка вимірювання, тобто відхилення конкретного спостережуваного бала від істинного бала в межах заданої моделі. Формула не каже, що будь-який тест точно знає T і потім «додає» до нього помилку. Навпаки: безпосередньо спостерігаємо лише X. Компоненти T та E є теоретичним розкладом, який дає змогу формалізувати невизначеність і оцінювати надійність за даними про повторення, паралельні форми, пункти, оцінювачів або інші джерела варіативності. Якщо базові припущення виконуються, можна записати σ²X = σ²T + σ²E. Тоді класична надійність ρXX′ = σ²T / σ²X = 1 − σ²E / σ²X. У словах: надійність — це частка дисперсії спостережуваних балів у певній популяції, яку модель приписує істинним відмінностям між людьми. Таке визначення прямо використовують сучасні методологічні роботи про надійність. Hu та співавтори підкреслюють, що традиційна надійність у CTT зазвичай оцінюється на рівні популяції, а не як фіксована властивість кожної окремої людини. Що насправді означає «істинний бал» Істинний бал у CTT — не тотожний латентній рисі, «справжньому рівню інтелекту», «реальній тривожності» або іншій психологічній сутності. Він визначається через очікуваний результат конкретної процедури вимірювання. Тому істинний бал є тестоспецифічним: дві різні шкали, що претендують вимірювати близький конструкт, можуть мати різні істинні бали й різні шкали чисел. Уявлення про нескінченні повторення — математичний прийом, а не практична вимога тестувати людину нескінченно. Концептуально ми питаємо: якби умови, які вважаються випадковими, могли багато разів змінюватися в допустимих межах, навколо якого середнього результату коливалися б спостережувані бали? Це середнє і є T у класичній моделі. Звідси випливає важливе обмеження: істинний бал не є автоматично незмінним «ядром» людини. Якщо сам вимірюваний стан реально змінюється — наприклад, настрій, втома або гостра тривога — просте припущення про один незмінний T між часовими точками може бути непридатним. Для таких ситуацій потрібен дизайн, який розрізняє реальну зміну конструкта і похибку. Сучасні дослідження також показують, що оцінювання істинного бала має власну статистичну невизначеність. У роботі van der Ark та співавторів 2026 року порівнюються класичне оцінювання істинного бала зі стандартною похибкою вимірювання та підхід Келлі з регресією до середнього; обидва потребують врахування упередженості й варіативності оцінок. Похибка вимірювання: що входить у E У базовій CTT E — випадкова складова, через яку конкретний результат відхиляється від істинного бала. Джерелами можуть бути випадкові коливання уваги, конкретний набір завдань, момент проведення, неоднозначність окремих пунктів, випадкові відмінності у поведінці оцінювача або інші фактори, які дизайн трактує як похибку. Ключове слово — «дизайн». Те, що в одному дослідженні вважають похибкою, в іншому може бути частиною об’єкта інтересу. Якщо тест має вимірювати стабільну рису, часові коливання можуть виступати джерелом похибки. Якщо ж мета — виміряти стан саме в конкретний момент, реальна зміна стану між днями не є автоматично похибкою. Це добре видно в сучасній методології досліджень надійності та похибки: Mokkink та співавтори показують, що час, оцінювачі, обладнання та інші джерела варіативності треба визначати наперед, а формула коефіцієнта залежить від того, які джерела варіюють і які утримують сталими. Випадкова похибка і систематичне зміщення — різні речі У спрощеній класичній моделі похибка E має випадковий характер і нульове математичне очікування. Систематичне зміщення працює інакше: воно може стабільно зсувати результати в один бік і при цьому майже не знижувати повторюваність. Тест може давати дуже стабільні, але систематично викривлені результати. Тому висока надійність не доводить валідність. Надійність відповідає на питання про точність, узгодженість або відтворюваність балів у визначеній моделі. Валідність стосується обґрунтованості інтерпретацій і використання цих балів. Стабільно вимірювати «не те» цілком можливо. Надійність у CTT: частка дисперсії, а не «відсоток правди» Якщо коефіцієнт надійності дорівнює 0,84, це не означає, що «84% бала конкретної людини є правильними», що «тест точний на 84%» або що 16% відповідей помилкові. У класичному тлумаченні 0,84 означає, що за прийнятої моделі приблизно 84% дисперсії спостережуваних балів у відповідній популяції приписують дисперсії істинних балів, а решту — похибці. Саме тому коефіцієнт надійності залежить не лише від інструмента. Якщо вибірка дуже однорідна і реальні відмінності між людьми малі, частка дисперсії похибки відносно загальної дисперсії може зростати, і коефіцієнт зменшиться. У більш різнорідній вибірці той самий інструмент може показати інше значення. Це одна з причин говорити про «надійність балів у певній популяції та за певного використання», а не про незмінну «надійність тесту». Дослідження індивідуальної надійності додатково показує, що навіть усередині однієї популяції точність вимірювання може істотно відрізнятися між людьми. Різні види надійності відповідають на різні запитання Внутрішня узгодженість, тест-ретестова надійність, міжоцінювальна надійність і надійність паралельних форм не є різними назвами одного показника. Кожен дизайн змінює інше джерело потенційної похибки, тому коефіцієнти не слід механічно замінювати один одним. Внутрішня узгодженість описує зв’язок між пунктами в межах одного вимірювання. Вона не перевіряє стабільність у часі і не показує, чи різні оцінювачі дадуть однаковий результат. Висока внутрішня узгодженість також не доводить одновимірність шкали. Тест-ретестова надійність оцінює, наскільки результати відтворюються у часі за умов, коли конструкт очікується достатньо стабільним. Якщо сам конструкт змінюється, низька кореляція може відображати не лише похибку, а й реальну динаміку. Інтервал між вимірюваннями, ефекти пам’яті, навчання і зміни стану мають значення. Міжоцінювальна надійність стосується узгодженості між оцінювачами. Для безперервних балів часто застосовують різні варіанти ICC, для категоріальних рішень — коефіцієнти κ. ICC і Cohen’s kappa відповідають різним типам даних та моделям узгодженості й не є взаємозамінними. Надійність паралельних форм оцінює еквівалентність різних форм тесту. У строгій класичній теорії паралельні форми мають дуже сильні вимоги до істинних балів і дисперсій похибок. Реальні форми часто лише наближаються до цих умов, тому інтерпретація потребує перевірки того, наскільки припущення справді правдоподібні. Сучасний огляд Revelle та Condon розглядає ці джерела надійності окремо та показує, що вибір коефіцієнта має випливати з моделі вимірювання і того, яку саме відтворюваність потрібно оцінити. Чому альфа Кронбаха не є універсальною оцінкою якості тесту Альфа Кронбаха стала надзвичайно популярною, але її часто використовують ширше, ніж дозволяє модель. Вона є показником внутрішньої узгодженості за певних припущень. Альфа не перевіряє тест-ретестову стабільність, міжоцінювальну узгодженість, валідність, культурну еквівалентність або клінічну корисність. Класична критика Sijtsma показує, чому альфа має суттєві обмеження як універсальний індекс надійності. Revelle та Condon рекомендують розглядати модельно обґрунтовані альтернативи, зокрема різні коефіцієнти ω, але й вони не є магічною заміною: правильність оцінки залежить від структури даних і моделі. Сучасні симуляційні дослідження підтверджують, що вибір між α, ω та іншими оцінками не зводиться до правила «омега завжди краща». Cho (2024) порівнює точність кількох однотестових оцінювачів і показує важливість умов, за яких кожен з них застосовується. Висока альфа може зростати просто через велику кількість дуже схожих пунктів. Тест із повторюваними формулюваннями може мати високу внутрішню узгодженість і водночас вузько охоплювати конструкт. Тому «α ≥ 0,70» не є універсальним знаком того, що інструмент добрий, а значення нижче довільного порога не є автоматичним доказом непридатності. Потрібно враховувати мету, ставки рішення, структуру тесту, популяцію та інші докази якості. Стандартна похибка вимірювання (SEM) і точність індивідуального бала Коефіцієнт надійності описує співвідношення варіацій у групі. Для інтерпретації окремого бала корисно перейти до одиниць самої шкали через стандартну похибку вимірювання — standard error of measurement, SEM. У простій CTT-моделі її часто обчислюють як SEM = SDX × √(1 − r), де SDX — стандартне відхилення балів у відповідній вибірці, а r — доречна оцінка надійності. SEM тут не означає standard error of the mean — стандартну похибку середнього. Це різні статистичні поняття, хоча англійська абревіатура SEM може створювати плутанину. Standard error of measurement описує типову невизначеність індивідуального вимірювання в одиницях тестової шкали; standard error of the mean описує невизначеність оцінки середнього вибірки. У сучасних рекомендаціях з дослідження похибки Mokkink та співавтори окремо розрізняють reliability і measurement error: відносний коефіцієнт показує, наскільки добре можна розрізняти людей, тоді як SEM та споріднені абсолютні індекси показують розмір похибки в одиницях вимірювання. Простий числовий приклад Припустімо, у певній нормативній вибірці шкала має SD = 10, а доречний для нашої інтерпретації коефіцієнт надійності r = 0,84. Тоді SEM = 10 × √(1 − 0,84) = 4 бали. Якщо людина отримала 62 бали, один результат слід читати як оцінку з невизначеністю, а не як математично точну точку. За найпростішої моделі з нормально розподіленою та сталою похибкою навколо спостережуваного бала часто будують орієнтовний інтервал X ± z·SEM для невизначеності істинного бала. За z = 1,96 для нашого прикладу це приблизно 54,2–69,8 бала. Такий інтервал має коректне тлумачення лише за припущень конкретної моделі; він не означає, що повторний результат гарантовано потрапить у ці межі, і не перетворює істинний бал на безпосередньо спостережувану величину. Особливо важливо не перетворювати такий інтервал на діагностичну межу. Якщо тест має cutoff, похибка вимірювання означає, що люди біля порога можуть переходити через нього при повторенні без будь-якої суттєвої зміни стану. Сам cutoff також потребує окремих доказів діагностичної точності й клінічної корисності. Похибка вимірювання не дорівнює реальній зміні Різниця між двома балами може виникнути через реальну зміну конструкта, випадкову похибку або їх поєднання. Тому формула «було 52, стало 56 — отже, стало краще на 4 бали» без інформації про похибку є надто сильною інтерпретацією. Для оцінювання зміни використовують окремі підходи: стандартну похибку різниці, reliable change index, мінімально виявлювану зміну та інші моделі залежно від дизайну. RCI не є тим самим, що клінічно або особисто важлива зміна; MDC не є тим самим, що MIC/MID. Статистично надійна зміна може бути надто малою, щоб мати практичне значення, і навпаки. Чому надійність залежить від популяції та умов Коефіцієнт надійності — відношення компонентів дисперсії. Через це він змінюється, коли змінюється розкид істинних відмінностей або розмір похибки. Обмеження діапазону, дуже однорідна вибірка, інша вікова група, нова мова, інший спосіб адміністрування, інше середовище або інша мета використання можуть змінити оцінку. Тому не можна взяти число з одного дослідження — наприклад, α = 0,91 у студентів певного університету — і проголосити «надійність тесту = 0,91» для всіх людей, мов і завдань. Потрібні докази, релевантні саме тій популяції та інтерпретації, для якої використовують бал. Цей принцип узгоджується з Standards for Educational and Psychological Testing: докази надійності/точності мають надаватися для кожного передбачуваного способу інтерпретації балів, а вид доказів повинен відповідати меті використання і психометричній моделі. Надійність не дорівнює валідності Надійність — необхідна передумова багатьох сильних інтерпретацій, але сама по собі не доводить, що тест вимірює саме потрібний конструкт. Якщо ваги стабільно показують на 5 кг більше, вони можуть бути дуже відтворюваними і водночас систематично неточними. У психологічному тестуванні аналогічно: стабільний бал може відображати небажану мовну складність, соціальну бажаність, специфічний формат завдань або інший сторонній фактор. Валідність стосується доказів на користь конкретної інтерпретації та використання бала. Надійність стосується точності/відтворюваності в певному дизайні. Face validity — те, що тест «на вигляд здається правильним», — не є доказом конструктної валідності. Висока альфа також не є таким доказом. Класична теорія тестів і культурна адаптація Переклад тесту українською не створює автоматично валідованої української версії. Навіть якщо переклад граматично бездоганний і показує прийнятну внутрішню узгодженість, ще потрібно перевірити змістову та конструктну еквівалентність, надійність у цільовій популяції, структуру шкали, потенційне диференційне функціонування пунктів, норми та інші докази залежно від призначення. Міжнародна тестова комісія у Guidelines for Translating and Adapting Tests прямо розрізняє переклад і ширший процес адаптації та вимагає емпіричних доказів еквівалентності, надійності й валідності в новій мовній і культурній популяції. Вимірювальна інваріантність також не означає автоматичної відсутності bias, а DIF сам по собі не є автоматичним доказом несправедливості тесту. Це окремі рівні аналізу, які треба інтерпретувати разом зі змістом пунктів, моделлю конструкта та наслідками використання результатів. Що CTT добре робить Сила класичної теорії тестів — у прозорій логіці й практичності. Вона дає зрозумілий спосіб мислити про невизначеність бала, дозволяє оцінювати різні форми надійності, працює з простими сумарними показниками й залишається корисною для розроблення та аналізу багатьох психологічних і освітніх шкал. CTT особливо корисна, коли дослідника цікавить якість сумарного бала в конкретній популяції, коли вибірки не дозволяють складніші моделі або коли потрібна зрозуміла діагностика проблеми: чи надто велика випадкова похибка, чи достатньо відтворюється ранжування людей, чи дають паралельні форми близькі результати. Обмеження класичної теорії тестів Перше обмеження — залежність багатьох показників від конкретної вибірки й тестової форми. Статистики пунктів, дисперсія балів і надійність можуть змінюватися разом зі складом вибірки. Через це коефіцієнт не слід переносити в іншу популяцію без перевірки. Друге — у базовій моделі похибка представлена одним загальним компонентом E. Якщо важливо одночасно розкласти похибку на оцінювачів, випадки, дні, форми, пункти та їх взаємодії, теорія генералізованості дає багатший апарат компонентів дисперсії. Третє — традиційна CTT переважно дає глобальну оцінку точності для шкали та групи. У багатьох тестах точність відрізняється на різних рівнях латентної риси. Теорія відповіді на завдання (IRT) моделює ймовірність конкретних відповідей і може описувати інформацію та похибку залежно від рівня риси. Порівняльний огляд CTT та IRT показує, що ці підходи відповідають на різні психометричні запитання; вибір між ними має залежати від типу інструмента, даних та мети аналізу, а не від правила «старе проти нового». Четверте — одна загальна оцінка надійності може приховувати неоднакову точність для різних людей. Дослідження індивідуальної надійності показують, що припущення однакової похибки для всіх може бути надмірно спрощеним, особливо для змінних психологічних станів. CTT, теорія генералізованості та IRT: як вони співвідносяться Класична теорія тестів дає базовий розклад «істинний бал + похибка». Теорія генералізованості розширює цю логіку, коли джерел похибки декілька і їх потрібно оцінити одночасно. IRT переносить фокус на модель зв’язку між латентною рисою і відповідями на окремі завдання. Ці рамки можна використовувати комплементарно. CTT може показати загальну надійність сумарного бала, G-theory — які саме фасети створюють похибку і як зміниться точність за іншого дизайну, IRT — де на континуумі риси тест дає найбільше інформації. Вибір моделі має випливати з вимірювального запитання. Практичне читання тестового бала Перед інтерпретацією психологічного бала корисно поставити не одне, а кілька послідовних запитань. Що саме тест претендує вимірювати? Для якої популяції зібрані докази? Який вид надійності релевантний нашому висновку? Який розмір похибки в одиницях шкали? Які є докази валідності? Чи підходять норми, мова і спосіб адміністрування? Які наслідки помилкового рішення? Для низькоставкового дослідницького опису може бути прийнятний один рівень точності. Для рішення з високими ставками — клінічного, освітнього, професійного чи правового — потрібна сильніша сукупність доказів і більш обережна інтерпретація. Універсального коефіцієнта, який самостійно робить тест «достатньо хорошим», немає. У професійному психологічному оцінюванні тест є лише одним джерелом інформації. Психологічна оцінка й оцінювання передбачають інтеграцію результатів із питанням оцінювання, контекстом та іншими релевантними даними. YMYL: чого не можна висновувати з одного бала Окремий тестовий бал, навіть отриманий дуже надійним інструментом, не встановлює психічний розлад. Скринінг не дорівнює діагнозу; symptom не дорівнює disorder; ризик-фактор не є діагнозом; cutoff не є універсальною біологічною межею «є / немає». Для скринінгового або діагностичного застосування крім надійності потрібні окремі докази валідності, sensitivity і specificity, а для інтерпретації конкретного позитивного або негативного результату — PPV і NPV, які залежать від поширеності стану та базової ймовірності в цільовій популяції. ROC/AUC не дорівнює клінічній корисності. Якщо тест не має валідованої української адаптації для потрібної популяції, сам факт існування українського перекладу не дає підстав використовувати норми чи cutoff з іншої мови так, ніби вони автоматично перенеслися. Права на використання тесту й психометрична якість — також різні питання: ліцензія не доводить валідність, а добра валідність не скасовує вимог авторського права та тестової безпеки. Типові помилки інтерпретації • «Надійність 0,90 означає, що тест правильний на 90%». Ні. Це відношення компонентів дисперсії в конкретній моделі та популяції. • «Висока альфа доводить, що шкала одновимірна». Ні. Внутрішня узгодженість не є тестом одновимірності. • «Якщо тест надійний, він валідний». Ні. Стабільно можна вимірювати не той конструкт або мати систематичне зміщення. • «Істинний бал — це реальна психологічна сутність людини». У CTT це математично визначений очікуваний бал для конкретної процедури вимірювання. • «Будь-яка різниця між двома тестуваннями — реальна зміна». Ні. Потрібно врахувати похибку різниці та модель зміни. • «SEM — це стандартна похибка середнього». У психометричному контексті SEM часто означає standard error of measurement; це інше поняття. • «Одна надійність достатня для всіх популяцій». Ні. Коефіцієнт залежить від варіативності вибірки, умов і використання. • «Український переклад автоматично є українською валідованою адаптацією». Ні. Адаптація потребує окремого процесу та емпіричних доказів. Науковий статус класичної теорії тестів Класична теорія тестів — усталена психометрична теорія, а не попередня гіпотеза чи інтернет-термін. Її базовий апарат — істинний бал, похибка та надійність — залишається частиною сучасних стандартів тестування й методологічної освіти. Водночас конкретні спрощення базової моделі мають добре відомі межі, тому сучасна психометрія використовує також факторні моделі надійності, теорію генералізованості, IRT та інші підходи. Чинні на момент публікації Standards for Educational and Psychological Testing — видання 2014 року; AERA, APA та NCME вже ведуть його перегляд. APA повідомляє, що спільний комітет з ревізії сформовано у 2024 році. Тому стаття спирається на чинний стандарт і водночас враховує новіші методологічні публікації до 2026 року. Часті запитання Чи є істинний бал реально існуючим числом? У межах CTT він є теоретично визначеним математичним очікуванням результату за концептуальних повторень вимірювання. Це не безпосередньо спостережуване число і не універсальна «істина про людину» незалежно від конкретного тесту. Чи можна дізнатися істинний бал точно? Ні, безпосередньо ми спостерігаємо X. Істинний бал оцінюють статистично, а оцінка має невизначеність. Розмір цієї невизначеності залежить від надійності, дисперсії, моделі та способу оцінювання. Що краще: висока надійність чи низький SEM? Це пов’язані, але різні подання точності. Висока надійність означає велику частку істинної дисперсії відносно загальної у певній популяції. Малий SEM означає невелику абсолютну похибку в одиницях шкали. Для індивідуальної інтерпретації SEM часто інтуїтивно корисніший, але обидва показники залежать від моделі й даних. Який коефіцієнт надійності вважається достатнім? Універсального порога немає. Вимоги залежать від призначення, ставок рішення, типу коефіцієнта, популяції та наслідків помилки. Значення, прийнятне для групового дослідження, може бути недостатнім для індивідуального високоставкового рішення. Чи завжди треба рахувати альфу Кронбаха? Ні. Альфа відповідає лише одному класу питань про внутрішню узгодженість і має модельні припущення. Для стабільності в часі потрібен тест-ретестовий дизайн, для оцінювачів — міжоцінювальний, для паралельних форм — відповідний дизайн. Для внутрішньої структури можуть бути доречні модельні коефіцієнти ω та факторний аналіз. Чи означає тест-ретест кореляція, що тест точний? Вона показує один аспект відтворюваності, але може змішувати похибку з реальною зміною конструкта, залежати від інтервалу, пам’яті та умов. Вона не замінює інші докази надійності й валідності. Чим CTT відрізняється від IRT? CTT переважно описує властивості сумарних балів і загальну похибку в конкретній вибірці. IRT моделює відповіді на окремі завдання як функцію латентної риси і параметрів пунктів, що дозволяє описувати інформацію та точність уздовж континууму риси. Чим CTT відрізняється від теорії генералізованості? У базовій CTT похибка часто представлена одним агрегованим E. G-theory дозволяє одночасно оцінювати кілька джерел варіативності — наприклад, пункти, оцінювачів, ситуації та їх взаємодії — і прогнозувати, як зміна дизайну вплине на залежність результатів. Чи можна використовувати CTT для клінічного тесту? Так, CTT широко застосовують до клінічних шкал, але сама надійність не встановлює діагностичну придатність. Потрібні докази валідності, точності для цільової популяції, коректних норм або порогів, а для діагностичних рішень — окремі показники діагностичної точності та професійна оцінка. Чи робить високий коефіцієнт надійності тест справедливим? Ні. Надійність не доводить культурну еквівалентність, відсутність DIF, вимірювальну інваріантність або справедливість наслідків тестування. Fairness потребує окремих доказів і аналізу контексту використання. Пов’язані статті Істинний бал у класичній теорії тестів: що означає формула X = T + E Психологічна оцінка й оцінювання: що це, як проходить і чим відрізняється від тестування Формула Спірмена–Брауна: надійність тесту, метод розщеплення та застосування Чарльз Спірмен: g-фактор, факторний аналіз, кореляція і внесок у психологію Надійність психологічного тесту: що це, які бувають види і чому надійність не дорівнює валідності — практичний огляд видів надійності та похибки вимірювання. Докази валідності: зміст, внутрішня структура, зв’язки з іншими змінними та процес відповіді Похибка вимірювання в психології: випадкова, систематична і чому один бал не є абсолютно точним Джерела American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. Офіційна сторінка APA Cappelleri, J. C., Lundy, J. J., & Hays, R. D. (2014). Overview of Classical Test Theory and Item Response Theory for Quantitative Assessment of Items in Developing Patient-Reported Outcome Measures. Clinical Therapeutics, 36(5), 648–662. Повний текст Cho, E. (2024). Beyond alpha and omega: The accuracy of single-test reliability estimators in unidimensional continuous data. Behavior Research Methods, 56(6), 6299–6317. PubMed Hu, Y., Nesselroade, J. R., Erbacher, M. K., Boker, S. M., & Burt, S. A. (2016). Test Reliability at the Individual Level. Structural Equation Modeling, 23(4), 532–543. Повний текст International Test Commission. (2017). The ITC Guidelines for Translating and Adapting Tests (Second Edition). Офіційний документ Mokkink, L. B., Eekhout, I., Boers, M., van der Vleuten, C. P. M., & de Vet, H. C. W. (2023). Studies on Reliability and Measurement Error of Measurements in Medicine – From Design to Statistics Explained for Medical Researchers. Patient Related Outcome Measures, 14, 193–212. Повний текст Revelle, W., & Condon, D. M. (2019). Reliability from α to ω: A tutorial. Psychological Assessment, 31(12), 1395–1411. PubMed Sijtsma, K. (2009). On the use, the misuse, and the very limited usefulness of Cronbach’s alpha. Psychometrika, 74, 107–120. Springer van der Ark, L. A., Emons, W. H. M., Ellis, J. L., & Sijtsma, K. (2026). Bias and precision in true-score estimation. British Journal of Mathematical and Statistical Psychology. Advance online publication. PubMed

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Психологічне тестування — це стандартизований процес використання одного або кількох психологічних тестів за визначеною метою, з правилами проведення, підрахунку та інтерпретації результатів. Воно дає дані про конкретні психологічні конструкти — наприклад, окремі когнітивні функції, риси, інтереси, поведінкові тенденції або вираженість симптомів — але саме по собі не описує людину «повністю» і не перетворює один бал на діагноз. Американська психологічна асоціація визначає психологічні тести як стандартизовані інструменти вимірювання поведінки або психічних характеристик. APA також прямо розрізняє testing і assessment: тестування використовує формальні тести, тоді як психологічне оцінювання є ширшим процесом, у якому результати тестів можуть поєднуватися з інтерв’ю, спостереженням, документами та іншими джерелами інформації. Ця стаття зосереджена саме на процесі психологічного тестування: як обирають інструмент, що відбувається до, під час і після проходження тесту, як утворюється бал, які джерела похибки існують і де проходять межі висновків. Про сам психологічний тест як вимірювальний інструмент докладніше читайте у матеріалі «Психологічні тести: що це, як працюють і як оцінювати результати». Що таке психологічне тестування У професійному значенні психологічне тестування починається не з натискання кнопки «пройти тест», а з питання, на яке має допомогти відповісти вимірювання. Мета визначає, який конструкт потрібно оцінити, який інструмент придатний для цієї популяції та ситуації, які правила проведення потрібні, як можна інтерпретувати результат і яких висновків робити не слід. Міжнародні Standards for Educational and Psychological Testing розглядають якість тестування через обґрунтованість інтерпретації та використання результатів, а питання справедливості проходить через увесь стандарт. Це важлива логіка: «якість тесту» не існує окремо від того, для кого, навіщо і в яких умовах використовується бал. Тестування може бути індивідуальним або груповим, очним або дистанційним, паперовим або комп’ютеризованим. Воно може містити самооцінювальні опитувальники, завдання на виконання, когнітивні тести, рейтинги спостерігача чи батарею кількох інструментів. Формат змінюється, але принцип залишається: процедура має відповідати призначенню інструмента, а результат — інтерпретуватися в межах доказів. Психологічне тестування, оцінювання, скринінг і діагностика: це різні процеси Ці слова часто використовують як взаємозамінні, хоча вони відповідають на різні питання. • Психологічне тестування — застосування стандартизованого тесту або батареї тестів для отримання вимірювальних даних. • Психологічне оцінювання — ширший процес формулювання запиту, збирання та інтеграції даних із кількох джерел, до яких можуть входити тести. • Скринінг — швидке виявлення людей із підвищеною ймовірністю певної проблеми або потребою в подальшому оцінюванні. • Case-finding — цілеспрямований пошук можливого розладу у групі з уже наявними підставами або ризиком; це не тотожне масовому скринінгу. • Діагностика — клінічний процес установлення або виключення діагнозу за відповідними критеріями, анамнезом, функціонуванням, диференційними поясненнями та іншими релевантними даними. • Моніторинг і outcome measurement — повторне вимірювання стану або функціонування для відстеження динаміки; зміна бала потребує окремої інтерпретації похибки та реальної зміни. APA пояснює, що testing і assessment є пов’язаними, але окремими компонентами психологічної оцінки. Психологічне оцінювання може включати тестові результати, інтерв’ю, спостереження, історію та інші відомості. Тому навіть дуже якісний тест не замінює весь процес оцінювання, коли питання потребує ширшого клінічного, освітнього, нейропсихологічного або професійного контексту. Для чого проводять психологічне тестування Мета тестування залежить від сфери. У клінічній практиці тести можуть допомагати уточнити профіль симптомів або функцій, виявити зони труднощів і сильні сторони, підтримати диференційне оцінювання або відстежити зміни. В освіті вони можуть оцінювати здібності, навички чи інші характеристики, релевантні конкретному рішенню. У нейропсихології — окремі когнітивні функції. У дослідженнях — операціоналізувати конструкт. В організаційній психології — підтримати рішення щодо відбору, розвитку або професійної відповідності, якщо інструмент валідований для такого використання. Огляд APA про testing, assessment and measurement підкреслює, що стандартизовані психологічні тести використовують у дослідженнях, школах, на робочих місцях та інших середовищах. Призначення конкретного інструмента не переноситься автоматично з однієї сфери в іншу. Тест, створений для дослідницького опису групи, не стає автоматично придатним для індивідуального високоставкового рішення. Скринінгова шкала не стає діагностичним інтерв’ю. Інструмент для дорослих не слід механічно застосовувати до дітей. Версія іншою мовою не успадковує доказовість оригіналу лише тому, що зберігає назву. Що має відбутися до початку тестування 1. Формулюють питання Спочатку визначають, що саме потрібно з’ясувати. «Пройти психологічний тест» — це ще не мета. Натомість метою може бути оцінити вираженість певного симптому, профіль когнітивних функцій, конкретну рису, професійний конструкт або динаміку після втручання. 2. Визначають конструкт і потрібну точність У вимірюванні важливо спочатку чітко визначити, що саме вимірюється. У сфері health outcome measurement COSMIN також рекомендує обирати інструмент на підставі якості доказів щодо надійності, валідності та responsiveness, а також практичної здійсненності. COSMIN має спеціалізовану сферу застосування, але сам принцип — спочатку конструкт і ціль, потім інструмент — корисний ширше. 3. Обирають конкретну версію тесту Назви тесту недостатньо. Значення мають версія, мова, вікова група, формат проведення, нормативна база, правила підрахунку, право на використання та докази для саме того висновку, який планують робити. 4. Перевіряють умови й обмеження До початку людина має розуміти, навіщо проводять тестування, як використовуватимуть результати, хто матиме до них доступ і які правила діють у конкретному контексті. У клінічних, освітніх, судово-психологічних, кадрових та інших високоставкових ситуаціях вимоги можуть істотно різнитися за законом, професійними стандартами та політикою установи. Як проводиться психологічне тестування: від запиту до зворотного зв’язку Міжнародна тестова комісія у настановах із контролю якості наголошує, що стандартизація й точність потрібні на всіх етапах — від проведення до підрахунку, аналізу, інтерпретації та звітування. Практично процес можна розкласти на сім кроків. 1. Постановка мети. Уточнюють питання, контекст і те, яке рішення може спиратися на результат. 2. Вибір інструмента. Перевіряють призначення, цільову популяцію, мову, психометричні дані, норми, формат, доступність і ліцензійні умови. 3. Стандартизоване проведення. Людина отримує інструкцію, виконує завдання або відповідає на пункти за правилами конкретної методики; важливі час, порядок, середовище, дозволені допоміжні засоби та необхідні адаптації. 4. Підрахунок. Первинні відповіді перетворюються на сирі бали, субшкали або інші показники за ключем чи алгоритмом. 5. Перетворення й порівняння. За потреби сирий бал зіставляють із нормами або критеріями і переводять у процентиль, стандартний бал, T-бал чи іншу шкалу. 6. Інтерпретація. Результат розглядають разом із похибкою вимірювання, доказами валідності, характеристиками нормативної вибірки, мовою, культурою, умовами проходження та метою використання. 7. Звіт і зворотний зв’язок. Людині або визначеному замовнику пояснюють, що показують результати, чого вони не показують і які обмеження важливі для рішення. У короткому самооцінювальному скринінгу частина цих етапів може бути технічно автоматизована. У комплексному професійному тестуванні вони можуть розгортатися в кілька сесій. Стандартний процес визначає документація інструмента та мета, тому універсальної тривалості психологічного тестування не існує. Які формати тестування існують Самозвітні опитувальники просять людину оцінити власні симптоми, риси, переживання або поведінку. Вони залежать від розуміння запитань і готовності відповідати, але це не робить їх «суб’єктивними й марними»: якість визначають конструкція шкали, психометричні докази й відповідність меті. Тести виконання пропонують завдання з правильністю, швидкістю або якістю виконання. До них належать багато когнітивних і нейропсихологічних методик. Повторне проходження може створювати ефекти практики. Рейтингові шкали заповнює спостерігач, батьки, учитель, фахівець або сама людина — залежно від методики. У такому разі важливі узгодженість оцінювачів і правила спостереження. Комп’ютеризовані та адаптивні тести можуть автоматично добирати завдання або підраховувати результати. Технологічна точність обчислення не дорівнює доказовості психологічної інтерпретації: алгоритм теж потребує валідизації для заявленої мети. Що означає результат психологічного тесту Результат тесту — це не «відсоток особистості» і не абсолютне число, яке існує поза шкалою. Щоб зрозуміти бал, потрібно знати, що саме вимірювали, як сформовано шкалу і з чим порівнюється результат. Сирий бал Сирий бал — первинний підсумок за правилами методики: наприклад, сума пунктів, кількість правильних відповідей або інший агрегований показник. Сам по собі він часто малоінформативний без шкали інтерпретації. Процентиль Процентиль показує положення результату відносно референтної групи. 70-й процентиль означає, що бал розташований вище приблизно 70% балів у цій групі. Це не означає 70% правильних відповідей, 70% норми або 70% певної риси. Стандартизований бал і T-бал Стандартизовані шкали перетворюють сирі значення у спільніший формат відносно певного розподілу. T-бал у психометриці — тип стандартизованого бала; його не слід плутати з t-статистикою, яку використовують у статистичному тестуванні гіпотез. Порогове значення Cutoff або порогове значення може розділяти результати на категорії для певної мети, але воно не є універсальною природною межею між «здоровий» і «хворий». Значення cutoff залежить від популяції, призначення інструмента, наслідків помилок і способу, яким поріг було обґрунтовано. Чому тестовий бал має похибку Будь-яке психологічне вимірювання має невизначеність. На результат можуть впливати особливості пунктів, випадкові коливання уваги, умови проведення, спосіб оцінювання, настрій або стан у момент тестування, а для окремих інструментів — швидкість пристрою, знайомство із завданнями чи інші чинники, що не є самим конструктом. Надійність описує, наскільки точно й відтворювано отримуються бали за визначених умов. Внутрішня узгодженість, тест-ретестова надійність, міжекспертна надійність і надійність паралельних форм відповідають на різні питання. Високе значення одного показника не замінює інших видів доказів. Стандартна похибка вимірювання (standard error of measurement, SEM) стосується невизначеності індивідуального тестового бала. Її не слід плутати зі standard error of the mean — стандартною похибкою середнього у статистиці. Однакове скорочення приховує різні поняття. Якщо два результати відрізняються на кілька балів, це ще не доводить реальну психологічну зміну. Різницю слід зіставляти з похибкою та особливостями повторного тестування. Мінімально detectable change, reliable change і клінічно або особисто важлива зміна — різні питання; у конкретній методиці вони потребують окремого обґрунтування. Повторне тестування: зміна результату не завжди означає зміну людини Під час повторного виконання когнітивних і нейропсихологічних завдань людина може показати кращий результат через знайомство з форматом, пам’ять про стимули або вироблену стратегію. Метааналіз Calamia, Markon і Tranel показав, що ефекти практики у нейропсихологічному тестуванні ускладнюють інтерпретацію динаміки; величина ефекту залежить, зокрема, від інтервалу, віку, діагностичної групи й використання альтернативних форм. Отже, повторне тестування треба планувати за правилами конкретного інструмента. Часті самостійні повтори «поки результат не сподобається» можуть змінити саму ситуацію вимірювання й зробити наступний бал менш порівнюваним із першим. Надійність і валідність: чому це не одне й те саме Надійність стосується точності та відтворюваності результатів. Валідність стосується того, наскільки сукупність доказів і теорії підтримує конкретну інтерпретацію тестових балів для запропонованої мети. Надійний тест може стабільно вимірювати не те, що потрібно, або бути непридатним для певного рішення. Сучасні AERA/APA/NCME Standards розглядають валідність через обґрунтування інтерпретації й використання результатів. Тому твердження «тест валідний» без уточнення популяції, мети та способу використання є неповним. Cronbach’s alpha може бути корисним показником внутрішньої узгодженості за певних умов, але не є універсальним «сертифікатом якості». Він не доводить стабільність у часі, міжекспертну узгодженість, одновимірність конструкта або валідність інтерпретації. Внутрішня узгодженість і валідність відповідають на різні питання. Face validity — враження, що тест «схожий на те, що має вимірювати», — може бути важливим для прийнятності інструмента, але сама по собі не є сильним доказом конструктної валідності. Що може вплинути на результат під час тестування Результат треба інтерпретувати в контексті умов, які могли змінити виконання або відповіді. Не кожний фактор однаково важливий для кожного тесту, тому остаточну оцінку роблять за документацією інструмента й метою. • Фізичний стан і самопочуття: втома, біль, гостре нездужання, сонливість або інші стани можуть впливати на виконання окремих завдань. • Емоційний стан: сильна ситуативна тривога, дистрес або незвична для людини ситуація можуть змінювати деякі відповіді й темп роботи. • Мова й грамотність: нерозуміння формулювань створює варіативність, яка може не стосуватися самого психологічного конструкта. • Сенсорні та моторні умови: зір, слух, моторні обмеження й доступність інтерфейсу мають значення для відповідних завдань. • Середовище: шум, переривання, нестабільний інтернет, різні пристрої або стороння допомога можуть порушувати стандартизованість. • Мотивація й стратегія відповіді: у високоставкових ситуаціях люди можуть намагатися представити себе певним чином; це особливо досліджується для особистісних опитувальників. • Попередній досвід: повторне проходження, тренування або ознайомлення із захищеними завданнями може впливати на порівнюваність результату. У високоставковому особистісному тестуванні огляд Dunlop, Xia і Anglim (2025) описує навмисне самопредставлення як стійку методологічну проблему. Водночас це не означає, що будь-який самозвіт «недостовірний»: вплив залежить від контексту, інструмента й рішення, а методи контролю мають власні психометричні компроміси. Мова, культура і українська адаптація Наявність українського перекладу ще не доводить, що українська версія тесту валідована. Переклад — це мовне перенесення змісту. Адаптація — ширший процес, який перевіряє смислову й культурну еквівалентність, формат, процедуру, психометричні властивості, інколи норми та придатність до заявленої мети. У ITC Guidelines for Translating and Adapting Tests адаптація включає перевірку еквівалентності конструкта, залучення фахівців із мовною, психологічною та культурною компетентністю, оцінювання інструкцій і змісту, пілотні дані, аналіз надійності та інші дослідження валідності. Тому «ми просто переклали запитання» не є достатнім доказом якості. Український професійний контекст підтримують, зокрема, Єдині психодіагностичні стандарти ВПА та матеріали Міжнародної тестової комісії українською. ВПА окремо декларує розвиток валідних, адаптованих і стандартизованих тестів та протидію використанню невалідних і нестандартизованих методик. Справедливість тестування і порівняння груп Справедливість не зводиться до однакових інструкцій для всіх. Важливо, чи дає процедура порівнювані можливості продемонструвати вимірюваний конструкт і чи не створюють мова, культура, доступність або інші нерелевантні фактори систематичного викривлення. Оновлена EFPA Test Review Model 2025 включає оцінювання тестових матеріалів, норм, надійності, валідності та питань equality, diversity and inclusion. Вона також підкреслює, що огляд має стосуватися конкретного використання психологічних і освітніх тестів у різних контекстах. Measurement invariance може підтримувати обґрунтованість порівнянь між групами, але сама по собі не доводить автоматичну відсутність усіх видів bias. Differential item functioning (DIF) показує, що за однакового рівня конструкта окремий пункт функціонує по-різному між групами; DIF є сигналом для аналізу, а не автоматичним доказом несправедливості тесту. Психологічне тестування онлайн і автоматизована інтерпретація Онлайн-формат не робить тест ні науковим, ні ненауковим. Потрібно перевіряти той самий ланцюг: конструкт, версію, процедуру, нормативну базу, надійність, валідність, справедливість, захист даних і межі результату. Додатково виникають технічні питання — пристрій, браузер, таймінг, ідентифікація, стороння допомога, стабільність платформи та еквівалентність цифрової версії. APA у роз’ясненні про test security у технологічну епоху наголошує, що безпека тестових матеріалів потрібна для збереження валідності й справедливості результатів. Несанкціонований доступ до завдань, стороння допомога або заборонені технології можуть змінити значення бала. Етичний кодекс APA окремо вимагає обирати автоматизовані сервіси підрахунку та інтерпретації на підставі доказів валідності їхніх процедур, а відповідальність за належне застосування й інтерпретацію не зникає через автоматизацію. Якщо онлайн-сервіс видає «діагноз», «тип особистості» або дуже точний прогноз, але не називає інструмент, версію, правила підрахунку, доказову базу, популяцію й обмеження, цифровий дизайн не компенсує відсутність психометрики. Чи може психологічне тестування встановити діагноз Один тестовий бал не дорівнює клінічному діагнозу. Деякі тести можуть бути важливою частиною діагностичного процесу, але висновок залежить від призначення інструмента, клінічних критеріїв, контексту, анамнезу, функціонування та альтернативних пояснень. У розділі 9 етичного кодексу APA оцінювальні висновки мають спиратися на достатню інформацію й техніки; інструменти слід використовувати для відповідних цілей і популяцій, а істотні обмеження інтерпретації — зазначати. Скринінгова шкала зазвичай оптимізована для виявлення можливого ризику або сигналу. Підвищений бал може бути підставою для детальнішого оцінювання, але не є автоматичною відповіддю «розлад є». Те саме стосується низького бала: жоден скринінг не гарантує відсутність проблеми поза межами його чутливості, популяції та призначення. Cutoff, чутливість, специфічність, PPV і NPV: як не перетворити поріг на діагноз Для тестів, які класифікують людей відносно певного стану або критерію, можуть оцінювати чутливість і специфічність. Чутливість описує частку правильно виявлених випадків серед тих, хто справді має стан за референтним стандартом; специфічність — частку правильно визначених негативних результатів серед тих, хто стану не має. Позитивна прогностична цінність (PPV) і негативна прогностична цінність (NPV) відповідають на інше питання: яка ймовірність референтного стану після позитивного або негативного результату в конкретній популяції. На PPV і NPV істотно впливає поширеність, або базова частота. Тому однаковий cutoff може мати різний практичний зміст у різних середовищах. ROC-крива й AUC характеризують здатність показника розрізняти групи за визначеним референтним стандартом у дослідженні. Високий AUC не доводить клінічну корисність, не визначає автоматично найкращий cutoff і не показує, чи покращує тест рішення, результати допомоги або баланс користі та шкоди. Як читати психологічний звіт або сторінку з результатом Якісний результат повинен дозволяти відповісти щонайменше на такі питання: • Що саме вимірював тест — який конструкт, симптом, функцію або характеристику? • Яка точна назва, версія й мова інструмента? • Для кого він призначений і чи відповідає вам його цільова популяція? • Яка шкала використана: сирий бал, процентиль, стандартний бал, категорія чи інше? • З якою нормативною або критеріальною базою порівнюють результат? • Яка надійність потрібна для саме цього висновку і яка невизначеність бала? • Які докази валідності підтримують саме це використання? • Які умови проходження могли вплинути на результат? • Які обмеження прямо зазначені автором методики або фахівцем? • Чи відповідає масштаб висновку масштабу того, що реально вимірював тест? ITC у настановах із scoring, test analysis and reporting розглядає інтерпретацію й звітування як частину якості тестування. Число без зрозумілого пояснення того, що воно означає і в яких межах може використовуватися, є неповним результатом. Етика, конфіденційність, право на пояснення і безпека матеріалів Психологічне тестування може містити чутливі персональні дані. До початку варто знати, хто є замовником, хто побачить результат, як довго дані зберігатимуться, чи передаватимуться третім особам і які права має тестований у конкретному правовому та професійному контексті. Етичний кодекс APA містить окремі правила щодо підстав для оцінювальних висновків, належного використання тестів, інтерпретації з урахуванням мовних і культурних чинників, кваліфікації користувачів, пояснення результатів та підтримання безпеки тестових матеріалів. Право інтелектуальної власності й психометрична якість — різні питання. Ліцензований тест не стає автоматично хорошим лише через ліцензію. Водночас науково якісний тест може містити захищені завдання, ключі або матеріали, публічне розкриття яких підриває валідність майбутнього тестування й порушує права власника. Саме тому Український психологічний ХАБ не публікує захищені тестові завдання, ключі, secure scoring materials або нелегальні копії proprietary instruments. Для доказового пояснення тестування вони не потрібні. Як підготуватися до психологічного тестування Для більшості психологічних тестів не потрібно «вчити правильні відповіді». Найкраща підготовка — виконати практичні інструкції організатора і пройти тест за умов, максимально близьких до передбачених методикою. • Уточніть мету тестування, орієнтовний формат і тривалість конкретної процедури. • Якщо вам потрібні окуляри, слуховий пристрій, доступність інтерфейсу, перерва або інше розумне пристосування, повідомте про це заздалегідь. • Дотримуйтеся інструкцій щодо сну, їжі, часу або інших умов, якщо їх прямо задає конкретна методика чи фахівець. • Не змінюйте призначені ліки самостійно заради тесту; якщо медикаменти або стан можуть бути релевантними, обговоріть це з відповідним фахівцем. • Не тренуйтеся на витоках захищених завдань і не використовуйте сторонню допомогу, якщо це суперечить правилам: такий бал може втратити заплановане значення. • Відповідайте відповідно до інструкції. У самооцінювальних шкалах спроба вгадати «правильний образ» може змінити профіль і ускладнити інтерпретацію. APA у матеріалі Understanding psychological testing and assessment прямо пояснює, що психологічне тестування не є іспитом, який треба «скласти», і застерігає від попереднього підглядання тестів з метою сконструювати бажану відповідь. Український контекст: одна назва процедури не означає однакові правила всюди В Україні вимоги до психологічного тестування залежать від сфери. Професійні рекомендації, правила конкретної методики, внутрішні процедури організації та нормативні акти можуть встановлювати різні вимоги до згоди, кваліфікації, конфіденційності, тривалості й використання результатів. Наприклад, чинний з 28 квітня 2026 року Порядок Бюро економічної безпеки України регулює саме психологічне тестування кандидатів на посади зі спеціальними званнями БЕБ. Він передбачає окрему мету цієї процедури, письмову згоду, визначений порядок проведення та оформлення результату. Це приклад спеціального кадрового регулювання, а не універсальне визначення психологічного тестування для всіх клінічних, освітніх чи дослідницьких ситуацій. Для української версії конкретного тесту слід окремо перевіряти, чи існує валідована адаптація, на якій вибірці вона досліджувалася, які норми використовуються і для яких рішень автори мають достатні докази. Сам факт україномовного інтерфейсу або перекладу не відповідає на ці питання. Як зрозуміти, що психологічне тестування проведено якісно Ознаки якісної процедури можна перевірити без доступу до захищених тестових матеріалів: • Є чітке питання й пояснено, навіщо потрібен саме цей тест. • Інструмент має точну назву, версію, опис цільової популяції та призначення. • Є дані про надійність і валідність для релевантної популяції та використання. • Для порівняння з нормами зрозуміло, звідки взята нормативна вибірка. • Мова й культурна адаптація відповідають ситуації; переклад не видають за валідизацію. • Умови проведення стандартизовані або відхилення документуються та враховуються. • Бал пояснюють разом із невизначеністю й обмеженнями, а не як абсолютну характеристику людини. • Скринінговий результат не видають за діагноз. • Висновок не виходить за межі того конструкта, який реально вимірював інструмент. • Є зрозумілі правила конфіденційності, доступу до результатів і безпеки тестових матеріалів. Типові помилки під час інтерпретації результатів • «Бал точний до одиниці, отже людина саме така». Числова точність підрахунку не скасовує похибку вимірювання. • «Високий alpha означає, що тест валідний». Alpha стосується певного аспекту внутрішньої узгодженості й не доводить валідність. • «Тест виглядає логічно, отже він вимірює потрібний конструкт». Face validity не замінює конструктну валідність. • «Український переклад = українська валідована версія». Для адаптації потрібні ширші мовні, культурні й психометричні докази. • «70-й процентиль = 70% правильних відповідей». Процентиль описує позицію відносно референтної групи. • «T-score — це t-тест». T-бал є шкалою психометричного перетворення; t-статистика належить до статистичного висновування. • «Cutoff розділяє людей на тих, у кого розлад є або його немає». Порогове значення працює в межах конкретної мети, популяції та референтного стандарту. • «Висока чутливість і специфічність гарантують точний прогноз для мене». PPV і NPV залежать також від базової частоти стану. • «AUC високий, отже тест клінічно корисний». Дискримінаційна здатність і клінічна корисність — різні характеристики. • «Результат змінився — отже змінилася психологічна характеристика». Потрібно враховувати похибку, тест-ретестову надійність і ефект практики. Часті запитання Чи є психологічне тестування іспитом Зазвичай ні. У тестах здібностей або досягнень можуть бути правильні й неправильні відповіді, але психологічне тестування загалом не є іспитом на «хорошу» чи «погану» особистість. Мета — отримати дані за правилами конкретного інструмента. Скільки триває психологічне тестування Універсальної тривалості немає. Один короткий опитувальник може займати кілька хвилин, а батарея професійного оцінювання — значно довше й інколи кілька сесій. Орієнтуватися потрібно на конкретну методику й мету, а не на середнє число з інтернету. Чи можна підготуватися до психологічного тесту Підготувати умови — так: уточнити формат, виконати інструкції, подбати про доступність і повідомити про важливі фактори. Завчати «правильні» відповіді або добувати захищені завдання не потрібно: це може змінити значення результату. Чи може онлайн-тест поставити діагноз Один онлайн-тестовий бал не встановлює діагноз. Валідована онлайн-шкала може бути корисною для скринінгу, вимірювання окремого конструкта або моніторингу, якщо саме для цього вона створена й перевірена. Чому два тести про «те саме» дають різні результати Вони можуть операціоналізувати конструкт по-різному, мати різні пункти, шкали, норми, часові рамки й похибку. Важливо порівнювати точне призначення інструментів, а не лише назву теми. Чи можна повторити тест, якщо результат не сподобався Можна лише тоді, коли повтор відповідає правилам методики й меті. Для частини тестів існують рекомендовані інтервали, альтернативні форми або спеціальні правила повторного вимірювання. Негайний повтор може створити ефект практики. Що робити, якщо я не згоден із результатом Попросіть пояснити, що саме вимірював тест, яку шкалу й норми використано, яка невизначеність і як результат інтегровано з іншими даними. Незгода з одним балом є приводом перевірити інтерпретацію та контекст, а не автоматично прийняти або відкинути весь процес. Чи конфіденційні результати психологічного тестування Конфіденційність залежить від контексту, професійних правил, договору та закону. У клінічному тестуванні, дослідженні, роботі чи судовій процедурі можуть бути різні правила доступу. До початку тестування слід уточнити, хто отримає результати і для якої мети. Хто може інтерпретувати психологічний тест Це визначається конкретним інструментом, рівнем складності, професійними вимогами й контекстом. Частина відкритих шкал може мати прозорий автоматизований підрахунок, але складні професійні тести потребують спеціальної підготовки. Наявність калькулятора не дорівнює компетентній психологічній інтерпретації. Чи означає високий бал, що проблема серйозна Лише якщо документація конкретного інструмента підтримує таку інтерпретацію для вашої популяції й мети. У симптомних шкалах високий бал часто означає більшу вираженість вимірюваних проявів, але не пояснює їхню причину й не встановлює діагноз автоматично. Пов’язані статті • Психологічна оцінка й оцінювання: що це, як проходить і чим відрізняється від тестування • Психологічні тести: що це, як працюють і як оцінювати результати • Психометрія: що це, що вона вимірює і як оцінюють якість психологічних тестів • Етичне використання психологічних тестів: кваліфікація, конфіденційність, права та безпека матеріалів • Інтерпретованість результатів психологічного вимірювання: як надати зміст балу і зміні бала Докази валідності: зміст, внутрішня структура, зв’язки з іншими змінними та процес відповіді Сирий і стандартизований бал: як результат тесту перетворюють на показник, який можна порівнювати з нормами — про скоринг, норми й перетворення первинного результату після проведення тесту. Джерела American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. American Psychological Association. (2017). Ethical Principles of Psychologists and Code of Conduct, Section 9: Assessment. American Psychological Association. (2022). Understanding psychological testing and assessment. American Psychological Association. (2024). Testing, assessment, and measurement. American Psychological Association. (2026). FAQ: Maintaining test security in the age of technology. Calamia, M., Markon, K., & Tranel, D. (2012). Scoring higher the second time around: Meta-analyses of practice effects in neuropsychological assessment. The Clinical Neuropsychologist, 26(4), 543–570. COSMIN. I want to select the most suitable outcome measurement instrument. Dunlop, P. D., Xia, M. R., & Anglim, J. (2025). Faking on personality assessments in high-stakes settings: A critical review. Current Opinion in Psychology, 65, 102057. European Federation of Psychologists’ Associations. (2025). EFPA Test Review Model – Version 2025. International Test Commission. (2012). International Guidelines on Quality Control in Scoring, Test Analysis, and Reporting of Test Scores. International Test Commission. (2017). The ITC Guidelines for Translating and Adapting Tests (Second edition). Бюро економічної безпеки України. (2026). Про затвердження Порядку проведення психологічного тестування кандидатів на посади, що передбачають спеціальні звання Бюро економічної безпеки України: Наказ від 11.03.2026 № 98. Всеукраїнська психодіагностична асоціація. Єдині психодіагностичні стандарти. Всеукраїнська психодіагностична асоціація. Мета та завдання.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Диференційне функціонування завдань, або DIF (differential item functioning), — це ситуація, за якої конкретне завдання, твердження чи пункт тесту поводиться по-різному в різних групах навіть після того, як людей зрівняли за рівнем конструкта, який має вимірювати тест. Іншими словами, якщо дві людини мають однаковий рівень латентної властивості, але належать до різних груп, а їхня ймовірність правильно відповісти, погодитися з твердженням або обрати певну категорію відповіді систематично відрізняється, це є сигналом DIF. Саме так DIF визначають сучасні професійні стандарти тестування та глосарій NCME. Ключове слово тут — «за однакового рівня конструкта». Звичайна різниця між середніми балами двох груп ще не є DIF. Групи можуть справді відрізнятися за вимірюваною властивістю, і тест може коректно відображати цю різницю. DIF стосується іншого питання: чи працює окреме завдання однаково для людей, які вже є порівнянними за тією властивістю, яку тест має вимірювати. Класична методологія DIF прямо відрізняє таку умовну нерівність від загального групового «impact» — відмінності розподілів самого конструкта. Dorans і Holland, ETS В українській професійній мові можна зустріти «диференційне функціонування завдань», «диференційне функціонування пунктів» і «диференційне функціонування тестових пунктів». У цій статті основною є форма «завдання», а «пункт» використовується як синонім для item. Для шкал самооцінки item часто є твердженням, для тесту досягнень — запитанням або задачею, для клінічного опитувальника — симптомним пунктом. Статистична логіка DIF однакова: порівнюється функціонування конкретного індикатора за контрольованого рівня конструкта. Що саме означає DIF У найкоротшій математичній формі DIF можна записати так: P(Yᵢ | θ, G=A) ≠ P(Yᵢ | θ, G=B). Тут Yᵢ — відповідь на i-те завдання, θ — рівень латентного конструкта, а G — належність до групи. Якщо за однакового θ розподіл відповіді на завдання залежить від G, завдання демонструє DIF. Для дихотомічного пункту це може бути різна ймовірність правильної відповіді або відповіді «так»; для порядкової шкали — різна ймовірність вибору категорій. Це визначення спирається на ідею психологічного конструкта: більшість психологічних властивостей не спостерігаються безпосередньо, а оцінюються через систему індикаторів. DIF перевіряє один із найважливіших наслідків цієї моделі — чи має конкретний індикатор однаковий зв’язок із конструктом у групах, між якими планують порівняння. Наприклад, у тесті словесного міркування два учасники можуть мати однаковий рівень цільової здібності, але завдання з культурно специфічною лексикою може бути легшим для однієї мовної групи. У симптомному опитувальнику дві людини з однаковим рівнем депресивної симптоматики можуть по-різному відповідати на пункт про соматичну скаргу, якщо ця скарга також пов’язана з віком або хронічним захворюванням. Статистичний сигнал такого типу і є приводом для DIF-аналізу. Огляди застосування DIF у медичних і психологічних шкалах показують, що такі ефекти можуть впливати на оцінювання групових відмінностей, якщо їх ігнорувати. Jones, 2019 DIF не дорівнює різниці між групами Найпоширеніша помилка — порівняти відсоток правильних відповідей у двох групах і назвати різницю DIF. Це неправильно, бо такий відсоток змішує щонайменше дві речі: реальну різницю в рівні конструкта та специфічну поведінку окремого завдання. DIF-аналіз намагається розділити їх. Уявімо, що група A в середньому має вищий рівень знань з математики, ніж група B. Завдання може бути складнішим для групи B у сирих даних лише тому, що групи відрізняються за математичною підготовкою. Якщо після зіставлення учасників за рівнем математичної здібності різниця для цього завдання зникає, DIF немає. Якщо вона зберігається, виникає підстава говорити про DIF. Саме тому рання методологія ETS формулювала принцип як необхідність «порівнювати порівнюване». Dorans & Holland, 1992 Зворотна ситуація теж можлива: дві групи можуть мати майже однакові середні сумарні бали, але окремі завдання демонструватимуть DIF у протилежних напрямках і частково компенсуватимуть одне одного. Тому рівність середніх балів не доводить відсутності DIF, так само як відмінність середніх не доводить його наявності. DIF, bias і fairness: три різні рівні висновку DIF є статистичною властивістю даних і моделі. Item bias — змістовний висновок про те, що диференційне функціонування створює небажану, конструктно нерелевантну перевагу або перешкоду. Fairness, або справедливість тестування, — ще ширше поняття, яке охоплює обґрунтованість інтерпретацій і використання балів для релевантних груп, доступність, умови тестування, наслідки використання та мінімізацію конструктно нерелевантної варіативності. AERA, APA і NCME прямо підкреслюють, що виявлення DIF саме по собі не означає автоматичного висновку про bias. Отже, коректна логіка виглядає так: DIF → сигнал для розслідування → аналіз величини й стабільності ефекту → змістовна перевірка можливих причин → оцінка наслідків для бала та intended use → рішення щодо завдання. Перехід від статистичного прапорця до твердження «цей пункт упереджений» потребує додаткових доказів. І навпаки, відсутність виявленого DIF не доводить повної справедливості тесту. Проблеми можуть існувати на рівні всього тесту, норм, доступності, способу адміністрування, інструкцій, вибірки стандартизації, прогнозної валідності, інтерпретації балів або практики прийняття рішень. DIF є важливою частиною fairness-аналізу, але не замінює його. DIF і measurement invariance: близькі поняття, але не синоніми Інваріантність вимірювання ставить загальне питання: чи має модель вимірювання достатньо однакові параметри в різних групах, щоб порівняння мало той самий зміст. DIF ставить близьке питання на рівні конкретних завдань: чи залежить відповідь на item від групи після врахування латентної властивості. Історично ці підходи розвивалися в різних традиціях — DIF переважно в IRT і тестології, factorial invariance у факторному аналізі, — але на рівні латентних моделей вони зближуються. Thissen, 2025 У багатогруповому конфірматорному факторному аналізі дослідник може перевіряти рівність навантажень, інтерцептів або порогів між групами. У IRT та DIF-аналізі аналогічно перевіряють параметри завдань. Відмінність у термінології й процедурі не означає, що це абсолютно різні проблеми: обидві традиції досліджують, чи зберігається вимірювальне відношення між індикатором і латентною змінною. Водночас «інваріантність підтверджено» не слід перетворювати на автоматичну заяву «bias відсутній». Результат залежить від того, які параметри перевірялися, які групи були включені, наскільки модель підходить даним, які критерії застосовувалися та чи була достатня статистична потужність. Так само часткова інваріантність або локальний DIF потребують оцінки наслідків, а не механічного відкидання всього інструмента. Рівномірний і нерівномірний DIF Рівномірний DIF Рівномірний DIF (uniform DIF) означає, що одна група має систематичну перевагу або нижчу ймовірність певної відповіді приблизно по всьому діапазону конструкта. У графічному представленні криві відповіді для груп можуть бути зміщені відносно одна одної без істотного перетину. У логістичній регресії це зазвичай пов’язують із груповим ефектом після контролю рівня конструкта. Приклад: пункт опитувальника однаково «зсунений» для двох мовних версій — за низького, середнього й високого рівня конструкта одна група систематично частіше обирає вищу категорію. Це не доводить, що переклад є причиною, але створює гіпотезу, яку треба перевірити змістовно. Нерівномірний DIF Нерівномірний DIF (nonuniform DIF) означає, що розмір або напрям групової різниці змінюється залежно від рівня конструкта. Наприклад, завдання може бути відносно легшим для групи A серед людей із низьким θ, але легшим для групи B серед людей із високим θ. У логістичній регресії такий патерн відображається взаємодією між рівнем конструкта і групою. Розрізнення uniform і nonuniform DIF важливе, бо одна агрегована різниця може приховувати перетин кривих. Сучасні навчальні матеріали NCME з багатозмінного DIF також будують пояснення через зміни intercept і slope та показують, що груповий impact і DIF треба оцінювати окремо. NCME ITEMS: DIF by Multiple Variables Чому виникає DIF DIF не має однієї універсальної причини. Він може відображати реальну особливість завдання, властивості перекладу, культурну специфіку, спосіб адміністрування, додаткову навичку, яку випадково вимагає item, або невідповідність статистичної моделі. Тому етап інтерпретації завжди ширший за сам тест значущості. Мова і культурна адаптація У перекладених або адаптованих інструментах джерелом DIF може стати лексична частотність, різна знайомість із поняттям, граматична структура, культурна доречність ситуації, інший прагматичний відтінок твердження або зміна складності під час перекладу. International Test Commission прямо рекомендує збирати статистичні докази еквівалентності конструкта, методу й окремих пунктів для intended populations та розглядає DIF як один зі способів перевірки item equivalence. Тому наявність україномовного тексту тесту ще не означає наявності валідованої української адаптації. Переклад — мовна операція; адаптація й валідація — дослідницький процес, що включає перевірку змісту, структури, надійності, валідності, інваріантності або DIF, правил інтерпретації та придатності для конкретної популяції. Конструктно нерелевантні вимоги Завдання може вимагати не лише цільову властивість. Наприклад, тест просторового мислення може непомітно навантажувати складне читання; опитувальник тривожності — медичну обізнаність; завдання на знання — досвід із певним культурним контекстом. Якщо ця додаткова вимога по-різному розподілена між групами, вона може створювати DIF. Це одна з причин, чому DIF пов’язують із конструктно нерелевантною варіативністю, але статистичний сигнал ще не визначає, яка саме додаткова змінна діє. Для висновку потрібні змістовний аналіз, теорія конструкта і, за можливості, дослідження процесу відповіді. Різні способи розуміння пункту Дві групи можуть інтерпретувати те саме формулювання по-різному. Таке трапляється з ідіомами, часовими інтервалами на кшталт «часто», соціально забарвленими ситуаціями, словами з різним ступенем нормативності або питаннями, де культурні норми впливають на готовність повідомляти про досвід. Когнітивні інтерв’ю та якісні методи можуть допомогти встановити, чи справді статистичний DIF пов’язаний із різним процесом відповіді. Огляд логістичних DIF-досліджень також наголошує на ролі якісної інтерпретації. Scott et al., 2010 Адміністрування, доступність і формат Іноді джерело проблеми лежить не в семантиці завдання, а в способі подання: екранний формат, часова межа, читабельність, необхідність користуватися конкретним пристроєм, відмінності в інструкціях або доступності для людей з функціональними обмеженнями. Якщо такі фактори взаємодіють із груповою належністю, вони можуть змінити відповідь за того самого рівня конструкта. Багатовимірність і помилки моделі DIF може з’являтися, коли тест не є настільки одновимірним, як припускає метод. Якщо matching variable погано представляє цільовий θ або різні підгрупи спираються на різні допоміжні здібності, умовне порівняння може бути викривленим. Іншими джерелами є неправильна специфікація IRT-моделі, нестабільні параметри, рідкі категорії, мала фокальна група, невдалий вибір anchor items або їх забруднення DIF. Основні методи виявлення DIF Єдиного «найкращого тесту DIF» для всіх ситуацій немає. Метод обирають за типом item, шкалою відповіді, моделлю вимірювання, розміром вибірки, кількістю груп і дослідницьким питанням. Різні процедури можуть дати різні прапорці, тому методичне рішення має бути описане заздалегідь, а важливі висновки бажано перевіряти аналізом чутливості. Scott et al., 2010 Mantel–Haenszel Процедура Mantel–Haenszel — класичний стратифікований підхід для дихотомічних завдань. Учасників із різних груп порівнюють усередині рівнів matching variable, часто тестового бала або іншої оцінки здібності, після чого оцінюють спільне відношення шансів. Метод став одним із фундаментальних інструментів операційного DIF-аналізу й історично тісно пов’язаний із розрізненням item bias та DIF. Holland & Thayer, 1986 Перевага Mantel–Haenszel — прозорість і відносна простота. Його обмеження — залежність від якості matching variable і менша природність для складних nonuniform-патернів та багатьох одночасних ковариат. Для політомних відповідей існують розширення й інші процедури, але вибір методу має відповідати моделі даних. Логістична регресія У логістичному DIF-аналізі ймовірність відповіді моделюють через рівень конструкта або його proxy, групу та взаємодію «рівень × група». Така побудова дає зручне розрізнення рівномірного й нерівномірного DIF. Для порядкових категорій використовують відповідні ordinal-моделі. Огляд застосувань у шкалах якості життя показує, що логістична регресія є гнучкою й зрозумілою, але результат залежить від багатьох аналітичних рішень — критерію прапорця, matching score, очищення шкали, розміру вибірки та способу оцінки величини ефекту. Scott et al., 2010 IRT і Rasch-моделі У теорії відповіді на завдання DIF оцінюють через відмінності параметрів item між групами за спільної латентної шкали. У 2PL-моделі різниця параметра складності може відповідати uniform DIF, а різниця дискримінації — nonuniform DIF; у політомних моделях аналізуються пороги категорій та інші параметри. Сильна сторона IRT — прямий зв’язок DIF із item characteristic curves і латентною змінною. Слабке місце — вимоги до ідентифікації моделі, linking/anchoring, розміру вибірки та адекватності самої IRT-моделі. Багатогруповий CFA і measurement invariance Для шкал, які моделюються факторно, DIF-подібні порушення можуть виявлятися через перевірку рівності факторних навантажень, інтерцептів або порогів. Цей підхід особливо природний для опитувальників із латентною факторною структурою. COSMIN розглядає multiple-group factor analysis і DIF-аналіз як релевантні способи оцінювання cross-cultural validity / measurement invariance для outcome measures. MNLFA та багатозмінний DIF Традиційний DIF часто порівнює дві категоріальні групи, наприклад чоловіків і жінок або дві мовні версії. Сучасні моделі можуть одночасно враховувати кілька фонових характеристик, включно з безперервними змінними й взаємодіями. Moderated nonlinear factor analysis (MNLFA) є одним із таких підходів. Огляд Bauer показує, що це важливо для різноманітних популяцій, де item functioning може залежати від кількох характеристик водночас. Bauer, 2023 Matching variable: з чим саме ми «зрівнюємо» групи DIF-аналіз можливий лише відносно певної оцінки конструкта. Це matching variable — змінна, за якою учасників різних груп вважають порівнянними. У простих процедурах нею може бути сумарний бал; в IRT — оцінка θ; у факторній моделі — латентний фактор. Якість matching variable критично важлива: якщо вона сама сильно спотворена DIF або змішує кілька різних властивостей, умовне порівняння стає ненадійним. Це пояснює, чому DIF не є механічною кнопкою «знайти упереджені завдання». Спочатку потрібно обґрунтувати модель конструкта, структуру шкали та спосіб оцінювання рівня властивості. Тут DIF безпосередньо пов’язаний із ширшою психометрією і розрізненням латентної та спостережуваної змінної. Якірні завдання і purification Щоб порівнювати параметри між групами, часто потрібен набір anchor items — завдань, які вважаються інваріантними й задають спільну шкалу. Якщо серед anchor items є завдання з DIF, «якір» забруднюється: групове зміщення може переноситися на оцінку інших пунктів і створювати хибні прапорці або приховувати реальні. Purification, або очищення matching/anchor set, — ітеративний підхід: спочатку проводять DIF-аналіз, вилучають або звільняють підозрілі items з набору якорів, повторно оцінюють шкалу й перевіряють стабільність результату. Це технічна процедура, але її сенс концептуальний: групи треба порівнювати на спільній метриці, яка сама не побудована на завданнях із суттєво різним функціонуванням. Вибір anchors не слід робити тільки автоматичним статистичним алгоритмом. Сучасний історико-методологічний огляд підкреслює, що за можливості часткової інваріантності або DIF інваріантні параметри доцільно визначати у взаємодії статистичних результатів і змістовного судження про те, що саме вимірюється. Thissen, 2025 Статистична значущість не дорівнює практичній важливості У великій вибірці дуже малий DIF може бути статистично значущим, але майже не змінювати бали чи рішення. У малій вибірці навпаки — практично важливий ефект може не пройти поріг p-value через низьку потужність. Тому DIF-аналіз має оцінювати не лише «чи є сигнал», а й величину ефекту, невизначеність і його наслідки. Особливо важливо не перетворювати один числовий cutoff на універсальний закон. Різні методи використовують різні effect-size measures, а їхня поведінка залежить від дизайну, розподілу конструкта, складності item та розміру груп. Нова методологічна робота 2026 року показала, що деякі поширені класифікації величини DIF можуть давати непослідовні результати або залежати від design factors, і запропонувала уточнення. Це нове методологічне свідчення, а не універсальний стандарт, який автоматично замінює всі попередні практики. Cichrová, Hladká & Martinková, 2026 Тому добра звітність включає щонайменше метод виявлення, оцінку effect size, довірчий або інший показник невизначеності, групові розміри, спосіб matching, anchor strategy, правила multiplicity та аналіз того, чи змінюється загальний бал або висновок. Множинні перевірки і ризик хибних прапорців Якщо тест містить десятки або сотні завдань, окремий статистичний тест виконується багато разів. Без контролю множинності частина «значущих» результатів з’явиться випадково. Водночас надто агресивна корекція може зменшити чутливість до реального DIF. Тому вибір процедури має залежати від мети: скринінг item для подальшого review, підтверджувальний аналіз за наперед сформульованою гіпотезою або високоставкове рішення потребують різних балансів. Найбезпечніша інтерпретація — розглядати статистичний прапорець як частину evidence map. Стабільність у повторній вибірці, узгодженість кількох методів, зрозуміла змістовна причина й помітний вплив на score interpretation утворюють сильніший аргумент, ніж один p-value. Differential test functioning: коли важливий не пункт, а підсумковий бал DIF є item-level явищем. Але практичне рішення часто базується на сумарному або латентному score. Тому після виявлення DIF важливо запитати, чи накопичуються його ефекти на рівні тесту. Differential test functioning (DTF) описує групові відмінності у функціонуванні всього тесту або вимірюваного домену за контрольованого рівня конструкта. Standards for Educational and Psychological Testing Кілька items із DIF можуть взаємно компенсуватися, і загальний score зміниться мало. А можуть діяти в одному напрямку й створити помітне зміщення. Через це правило «знайшли DIF — вилучити пункт» є надто грубим. Потрібна оцінка масштабу на рівні item, scale і конкретного рішення. Чи треба вилучати кожне завдання з DIF Ні. Рішення залежить від причини, величини ефекту, ролі item у змістовному покритті конструкта та наслідків для score. Іноді формулювання явно містить конструктно нерелевантну перешкоду — тоді його доцільно переписати. Іноді item вимірює важливу частину конструкта, яка справді проявляється по-різному, — тоді автоматичне видалення може звузити content validity. Іноді статистичний прапорець нестабільний і зникає після коректнішої моделі або anchor purification. Після зміни формулювання item слід повторно перевірити. Редагування, зроблене «на око», може прибрати старий DIF і створити новий. Високоякісний цикл — detect → investigate → revise if justified → pilot → retest → document. DIF у культурній і мовній адаптації тестів Кроскультурне порівняння має особливий ризик: однакова поверхнева форма ще не гарантує однакового психологічного значення. Тест може бути граматично бездоганно перекладений і водночас мати items, що запускають різні когнітивні або соціальні процеси в різних мовних групах. Саме тому ITC Guidelines for Translating and Adapting Tests відрізняють простий переклад від повної адаптації й вимагають емпіричних доказів еквівалентності. DIF тут особливо корисний як item-level діагностика вимірювальної еквівалентності. Він може підказати, де шукати проблему: термін, культурний сценарій, шкала відповідей, інструкція, контекст, формат або неврахована популяційна особливість. Але DIF не встановлює причинність сам по собі: одна й та сама статистична картина може мати різні джерела. Для української адаптації це означає просте правило: факт наявності українського перекладу не є доказом валідності для української популяції. Потрібні окремі дані для intended population. Якщо інструмент використовується для порівняння мовних, вікових, гендерних або інших груп, evidence про invariance/DIF стає особливо важливим. DIF у клінічних і симптомних опитувальниках У клінічних шкалах item може відображати не тільки цільовий психопатологічний конструкт. Сон, апетит, втома, концентрація, соматичний дискомфорт або психомоторні зміни можуть залежати від віку, фізичного захворювання, ліків, вагітності, контексту життя та інших факторів. Тому дві людини з однаковим рівнем латентної симптоматики можуть по-різному відповідати на конкретний симптомний пункт. Це не означає, що item автоматично «поганий». Потрібно вирішити, чи додатковий фактор є конструктно нерелевантним для intended use. У клінічному вимірюванні особливо важливо відрізняти screening, case-finding, assessment, diagnosis, monitoring і outcome measurement. DIF-аналіз не ставить діагноз і не перетворює cutoff на універсальну межу «розлад є / розладу немає». Якщо DIF змінює сумарний бал або ймовірність перетнути screening threshold у певній групі, це привід дослідити практичні наслідки. Але predictive values, sensitivity, specificity і clinical utility потребують окремих даних. DIF відповідає на питання про item functioning, а не про повну діагностичну точність інструмента. Reference group і focal group: технічні ролі, а не ієрархія У класичній літературі DIF часто є reference group і focal group. Reference group задає базову систему порівняння; focal group — група, для якої перевіряють відмінність функціонування. Ці назви не означають, що reference group є «нормальною», «кращою» або психологічно еталонною. Це аналітичні ролі. Вибір референтної групи впливає на знак і спосіб опису ефекту, тому його треба документувати. У багатогрупових і симетричних моделях питання можна сформулювати без ієрархічної мови, але принцип залишається: треба чітко визначити, які популяції порівнюються і для якого intended use. DIF не обмежується статтю чи етнічністю Групою може бути будь-яка характеристика, релевантна до intended population і потенційної нееквівалентності: мова, країна, вік, стать або гендер, освітній контекст, спосіб адміністрування, клінічний статус, час вимірювання, тип пристрою, формат тесту, рівень освіти, професійна група. У longitudinal research аналогічна логіка може застосовуватися до стабільності item parameters у часі. Сучасна проблема — інтерсекційність. Пункт може не показувати помітного DIF окремо за статтю або віком, але демонструвати його для конкретної комбінації характеристик. Методи на кшталт MNLFA дають змогу моделювати кілька категоріальних і безперервних модераторів одночасно. Bauer, 2023 Розмір вибірки: універсального числа немає DIF-аналіз потребує достатньої кількості спостережень у кожній порівнюваній частині вибірки, але однієї магічної мінімальної N не існує. Потрібний розмір залежить від моделі, типу item, кількості категорій, дисбалансу груп, розподілу θ, величини DIF, кількості параметрів, якості anchors і того, чи тестується одна наперед визначена гіпотеза або сотні item. Методичні frameworks іноді наводять практичні орієнтири для конкретних задач, але їх не слід переносити між дизайнами як універсальні пороги. Наприклад, ITC і COSMIN містять контекстні рекомендації щодо sample size для адаптаційних або measurement-property studies. Їхня функція — планування достатньої точності в певній процедурі, а не встановлення загального закону DIF. ITC · COSMIN Покрокова логіка якісного DIF-аналізу 1. Визначити intended construct та intended use Спочатку формулюють, що саме вимірює тест і для яких рішень призначений score. Без цього неможливо відрізнити конструктно релевантну групову специфіку від небажаного bias. Один і той самий item може бути доречним для однієї мети й проблемним для іншої. 2. Визначити групи і гіпотези до аналізу Порівняння має випливати з population of interest, теорії, перекладу, попередніх досліджень або fairness-риску. Масове перебирання всіх можливих груп без гіпотез збільшує множинність і ризик випадкових знахідок. 3. Перевірити структуру вимірювання Перед item-level DIF оцінюють, чи достатньо виправдана модель конструкта: одновимірність або запланована багатовимірність, локальна залежність, категорії відповіді, загальний fit. DIF у моделі, яка погано описує дані в усіх групах, важко інтерпретувати. 4. Обрати matching variable і anchors Потрібно пояснити, за якою оцінкою конструкта групи зрівнюються, які item формують anchor set і як перевірялася його стабільність. Якщо проводилося purification, це також має бути задокументовано. 5. Вибрати метод відповідно до item і моделі Mantel–Haenszel, logistic regression, IRT likelihood-based methods, Rasch-підходи, MIMIC, MGCFA, SIBTEST і MNLFA відповідають різним задачам. Назва процедури менш важлива, ніж узгодженість її припущень із типом даних та питанням. 6. Оцінити не тільки p-value Для кожного прапорця потрібні magnitude, напрям, форма DIF, невизначеність і, за можливості, стабільність у повторному аналізі. Висновок «p < 0,05, отже item упереджений» є методологічно слабким. 7. Перевірити зміст і процес відповіді Експертний review, когнітивні інтерв’ю, аналіз перекладу й порівняння формулювань допомагають перейти від статистичного сигналу до гіпотези про причину. Саме на цьому етапі вирішується, чи є відмінність конструктно нерелевантною. 8. Оцінити вплив на score і рішення Потрібно порівняти scores за моделями з урахуванням і без урахування DIF, перевірити DTF, ранжування, групові висновки, класифікації та чутливість практичних рішень. Невеликий item-level ефект може бути практично незначним; кілька односпрямованих ефектів — навпаки. 9. Прийняти документоване рішення Можливі рішення: залишити item без змін із поясненням; змінити формулювання; замінити item; застосувати group-specific parameters у дослідницькій моделі; обмежити порівняння; зібрати додаткові дані; переглянути intended use. Рішення повинно бути відтворюваним, а не інтуїтивним. 10. Перевірити повторно Після редагування або зміни scoring model потрібні нові дані. Psychometric evidence належить не тексту тесту «раз і назавжди», а конкретному інструменту в конкретній популяції та intended use. Типові помилки інтерпретації DIF Помилка 1: «Групи мають різні середні — отже є DIF». Насправді це може бути impact: реальна різниця в рівні конструкта. DIF оцінюється умовно, після matching. Помилка 2: «DIF знайдено — завдання дискримінаційне». Статистичний DIF є сигналом нееквівалентності item functioning. Висновок про bias або несправедливість потребує змістовного пояснення і evidence про intended use. Помилка 3: «DIF не знайдено — тест справедливий». Відсутність прапорця може означати справді інваріантне функціонування, але також недостатню потужність, грубе групування, погану matching variable або проблему на іншому рівні тестування. Помилка 4: «Один метод дав прапорець — результат остаточний». Різні методи роблять різні припущення; результат може залежати від anchor set, effect-size criterion, item type та моделі. Для важливих рішень корисний sensitivity analysis. Помилка 5: «Усі items з DIF треба видалити». Це може знищити content coverage конструкта й навіть погіршити валідність. Спочатку з’ясовують причину й наслідок. Помилка 6: «Measurement invariance і DIF — одне й те саме». Це споріднені підходи до measurement equivalence, але вони відрізняються історією, параметризацією та рівнем тестування. Їх краще розглядати як взаємодоповнювальні інструменти. Thissen, 2025 Помилка 7: «Український переклад уже можна порівнювати з оригіналом». Лінгвістична відповідність не замінює емпіричної адаптації. ITC Guidelines DIF, надійність і валідність DIF не є коефіцієнтом надійності. Надійність описує точність, узгодженість або відтворюваність вимірювання за певної моделі й популяції; DIF описує групову нееквівалентність функціонування конкретного item за контрольованого рівня конструкта. Тест може мати високу внутрішню узгодженість і водночас містити items з DIF. DIF також не є самостійним «доказом валідності» або «доказом невалідності» всього тесту. Це один із видів evidence, релевантний до validity/fairness аргументу. Сучасні стандарти трактують валідність як обґрунтування інтерпретації й використання score, а не як печатку, якою раз назавжди позначають тест. Standards for Educational and Psychological Testing У класичній теорії тестів групова стабільність item parameters може бути менш явно вбудована в основну модель, ніж в IRT, але це не робить DIF нерелевантним. Питання залишається тим самим: чи має item однаковий вимірювальний сенс у групах. DIF і похибка вимірювання Випадкова похибка вимірювання і DIF — різні поняття. Випадкова похибка збільшує невизначеність score; DIF є систематичною умовною відмінністю item functioning, пов’язаною з групою. Але нестабільні дані й мала вибірка можуть зробити оцінку DIF шумною, тому precision параметрів залишається важливою. Систематична похибка теж ширша за DIF. Наприклад, загальна помилка калібрування або однаково викривлена інструкція для всіх груп може спотворювати score без differential functioning. DIF фіксує саме differential component — різницю між групами за еквівалентного рівня конструкта. Практичне значення для розробників тестів Для розробника DIF-аналіз є частиною циклу item review. Найбільшу користь він дає не як автоматичний фільтр, а як інструмент пошуку місць, де вимірювальна модель потребує пояснення. Item із повторюваним, суттєвим і змістовно зрозумілим DIF може бути кандидатом на редагування або заміну. У високоставкових тестах бажано планувати DIF до збору даних: визначати comparison groups, мінімальний аналізований subgroup size, anchor strategy, statistical criteria, правила multiplicity, expert review і policy щодо дій після прапорця. Постфактум вибирати метод, який дає бажаний результат, — слабка практика. Етична сторона теж важлива. Захищені items, ключі відповідей і proprietary scoring materials не повинні публікуватися лише для того, щоб продемонструвати DIF. Якість evidence і право на розповсюдження тестових матеріалів — окремі питання. Докладніше про це див. «Етичне використання психологічних тестів». Практичне значення для дослідників Якщо дослідження порівнює групові середні психологічного показника, measurement equivalence треба розглядати до інтерпретації різниці як психологічної. Якщо частина items функціонує неоднаково, спостережувана різниця може бути сумішшю реальної відмінності конструкта і measurement artifact. Для репортингу варто вказувати: groups і критерії їх визначення; item type; модель конструкта; matching variable; anchor selection; DIF method; uniform/nonuniform specification; effect-size criterion; multiple-testing strategy; software/version; sample sizes; handling of missing data; кількість flagged items; sensitivity analyses; substantive review; вплив на scale score та остаточне рішення. Такий опис робить аналіз відтворюваним і захищає від selective reporting. Якщо DIF було перевірено, але результатів «не знайдено», це теж науково важлива інформація — за умови, що відомі потужність і межі аналізу. Практичне значення для психолога або користувача тесту Користувач тесту не зобов’язаний самостійно запускати IRT-модель, але має перевіряти, чи є evidence для тієї популяції, де інструмент застосовується. У документації важливі не лише coefficient alpha або одна кореляція з іншим тестом, а дані про структуру, валідність, норми, cross-cultural validity / measurement invariance і обмеження інтерпретації. Якщо тест використовують українською, варто шукати саме evidence для української версії й релевантної української популяції, а не переносити автоматично психометричні властивості оригіналу. Загальні принципи психологічного тестування та інтерпретації результатів психологічного вимірювання допомагають розрізняти score, inference і рішення. Що DIF не може сказати сам по собі DIF не встановлює причину групової відмінності. Він не доводить дискримінаційний намір автора тесту. Він не показує, що вся шкала несправедлива. Він не визначає, чи є групи психологічно однаковими. Він не робить clinical diagnosis. Він не визначає, чи є певний cutoff клінічно корисним. Він не замінює content validity, response-process evidence, external validity, reliability чи evaluation of consequences. Його сила інша: DIF дає локалізований статистичний сигнал, що одна й та сама відповідь може мати не цілком однаковий вимірювальний сенс у різних групах за однакового рівня конструкта. Саме тому DIF є одним із найточніших інструментів для переходу від загальної заяви «тест працює» до конкретного питання «для кого, на яких items, за якої моделі і для якого використання він працює однаково». Як читати DIF-результат у статті або технічному звіті Спочатку подивіться, що було matching variable. Якщо групи «контролювали» лише грубим сумарним балом, запитайте, чи цей бал достатньо репрезентує конструкт і чи не забруднений DIF. Потім перевірте, чи аналізували uniform і nonuniform DIF, а не лише один тип. Далі подивіться на effect size і confidence/uncertainty, а не тільки на p-value. З’ясуйте, який критерій flagging використовувався й чи був він наперед визначений. Перевірте sample size кожної групи, особливо focal group, та кількість відповідей у крайніх категоріях. Після цього важлива змістовна частина: чи розглянули причини? Чи перевіряли переклад? Чи проводили expert review або cognitive interviewing? Чи є evidence, що item створює construct-irrelevant variance? Нарешті подивіться, що сталося із загальним score: чи змінились group estimates, classification, rankings або practical decisions. Коли DIF є особливо важливим DIF-аналіз особливо важливий, коли тест використовується для міжгрупових порівнянь; коли інструмент перекладається або культурно адаптується; коли score впливає на доступ до освіти, роботи чи допомоги; коли subgroup historically underrepresented у norming sample; коли тест переходить на інший формат адміністрування; коли шкала використовується в різному віці або клінічних групах; коли дослідник робить висновки про зміни в часі. Чим сильніше рішення залежить від припущення про порівнюваність, тим більшу вагу має evidence про measurement equivalence. У низькоставковому exploratory research один локальний DIF може бути приводом до обережної інтерпретації; у високоставковому assessment потрібна формальніша система review, documentation і remediation. FAQ Чи означає DIF, що тест упереджений Ні. DIF означає, що item функціонує по-різному між групами після контролю рівня конструкта. Щоб назвати це bias, треба показати, що відмінність є небажаною та конструктно нерелевантною для intended use. AERA/APA/NCME Standards Чи можуть групи мати різні середні бали без DIF Так. Це можливо, якщо групи реально відрізняються за конструк­том, але item characteristic functions однакові. Така загальна групова відмінність називається impact і не є DIF сама по собі. Dorans & Holland, 1992 Чи може DIF існувати, якщо середні бали груп однакові Так. Окремі items можуть мати DIF у різних напрямках і компенсуватися на рівні total score. Саме тому item-level analysis і DTF відповідають на різні питання. Чи є відсутність DIF доказом повної справедливості тесту Ні. Це evidence на користь однакового функціонування перевірених items у перевірених групах за конкретної моделі. Fairness ширша й охоплює валідність intended interpretation, доступність, умови, норми, usage та інші джерела construct-irrelevant variance. Чи DIF і measurement invariance — те саме Вони належать до спільної проблеми measurement equivalence, але не є простими синонімами. DIF історично фокусується на item-level відмінностях у IRT/регресійних рамках, а invariance часто — на рівності параметрів факторної моделі. Сучасні latent-variable підходи значною мірою поєднують ці традиції. Thissen, 2025 Чи можна аналізувати DIF для Likert items Так. Для порядкових відповідей застосовують ordinal logistic regression, політомні IRT/Rasch-моделі, factor-model approaches та інші процедури. Вибір залежить від шкали відповіді й моделі конструкта. Який метод DIF найкращий Універсально найкращого немає. Mantel–Haenszel, logistic regression, IRT, Rasch, SIBTEST, MGCFA і MNLFA мають різні припущення та сфери застосування. Метод повинен відповідати item type, sample, number of groups, dimensionality і research question. Яка мінімальна вибірка потрібна Єдиного числа для всіх DIF-досліджень немає. Потрібні sample-size planning або simulation з урахуванням моделі, group imbalance, item categories, expected effect і number of parameters. Framework-specific рекомендації можна використовувати як орієнтири лише в їхньому контексті. Чи треба вилучати item, якщо знайдено DIF Не автоматично. Спочатку оцінюють magnitude, стабільність, причину, змістову роль item і вплив на score. Можливі revision, replacement, retention with justification, group-specific modeling або додаткове дослідження. Чи достатньо перекласти тест українською й перевірити DIF Ні. DIF є лише одним компонентом validated adaptation. Потрібні також evidence щодо construct equivalence, content validity, factor structure, reliability, other validity evidence, scoring/interpretation і intended population. ITC Guidelines Чи можна за DIF зробити висновок про конкретну людину DIF — властивість функціонування item у груповій моделі. Він не означає, що відомо, чому саме конкретна людина відповіла так чи інакше, і не є індивідуальним діагнозом. Його роль — перевіряти measurement comparability на рівні популяційних закономірностей. Пов’язані статті Базову рамку цієї теми пояснює «Психометрія: що це, що вона вимірює і як оцінюють якість психологічних тестів». Щоб зрозуміти, що саме контролюється в умові «однаковий рівень конструкта», див. «Психологічний конструкт: що це і як невидимі властивості перетворюють на вимірювані показники» та «Латентні й спостережувані змінні». Для ширшого контексту застосування тестів див. «Психологічне тестування: що це, як проводиться і які обмеження має результат тесту» і «Етичне використання психологічних тестів». Окремі складові якості вимірювання розкрито в матеріалах «Надійність психологічного тесту», «Похибка вимірювання в психології» та «Інтерпретованість результатів психологічного вимірювання». Теорія відповіді на завдання (IRT): як моделюють зв’язок між латентною ознакою і відповідями на завдання Справедливість психологічного тестування: bias, доступність, групові порівняння і межі інтерпретації Джерела American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. Bauer, D. J. (2023). Enhancing measurement validity in diverse populations: Modern approaches to evaluating differential item functioning. British Journal of Mathematical and Statistical Psychology. https://doi.org/10.1111/bmsp.12316 Cichrová, M., Hladká, A., & Martinková, P. (2026). Refining effect size measures and classification for differential item functioning: Toward unified guidelines across methods. British Journal of Mathematical and Statistical Psychology. https://doi.org/10.1111/bmsp.70060 Dorans, N. J., & Holland, P. W. (1992). DIF Detection and Description: Mantel-Haenszel and Standardization. ETS Research Report RR-92-10. Holland, P. W., & Thayer, D. T. (1986). Differential Item Functioning and the Mantel-Haenszel Procedure. ETS Research Report RR-86-31. International Test Commission. (2017). The ITC Guidelines for Translating and Adapting Tests (Second Edition), Version 2.4. Jones, R. N. (2019). Differential item functioning and its relevance to epidemiology. Current Epidemiology Reports, 6, 253–262. https://doi.org/10.1007/s40471-019-00194-5 Mokkink, L. B., Elsman, E. B. M., & Terwee, C. B. (2024). COSMIN guideline for systematic reviews of Patient-Reported Outcome Measures, version 2.0, including the COSMIN Risk of Bias checklist and criteria for good measurement properties. National Council on Measurement in Education. Glossary of Important Assessment and Measurement Terms. Scott, N. W., Fayers, P. M., Aaronson, N. K., Bottomley, A., de Graeff, A., Groenvold, M., Gundy, C., Koller, M., Petersen, M. A., Sprangers, M. A. G., et al. (2010). Differential item functioning (DIF) analyses of health-related quality of life instruments using logistic regression. Health and Quality of Life Outcomes, 8, 81. https://doi.org/10.1186/1477-7525-8-81 Thissen, D. (2025). A Review of Some of the History of Factorial Invariance and Differential Item Functioning. Multivariate Behavioral Research, 60(2), 211–235. https://doi.org/10.1080/00273171.2024.2396148

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Омега Макдональда (McDonald’s ω) — це сімейство модельно-орієнтованих коефіцієнтів надійності, які оцінюють, наскільки спостережуваний сумарний бал шкали відображає спільну для її пунктів латентну структуру. На відміну від механічного використання альфи Кронбаха, омега прямо спирається на параметри факторної моделі — насамперед на факторні навантаження та залишкові дисперсії. Саме тому вона особливо корисна, коли пункти шкали пов’язані з конструктом неоднаково. Flora, 2020 Омега не є автоматично «кращим числом» і не повинна замінювати альфу за принципом «завжди рахувати ω замість α». Її перевага виникає тоді, коли модель вимірювання відповідає даним і відповідає тому балу, який дослідник справді хоче інтерпретувати. Якщо факторна структура задана неправильно, омега також може бути неточною. Сучасні симуляційні дослідження показують, що точність різних коефіцієнтів залежить від структури даних, кількості пунктів, розміру вибірки, викидів та інших умов; універсального найточнішого коефіцієнта для всіх ситуацій немає. Cho, 2024 Коротка відповідь: коли омега корисніша за альфу Кронбаха Омега зазвичай інформативніша, коли шкала має правдоподібну факторну модель, пункти мають різні факторні навантаження, а дослідника цікавить надійність конкретного сумарного балу щодо заданого латентного конструкта. Альфа Кронбаха найбільш прямо відповідає моделі, у якій пункти є по суті тау-еквівалентними: вони мають однакові навантаження на спільний фактор, а їхні помилки не корелюють. У реальних психологічних шкалах ці умови часто порушуються. Класичні методологічні роботи показали, що за конгенеричної моделі — коли навантаження пунктів відрізняються — омега може точніше відображати надійність сумарного балу, ніж альфа. Водночас різниця між α і ω іноді буває мінімальною, і сама по собі близькість або розбіжність двох коефіцієнтів ще не є доказом якості шкали. Dunn, Baguley & Brunsden, 2014; McNeish, 2018 Що саме вимірює омега Макдональда Надійність описує точність і відтворюваність інтерпретації балів у певній популяції та за певного способу використання. Це властивість отриманих балів у конкретному вимірювальному контексті, а не незмінний «паспортний рейтинг» тесту. Сучасні стандарти психологічного тестування вимагають пов’язувати докази надійності з призначенням балів, популяцією та наслідками їх використання. Омега відповідає на вузьке питання про внутрішню надійність композитного балу в межах заданої факторної моделі. Вона не оцінює стабільність у часі, узгодженість між оцінювачами, точність діагнозу або валідність інтерпретації. Для цих питань потрібні інші види доказів. AERA, APA & NCME — Standards for Educational and Psychological Testing Інтуїція факторної моделі У найпростішій одновимірній моделі кожний пункт розглядають як поєднання спільного фактора та залишкової частини. Факторне навантаження λ показує, наскільки сильно пункт пов’язаний із латентним конструктом. Залишкова дисперсія θ охоплює те, що не пояснюється цим фактором у моделі. Якщо один пункт має навантаження 0,80, а інший 0,35, вони не є рівноцінними індикаторами конструкта. Омега дозволяє врахувати цю нерівність. Для одновимірної моделі з дисперсією фактора, зафіксованою на 1, і некорельованими залишками поширене схематичне представлення має вигляд: ω = (Σλᵢ)² / [(Σλᵢ)² + Σθᵢ]. Це не універсальна формула для всіх різновидів омеги: за категоріальних пунктів, корельованих залишків, біфакторної або вищої моделі обчислення змінюється. Головна ідея залишається сталою: оцінка надійності виводиться з моделі того, як пункти утворюють бал. Цей модельний підхід принципово відрізняє омегу від практики, коли коефіцієнт просто отримують із матриці коварацій без перевірки того, чи відповідає структура шкали задуму. Flora, 2020 Чому альфа Кронбаха й омега можуть давати різні значення Тау-еквівалентність і конгенеричні пункти Альфа Кронбаха має найбільш ясну інтерпретацію як надійність одного спільного конструкта за умов одновимірності, по суті однакових факторних навантажень і незалежних помилок. Такий набір обмежень називають моделлю істотної тау-еквівалентності. Конгенерична модель слабша: усі пункти можуть вимірювати один конструкт, але їхні навантаження відрізняються. Саме ця ситуація типова для реальних шкал, де деякі формулювання краще відображають конструкт, ніж інші. Якщо навантаження суттєво різняться, альфа може недооцінювати надійність, а модельна омега краще узгоджується з конгенеричною структурою. Проте сильні порушення одновимірності, локальна залежність або корельовані залишки можуть ускладнити інтерпретацію обох показників. Flora, 2020; Trizano-Hermosilla & Alvarado, 2016 Коли α і ω майже однакові Якщо пункти справді близькі до тау-еквівалентних, їхні помилки не мають проблемної залежності, а одновимірна модель правдоподібна, α і ω можуть бути дуже схожими або практично однаковими. Це нормальний результат. Невелика різниця не означає, що омега «не спрацювала», а велика різниця не означає автоматично, що альфа неправильна. Розбіжність — привід подивитися на факторні навантаження, залишки, структуру шкали та метод розрахунку. Коли омега може бути нижчою за альфу Омега не зобов’язана бути більшою за альфу. Напрям різниці залежить від структури даних, моделі, кореляцій помилок, стандартизації та конкретного різновиду ω. Наприклад, якщо альфа підвищена через надмірно схожі пункти або локальні залежності, модель, яка коректніше відокремлює ці джерела коваріації, може дати нижчу оцінку надійності цільового конструкта. Саме тому порівнювати коефіцієнти як «хто більший» методологічно слабко. Омега — це не одне число: основні різновиди Термін «омега Макдональда» часто використовують так, ніби існує одна формула. Насправді різні програми й автори можуть називати омегою дещо різні коефіцієнти. Перед інтерпретацією слід з’ясувати, яку модель було оцінено, який саме різновид ω наведено і який бал він характеризує. Flora, 2020 Омега total (ωt) Omega total зазвичай описує частку дисперсії сумарного балу, пов’язану з усіма спільними факторами, представленими у відповідній моделі. В одновимірній конгенеричній моделі це фактично надійність загального балу щодо єдиного спільного фактора. У багатовимірній або біфакторній моделі ωt може включати внесок як загального, так і специфічних групових факторів. Тому висока ωt у біфакторній шкалі ще не доводить, що один загальний бал є чистим виміром одного конструкта. Частина його надійної дисперсії може походити від специфічних факторів. Для питання «наскільки загальний бал відображає саме загальний фактор?» потрібна інша оцінка. Ієрархічна омега (ωh) Omega hierarchical оцінює частку дисперсії загального сумарного балу, яку можна приписати саме загальному фактору в біфакторній моделі, відокремлюючи внесок специфічних факторів. Вона відповідає іншому питанню, ніж ωt. Тому нижча ωh порівняно з ωt не є «поганою омегою»; вона може показувати, що значна частина надійної дисперсії балу пов’язана зі специфічними вимірами, а не лише з загальним фактором. Revelle & Zinbarg, 2009 Інтерпретувати ωh варто тільки тоді, коли біфакторна модель теоретично виправдана і достатньо добре описує дані. Інакше саме число може створювати хибне відчуття точності. Flora, 2020 Категоріальна омега Для пунктів із малою кількістю впорядкованих категорій, наприклад 4-бальних відповідей Лайкерта, звичайна лінійна модель для неперервних змінних може бути невідповідною. Категоріальна омега будується на моделі для порядкових відповідей, часто з порогами та поліхоричними кореляціями, і оцінює надійність спостережуваного сумарного балу з урахуванням категоріальної природи пунктів. Green і Yang запропонували SEM-підхід до надійності сумарних балів, що враховує нелінійний зв’язок між латентними факторами та порядковими відповідями. Це важливо, коли категорії не можна беззастережно трактувати як неперервні вимірювання. Green & Yang, 2009 Як тлумачити значення ω Омегу слід тлумачити щодо конкретного балу, конкретної моделі та конкретної вибірки. Для одновимірної ω = 0,82 можна приблизно сказати: за прийнятої моделі близько 82% дисперсії сумарного балу пов’язано з цільовим спільним фактором, а решта належить до залишкової частини, не поясненої цим фактором. Для ωh те саме число стосується тільки загального фактора. Для ωt у багатовимірній моделі зміст чисельника ширший. Таке тлумачення не означає, що «тест на 82% правильний», «82% відповідей істинні», «валідність дорівнює 82%» або «82% людини пояснюється тестом». Коефіцієнт описує дисперсію балів у статистичній моделі, а не істинність індивідуального висновку. Чи є 0,70 універсальною межею Ні. Поріг 0,70 часто використовують як приблизний орієнтир у дослідницькій практиці, але він не є природною межею між «надійним» і «ненадійним» тестом. Прийнятна точність залежить від мети: рання групова розвідка, порівняння середніх, моніторинг змін або рішення щодо конкретної людини мають різні вимоги до похибки. Для високоставкових індивідуальних рішень потрібна значно сильніша доказова база, ніж просто коефіцієнт, що перетнув умовний поріг. COSMIN використовує порогові критерії у своїх стандартизованих процедурах оцінювання властивостей PROM, але водночас вимагає спочатку мати докази достатньої одновимірності для інтерпретації внутрішньої узгодженості. Такі критерії корисні в межах конкретної методологічної системи й не повинні перетворюватися на універсальний закон для всіх психометричних задач. Mokkink, Elsman & Terwee, 2024 Довірчий інтервал важливіший, ніж здається Омега, обчислена на вибірці, є оцінкою невідомого популяційного параметра й має вибіркову невизначеність. Значення ω = 0,81 без довірчого інтервалу приховує, наскільки точно воно оцінене. За невеликої вибірки або складної моделі інтервал може бути широким, і висновок «надійність добра» стане значно менш певним. Для коефіцієнтів надійності, включно з омегою та категоріальною омегою, дослідження методів інтервального оцінювання підтримують використання відповідних bootstrap-процедур у багатьох практичних умовах. Kelley & Pornprasertmanit, 2016 Коли ω справді корисніша за α Коли пункти одновимірної шкали мають помітно різні факторні навантаження, але все ще вимірюють один спільний конструкт. Коли вже побудована й перевірена CFA-модель і надійність потрібно узгодити з цією моделлю вимірювання. Коли шкала має біфакторну або іншу обґрунтовану багатовимірну структуру й потрібно розрізнити надійність загального балу та внесок загального фактора. Коли відповіді категоріальні або порядкові й використовується метод омеги, який коректно враховує таку природу даних. Коли потрібно показати, як неоднакова якість пунктів впливає на надійність композитного балу, замість припускати їхню рівноцінність. Практичний перехід від механічного звітування альфи до модельно узгодженої омеги був одним із центральних аргументів методологічної літератури останнього десятиліття. Dunn, Baguley & Brunsden, 2014; Hayes & Coutts, 2020 Коли омега не вирішує проблему Коли факторна модель неправильна Омега не може виправити погану модель. Якщо дослідник примусово задає один фактор для явно багатовимірної шкали, коефіцієнт, отриманий із цієї моделі, успадковує її помилки. Перед розрахунком ω важливо перевірити внутрішню структуру, а не використовувати омегу як доказ того, що структура правильна. Коли пункти дублюють один одного Висока внутрішня узгодженість може виникати через надмірно схожі або майже дубльовані пункти. Це збільшує коваріацію, але не обов’язково робить зміст шкали кращим. Надійність і змістова репрезентативність — різні властивості. Шкала може мати дуже високу ω й водночас охоплювати конструкт занадто вузько. Коли потрібна стабільність у часі Омега внутрішньої надійності не є test–retest reliability. Вона не відповідає на питання, чи отримає людина подібний бал через два тижні або місяць. Якщо конструкт має бути стабільним, потрібні повторні вимірювання та окрема оцінка часової стабільності. Коли є систематична похибка Коефіцієнт внутрішньої надійності не гарантує відсутності систематичної помилки. Усі пункти можуть узгоджено зміщуватися через соціальну бажаність, спосіб формулювання, контекст проведення, переклад або метод відповіді. Висока ω не робить таке зміщення випадковим і не перетворює його на валідне вимірювання. Коли дані складніші за припущення моделі Ненормальність, викиди, мала вибірка, дуже короткі шкали й категоріальні відповіді можуть змінювати точність оцінювачів. Симуляції показують, що жоден коефіцієнт не має переваги за всіх можливих характеристик даних. Cho, 2024 Внутрішня узгодженість не дорівнює одновимірності Це одне з головних психометричних розрізнень. Кілька кластерів пунктів можуть бути достатньо корельованими, щоб дати високу α або ωt, але шкала при цьому залишатиметься багатовимірною. Високий коефіцієнт не доводить, що всі пункти вимірюють один фактор. COSMIN прямо розділяє structural validity і internal consistency: одновимірність слід оцінювати структурними методами, а не виводити з коефіцієнта внутрішньої узгодженості. У сучасній логіці оцінювання структурна валідність передує змістовній інтерпретації внутрішньої узгодженості. Mokkink, Elsman & Terwee, 2024 Омега не дорівнює валідності Надійність і валідність відповідають на різні питання. Надійний бал може відтворюватися й мати малу випадкову похибку, але не підтримувати ту інтерпретацію, яку йому приписують. Наприклад, шкала може дуже послідовно вимірювати загальний негативний афект, хоча автор називає її специфічною шкалою тривоги. Висока ω у такому разі не доводить специфічність конструкта. Так само висока омега не підтверджує прогностичну, конвергентну, дискримінантну чи критеріальну валідність. Вона не замінює аналіз внутрішньої структури, зв’язків з іншими змінними, змісту пунктів, процесів відповіді та наслідків використання тесту. Омега, переклад і культурна адаптація Український переклад шкали не стає валідованою українською версією тільки тому, що на українській вибірці отримано високу ω. Для адаптації потрібно окремо перевірити змістову еквівалентність, факторну структуру, надійність, валідність, норми за потреби, а для міжгрупових порівнянь — вимірювальну інваріантність або DIF. Переклад і психометрична адаптація — різні етапи. Однакова ω у двох мовних або демографічних групах також не доводить відсутність bias. Дві групи можуть мати подібну загальну надійність і водночас відрізнятися за навантаженнями, порогами або функціонуванням окремих пунктів. Measurement invariance і DIF відповідають на інші питання, ніж коефіцієнт надійності. Як обчислювати омегу: логіка правильного аналізу Найсильніша процедура починається не з кнопки «omega», а з визначення того, який бал треба захистити доказами. Спочатку формулюють конструкт і спосіб підрахунку балу, потім перевіряють внутрішню структуру, обирають модель відповідно до типу пунктів і лише після цього розраховують коефіцієнт, що відповідає цій моделі. 1. Визначте цільовий бал: загальний бал, субшкала або кілька окремих балів. 2. Перевірте, чи відповідає факторна структура теоретичному задуму та даним. 3. Для неперервних або достатньо наближених до неперервних пунктів використовуйте відповідну лінійну факторну модель; для виразно порядкових пунктів — модель для категоріальних відповідей. 4. Виберіть різновид омеги, який відповідає питанню: одновимірна/total, hierarchical або інший модельно обґрунтований коефіцієнт. 5. Перевірте залишки, локальні залежності, проблемні пункти та можливі порушення моделі. 6. Подайте точкову оцінку разом із довірчим інтервалом. 7. Інтерпретуйте ω разом із доказами валідності, характеристиками вибірки та призначенням балу. Як правильно звітувати ω у науковій роботі Запис «McDonald’s ω = 0,84» часто недостатній. Читачеві потрібно знати, що саме було обчислено. Мінімально корисний звіт називає шкалу або субшкалу, тип омеги, модель, тип кореляцій/оцінювача для категоріальних пунктів, розмір вибірки та довірчий інтервал. Приклад коректного формулювання: «Для 8-пунктної одновимірної субшкали оцінено омегу для сумарного балу на основі однофакторної CFA-моделі; ω = 0,84, 95% ДІ [0,80; 0,87]. Модель внутрішньої структури оцінювали окремо». Для порядкових пунктів варто прямо вказати, що використано categorical omega або відповідний SEM-коефіцієнт для категоріальних відповідей. Методологічна література також рекомендує не обмежуватися точковим коефіцієнтом і показувати невизначеність оцінки. Kelley & Pornprasertmanit, 2016 Типові помилки інтерпретації «ω > 0,70, отже тест валідний». Надійність не є валідністю. «ω = 0,90, отже шкала одновимірна». Одновимірність перевіряють структурною моделлю. «Омега завжди краща за альфу». Вона корисніша лише за відповідної моделі та умов. «Що вище ω, то кращий тест». Надмірно висока внутрішня узгодженість може супроводжувати дублювання пунктів і вузьке покриття конструкта. «ωt і ωh — це взаємозамінні назви». Вони відповідають різним питанням. «Якщо ω висока, test–retest не потрібен». Внутрішня узгодженість не вимірює стабільність у часі. «Однакова ω у групах доводить справедливість тесту». Для fairness потрібні окремі докази, зокрема інваріантність/DIF. «Український переклад із високою ω уже валідований». Переклад не дорівнює культурній і психометричній адаптації. «Один коефіцієнт описує якість тесту назавжди». Надійність залежить від популяції, способу підрахунку та контексту використання. Чи варто взагалі відмовлятися від альфи Кронбаха Повна заборона альфи була б такою ж механічною, як її автоматичне використання. Якщо модель близька до одновимірної та тау-еквівалентної, помилки не мають проблемної залежності, а дослідник чітко описує обмеження, α може бути адекватною оцінкою. У багатьох реальних шкалах конгенерична модель правдоподібніша, тому ω часто має сильніше модельне обґрунтування. Сучасна позиція полягає не в ритуальній заміні однієї літери іншою, а в переході від «який коефіцієнт прийнято друкувати?» до питання «яка модель вимірювання відповідає нашому балу?». McNeish, 2018; Flora, 2020 Практичне значення для клінічної та дослідницької роботи У дослідженні омега допомагає оцінити, наскільки точно композитний бал відтворює задану факторну структуру, і дозволяє краще врахувати нерівні навантаження пунктів. Це важливо для оцінювання ефектів, кореляцій і регресій: ненадійний вимір додає шуму й може спотворювати подальші висновки. У клінічній або консультативній практиці коефіцієнт надійності є лише частиною документації інструмента. Він не перетворює опитувальник на діагноз, не задає клінічний cutoff і не визначає, чи є зміна балу важливою для конкретної людини. Для індивідуальної інтерпретації потрібні також стандартна похибка вимірювання, норми, валідність, intended population, контекст, а для зміни — відповідні показники real change і клінічно/особисто важливої зміни. Screening result не є diagnosis. Висока ω скринінгової шкали означає лише, що її бал може мати добру внутрішню надійність у певній вибірці та моделі; вона не визначає позитивну прогностичну цінність, специфічність, клінічну користь або правильність діагнозу. FAQ Що таке омега Макдональда простими словами? Це коефіцієнт, який оцінює надійність сумарного балу шкали через факторну модель. Він враховує, що різні пункти можуть бути неоднаково сильними індикаторами конструкта. Чим ω відрізняється від α Кронбаха? Альфа найбільш прямо відповідає моделі з приблизно однаковими факторними навантаженнями та незалежними помилками. Омега може враховувати нерівні навантаження й тому часто краще підходить до конгенеричних шкал. Обидва коефіцієнти потребують змістовної та структурної інтерпретації. Чи завжди омега вища за альфу? Ні. Вона може бути вищою, майже такою самою або нижчою. Різниця залежить від структури шкали, моделі, типу пунктів, залишкових залежностей і способу розрахунку. Яка омега вважається хорошою? Універсального порогу немає. Значення слід оцінювати з урахуванням мети, наслідків рішення, вибірки, довірчого інтервалу та інших доказів якості вимірювання. Порогові правила на кшталт 0,70 — лише контекстні орієнтири. Що вибрати: omega total чи omega hierarchical? Це залежить від питання. Omega total оцінює надійну дисперсію загального балу, пов’язану з усіма спільними факторами у відповідній моделі. Omega hierarchical у біфакторній моделі виділяє частку дисперсії, що належить саме загальному фактору. Чи можна рахувати ω для шкал Лайкерта? Так, але метод має відповідати порядковій природі даних. Для невеликої кількості категорій часто доцільна categorical omega або інша модельна оцінка на основі коректної категоріальної CFA, а не автоматичне трактування пунктів як неперервних. Чи доводить висока ω, що шкала одновимірна? Ні. Одновимірність перевіряють факторною або іншою структурною моделлю. Висока внутрішня узгодженість може існувати й у багатовимірній шкалі. Чи може висока ω підтвердити діагноз? Ні. Омега оцінює надійність балу, а не наявність розладу. Діагноз вимагає клінічного оцінювання за відповідними критеріями; screening score і reliability coefficient не є діагнозом. Чи достатньо подати тільки ω у статті? Зазвичай ні. Варто вказати різновид омеги, модель, характеристики вибірки, довірчий інтервал і докази внутрішньої структури. За потреби корисно також подати α для зіставності з попередньою літературою, але не як єдиний доказ якості шкали. Пов’язані статті Родерік Макдональд — психометрист, чия факторно-модельна традиція лежить в основі сучасного розуміння omega reliability. Психологічні тести: що це, як працюють і як оцінювати результати Психологічна оцінка й оцінювання: що це, як проходить і чим відрізняється від тестування Опитувальник когнітивних помилок (CFQ): що вимірює, українська адаптація та сучасна валідність Шкала самооцінки Розенберга (RSES): тест онлайн і пояснення результату Внутрішня узгодженість шкали: що вона показує і чому не доводить одновимірність Джерела AERA, APA & NCME. Standards for Educational and Psychological Testing. 2014. Cho, E. Beyond alpha and omega: The accuracy of single-test reliability estimators in unidimensional continuous data. Behavior Research Methods. 2024. Dunn, T. J., Baguley, T., & Brunsden, V. From alpha to omega: a practical solution to the pervasive problem of internal consistency estimation. British Journal of Psychology. 2014. Flora, D. B. Your Coefficient Alpha Is Probably Wrong, but Which Coefficient Omega Is Right? Advances in Methods and Practices in Psychological Science. 2020. Green, S. B., & Yang, Y. Reliability of Summed Item Scores Using Structural Equation Modeling: An Alternative to Coefficient Alpha. Psychometrika. 2009. Hayes, A. F., & Coutts, J. J. Use Omega Rather than Cronbach’s Alpha for Estimating Reliability. But… Communication Methods and Measures. 2020. Kelley, K., & Pornprasertmanit, S. Confidence intervals for population reliability coefficients: Evaluation of methods, recommendations, and software for composite measures. Psychological Methods. 2016. McNeish, D. Thanks coefficient alpha, we’ll take it from here. Psychological Methods. 2018. Mokkink, L. B., Elsman, E. B. M., & Terwee, C. B. COSMIN guideline for systematic reviews of patient-reported outcome measures version 2.0. Quality of Life Research. 2024. Revelle, W., & Zinbarg, R. E. Coefficients Alpha, Beta, Omega, and the glb: Comments on Sijtsma. Psychometrika. 2009. Trizano-Hermosilla, I., & Alvarado, J. M. Best Alternatives to Cronbach’s Alpha Reliability in Realistic Conditions: Congeneric and Asymmetrical Measurements. Frontiers in Psychology. 2016. Zitzmann, S., & Orona, G. A. When Cronbach’s alpha does (not) indicate the reliability of domain-specific knowledge tests and why. Frontiers in Psychology. 2026.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Етичне використання психологічного тесту починається задовго до підрахунку балів. Потрібно мати достатню кваліфікацію, обрати інструмент для конкретної мети й конкретної групи, пояснити людині правила тестування, захистити її дані, правильно інтерпретувати результат і не розкривати захищені тестові матеріали. Один і той самий тест може бути психометрично якісним і водночас використаним неетично — наприклад, не за призначенням, без належної підготовки користувача або з порушенням конфіденційності. Міжнародні стандарти розглядають тестування як повний ланцюг рішень: вибір інструмента, адміністрування, оцінювання, інтерпретацію, повідомлення результатів, зберігання даних і захист матеріалів. Саме тому етика тестування не зводиться до формули «не нашкодь» і не дорівнює авторському праву. Це система професійних обов’язків, яка має підтримувати валідність висновків, права учасника й цілісність самого інструмента. Такий підхід закріплений у Стандартах освітнього та психологічного тестування AERA, APA та NCME, у керівництвах Міжнародної тестової комісії (ITC) та в українських психодіагностичних стандартах, які поширює Всеукраїнська психодіагностична асоціація. Коротка відповідь: що означає етичне використання психологічного тесту Етичне використання тесту означає, що кожен етап оцінювання має обґрунтовану мету, проводиться компетентною людиною, спирається на доказові властивості інструмента для потрібної популяції, не виходить за межі того, що дозволяють дані, і не створює зайвого ризику для учасника. Результат тесту розглядають як вимір із похибкою та контекстом, а не як остаточний ярлик про людину. Для практики корисно тримати в голові п’ять окремих запитань. Чи підходить цей тест для поставленої мети? Чи маю я компетентність його використовувати? Чи зрозуміла людині процедура, мета й доля результатів? Чи захищені персональні дані та тестові матеріали? Чи маю я право законно використовувати, копіювати, перекладати або поширювати цей інструмент? Позитивна відповідь лише на одне з цих запитань не замінює решту. Психометрична якість, етика, право і ліцензія — різні площини Психометрична якість відповідає на питання, наскільки обґрунтовано інтерпретувати отримані бали для певної мети. Тут важливі валідність, надійність, похибка вимірювання, норми, справедливість і відповідність популяції. Етика відповідає на питання, як інструмент застосовують щодо конкретної людини та які наслідки це створює. Право визначає юридичні обов’язки, зокрема щодо персональних даних і авторських прав. Ліцензія або правила видавця визначають умови доступу до конкретних матеріалів. Ці площини можуть розходитися. Відкритий безкоштовний опитувальник не стає якісним лише тому, що його можна вільно завантажити. Дорогий ліцензований тест не отримує автоматично високої валідності для кожної мети. Законний доступ до матеріалів не робить користувача компетентним. Психометрично сильний тест можна зіпсувати некоректним перекладом, нестандартним адмініструванням або невірною інтерпретацією. І навпаки, етична поведінка користувача не компенсує слабкі вимірювальні властивості інструмента. Хто може використовувати психологічний тест Єдиної універсальної відповіді «психолог або не психолог» недостатньо. Потрібний рівень компетентності залежить від складності інструмента, мети, наслідків рішення, популяції та контексту. Для простого дослідницького опитувальника вимоги можуть бути одними; для клінічного інструмента, нейропсихологічної батареї, судово-психологічного оцінювання або відбору з високими ставками — значно вищими. Український професійний контекст прямо визнає принцип диференційованого доступу. Всеукраїнська психодіагностична асоціація у стандартах кваліфікації користувачів тестових методик зазначає, що складніші методики потребують вищої кваліфікації, а критерії доступу мають співвідноситися з підготовкою фахівця та ситуацією тестування. Це професійний стандарт доступу, а не твердження, що одна сертифікація автоматично надає право на всі інструменти. Компетентність складається щонайменше з чотирьох шарів: базової підготовки з психологічного вимірювання; знання конкретного конструкта; навчання роботі з конкретним тестом; уміння інтегрувати результат з іншою інформацією. Для окремих методик видавець або правовласник може встановлювати власні кваліфікаційні рівні. У регульованих сферах додаються вимоги законодавства, професійного стандарту або установи. Особливо небезпечно підміняти компетентність знайомством з інструкцією. Механічно провести тест і отримати число — не те саме, що оцінити, чи валідне саме це застосування, чи доречні норми, чи могли умови спотворити результат і які висновки допустимо робити. До тестування: спочатку мета, потім інструмент Етичне тестування починається з формулювання питання, а не з вибору улюбленої шкали. Потрібно визначити, яке рішення має підтримати оцінювання: скринінг, клінічне уточнення, професійний відбір, дослідження, моніторинг змін, освітнє рішення, оцінювання ризику чи інше завдання. Один і той самий бал може мати різний сенс у різних цілях. В Етичному кодексі APA розділ про оцінювання вимагає застосовувати методи для цілей, які відповідають даним про їх належне використання, і враховувати валідність та надійність для тієї популяції, яку тестують. Аналогічна логіка лежить в основі керівництва ITC з використання тестів: користувач має оцінити користь тестування, обрати технічно обґрунтований тест і перевірити його відповідність групі та контексту. Перед застосуванням варто перевірити: для кого створювали тест; які норми використовують; якою мовою його стандартизували; що саме підтримує заявлену інтерпретацію; якою є похибка; чи є дані про справедливість; чи актуальна версія; чи не змінилася популяція або спосіб адміністрування. Чим вищі ставки рішення, тим сильнішими мають бути докази для конкретного використання. Інформована згода — це процес, а не підпис під бланком Людина має розуміти, навіщо її тестують, що приблизно відбуватиметься, як використають результати і хто їх отримає. За можливості до початку тестування повідомляють мету, характер процедури, добровільність або обов’язковість участі, можливі наслідки відмови, межі конфіденційності, участь третіх сторін, правила зберігання даних, формат зворотного зв’язку та оплату, якщо вона є. Стандарт 9.03 Етичного кодексу APA описує інформовану згоду для оцінювання й окремо визнає ситуації, де тестування може бути передбачене законом, бути частиною звичної організаційної процедури або стосуватися оцінювання здатності приймати рішення. Навіть у таких контекстах професійна практика вимагає давати зрозумілу інформацію настільки, наскільки це сумісно з метою оцінювання. Згода втрачає зміст, якщо людина не розуміє мову документа, не знає реального адресата результатів або вважає, що проходить «простий тест», хоча результат впливатиме на лікування, роботу, навчання чи судове рішення. Етична процедура робить наслідки видимими до тестування, а не після нього. Права учасника тестування Професійні стандарти формулюють низку обґрунтованих очікувань учасника тестування. У рекомендаціях APA щодо прав і відповідальності учасників тестування до них належать поважне й неупереджене ставлення, застосування належних інструментів, попереднє пояснення мети й використання результатів, проведення та інтерпретація підготовленими фахівцями, зрозумілий зворотний зв’язок, конфіденційність у межах закону та можливість ставити питання про процедуру. Цей документ прямо пояснює, що йдеться про професійні очікування, а не про універсальний перелік юридичних прав для кожної юрисдикції. У конкретній ситуації юридичний обсяг доступу до записів, результати, порядок оскарження, права батьків або роботодавця визначаються застосовним правом і контекстом. Етичний мінімум залишається: людина не повинна дізнаватися постфактум, що її результат використали зовсім для іншої мети. Конфіденційність результатів і персональні дані Результати психологічного тестування можуть містити чутливу інформацію про психічний стан, поведінку, здібності, особистісні риси, труднощі або ризики. Тому конфіденційність потрібно проєктувати до збору даних: визначити, хто матиме доступ, для якої мети, у якій формі, як довго дані зберігатимуться і як їх буде видалено або знеособлено. ITC рекомендує визначати рівні конфіденційності до тестування, пояснювати їх учаснику, обмежувати доступ особами, які мають право знати результат, і захищати архіви від несанкціонованого доступу. В Україні обробка інформації про ідентифіковану особу або особу, яку можна ідентифікувати, відбувається в межах Закону України «Про захист персональних даних». Конкретний правовий режим залежить від того, хто збирає дані, на якій підставі, з якою метою та кому їх передає. Конфіденційність не означає «ніхто ніколи не побачить результат». У клініці доступ може мати команда, якщо це обґрунтовано ролями; в організації — визначений замовник; у дослідженні — дослідницька команда. Етичний принцип інший: доступ має бути передбаченим, мінімально необхідним, поясненим і захищеним. Особливу увагу потребують електронна пошта, месенджери, спільні диски, електронні медичні записи й сервіси онлайн-тестування. Надіслати повний протокол у відкритий чат або зберігати іменований файл у загальнодоступній папці — це не дрібна технічна помилка, а порушення моделі конфіденційності. Результати тесту і тестові матеріали — не одне й те саме Одне з найважливіших етичних розрізнень — між даними конкретної людини та матеріалами інструмента. У термінології APA до даних тестування належать, зокрема, бали, відповіді конкретної людини й записи психолога про її поведінку під час оцінювання. Тестові матеріали — це інструкції, форми, протоколи, тестові запитання або стимули, які становлять сам інструмент. APA окремо пояснює це розрізнення у відповідях на поширені запитання про розкриття тестових даних і матеріалів. Звідси випливає практичне правило: право людини отримати пояснення власних результатів або доступ до певних даних не означає автоматичного права на повну копію закритого тесту, ключі, норми, стимульний матеріал чи захищений алгоритм підрахунку. Порядок доступу визначають професійні стандарти, закон, договірні умови й конкретний контекст. Це розрізнення захищає дві цінності одночасно. Учасник не втрачає право розуміти, що саме про нього було висновано і на яких підставах. Інструмент не втрачає цілісність через публічне розповсюдження матеріалів, знання яких може спотворити майбутні результати. Безпека тестових матеріалів Безпека тесту — це не корпоративна примха видавця. Стандарти освітнього та психологічного тестування визначають безпеку тесту як захист його змісту від несанкціонованого розкриття або використання, щоб зберегти цілісність балів і можливість їх валідної інтерпретації. У 2026 році APA окремо оновила рекомендації щодо безпеки тестів у технологічному середовищі через ризики цифрового копіювання, запису екрана, віддаленого доступу та інших каналів витоку. Для захищених методик не слід публікувати повні форми, ключі, таблиці підрахунку, правильні відповіді, стимульні набори, скриншоти інтерфейсу зі змістом завдань, паролі, ліцензійні файли або повні протоколи. Навіть якщо окремий фрагмент здається незначним, масове накопичення таких фрагментів може зробити інструмент передбачуваним. Керівництво ITC з використання тестів прямо пов’язує безпеку матеріалів із контролем доступу, авторським правом і договором використання. Воно також застерігає від такого ознайомлення з матеріалами, яке дає майбутньому учаснику несправедливу перевагу або робить повторне тестування неінформативним. У навчанні краще демонструвати принцип на спеціально створених прикладах, симульованих завданнях або матеріалах, які дозволено використовувати публічно. APA у роз’ясненнях про тестові матеріали прямо рекомендує зважати на безпеку під час викладання та, коли можливо, використовувати альтернативи реальним захищеним завданням. Авторське право, ліцензія та дозвіл на використання Психологічна методика може включати об’єкти авторського права: текст інструкції, питання, зображення, стимульний матеріал, посібник, таблиці, програмний код, оформлення або інші оригінальні елементи. В Україні базовий правовий режим визначає Закон України «Про авторське право і суміжні права». Але правовий статус конкретного тесту потрібно перевіряти окремо: хто є правовласником, яка версія, яка ліцензія і що саме дозволено копіювати, перекладати, адаптувати, оцифровувати чи поширювати. Важливе розрізнення: авторське право і психометрична якість не підтверджують одне одного. Інструмент може бути законно відкритим і слабко валідизованим. Може бути закритим і психометрично сильним. Може бути вільним для некомерційного використання, але не дозволяти модифікацію. Може дозволяти переклад, але не мати жодних українських норм. Етичний користувач перевіряє обидва контури — правовий і науковий. Переклад українською не дорівнює українській адаптації Наявність українського тексту опитувальника ще не доводить, що його можна інтерпретувати за оригінальними нормами або пороговими значеннями. Переклад є лише частиною адаптації. Міжнародна тестова комісія (ITC) у другій редакції керівництва з перекладу й адаптації тестів описує процес, який охоплює отримання дозволу правовласника, розробку адаптованої версії, емпіричну перевірку еквівалентності, надійності й валідності, правила адміністрування, шкалювання, інтерпретацію та документацію. Тому фрази «є український переклад», «методика перекладена кафедрою» або «цей тест часто використовують українською» не є доказом валідованої культурно-мовної адаптації. Для сильного висновку потрібна документація про те, як виконували адаптацію, на якій вибірці, які показники отримали і для яких інтерпретацій вони придатні. Це особливо важливо, коли результат впливає на клінічне рішення, освітній маршрут, працевлаштування або інший високоставковий наслідок. Етична відповідь за відсутності достатніх українських даних — не приховувати невизначеність і не видавати оригінальні норми за локальні. Мова, культура, доступність і справедливість Справедливість тестування не зводиться до однакових інструкцій для всіх. Якщо мовна компетентність, інвалідність, культурний контекст або формат взаємодії створюють варіацію, не пов’язану з вимірюваним конструктом, — однакові умови можуть давати нерівноцінні результати. Саме тому сучасні стандарти AERA, APA та NCME розглядають справедливість як фундаментальну характеристику тестування. Адаптації умов мають підтримувати валідність, а не створювати довільну перевагу. Потрібно знати, які адаптації умов допускає документація тесту, як вони впливають на інтерпретацію і чи були подібні умови представлені в дослідженнях. Якщо процедура істотно відхилилася від стандартизованої, це слід врахувати у висновку. Інваріантність вимірювання та диференційне функціонування завдань та аналіз групових відмінностей можуть дати важливі дані про функціонування шкали, але жоден одиничний статистичний тест не встановлює автоматично «справедливий» або «несправедливий» статус інструмента. Етична оцінка поєднує статистику, зміст, контекст застосування й наслідки рішення. Стандартизована процедура має значення Психологічний тест вимірює не лише відповіді людини; результат залежить і від умов, у яких ці відповіді отримані. Час, інструкція, переривання, підказки, присутність сторонніх, тип пристрою, допоміжні засоби, порядок завдань і навіть спосіб фіксації відповідей можуть змінити те, що означає бал. Етичний користувач дотримується інструкції настільки, наскільки це можливо, і документує важливі відхилення. Якщо умови суттєво відрізняються від тих, для яких встановлено норми й психометричні показники, не можна робити вигляд, що результат має ту саму точність і ту саму інтерпретацію. Скринінг, оцінювання, діагноз і моніторинг — різні завдання Короткий скринінговий опитувальник відповідає на питання про підвищену ймовірність або потребу в подальшому оцінюванні. Він не встановлює діагноз сам по собі. Діагностичне оцінювання інтегрує анамнез, симптоми, тривалість, функціонування, диференційні пояснення, клінічне інтерв’ю та інші релевантні джерела. Тест для моніторингу змін має інше завдання: відстежити динаміку. Для цього важливі похибка вимірювання, чутливість до змін і те, чи перевищує зміна межі випадкових коливань. Порогове значення, чутливість і специфічність у скринінгу не можна механічно переносити на діагноз; статистично значуща зміна не дорівнює клінічно важливій. Етичний ризик виникає, коли один бал перетворюють на статус людини: «у вас депресія», «ви нарцис», «у вас СДУГ», «ви непридатні», «ви маєте низький інтелект». Висновок має відповідати цільовому застосуванню інструмента і рівню доказів, а не емоційній силі числа. Як інтерпретувати бал без надмірної впевненості Будь-який психометричний результат містить похибку. Один отриманий бал — це оцінка, а не математично точна властивість людини. Інтерпретація має враховувати стандартну похибку вимірювання, надійність, релевантну норму, форму розподілу, контекст і те, наскільки далеко результат розташований від порогів прийняття рішення. Процентиль не означає «відсоток правильних відповідей». T-показник (T-score) не є t-статистикою. Високий внутрішній коефіцієнт узгодженості не доводить валідність конструкта. Надійність не дорівнює валідності. Ці розрізнення мають етичний вимір, тому що помилкова статистична інтерпретація може вплинути на лікування, освіту, роботу або самооцінку людини. Де це можливо, результат варто подавати з інтервалом невизначеності або принаймні пояснювати обмеження точності. У високоставкових рішеннях один тест не повинен замінювати весь процес оцінювання, якщо професійні стандарти передбачають інтеграцію кількох джерел. Пояснення результатів і зворотний зв’язок Видати людині число без пояснення — слабка практика. Зворотний зв’язок має перекладати психометричний результат на зрозумілу мову: що вимірювала шкала, з ким порівнювали результат, яка невизначеність, що цей показник може підтримувати і чого він не доводить. Етичний зворотний зв’язок не перетворює категорію на ідентичність. Краще сказати «у цій шкалі ваш результат вищий за типовий для цієї нормативної групи й може бути сумісний з…» та пояснити наступні кроки, ніж оголосити людині остаточну сутність за одним тестом. APA у рекомендаціях щодо прав і відповідальності учасників тестування вказує на очікування зрозумілого пояснення результатів і можливість ставити питання. У деяких контекстах — наприклад, певних судових або організаційних оцінюваннях — формат і обсяг зворотного зв’язку можуть бути обмежені природою процедури, але ці межі бажано пояснювати завчасно. Застарілі версії, старі норми і «звичні» методики Тест не залишається автоматично актуальним назавжди. Можуть змінюватися норми, діагностичні критерії, мова, культурний контекст, технологія адміністрування й сам конструкт. Етичний користувач перевіряє, чи не вийшла нова редакція, чи не відкликано стару, чи не з’явилися дані, що обмежують попередні інтерпретації. Стандарт 9.08 Етичного кодексу APA застерігає від рішень, заснованих на застарілих тестах або результатах, які вже не відповідають поточній меті. ITC також має окреме керівництво щодо переглянутих тестів і роботи зі старими версіями, яке ВПА включає до переліку єдиних психодіагностичних стандартів. Онлайн-тестування: зручність не скасовує стандартів Перенесення методики в браузер змінює не лише носій. Потрібно перевірити еквівалентність формату, ідентифікацію учасника, технічні умови, можливість сторонньої допомоги, безпеку передачі даних, доступ до результатів і ризик копіювання завдань. Якщо оригінальна валідизація була проведена на папері, не можна автоматично вважати цифрову версію ідентичною. Автоматичний підрахунок балів також не знімає відповідальності з професіонала. Якщо зовнішній сервіс видає бал або інтерпретацію, користувач має знати, на якій версії алгоритму це ґрунтується, чи є докази коректності, як обробляються дані і що станеться при технічній помилці. Стандарт 9.09 Етичного кодексу APA прямо покладає відповідальність за належне використання сервісів підрахунку та інтерпретації на професіонала, який ними користується. Штучний інтелект, чатботи й захищені тести Генеративні системи створили новий канал ризику: користувач може скопіювати в чатбот повний протокол, захищені завдання або відповіді клієнта, щоб «швидко отримати інтерпретацію». Це одночасно може порушити конфіденційність, умови ліцензії, безпеку тесту й вимоги до валідного підрахунку балів. Не слід завантажувати до загальнодоступних генеративних сервісів персональні тестові дані або захищені матеріали без належної правової підстави, дозволу, технічного контролю й розуміння того, як сервіс обробляє дані. Не слід доручати загальній мовній моделі підрахунок або клінічну інтерпретацію закритого ліцензованого тесту, якщо така модель не є валідованою частиною затвердженого процесу. У 2026 році APA окремо наголосила на технологічних ризиках для безпеки тестів. Сильний принцип для епохи ШІ простий: новий інструмент автоматизації не скасовує старі вимоги до компетентності, валідності, конфіденційності й захисту матеріалів. Самотестування в інтернеті Онлайн-опитувальник може бути корисним для самоосвіти, скринінгу або моніторингу, якщо відомо, що він вимірює і як його валідизовано. Але популярний «тест на 10 запитань» без джерела, норм і опису психометричних властивостей не стає психологічним тестом у професійному сенсі лише через красивий результат. Навіть хороший відкритий скринер не замінює діагностику. Людина має знати, що означає позитивний результат, яка ймовірність хибнопозитивного або хибнонегативного висновку, куди звернутися далі і що результат не є медичним діагнозом. Перед введенням чутливої інформації варто перевірити, хто є оператором сервісу, чи є політика конфіденційності, де зберігаються дані і чи використовуються вони для реклами, профілювання або навчання моделей. Психометрично хороший інструмент на непрозорій платформі все одно може бути етично проблемним. Тестування дітей і людей, які потребують додаткового захисту У роботі з дітьми потрібно розрізняти юридичну згоду уповноваженої дорослої особи та зрозуміле залучення самої дитини до процедури. Пояснення має відповідати віку й розвитку: навіщо відбувається оцінювання, що потрібно робити, кому повідомлять результати і що дитина може запитувати. Так само додаткового захисту потребують люди з порушеннями комунікації, когнітивними труднощами, гострим дистресом або залежним становищем. Мета етики тут — не виключити їх із тестування, а зробити процедуру максимально валідною, зрозумілою й захищеною. За потреби використовують доступний формат, належні адаптації умов, альтернативні джерела інформації та обережніші висновки. Тестування у працевлаштуванні, освіті та інших високоставкових рішеннях Чим вищі наслідки, тим сильнішою має бути аргументація. Якщо тест впливає на прийняття на роботу, просування, освітній маршрут, допуск, сертифікацію або інше рішення з істотними наслідками, потрібно особливо ретельно перевіряти відповідність вимогам роботи або іншу змістову релевантність, валідність використання, справедливість, стандартизацію й процедуру оскарження помилок. Високі ставки збільшують і ризик вторинного використання даних. Результат, зібраний для професійного розвитку, не слід без окремого обґрунтування перетворювати на інструмент кадрового відбору. Мета збору даних має залишатися видимою, а зміна мети — бути окремим рішенням, а не непомітною адміністративною зручністю. Психологічні тести в дослідженнях Дослідницький контекст не скасовує вимог до тесту. Потрібно мати право використовувати інструмент, описати версію, мову та спосіб адміністрування, обґрунтувати вибір, врахувати психометричні властивості й забезпечити етичне поводження з даними учасників. Відкрита наука не означає, що до додатка статті потрібно викласти захищені завдання або повний посібник. Відтворюваність можна підтримати описом конструкта, процедури, джерела інструмента, способу підрахунку балів, версії, психометричних показників і дозволеними прикладами — не порушуючи безпеку тесту. Для перекладеної дослідницької версії важливо не називати її «валідованою адаптацією», якщо робота обмежилася перекладом і зворотним перекладом. Саме тут рекомендації ITC з адаптації тестів допомагають відрізнити мовну роботу від емпіричного підтвердження еквівалентності. Типові етичні помилки під час психологічного тестування 1. Використати тест, бо він популярний, не перевіривши його цільове застосування, версію, норми та психометричні дані. 2. Взяти український переклад з інтернету й назвати його валідованою українською методикою без даних про адаптацію. 3. Провести складний тест після короткого відеоуроку, не маючи необхідної підготовки й супервізії. 4. Повідомити лише ярлик або порогове значення — без пояснення похибки, контексту й альтернативних інтерпретацій. 5. Поставити діагноз за одним скринінговим бал. 6. Передати повний протокол людині, яка не повинна мати доступу до захищених матеріалів, плутаючи дані тестування з тестовими матеріалами. 7. Надіслати результати роботодавцю, батькам, школі або іншій третій стороні, не пояснивши учаснику заздалегідь, хто є отримувачем і для чого. 8. Зберігати іменовані результати у відкритій таблиці, спільному диску або чаті без належного контролю доступу. 9. Публікувати скриншоти завдань, ключі, посібник або повні тестові форми в навчальному пості чи соціальній мережі. 10. Вважати, що оплачена ліцензія автоматично підтверджує валідність тесту для будь-якої популяції. 11. Використовувати застарілу версію або старі норми лише тому, що «так завжди робили». 12. Завантажувати захищений тест і дані клієнта в універсальний ШІ-сервіс заради автоматичної інтерпретації без перевіреної моделі безпеки, дозволів і валідності. Практична рамка: 12 запитань перед використанням тесту Перед тестуванням корисно пройти короткий перевірку рішення. Якщо на ключове запитання немає відповіді, це сигнал не «продовжити й розібратися потім», а спершу закрити прогалину. 1. Яке конкретне рішення або питання має підтримати тест? 2. Чи створено й валідизовано інструмент саме для такого використання? 3. Чи підходить він за віком, мовою, культурним контекстом та іншими характеристиками цієї популяції? 4. Чи актуальні версія, норми й технічна документація? 5. Чи достатня моя кваліфікація для адміністрування, підрахунку балів та інтерпретації саме цього інструмента? 6. Чи маю я законний і ліцензійний доступ до матеріалів? 7. Чи розуміє учасник мету, процедуру, одержувачів результату та межі конфіденційності? 8. Де зберігатимуться дані, хто матиме доступ і як довго вони зберігатимуться? 9. Чи захищені захищені матеріали від копіювання, фотографування, пересилання та несанкціонованого доступу? 10. Які фактори можуть знизити точність результату: мова, стан, середовище, адаптації умов, порушення стандартизації? 11. Які альтернативні джерела інформації потрібні, щоб не робити висновок з одного бала? 12. Як я поясню результат людині так, щоб показати його значення, межі та наступні кроки? Політика тестування для клініки, школи, компанії або дослідницької групи Організація, яка регулярно використовує тести, працюватиме надійніше з чіткою політикою, ніж із набором неформальних звичок. Така політика визначає, хто і які інструменти може використовувати; як перевіряють версії й кваліфікацію; де зберігаються матеріали; хто має доступ до результатів; як відбувається інформування учасника; який строк зберігання; як виправляють помилки; що робити при витоку; які сервіси дозволені для підрахунку балів та зберігання. Окремо варто описати використання хмарних платформ, віддалене тестування й ШІ-сервіси. Технологічна політика має виходити з тих самих принципів: мінімізація даних, контроль доступу, простежуваність, валідність процесу та збереження безпеки тесту. Коли етична проблема є сигналом зупинити тестування Тестування варто відкласти або змінити, якщо неможливо пояснити мету, немає достатньої компетентності, невідомо походження методики, немає дозволу на використання матеріалів, відсутні прийнятні дані для потрібної популяції, умови грубо порушують стандартизацію, неможливо захистити персональні дані або є конфлікт між вимогами замовника й професійною відповідальністю. Зупинка — це не провал оцінювання. Часто це найбільш професійне рішення: обрати інший інструмент, залучити кваліфікованого колегу, отримати дозвіл, змінити процедуру або чесно обмежити висновок. Поширені запитання Чи може психолог використовувати будь-який психологічний тест? Ні. Професія сама по собі не створює універсальної компетентності для всіх методик. Потрібно враховувати складність тесту, конкретне навчання, сферу практики, кваліфікаційні вимоги, правила видавця й правові обмеження. Для складних клінічних або високоставкових інструментів вимоги вищі. Чи можна проводити тест, якщо він вільно лежить в інтернеті? Доступність файлу не доводить ані законність його поширення, ані психометричну якість, ані придатність для професійного використання. Потрібно окремо перевірити правовласника й ліцензію, наукові дані, версію, популяцію та власну компетентність. Чи має клієнт право отримати свої результати? Професійні стандарти підтримують зрозумілий зворотний зв’язок і належне поводження з даними людини. Конкретний юридичний обсяг доступу залежить від юрисдикції й контексту. Важливо відрізняти дані конкретної людини від захищених тестових матеріалів: отримання результату не означає автоматичної передачі посібник, ключів або всіх захищені завдання. Чи можна фотографувати або сканувати сторінки тесту для клієнта? Для захищених методик зазвичай це суперечить принципу безпеки тесту і може порушувати ліцензійні або авторські права. Потрібно користуватися дозволеними формами зворотного зв’язку й перевіряти правила конкретного інструмента. Чи можна викладати тестові питання у відкритий доступ для навчання? Якщо матеріали є захищеними або їх розкриття зменшує валідність майбутнього використання, цього робити не слід. Для навчання краще використовувати спеціально створені приклади, дозволені демонстраційні матеріали або відкриті інструменти. Чи достатньо перекласти тест українською? Ні. Переклад — лише один крок. Якісна адаптація потребує дозволу на адаптацію, культурно-мовної роботи, емпіричної перевірки еквівалентності, надійності й валідності, правил адміністрування та документації. Чи можна використовувати одне порогове значення як межу «є розлад / немає розладу»? Для скринінгових шкал — ні. Порогове значення залежить від цільового застосування, популяції, базової поширеності стану, співвідношення чутливості й специфічності та наслідків помилки. Діагноз потребує ширшого клінічного оцінювання. Чи можна просити ШІ інтерпретувати психологічний тест? Загальна мовна модель не є автоматично валідованою системою підрахунку балів або діагностики. Якщо сервіс не був спеціально перевірений для цього інструмента й контексту, його відповідь не повинна замінювати професійну інтерпретацію. Додатково потрібно врахувати конфіденційність даних і заборону розкривати захищені матеріали. Чи означає конфіденційність, що результат нікому не можна передавати? Ні. Результати можуть передаватися визначеним отримувачам за належною правовою та професійною підставою. Етична вимога — заздалегідь пояснити, хто матиме доступ і для чого, обмежити передачу необхідним обсягом і захистити дані від стороннього доступу. Що важливіше: права людини чи безпека тесту? Це хибна дилема. Якісна практика одночасно захищає права учасника на зрозуміле й справедливе оцінювання та цілісність інструмента. Саме тому професійні стандарти розрізняють особисті дані тестування і захищені тестові матеріали та пропонують процедури, які дають змістовний зворотний зв’язок без необґрунтованого розкриття тесту. Пов’язані статті Психологічна оцінка й оцінювання: що це, як проходить і чим відрізняється від тестування — ширший контекст оцінювання, у якому тест є лише одним із джерел інформації. Рейтингова шкала: що це, як працює та чим відрізняється від ранжування — базова форма вимірювання, важлива для розуміння того, як будуються й інтерпретуються шкали. Справедливість психологічного тестування: bias, доступність, групові порівняння і межі інтерпретації — як оцінювати fairness, DIF, інваріантність, доступність та межі групових висновків. Джерела American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. American Psychological Association. (2017). Ethical Principles of Psychologists and Code of Conduct. American Psychological Association. (2019). Disclosure of Test Data and Test Materials: Just the FAQs. American Psychological Association. (2020). Rights and Responsibilities of Test Takers: Guidelines and Expectations. American Psychological Association. (2020). Guidelines for Psychological Assessment and Evaluation. American Psychological Association. (2026). FAQ: Maintaining Test Security in the Age of Technology. International Test Commission. (2001/2013). ITC Guidelines on Test Use. Український переклад ВПА. International Test Commission. (2017). The ITC Guidelines for Translating and Adapting Tests (Second edition, v.2.4). Верховна Рада України. (2010). Закон України «Про захист персональних даних» № 2297-VI. Верховна Рада України. (2022). Закон України «Про авторське право і суміжні права» № 2811-IX. Всеукраїнська психодіагностична асоціація. Єдині психодіагностичні стандарти. Всеукраїнська психодіагностична асоціація. Стандарти кваліфікації користувачів тестових методик.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Мінімально виявлювана зміна (MDC, minimal detectable change) — це поріг зміни бала, який використовують, щоб оцінити, чи є різниця між двома вимірюваннями більшою за очікувану похибку вимірювання. У сучасній методології цей показник належить до оцінювання похибки вимірювання. COSMIN Reporting Guideline 2.0 прямо вказує, що для безперервних балів SEM описує похибку одного бала, а SDC — також уживаний як MDC — застосовують до зміни бала. Практичне питання звучить просто: людина отримала 42 бали, а через певний час — 50. Різниця становить 8 балів. Чи достатньо цього, щоб відрізнити зміну від звичайної нестабільності вимірювання? MDC дає поріг для такої відповіді. Водночас цей поріг відповідає лише на питання про виявлюваність зміни відносно похибки; її важливість для людини, клінічний зміст, діагноз або ефект лікування потребують інших доказів та критеріїв. Ключова формула статті: MDC — це поріг виявлюваної зміни, а MIC/MID — поріг важливої зміни. Вони можуть мати близькі числові значення, але відповідають на різні запитання. Це розрізнення є центральним і для класичної роботи de Vet та співавторів, і для сучасної методології COSMIN. Що саме вимірює MDC Будь-який спостережуваний тестовий бал містить інформацію про вимірюваний конструкт і компонент похибки. Якщо тест повторити за умов, коли конструкт справді не змінився, результати все одно можуть трохи відрізнятися через момент вимірювання, умови проведення, інструкції, оцінювача, спосіб підрахунку, випадкову варіабельність та інші джерела. COSMIN Manual визначає похибку вимірювання як систематичну й випадкову похибку індивідуального бала, яка не пояснюється справжньою зміною конструкта. MDC переводить цю невизначеність у шкалу зміни. Якщо абсолютна різниця між двома балами перевищує обраний поріг MDC, така різниця є більшою за очікувану похибку в межах статистичної моделі та рівня довіри, використаних для розрахунку. Якщо різниця менша, дані залишають недостатньо підстав відокремити її від очікуваної похибки з тим самим рівнем довіри. Фраза «менше MDC» не дає підстав автоматично вважати, що справжньої зміни точно не було. Вона означає, що інструмент і конкретна оцінка його похибки дають недостатню точність, щоб упевнено розрізнити таку невелику зміну від вимірювального шуму. Це принципово важлива статистична асиметрія: MDC встановлює межу роздільної здатності, а не дає підстав стверджувати відсутність зміни. Науковий статус поняття MDC є усталеним поняттям психометрії та методології вимірювання результатів. У літературі поряд із minimal detectable change трапляються назви smallest detectable change (SDC) і smallest реальну зміну (SRC). COSMIN у своїй сучасній звітній настанові прямо зазначає, що SDC для зміни бала також називають MDC. Класична формула MDC є підходом на основі розподілу (distribution-based): поріг виводять із оцінки похибки вимірювання та заданого рівня довіри. Сам принцип усталений, а конкретне числове значення MDC залежить від інструмента, версії шкали, популяції, джерел варіації, дизайну тест-ретест, статистичної моделі та обраного рівня довіри. Сучасні роботи також показують, що для шкал із нерівномірною точністю вздовж діапазону бала корисними можуть бути умовний SEM і умовний MDC, зокрема в моделях IRT. Seamon і Kautz детально розглядають цю проблему для опитувальників результатів, повідомлених пацієнтами (PROM). MDC, SDC і українська термінологія У міжнародній літературі MDC означає minimal detectable change, а SDC — smallest detectable change. У багатьох сучасних методологічних документах ці назви функціонують як близькі або взаємозамінні позначення порога зміни, що перевищує похибку вимірювання. У цій статті канонічний український термін — «мінімально виявлювана зміна», скорочення MDC зберігається через його міжнародну впізнаваність. В українських академічних матеріалах можна зустріти варіанти «мінімально виявлена зміна», «мінімальна виявлювана зміна» та інші близькі переклади. Різниця перекладу сама по собі не створює іншої психометричної властивості. Для коректної інтерпретації важливі оригінальний англомовний термін, формула, рівень довіри, популяція та джерело оцінки похибки. Як пов’язані SEM і MDC Стандартна похибка вимірювання SEM (standard error of measurement) характеризує типову невизначеність одного виміряного бала в одиницях шкали. MDC стосується різниці між двома вимірюваннями. Коли два вимірювання мають однакову SEM і похибки двох моментів розглядаються як незалежні, стандартна похибка різниці містить множник √2. Для 95% рівня довіри класичний індивідуальний поріг записують так: MDC95 = 1,96 × √2 × SEM. Оскільки 1,96 × √2 ≈ 2,77, зручно пам’ятати наближення MDC95 ≈ 2,77 × SEM. Саме таку формулу для SDC/MDC наводять COSMIN Manual і методологічна література. Для іншого рівня довіри змінюється критичне z-значення. Наприклад, для двобічного 90% порога використовують приблизно 1,645: MDC90 = 1,645 × √2 × SEM. Тому число без індексу або без опису рівня довіри неповне: MDC90 і MDC95 для тієї самої SEM мають різні значення. Якщо в тест-ретест дослідженні відоме стандартне відхилення різниць між повторними балами SDdiff, один із класичних шляхів дає SEMconsistency = SDdiff / √2, а звідси SDC95consistency = 1,96 × SDdiff. COSMIN окремо розрізняє формули agreement і consistency, тому в якісному звіті важливо вказувати не лише число SEM або MDC, а й спосіб його отримання. Числовий приклад MDC95 Припустімо, для певної шкали в релевантній популяції SEM = 3 бали. Тоді MDC95 = 1,96 × √2 × 3 ≈ 8,3 бала. Якщо результат змінився з 40 до 45 балів, абсолютна зміна становить 5 балів — менше за MDC95. За цією моделлю її складно відрізнити від очікуваної похибки з 95% рівнем довіри. Якщо бал змінився з 40 до 50, різниця 10 балів перевищує MDC95, тож вона більша за очікувану похибку на заданому рівні. У прикладі 10 балів — це виявлювана зміна, але ще не відповідь на питання, чи вона важлива. Для цього потрібен окремий критерій важливості, наприклад MIC/MID, прив’язаний до пацієнтського, клінічного або іншого змістовного зовнішнього критерію (anchor). de Vet та співавтори наголошують на концептуальному розділенні виявлюваної та важливої зміни. Чому √2 з’являється у формулі Зміна — це різниця двох балів: другого мінус перший. Кожен із цих балів має власну вимірювальну похибку. Якщо похибки двох вимірювань мають однакову дисперсію та розглядаються як незалежні, дисперсії додаються, а стандартна похибка різниці стає √2 × SEM. Далі цю стандартну похибку різниці множать на критичне z-значення відповідного рівня довіри. Саме тому MDC не варто обчислювати механічно з будь-якого числа, названого «надійністю». Формула має сенс лише разом із моделлю похибки, джерелами варіації та дизайном, у якому SEM оцінювали. Надійність і похибка вимірювання відповідають на різні запитання Надійність у відносному сенсі показує, наскільки добре інструмент розрізняє людей між собою попри похибку. Абсолютна похибка вимірювання показує, наскільки можуть коливатися бали в одиницях самої шкали. Високий ICC може співіснувати з помітною абсолютною похибкою, особливо у вибірці з великою міжіндивідуальною варіативністю. Mokkink та співавтори підкреслюють, що надійність і похибка вимірювання є двома різними способами оцінити вплив джерел варіації. Для рішення «чи перевищила зміна окремої людини очікувану похибку?» потрібна абсолютна оцінка похибки — SEM, SDC/MDC або межі узгодженості (limits of agreement) залежно від завдання. Сам коефіцієнт ICC без переведення похибки в одиниці шкали не дає повної відповіді на це питання. Чому альфа Кронбаха не замінює тест-ретест оцінку для MDC Альфа Кронбаха характеризує внутрішню узгодженість за конкретних припущень. Тест-ретест похибка стосується іншого джерела варіації. Якщо завдання MDC — відрізнити часову зміну від варіації між повторними вимірюваннями, потрібна оцінка похибки, яка відповідає саме цьому джерелу. Сучасний COSMIN Manual оцінює як методологічно недостатній розрахунок SEM або SDC через альфу Кронбаха замість релевантного ICC та тест-ретест підходу, оскільки alpha використовує дані одного моменту й не враховує систематичні та випадкові зміни між повторними вимірюваннями. Це показує, чому формула SEM = SD × √(1 − reliability) потребує коефіцієнта надійності, що відповідає досліджуваному джерелу похибки, та узгоджених даних. Agreement і consistency: як враховують систематичну зміну Повторні вимірювання можуть відрізнятися не лише випадково. Можливий систематичний зсув: ефект практики, навчання, звикання, зміна способу адміністрування, стабільне зміщення оцінювача або інша повторювана різниця між моментами. COSMIN розрізняє підходи, що враховують усю похибку, включно із систематичним компонентом, і consistency-підходи, що фокусуються на випадковій частині. Для клінічної або індивідуальної інтерпретації це має практичний наслідок: два дослідження можуть опублікувати «MDC95» для схожої шкали, але отримати різні значення через відмінні статистичні моделі та джерела варіації. Тому число MDC треба читати разом із методами, а не як постійну властивість назви тесту. MDC для окремої людини і для групового середнього Найчастіше MDC інтерпретують на рівні окремої людини: чи є зміна конкретної людини більшою за очікувану похибку двох її вимірювань. Для середньої зміни групи стандартна похибка середнього зменшується зі зростанням n, тому в деяких підходах груповий поріг виявлюваної зміни отримують діленням порога для окремої людини на √n. Matheson показує це в контексті тест-ретест надійності та smallest detectable difference. Груповий поріг слід застосовувати лише на тому рівні, для якого його розраховано. Велика вибірка дозволяє дуже точно оцінити невелику середню зміну групи, тоді як для однієї людини та сама величина може залишатися в межах очікуваної похибки вимірювання. MDC і MIC/MID: виявлюваність та важливість MDC відповідає на запитання «чи перевищує зміна похибку вимірювання?». MIC/MID відповідає на запитання «яка найменша зміна має важливе значення для людини або заданого контексту?». Terwee та співавтори визначають MIC як найменшу зміну бала, яку пацієнти сприймають як важливу, і розглядають її як окрему інтерпретаційну величину. Співвідношення цих порогів дуже інформативне. Якщо MDC менший за MIC, інструмент має достатню роздільну здатність, щоб на рівні окремої людини потенційно виявляти зміни, які вже мають змістовну важливість. Якщо MDC більший за MIC, існує зона змін, які можуть бути важливими для людини, але все ще не перевищують очікувану похибку інструмента. COSMIN Manual використовує порівняння SDC/LoA з MIC як критерій оцінювання достатності контролю похибки вимірювання, коли MIC доступний. MIC/MID також не є універсальною константою: оцінка залежить від популяції, якоря (anchor), напряму зміни, базового стану та методики. Тому порівнювати MDC з MIC коректно лише тоді, коли обидві величини стосуються сумісних умов використання. MDC і RCI: два способи оцінювати надійну зміну окремої людини Індекс надійної зміни (Reliable Change Index, RCI) також оцінює зміну окремої людини відносно очікуваної похибки, але робить це через стандартизоване відношення спостережуваної зміни до стандартної похибки різниці. У класичній формі RCI дає z-подібний індекс, який порівнюють із критичним значенням. MDC подає поріг безпосередньо в одиницях шкали. У деяких галузях, особливо нейропсихології, методи reliable change можуть додатково враховувати ефекти практики, регресію до середнього або демографічні предиктори. Тому MDC і RCI споріднені за логікою «зміна проти похибки», але конкретні алгоритми потребують окремої інтерпретації. Ані перевищення MDC, ані статистично надійний RCI самі по собі не встановлюють клінічну або особистісну важливість зміни. MDC і чутливість до змін (responsiveness) Чутливість до змін (responsiveness) — це здатність інструмента виявляти зміну конструкта з часом. Похибка вимірювання і MDC описують точність, з якою ми можемо розрізняти зміну від похибки. Ці властивості пов’язані, але не взаємозамінні. Інструмент може мати невелику похибку вимірювання, проте слабко реагувати на певний тип реальної зміни; або демонструвати зміни на груповому рівні, але мати надто великий MDC для окремої людини, щоб точно моніторити її динаміку. У термінології COSMIN чутливість до змін (responsiveness) оцінюють окремо від надійності та похибки вимірювання. Діагностична чутливість, responsiveness і MDC відповідають на різні статистичні та вимірювальні питання. MDC, статистична значущість і клінічна важливість p-value у груповому дослідженні стосується сумісності даних із певною статистичною моделлю та нульовою гіпотезою; MDC стосується індивідуальної або визначеної рівнем аналізу похибки вимірювання. Через великий розмір вибірки середня зміна в 1 бал може бути статистично значущою навіть тоді, коли MDC95 для окремої людини становить 8 балів. Це різні масштаби аналізу. Так само зміна на 12 балів може перевищувати MDC95 і все ж мати невелике практичне значення, якщо шкала, контекст або людина не надають такій різниці суттєвого змісту. Статистична виявлюваність, статистична значущість і клінічна/практична важливість мають бути описані окремо. Основні припущення і джерела невизначеності MDC успадковує припущення тієї моделі, з якої отримано SEM. Для тест-ретест оцінювання ключове значення має стабільність конструкта між вимірюваннями: якщо учасники реально змінилися, різницю складно розділити на справжню зміну і похибку вимірювання. Mokkink та співавтори наголошують на відповідності часових інтервалів, стабільності учасників, стандартизації процедури та чіткому визначенні джерел варіації. Класичний єдиний MDC також часто припускає приблизно однакову похибку в різних частинах шкали. Якщо точність залежить від рівня латентної ознаки або самого бала, один глобальний поріг може бути надто грубим. Seamon і Kautz показують, як умовна похибка вимірювання може дати різні пороги в різних ділянках шкали. Інші джерела, які варто перевіряти: гетероскедастичність, ефекти нижньої та верхньої межі шкали, ефект практики, зміна оцінювача, відмінності пристрою або режиму адміністрування, неідентичні умови, короткий чи надто довгий тест-ретест інтервал, нестабільність стану та обмежена репрезентативність вибірки. У кожному випадку питання одне: яку саме варіацію включає опублікований SEM/MDC і чи відповідає вона вашому передбаченому використанню. MDC залежить від популяції та умов використання Число MDC, отримане в одній вибірці, слід переносити в іншу популяцію лише після перевірки сумісності умов. Дисперсія балів, надійність, джерела похибки, вираженість стану, вік, клінічний статус, мова, спосіб адміністрування та інші умови можуть змінити оцінку. Тому у звіті потрібно шукати не лише «MDC = 7», а й опис популяції та процедури, з яких це число походить. Особливо обережно слід переносити MDC між версіями тесту — наприклад, паперовою та цифровою, повною та короткою, самозвітом та інтерв’ю, різними мовами або культурними адаптаціями. Навіть за однакової назви шкали це можуть бути вимірювальні умови з іншою похибкою. Український переклад і культурна адаптація Наявність українського перекладу тесту ще не дає підстав доводити, що для цієї версії встановлено надійність, похибку вимірювання та MDC. Переклад змінює мовну форму завдань, а культурна адаптація має перевіряти еквівалентність конструкта, інструкцій, зміст завдань, процедур і інтерпретацію балів. International Test Commission розглядає test adaptation як ширший процес, ніж буквальний переклад. Якщо MDC опубліковано для англомовної версії шкали, його використання як готового порога для української версії потребує емпіричного обґрунтування. Найкраща практика — шукати дослідження саме потрібної мовної версії, популяції та передбаченого використання або прямо зазначати, що локальна оцінка похибки вимірювання відсутня. Як читати опубліковане значення MDC Перед інтерпретацією числа перевірте сім речей: 1) повну назву й версію інструмента; 2) популяції, на якій оцінювали похибку; 3) одиниці шкали; 4) тест-ретест дизайн і часовий інтервал; 5) формулу SEM/MDC та джерело надійності; 6) рівень довіри — MDC90, MDC95 чи інший; 7) чи враховувалася систематична різниця між повторними вимірюваннями. Додатково з’ясуйте, чи поріг розраховано для окремої людини або групи, чи є довірчий інтервал для самої оцінки MDC, чи спостерігалася гетероскедастичність, і чи відповідає дослідження вашому способу застосування тесту. Trigg та співавтори у сучасному статистичному огляді показують, наскільки вибір формули SEM, коефіцієнта надійності та рівня довіри впливає на інтерпретацію порога зміни. Що означає зміна нижче, на рівні та вище MDC |Δ| < MDC: спостережувана зміна перебуває в межах, які за заданою моделлю та рівнем довіри можуть пояснюватися похибкою вимірювання. Такий результат не доводить відсутності справжньої зміни. |Δ| ≈ MDC: результат лежить біля порога. Округлення, точність опублікованого MDC, довірчий інтервал самого estimate та заздалегідь визначене правило «≥» або «>» можуть впливати на класифікацію. Тут корисніше подавати точне число та невизначеність, ніж створювати жорстку категорію. |Δ| > MDC: зміна більша за очікувану похибку вимірювання на заданому рівні довіри. Наступне питання — чи ця зміна важлива, бажана, клінічно релевантна або пов’язана з втручанням. MDC сам по собі цього не визначає. Напрям зміни: покращення і погіршення MDC зазвичай є додатним порогом величини зміни. Напрям визначається знаком Δбал і правилами конкретної шкали. Якщо вища оцінка означає більше благополуччя, +10 може бути покращенням; якщо вища оцінка означає більшу вираженість симптомів, +10 може означати погіршення. Перед висновком потрібно знати напрям шкали шкали. Для двобічного підходу до reliable change логіка симетрична: абсолютна зміна може перевищити MDC у будь-якому напрямі. Для окремих практичних задач можуть існувати асиметричні пороги або різні MIC для покращення та погіршення, і тоді їх слід розглядати окремо. MDC у моніторингу психологічного стану У повторному психологічному оцінюванні MDC корисний, коли інструмент справді призначений для моніторингу та оцінювання результатів і має відповідні дані про похибку вимірювання. Він допомагає уникнути надмірної інтерпретації дрібних коливань балів, які природно виникають навіть без істотної зміни конструкта. Водночас скринінговий або діагностичний поріг (cutoff) і MDC виконують різні функції. Cutoff класифікує бал відносно певного порога в один момент; MDC оцінює зміну між моментами. Перехід через cutoff може відбутися при зміні, меншій за MDC, а зміна, що перевищує MDC, може не перетнути cutoff. Жодна з цих ситуацій сама по собі не встановлює діагноз. Чому MDC має інше призначення, ніж діагностичне правило Психологічний діагноз ґрунтується на ширшій клінічній оцінці, критеріях розладу, тривалості й контексті симптомів, функціонуванні, диференційній діагностиці та професійному судженні. MDC описує лише статистичну відмінність двох тестових балів від очікуваної похибки. Він не перетворює бал на діагноз і не є самостійним критерієм успіху чи невдачі лікування. Це узгоджується з базовою логікою психологічного тестування: тестовий результат має інтерпретуватися з урахуванням передбаченого використання, норм, надійності, доказів валідності, похибки вимірювання, мови та популяції. Типові помилки інтерпретації MDC 1. Називати MDC «мінімально клінічно важливою зміною». Виявлювана та важлива зміна — різні поняття; клінічну або особистісну важливість слід встановлювати окремо. 2. Виводити MDC з Cronbach’s alpha без обґрунтування. Внутрішня узгодженість не замінює оцінку тест-ретест похибки вимірювання. 3. Переносити опублікований MDC на іншу мовну версію, популяції або режим адміністрування як незмінну константу. 4. Плутати SEM (standard error of measurement) зі standard error of the mean — стандартною похибкою середнього. Перша величина описує вимірювальну похибку бала, друга — невизначеність оцінки середнього у вибірці. 5. Використовувати груповий threshold для рішення про конкретну людину. Рівень аналізу має збігатися з рівнем, для якого поріг розраховано. 6. Вважати зміну нижче MDC доказом відсутності реальну зміну. Такий результат означає недостатню роздільну здатність для впевненого розрізнення, а не нульову ймовірність зміни. 7. Вважати зміну вище MDC доказом терапевтичної користі. Перевищення порога говорить про виявлюваність, а причинність і практична важливість потребують окремого аналізу. Як досліднику коректно звітувати MDC У звіті варто навести назву показника та рівень довіри (наприклад, MDC95), формулу, джерело SEM, обраний ICC або іншу модель надійності, SD і популяцію, тест-ретест інтервал, умови повторного вимірювання, наявність систематичного зсуву та спосіб його врахування. COSMIN Reporting Guideline 2.0 прямо рекомендує повідомляти конкретну формулу похибки вимірювання і обґрунтування її вибору. Корисно також подавати невизначеність навколо оцінок надійності й похибки вимірювання, описувати пропущені дані, стабільність учасників і графічно перевіряти узгодженість, якщо це відповідає дизайну. Одне число без опису методів має обмежену переносимість. Як фахівцю використовувати MDC у практиці Спочатку визначте, яке саме питання ви вирішуєте. Якщо потрібно зрозуміти, чи змінився бал окремої людини понад очікувану похибку, MDC може бути доречним. Якщо потрібно визначити, чи зміна важлива для людини, потрібен MIC/MID або інший змістовний критерій. Якщо мета — діагностика, потрібна повна діагностична процедура. Якщо мета — оцінка чутливості шкали до змін, аналізують responsiveness. Далі переконайтеся, що MDC походить із сумісної версії інструмента та популяції, а сам тест має прийнятні психометричні властивості для передбаченого використання. Після цього порівнюйте абсолютне значення зміни окремої людини з порогом, зберігаючи знак зміни для змістовної інтерпретації напряму. FAQ Що означає MDC95? MDC95 — поріг зміни, побудований із критичним значенням для двобічного 95% рівня довіри. У класичній формі MDC95 = 1,96 × √2 × SEM. Якщо абсолютна зміна перевищує цей поріг, вона більша за очікувану похибку вимірювання за припущень використаної моделі. Чи дорівнює MDC двом SEM? Для MDC95 — ні. Класичний множник становить приблизно 2,77 SEM. Для іншого рівня довіри множник буде іншим. Формула «2 × SEM» іноді використовується як грубе правило в інших контекстах, але це не те саме, що стандартний MDC95. Чи може реальна зміна бути меншою за MDC? Так. Зміна нижче MDC може бути реальною, але дані не дозволяють відрізнити її від очікуваної похибки вимірювання з обраним рівнем довіри. MDC описує виявлюваність, а не онтологічну наявність або відсутність зміни. Чи однаковий MDC для всіх людей? Класичний вибірковий MDC часто застосовує один поріг для всіх учасників відповідної популяції. Це практичне спрощення. Якщо точність вимірювання змінюється вздовж шкали, умовні SEM/MDC можуть давати різні пороги для різних рівнів бала. Чим SDC відрізняється від MDC? У сучасній measurement literature SDC (smallest detectable change) і MDC (minimal detectable change) часто позначають той самий тип порога зміни бала відносно похибки вимірювання. COSMIN прямо зазначає це синонімічне використання. Завжди перевіряйте формулу та рівень довіри конкретного джерела. Чи можна використовувати MDC з іншого дослідження? Використання доречне після перевірки сумісності інструмента, мовної версії, популяції, режиму адміністрування, тест-ретест дизайну, джерел похибки та формули. Якщо ці умови суттєво різняться, опублікований поріг може погано відображати похибку вимірювання у вашому застосуванні. Чи означає перевищення MDC клінічно значуще покращення? Ні. Перевищення MDC означає, що зміна більша за очікувану похибку вимірювання. Для клінічної або особистісної важливості потрібен окремий критерій на кшталт MIC/MID, а для причинного висновку про лікування — відповідний дизайн дослідження та клінічна оцінка. Чи можна діагностувати розлад за MDC? MDC виконує іншу функцію, ніж діагностичний cutoff. Він оцінює зміну двох балів відносно похибки. Діагноз потребує комплексної оцінки симптомів, тривалості, функціонування, контексту й диференційної діагностики; одного бала, симптома, скринінгового результату або факту перевищення MDC для цього недостатньо. Пов’язані статті Психологічні тести: що це, як працюють і як оцінювати результати Чутливість до змін (responsiveness): чи здатна шкала виявити реальну зміну психологічного стану Мінімально важлива зміна (MIC/MID): чим вона відрізняється від мінімально виявлюваної зміни MDC Джерела COSMIN. COSMIN Manual for Systematic Reviews of PROMs, Version 2. Розділ Measurement Error: SEM, SDC/MDC, limits of agreement, agreement/consistency та критерії якості. COSMIN. Explanation & Elaboration document of the COSMIN Reporting Guideline 2.0. Рекомендації щодо звітування SEM, SDC/MDC, формул і джерел варіації. de Vet, H. C., Terwee, C. B., Ostelo, R. W., Beckerman, H., Knol, D. L., & Bouter, L. M. (2006). Minimal changes in health status questionnaires: distinction between minimally detectable change and minimally important change. Health and Quality of Life Outcomes, 4, 54. International Test Commission. (2017). ITC Guidelines for Translating and Adapting Tests (Second Edition). International Journal of Testing. Matheson, G. J. (2019). We need to talk about reliability: making better use of test-retest studies for study design and interpretation. PeerJ, 7, e6918. Mokkink, L. B., Boers, M., van der Vleuten, C. P. M., Bouter, L. M., Alonso, J., Patrick, D. L., de Vet, H. C. W., & Terwee, C. B. (2020). COSMIN Risk of Bias tool to assess the quality of studies on reliability or measurement error of outcome measurement instruments: a Delphi study. BMC Medical Research Methodology, 20, 293. Seamon, B. A., & Kautz, S. A. (2022). Revisiting the Concept of Minimal Detectable Change for Patient-Reported Outcome Measures. Physical Therapy, 102(8), pzac068. Terwee, C. B., Peipert, J. D., Chapman, R., Lai, J.-S., Terluin, B., Cella, D., Griffith, P., & Mokkink, L. B. (2021). Minimal important change (MIC): a conceptual clarification and systematic review of MIC estimates of PROMIS measures. Quality of Life Research, 30, 2729–2754. Trigg, A., Ratitch, B., Kruesmann, F., Majumder, M., Parfionovas, A., & Krahn, U. (2025). Interpretation of Change in Novel Digital Measures: A Statistical Review and Tutorial. Digital Biomarkers, 9(1), 52–66.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Відношення правдоподібності (likelihood ratio, LR) показує, наскільки конкретний результат тесту змінює шанси наявності цільового стану. Для бінарного результату використовують два показники: LR+ для позитивного результату та LR− для негативного. На відміну від простого твердження «тест позитивний» або «тест негативний», LR переводить результат у кількісну зміну від передтестової до післятестової оцінки. Deeks і Altman (2004) визначають LR як відношення ймовірності певного результату в людей із цільовим станом до ймовірності того самого результату в людей без нього. Ключова ідея проста: сам результат тесту не існує у вакуумі. Його значення залежить від того, наскільки правдоподібним був стан до тестування, які чутливість і специфічність має тест у релевантній популяції, який поріг використано, наскільки надійним є референтний стандарт і чи відповідає досліджена вибірка людині або групі, для якої результат тлумачать. Cochrane Handbook for Systematic Reviews of Diagnostic Test Accuracy розглядає ці характеристики як частину ширшої оцінки діагностичної точності, а не як самодостатні числа. Коротко: що означають LR+ і LR− LR+ відповідає на запитання: у скільки разів позитивний результат імовірніший у людини з цільовим станом, ніж у людини без нього. Чим більше LR+ перевищує 1, тим сильніше позитивний результат підвищує шанси стану. LR− відповідає на запитання: у скільки разів негативний результат імовірніший у людини з цільовим станом, ніж у людини без нього. Чим ближче LR− до 0, тим сильніше негативний результат знижує шанси стану. LR = 1 означає, що такий результат трапляється однаково часто за наявності й відсутності цільового стану, тому сам по собі не змінює шанси. Значення по інший бік 1 від очікуваного напрямку — наприклад LR+ < 1 — означає, що ярлик «позитивний» спрямований протилежно діагностичній інформації; це привід перевірити кодування, поріг і саму логіку тесту, а не оголошувати число математично неможливим. Формули LR+ і LR− Для звичайної таблиці 2 × 2 формули випливають із чутливості та специфічності. Їх у такому вигляді наводить Methods Guide for Medical Test Reviews AHRQ. LR+ = чутливість / (1 − специфічність) LR− = (1 − чутливість) / специфічність Якщо позначити наявність стану як D+, його відсутність як D−, позитивний результат як T+, а негативний як T−, тоді: LR+ = P(T+ | D+) / P(T+ | D−) LR− = P(T− | D+) / P(T− | D−) У чисельнику завжди стоїть імовірність конкретного результату за наявності цільового стану, а в знаменнику — імовірність того самого результату за його відсутності. Саме тому LR описує інформаційну силу результату, а не частку людей із діагнозом серед тих, хто отримав певний результат. Звідки беруться ці формули: логіка таблиці 2 × 2 У дослідженні діагностичної точності результат індексного тесту порівнюють із референтним стандартом. Виникають чотири групи: істинно позитивні (TP), хибнопозитивні (FP), хибнонегативні (FN) та істинно негативні (TN). Чутливість = TP / (TP + FN): частка людей із цільовим станом, у яких тест позитивний. Специфічність = TN / (TN + FP): частка людей без цільового стану, у яких тест негативний. Тоді 1 − специфічність є часткою хибнопозитивних результатів серед людей без стану, а 1 − чутливість — часткою хибнонегативних серед людей зі станом. LR+ порівнює істиннопозитивну частоту з хибнопозитивною; LR− — хибнонегативну частоту з істиннонегативною. LR працює з шансами, а не безпосередньо з відсотками Баєсівське оновлення через LR виконується в просторі шансів. McGee (2002) популяризував практичне використання цього переходу в клінічному мисленні. Передтестові шанси = передтестова ймовірність / (1 − передтестова ймовірність) Післятестові шанси = передтестові шанси × LR Післятестова ймовірність = післятестові шанси / (1 + післятестові шанси) Це важливе розрізнення. Ймовірність 20 % — не те саме, що шанси 0,20. Для ймовірності 20 % шанси становлять 0,20 / 0,80 = 0,25. Саме 0,25 множиться на LR. Приклад: як один і той самий тест змінює ймовірність Припустімо, перед тестом обґрунтована ймовірність цільового стану становить 20 %. Передтестові шанси дорівнюють 0,20 / 0,80 = 0,25. Якщо позитивний результат має LR+ = 6, післятестові шанси: 0,25 × 6 = 1,5. Перетворюємо назад у ймовірність: 1,5 / 2,5 = 0,60. Отже, за цих припущень позитивний результат підвищує оцінку з 20 % до 60 %. Якщо негативний результат має LR− = 0,20, післятестові шанси: 0,25 × 0,20 = 0,05. Післятестова ймовірність: 0,05 / 1,05 ≈ 4,8 %. Негативний результат знижує оцінку з 20 % приблизно до 4,8 %. Це навчальний приклад, а не діагностичний алгоритм. У реальній практиці передтестова ймовірність, самі LR та їхня невизначеність мають походити з релевантних даних і клінічної оцінки. Чому однаковий LR дає різну післятестову ймовірність LR є множником шансів, тому одна й та сама сила доказу приводить до різних абсолютних післятестових імовірностей залежно від стартової точки. Якщо LR+ = 6 і передтестова ймовірність 5 %, післятестова ймовірність становитиме приблизно 24 %. Якщо стартова ймовірність 60 %, той самий LR+ = 6 дасть приблизно 90 %. Звідси випливає головна практична помилка: не можна переносити фразу «позитивний тест означає 90 % імовірності» між популяціями без урахування базової частоти, клінічного контексту та способу формування передтестової оцінки. LR+ і LR− не є чутливістю та специфічністю Чутливість і специфічність описують роботу тесту умовно щодо відомого статусу за референтним стандартом. LR комбінує ці дві характеристики в показник, який можна використати для оновлення шансів після конкретного результату. Висока чутливість сама по собі не гарантує сильного LR+: якщо специфічність низька, позитивних результатів буде багато і серед людей без стану. Аналогічно висока специфічність не гарантує сильного LR−: для цього потрібна також достатня чутливість. Не слід плутати діагностичну чутливість із чутливістю до змін (responsiveness). Responsiveness описує здатність шкали відображати зміну конструкта з часом; діагностична чутливість — частку позитивних результатів серед людей із цільовим станом. LR не є PPV або NPV Позитивна прогностична цінність (PPV) відповідає на запитання: яка частка людей із позитивним результатом справді має цільовий стан у конкретній популяції. Негативна прогностична цінність (NPV) — яка частка людей із негативним результатом справді не має стану. PPV і NPV безпосередньо залежать від поширеності або базової частоти стану. AHRQ показує це у формулах прогнозних цінностей через prevalence. Таблиця AHRQ одночасно демонструє, що LR+ і LR− обчислюються з чутливості та специфічності. Водночас фраза «LR не залежить від поширеності» потребує точності. У чистій алгебрі формула LR не містить prevalence. Але чутливість, специфічність і, відповідно, LR можуть змінюватися між популяціями через спектр тяжкості, відмінності добору, пороги, референтний стандарт та інші особливості дизайну. Тому значення LR з одного дослідження не стає автоматично універсальною константою тесту. Наскільки «сильним» має бути LR У навчальній літературі часто використовують орієнтири: LR+ понад 10 або LR− нижче 0,1 зазвичай створюють велику зміну шансів; значення ближчі до 1 дають меншу зміну. Ці пороги описані, зокрема, у Deeks і Altman (2004) та в методологічних посібниках з діагностичної точності. Це евристика, а не універсальний клінічний cutoff. Значущість LR залежить від передтестової ймовірності, наслідків хибнопозитивного і хибнонегативного рішення, доступності подальшої оцінки, мети тестування та порогів дії. Навіть LR+ = 10 не перетворює позитивний скринінг на діагноз, якщо початкова ймовірність мала або сам тест застосований поза валідованою популяцією. Позитивний скринінг не дорівнює діагнозу У психології особливо важливо розрізняти скринінг, case-finding, повне оцінювання, діагностику, моніторинг і вимірювання результатів. Стандарти AERA, APA та NCME вимагають обґрунтовувати інтерпретацію балів і їх конкретне використання, а не переносити висновки з одного контексту на інший. Скринінговий опитувальник може мати корисні LR для певного порога, але його позитивний результат означає лише зміну ймовірності цільового стану відповідно до доказів для цієї популяції й цього способу використання. Діагноз потребує професійного оцінювання, клінічних критеріїв, диференційної діагностики, оцінки функціонування, контексту й часто додаткових джерел даних. Загальну логіку багатоджерельної оцінки в психології варто читати разом зі статтею «Психологічна оцінка й оцінювання». Звідки береться передтестова ймовірність Передтестова ймовірність — це обґрунтована оцінка ймовірності цільового стану до отримання нового результату. У популяційному скринінгу стартовою наближеною точкою може бути поширеність у релевантній групі. У клінічній практиці вона може враховувати симптоми, анамнез, попередні результати, вік, контекст звернення та інші дані. Передтестову ймовірність не слід довільно «вигадувати», бо математично точне множення на LR не виправляє погану стартову оцінку. Якщо вихідне число не має емпіричного або клінічного обґрунтування, післятестовий відсоток створює лише видимість точності. Поріг тесту змінює LR Для шкал із безперервним або порядковим балом позитивний/негативний результат виникає лише після вибору порога. Зміна cutoff змінює чутливість і специфічність, а отже — LR+ і LR−. Зазвичай суворіший поріг може підвищити специфічність і LR+ ціною нижчої чутливості; м’якший поріг може підвищити чутливість і покращити LR−, але збільшити частоту хибнопозитивних результатів. Теоретично це пов’язано з компромісом між виявленням сигналу і критерієм рішення. Для глибшого розуміння цієї логіки див. «Теорія виявлення сигналу». Для безперервних балів один cutoff може втрачати інформацію Якщо результат природно безперервний, його примусове поділення на «позитивний/негативний» відкидає інформацію про те, наскільки далеко бал лежить від порога. Brown і Reeves (2003) описують interval likelihood ratios — окремі LR для кількох діапазонів значень — як спосіб зберегти більше діагностичної інформації. Наприклад, дуже високий бал і бал на одну одиницю вище cutoff можуть мати різну доказову силу, хоча за бінарною схемою обидва називаються «позитивними». Якщо дослідження має достатньо даних, багаторівневі або інтервальні LR можуть відображати це краще. Водночас надмірне дроблення шкали на багато інтервалів за малої вибірки робить оцінки нестабільними. Інтервали, моделі й пороги мають бути статистично обґрунтованими та бажано перевіреними на незалежних даних. LR, ROC-крива та AUC відповідають на різні запитання ROC-крива показує компроміс між чутливістю та часткою хибнопозитивних результатів при різних порогах. AUC узагальнює здатність показника розрізняти дві групи в широкому діапазоні порогів. LR натомість описує доказову силу конкретного результату або конкретної категорії результатів. Висока AUC не повідомляє автоматично, якою буде післятестова ймовірність для окремої людини, не визначає найкращий cutoff для всіх цілей і не доводить клінічну корисність. Для практичної інтерпретації потрібні поріг, відповідні LR або інші показники точності, базова частота, наслідки рішень і контекст. Невизначеність: LR треба читати разом із довірчим інтервалом LR у дослідженні — оцінка, а не відоме безпомилкове число. Невелика вибірка, мало людей із цільовим станом або без нього, рідкісні хибні результати та сильний дисбаланс груп можуть створювати дуже широкі довірчі інтервали. Особливо обережно слід читати «ідеальні» значення на кшталт LR+ = ∞ або LR− = 0, отримані через нульову клітинку таблиці 2 × 2. Вони можуть відображати реальну високу точність, але можуть бути й наслідком малої вибірки. Для висновку важливі точність оцінки, довірчий інтервал та відтворення в інших вибірках. Звіти досліджень діагностичної точності мають прозоро описувати вибір учасників, індексний тест, референтний стандарт, пороги та оцінки точності. STARD 2015 створено саме для повнішого й відтворюваного звітування таких досліджень. Референтний стандарт може бути недосконалим Формули чутливості, специфічності та LR передбачають, що статус цільового стану визначено достатньо надійним референтним стандартом. У психології та психіатрії «золотий стандарт» часто є складним: структуроване діагностичне інтерв’ю, експертне клінічне рішення або композитний критерій також мають похибку. Якщо референтний стандарт помиляється, залежить від результату індексного тесту або застосовується не до всіх учасників, оцінки точності можуть бути зміщені. Тому число LR слід оцінювати разом із дизайном дослідження, а не виривати з таблиці. Для систематичного оцінювання ризику упередження в дослідженнях діагностичної точності нині рекомендована QUADAS-3, опублікована у 2026 році. Вона оцінює ризик упередження у чотирьох доменах: Participants, Index test, Target condition та Analysis; для перших трьох доменів окремо оцінюють застосовність. У домені Target condition перевіряють, зокрема, адекватність референтного стандарту та часовий інтервал між індексним тестом і встановленням цільового стану. Spectrum effect: LR може змінюватися між популяціями Чутливість і специфічність часто називають характеристиками, менш залежними від поширеності, ніж PPV і NPV. Однак емпірично їх значення можуть змінюватися разом зі спектром стану, тяжкістю, супутніми станами та складом вибірки. Leeflang, Bossuyt і Irwig (2009) показали механізми, через які prevalence може бути маркером відмінностей популяції та дизайну, що впливають на оцінки точності. Тому LR, отриманий у спеціалізованій клініці з тяжкими випадками і чіткими контролями, може не переноситися на первинну ланку, школу, онлайн-скринінг або загальну популяцію. Зовнішня застосовність потребує зіставлення віку, мови, культури, спектра симптомів, супутніх станів, способу рекрутингу і референтного стандарту. Культурна та мовна адаптація: переклад не переносить LR автоматично Якщо психологічний опитувальник перекладено українською, це ще не означає, що LR оригінальної версії діє для української версії. Standards for Educational and Psychological Testing вимагають доказів для конкретної інтерпретації, використання та популяції. Мовні формулювання, культурні норми відповіді, доступність допомоги, базова частота стану, спосіб встановлення діагнозу та навіть значення окремих симптомів можуть змінити класифікаційні характеристики. Валідована культурна адаптація потребує окремої доказової бази; сам переклад не є валідизацією. Ширше про вимірювальні властивості тестів див. «Психометрія: що це, що вона вимірює і як оцінюють якість психологічних тестів». Кілька тестів поспіль: коли LR не можна просто перемножити У простій баєсівській схемі після першого тесту післятестові шанси можуть стати передтестовими шансами для другого. Тоді здається природним послідовно множити LR. Це коректно лише за умов, які підтримують таке оновлення. Якщо два тести вимірюють дуже схожі ознаки або мають спільні джерела помилки, їх результати можуть залишатися залежними навіть після врахування істинного статусу. Holleman і Simel (1997) показали, що наївне множення LR за порушення умовної незалежності може давати неточні післятестові оцінки. У психологічній оцінці це особливо актуально, коли кілька опитувальників містять близькі питання, спираються на одну й ту саму самозвітність або реагують на спільний фактор дистресу. Кількість тестів не дорівнює кількості незалежних порцій інформації. LR і статистичне likelihood ratio — не завжди одне й те саме Термін likelihood ratio використовується також у математичній статистиці для відношення правдоподібностей моделей або гіпотез, а likelihood-ratio test — для статистичного порівняння вкладених моделей. Діагностичні LR+ і LR− — конкретні показники точності результату тесту. Їх не слід плутати з p-value, likelihood-ratio test, odds ratio або Bayes factor. Так само LR не є відношенням шансів (odds ratio). Обидва показники є відношеннями, але відповідають на різні питання і мають різні формули та інтерпретацію. Що LR не може сказати сам по собі LR не встановлює, що людина має або не має розладу. Він змінює шанси цільового стану за певного результату і за припущення, що оцінка LR застосовна до цієї ситуації. LR не доводить валідність конструкта. Інструмент може добре класифікувати людей щодо конкретного референтного критерію і водночас вимагати окремих доказів того, що його бали підтримують ширшу психологічну інтерпретацію. LR не показує клінічну або практичну корисність. Навіть точний тест може бути невигідним, недоступним, шкідливим, надто складним або не змінювати подальше рішення. LR не є універсальним доказом справедливості. Однакове загальне LR не виключає різниць між мовними, віковими, гендерними, культурними або клінічними підгрупами. Для важливих рішень потрібні перевірки релевантних підгруп і контекстів. Як оцінювати LR у статті або звіті: практичний алгоритм 1. Чітко визначте цільовий стан і референтний стандарт. Питайте, що саме вважали D+ і D− та наскільки надійно це встановлено. 2. Перевірте популяцію. Вік, місце рекрутингу, тяжкість, супутні стани, мова й умови тестування мають відповідати intended use. 3. Подивіться на поріг. LR для конкретного cutoff не переноситься автоматично на інший cutoff або іншу версію шкали. 4. Читайте LR+ і LR− разом. Тест може бути сильним для підтвердження і слабким для виключення — або навпаки. 5. Перевірте 95 % довірчі інтервали. Широкі інтервали означають, що практична сила результату невизначена. 6. Знайдіть передтестову ймовірність, релевантну саме вашій популяції. Не підміняйте її поширеністю з випадкової вибірки. 7. Переведіть передтестову ймовірність у шанси, помножте на LR і поверніться до ймовірності. Не множте відсоток безпосередньо на LR. 8. Поставте післятестове число в контекст рішення: чи достатньо його для додаткової оцінки, спостереження, іншого тесту або зміни дії. Межа дії залежить від наслідків помилок і не є універсальною. 9. Для кількох тестів перевірте, чи є підстави вважати їх інформацію умовно незалежною. Якщо ні, просте перемноження LR може перебільшити впевненість. 10. Для психологічних інструментів перевірте окремо психометричні докази, культурно-мовну адаптацію, ліцензійний статус і intended use. Право використовувати тест і якість його вимірювання — різні питання. Типові помилки інтерпретації Помилка 1: «LR+ = 6 означає 60 % імовірності». Ні. LR є множником шансів; післятестова ймовірність залежить від передтестової. Помилка 2: «LR не залежить від prevalence, тому він однаковий скрізь». Формула не містить prevalence, але реальні оцінки LR можуть змінюватися між популяціями через spectrum effect, пороги й дизайн. Помилка 3: «LR+ > 10 автоматично ставить діагноз». Ні. Це лише сильна зміна шансів у багатьох контекстах; остаточне рішення залежить від стартової ймовірності, точності оцінки, клінічних критеріїв та наслідків помилок. Помилка 4: «Негативний тест із LR− = 0,2 виключає розлад». Він зменшує шанси приблизно у п’ять разів, але абсолютна післятестова ймовірність залежить від стартової. Помилка 5: «PPV і LR+ — те саме». PPV питає про P(D+ | T+), а LR+ — про P(T+ | D+) / P(T+ | D−). Помилка 6: «Можна просто перемножити LR усіх опитувальників». Лише якщо модель послідовного оновлення та залежності між тестами це дозволяє. Помилка 7: «Український переклад має ті самі LR, що й оригінал». Це потребує окремих даних для мовної версії та intended population. Помилка 8: «Статистично значущий результат доводить хороший LR». p-value та діагностичний LR відповідають на різні питання. Для тестової точності потрібні оцінки чутливості, специфічності, LR і їх невизначеності в належному дизайні. Науковий статус і доказовість Формули LR+, LR− і баєсівського оновлення є усталеними елементами методології діагностичної точності. Доказовість конкретного LR для конкретного психологічного інструмента залежить від якості первинних досліджень, узгодженості результатів між вибірками, релевантності популяції, правильності референтного стандарту та точності оцінок. Публікація показника в одній статті не робить його універсальним. STARD 2015 допомагає оцінювати повноту звітування первинного дослідження, QUADAS-3 — ризик упередження й застосовність, а Cochrane DTA Handbook — методологію синтезу діагностичної точності. Систематичний огляд не тотожний метааналізу, а метааналіз не гарантує високої певності. Об’єднане число може приховувати різні пороги, популяції, дизайни й reference standards. Для психологічних рішень важлива не лише статистична точність, а відповідність конкретному intended use. FAQ Що таке LR+ простими словами? LR+ показує, наскільки позитивний результат характерніший для людей із цільовим станом, ніж для людей без нього. Він множить передтестові шанси й допомагає отримати післятестову ймовірність. Що таке LR− простими словами? LR− показує, наскільки негативний результат трапляється серед людей із цільовим станом порівняно з людьми без нього. Чим ближче LR− до нуля, тим сильніше негативний результат зменшує шанси стану. Чи є LR ймовірністю? Ні. LR — відношення двох умовних імовірностей і множник шансів. Значення LR+ = 6 не означає 60 % імовірності стану. Чи можна отримати післятестову ймовірність без передтестової? Ні, не з одного LR. Потрібна стартова ймовірність або шанси. Без неї LR описує силу результату, але не дає абсолютного післятестового відсотка. Яке LR вважається хорошим? Чим далі LR від 1 у правильному напрямку, тим сильніше результат змінює шанси. Орієнтири LR+ > 10 і LR− < 0,1 часто описують як сильні, але їх не слід використовувати як універсальну межу для діагнозу чи рішення. Чи залежить LR від поширеності? У формулі LR немає prevalence. Проте оцінені в дослідженні чутливість, специфічність і LR можуть відрізнятися між популяціями через spectrum effect, тяжкість, добір, пороги й референтний стандарт. Чи можна перемножити LR двох тестів? Іноді так, але просте послідовне множення передбачає належну модель залежності. Для корельованих тестів або опитувальників із перекривними ознаками воно може завищити доказову силу. Чи означає позитивний результат психологічного скринінгу з високим LR+, що є діагноз? Ні. Скринінг оновлює оцінку ризику або ймовірності. Клінічний діагноз потребує комплексного оцінювання за відповідними критеріями та контекстом. Чи можна використовувати LR оригінального тесту для українського перекладу? Лише за наявності доказів, що така інтерпретація підтримується для конкретної української версії, популяції, порога й intended use. Сам переклад не переносить психометричні та діагностичні характеристики автоматично. Пов’язані статті Психометрія: що це, що вона вимірює і як оцінюють якість психологічних тестів Психологічна оцінка й оцінювання: що це, як проходить і чим відрізняється від тестування Теорія виявлення сигналу: як рішення про стимул залежать від чутливості та критерію Чутливість до змін (responsiveness): чи здатна шкала виявити реальну зміну психологічного стану Прогностична валідність: наскільки тест передбачає майбутній критерій і чому прогноз не є долею Чутливість діагностичного тесту: що вона показує і чому висока sensitivity не означає точний діагноз Базова частота і поширеність: чому base rate змінює значення позитивного та негативного результату тесту Джерела American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. Bossuyt, P. M., Reitsma, J. B., Bruns, D. E., et al. (2015). STARD 2015: an updated list of essential items for reporting diagnostic accuracy studies. BMJ, 351, h5527. Brown, M. D., & Reeves, M. J. (2003). Interval likelihood ratios: another advantage for the evidence-based diagnostician. Annals of Emergency Medicine, 42(2), 292–297. Chang, S. M., Matchar, D. B., Smetana, G. W., & Umscheid, C. A. (ред.). (2012). Methods Guide for Medical Test Reviews. Agency for Healthcare Research and Quality. Deeks, J. J., & Altman, D. G. (2004). Diagnostic tests 4: likelihood ratios. BMJ, 329, 168–169. Deeks, J. J., Bossuyt, P. M., Leeflang, M. M., & Takwoingi, Y. (ред.). (2023). Cochrane Handbook for Systematic Reviews of Diagnostic Test Accuracy, Version 2.0. Cochrane. Holleman, D. R., & Simel, D. L. (1997). Quantitative assessments from the clinical examination: how should clinicians integrate the numerous results?. Journal of General Internal Medicine, 12(3), 165–171. Leeflang, M. M. G., Bossuyt, P. M. M., & Irwig, L. (2009). Diagnostic test accuracy may vary with prevalence: implications for evidence-based diagnosis. Journal of Clinical Epidemiology, 62(1), 5–12. McGee, S. (2002). Simplifying likelihood ratios. Journal of General Internal Medicine, 17(8), 646–649. Whiting, P. F., Tomlinson, E., Rutjes, A. W. S., et al. (2026). QUADAS-3: A revised tool for the quality assessment of diagnostic test accuracy studies. Annals of Internal Medicine, 179(4).

Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Коротка відповідь Внутрішньокласовий коефіцієнт кореляції, або ICC (intraclass correlation coefficient), — це сімейство коефіцієнтів для оцінювання надійності кількісних вимірювань, коли одна й та сама характеристика вимірюється повторно, різними оцінювачами, приладами або за кількома умовами. ICC показує, наскільки добре вимірювання розрізняє об’єкти, людей чи інші одиниці на тлі варіації, яку створюють повторення, оцінювачі та похибка. Головне правило: «ICC = 0,84» саме по собі є неповним результатом. Треба знати, яку модель ICC використано, чи оцінювали absolute agreement або consistency, чи стосується коефіцієнт одного вимірювання або середнього з кількох, скільки було повторів чи оцінювачів і який 95% довірчий інтервал. Класичні роботи Shrout і Fleiss та McGraw і Wong показують, що під назвою ICC існує кілька статистично різних коефіцієнтів. Практичний посібник Koo і Li окремо наголошує на необхідності називати обрану форму ICC повністю. У психометрії ICC належить до доказів надійності/точності вимірювання, а не валідності. Надійний бал може відтворюватися стабільно й водночас не вимірювати той психологічний конструкт, який йому приписують. Сучасні Standards for Educational and Psychological Testing розглядають reliability/precision як характеристику результатів у конкретних умовах повторення процедури, а не як вічну властивість тесту. Що саме вимірює ICC Інтуїтивно ICC порівнює два джерела варіації. Перше — реальні відмінності між людьми, об’єктами або іншими «мішенями» вимірювання. Друге — відмінності, що виникають усередині тієї самої мішені через повторні вимірювання, оцінювачів, умови та випадкову похибку. Чим більша міжіндивідуальна або міжоб’єктна варіація відносно похибки, тим вищим зазвичай є ICC. У найпростішій ідеї ICC нагадує відношення «варіація між мішенями / загальна релевантна варіація». Але універсальної однієї формули ICC немає. Залежно від дизайну в знаменник потрапляють різні компоненти: залишкова похибка, систематичні відмінності між оцінювачами або умовами, взаємодія «мішень × оцінювач» та інші складові. Саме тому правильний вибір форми ICC є частиною дослідницького питання, а не технічною дрібницею. ICC є відносним показником надійності: він залежить не тільки від помилки вимірювання, а й від того, наскільки неоднорідна досліджувана вибірка. У дуже однорідній групі люди мало відрізняються одна від одної, тому навіть невелика похибка може займати велику частку загальної варіації й знижувати ICC. У різнорідній групі той самий абсолютний розкид помилок може дати значно вищий ICC. Цю властивість важливо враховувати при порівнянні досліджень. Коли ICC доречний ICC найчастіше застосовують до кількісних або квазікількісних підсумкових балів, коли одна й та сама величина оцінюється кілька разів. Типові задачі такі: • тест-ретест надійність — той самий тест або шкалу проходять повторно за умов, коли цільовий конструкт має залишатися достатньо стабільним; • міжоцінювальна надійність — кілька оцінювачів дають числові бали тим самим людям, записам, поведінковим епізодам або об’єктам; • внутрішньооцінювальна надійність — той самий оцінювач повторює оцінювання; • повторюваність приладу або процедури — ту саму кількісну характеристику вимірюють кілька разів; • надійність середнього бала кількох оцінювачів — коли у практиці рішення справді ґрунтується на середньому з k незалежних оцінок. Для категоріальних рішень на кшталт «так/ні», діагностичних категорій або номінальних класів ICC зазвичай не є природним вибором. Там доречні коефіцієнти узгодженості для категоріальних даних, зокрема κ Коена або інші κ-подібні статистики залежно від дизайну. ICC і κ Коена відповідають на споріднені питання про відтворюваність, але працюють з різними типами результатів і не є взаємозамінними. Чому звичайна кореляція не замінює ICC Коефіцієнт кореляції Пірсона або коефіцієнт Спірмена може бути дуже високим навіть тоді, коли два оцінювачі систематично дають різні абсолютні бали. Якщо другий оцінювач щоразу додає приблизно 10 балів до оцінки першого, ранжування людей може майже не змінитися, а кореляція залишиться близькою до 1. Для питання «чи отримує та сама людина той самий бал?» цього недостатньо. Це класичне розрізнення між association і agreement. Bland і Altman показали, чому кореляція сама по собі не доводить взаємозамінність двох способів вимірювання. Для надійності кількісних повторних оцінок ICC може враховувати структуру похибки, а для аналізу величини абсолютних розбіжностей корисно додатково дивитися на різниці між вимірюваннями, зокрема за підходом Bland–Altman. Отже, висока кореляція означає, що два набори балів змінюються разом. Висока абсолютна узгодженість означає сильнішу вимогу: ті самі об’єкти мають отримувати близькі числові значення. ICC — це сімейство коефіцієнтів, а не одне число Найпоширеніша логіка вибору ICC має три незалежні осі: статистична модель, визначення узгодженості та тип результату. Їх треба визначити до того, як число ICC стане інтерпретованим. 1. Модель: one-way, two-way random або two-way mixed One-way random-effects model використовують у дизайнах, де для різних мішеней можуть діяти різні випадково вибрані оцінювачі або повтори, а окремий систематичний ефект конкретного оцінювача не моделюється як окрема загальна складова. Класичне позначення Shrout–Fleiss для одиничного вимірювання — ICC(1,1). Two-way random-effects model відповідає дизайну, де ті самі оцінювачі або умови застосовані до всіх мішеней, а оцінювачів концептуально розглядають як вибірку з ширшої популяції подібних оцінювачів. Це дозволяє формулювати висновок ширше, ніж про конкретних людей, які брали участь у дослідженні. Для absolute agreement і одного вимірювання поширене позначення ICC(2,1). Two-way mixed-effects model використовують, коли мішені розглядаються як випадкова вибірка, а конкретні оцінювачі або умови є фіксованими й висновок стосується саме їх. У системі Shrout–Fleiss ICC(3,1) традиційно відповідає двофакторній mixed-моделі для consistency одного вимірювання. Водночас система McGraw–Wong охоплює ширший набір форм, тому коротке позначення без словесного опису моделі може бути двозначним між програмами та статтями. Практичне правило: у звіті краще писати не лише «ICC(2,1)», а повну форму, наприклад «two-way random-effects, absolute-agreement, single-measure ICC, 95% ДІ …». Це суттєво зменшує ризик неправильної інтерпретації. 2. Absolute agreement чи consistency Absolute agreement вимагає близькості самих числових значень. Якщо один оцінювач систематично ставить вищі бали за іншого, це погіршує абсолютну узгодженість. Такий варіант природний, коли оцінювачі або повторні вимірювання мають бути взаємозамінними й той самий об’єкт повинен отримувати приблизно той самий бал. Consistency ставить м’якшу вимогу: головне, щоб відносний порядок мішеней зберігався. Систематичний зсув середнього між оцінювачами може не каратися так само, як при absolute agreement. Тому consistency може бути високим навіть тоді, коли один оцінювач стабільно ставить усім вищі бали. Для клінічного або іншого індивідуального вимірювання часто важлива саме абсолютна узгодженість. Для задачі, де значення має стабільне ранжування, consistency може відповідати меті краще. Вибір визначає питання дослідження, а не те, який варіант дає красивіше число. 3. Single measure чи average measure Single-measure ICC оцінює надійність одного окремого вимірювання або одного оцінювача. Він потрібен, якщо в реальній практиці рішення прийматиметься за одним вимірюванням. Average-measure ICC оцінює надійність середнього з k вимірювань або оцінювачів. Усереднення часто підвищує надійність, бо випадкові помилки частково взаємно компенсуються. Але таке число можна використовувати лише тоді, коли практичний результат справді буде середнім саме з відповідної кількості оцінок. Високий ICC(2,k) не доводить, що один окремий оцінювач надійний. Найуживаніші позначення ICC Позначення Shrout–Fleiss допомагає швидко прочитати модель і тип результату. Найчастіше зустрічаються такі форми: • ICC(1,1): one-way random-effects, один вимір; • ICC(1,k): one-way random-effects, середнє з k вимірювань; • ICC(2,1): two-way random-effects, у класичному записі — absolute agreement для одного вимірювання; • ICC(2,k): two-way random-effects, absolute agreement для середнього з k вимірювань; • ICC(3,1): two-way mixed-effects, у класичному записі — consistency для одного вимірювання; • ICC(3,k): two-way mixed-effects, consistency для середнього з k вимірювань. McGraw і Wong описали десять комбінацій моделі, типу та визначення, включно з варіантами two-way random і two-way mixed для consistency та absolute agreement. Через це програмні пакети можуть показувати назви, які не повністю збігаються з короткою системою ICC(1/2/3, 1/k). Надійний звіт завжди дублює цифровий код словесним описом. До оригінальної роботи McGraw–Wong опубліковано також офіційне виправлення. Формула ICC: що стоїть за коефіцієнтом Усі класичні ICC можна зрозуміти як коефіцієнти, побудовані з компонентів дисперсії. У позначеннях ANOVA часто використовують MSR — mean square between rows/targets, MSC — mean square between columns/raters or conditions, MSE — residual error mean square, MSW — within-target mean square, n — кількість мішеней, k — кількість оцінювачів або повторів. Точні назви залежать від конкретної моделі. Для one-way random, single-measure моделі поширена форма: ICC(1,1) = (MSR − MSW) / [MSR + (k − 1)MSW]. Вона порівнює варіацію між мішенями з варіацією всередині мішені. Для two-way random, absolute-agreement, single-measure моделі: ICC(2,1) = (MSR − MSE) / [MSR + (k − 1)MSE + k(MSC − MSE)/n]. Додатковий компонент, пов’язаний з оцінювачами або умовами, означає, що систематична різниця між ними погіршує absolute agreement. Для two-way mixed, consistency, single-measure моделі: ICC(3,1) = (MSR − MSE) / [MSR + (k − 1)MSE]. У цій формі систематичний головний ефект оцінювача не входить до знаменника так, як у absolute-agreement варіанті, тому стабільний зсув рівня може залишати consistency високою. Формули й відповідність позначень узагальнені в Koo і Li. Ці формули не слід перетворювати на універсальний рецепт для будь-яких даних. У складних або незбалансованих дизайнах ICC часто оцінюють через компоненти дисперсії змішаних моделей; головним залишається відповідність моделі реальному джерелу повторюваності. Простий приклад: висока consistency не гарантує absolute agreement Уявімо, що оцінювач A ставить п’ятьом учасникам бали 10, 20, 30, 40 і 50, а оцінювач B — 20, 30, 40, 50 і 60. Порядок учасників повністю однаковий: той, хто має найнижчий бал у A, має найнижчий і в B; те саме для всіх інших. З погляду consistency це майже ідеальна ситуація. Але кожен бал B систематично на 10 пунктів вищий. Якщо оцінювачі мають бути взаємозамінними й 30 балів повинні означати приблизно те саме незалежно від того, хто оцінював, така різниця є реальною проблемою agreement. Саме тому перед аналізом треба вирішити, чи дослідження захищає порядок людей або абсолютні значення. Передумови та діагностика даних ICC успадковує припущення статистичної моделі, з якої його обчислюють. Для класичних ANOVA-підходів важливі незалежність мішеней, коректна структура повторних вимірювань, адекватне представлення джерел варіації та відсутність грубих помилок даних. При побудові класичних довірчих інтервалів додаткового значення набувають розподільчі припущення моделі. Викиди можуть істотно змінювати компоненти дисперсії і, відповідно, ICC. Автоматичне видалення «незручних» спостережень після перегляду коефіцієнта створює іншу проблему — аналітичну упередженість. Правильніше перевірити первинні дані, задокументувати правила обробки викидів, провести обґрунтований sensitivity analysis і показати, наскільки висновок залежить від окремих випадків. Так само високий ICC не підтверджує, що між повтореннями немає систематичного тренду. Перед reliability-аналізом або разом із ним варто оглянути розподіл різниць, середні за сесіями чи оцінювачами та графіки парних вимірювань. Це допомагає відрізнити випадкову похибку від стабільного зсуву. ICC у системі інших показників Різні статистики відповідають на різні питання, тому корисно тримати їх в одній карті: • Pearson r — наскільки два кількісні показники пов’язані лінійно; не є показником absolute agreement. • Spearman ρ — наскільки стабільний монотонний ранговий зв’язок; також не доводить absolute agreement. • ICC — наскільки надійно кількісні повторні або міжоцінювальні вимірювання розрізняють мішені в заданій моделі. • Cohen’s κ та споріднені κ — узгодженість категоріальних оцінок з поправкою на очікуваний випадковий збіг; це інша шкала даних і інша модель. • Bland–Altman — величина й структура розбіжностей між двома способами або повтореннями вимірювання в одиницях самої шкали. • SEM — типова абсолютна похибка вимірювання в одиницях шкали за визначеної моделі. • MDC — величина зміни, що має перевищити очікувану похибку, щоб її можна було інтерпретувати як статистично відмінну від measurement error за заданим рівнем впевненості. Сильне дослідження reliability часто використовує не один «улюблений» коефіцієнт, а набір показників, кожен із яких закриває власне питання: відносну здатність розрізняти людей, абсолютну похибку, систематичний bias і невизначеність оцінки. Як обрати правильний ICC: практичний алгоритм Вибір можна пройти як послідовність запитань. • Крок 1. Який тип результату? Якщо це кількісний бал або інша числова величина, ICC може бути доречним. Для номінальної категорії зазвичай потрібна інша статистика узгодженості. • Крок 2. Хто або що є мішенню? Визначте одиницю, яку треба надійно розрізняти: людину, відеозапис, клінічний випадок, тестовий протокол, зразок тощо. • Крок 3. Чи всі мішені оцінювалися тими самими оцінювачами або умовами? Це впливає на one-way чи two-way модель. • Крок 4. Чи потрібно узагальнювати результат на ширшу популяцію оцінювачів? Якщо так, random-effects формулювання часто природніше. Якщо ці конкретні оцінювачі є єдиними, хто цікавить дослідника, може відповідати mixed-effects модель. • Крок 5. Чи мають збігатися абсолютні значення? Якщо так, обирайте absolute agreement. Якщо дослідницька мета допускає систематичні відмінності рівня й потребує лише стабільного порядку, розглядайте consistency. • Крок 6. На практиці буде одна оцінка чи середнє з k оцінок? Від цього залежить single або average measure. • Крок 7. Яка невизначеність оцінки? Заздалегідь плануйте 95% довірчий інтервал і розмір вибірки, а не лише точкове значення ICC. Цей алгоритм важливіший за запам’ятовування «правильної» цифри в дужках. Один і той самий набір даних може дати різні ICC залежно від обраної моделі й того, яке практичне питання ви ставите. ICC у тест-ретест дослідженні У тест-ретест дизайні той самий інструмент застосовують повторно до тих самих людей. Ідея полягає в тому, щоб оцінити відтворюваність балів за умови, що сам конструкт між вимірюваннями суттєво не змінився. Якщо люди реально змінилися, ICC змішує нестабільність інструмента зі справжньою зміною конструкта. Інтервал між тестуваннями не має універсально «правильної» тривалості. Він повинен бути достатнім, щоб зменшити ефект запам’ятовування відповідей, і водночас достатньо коротким, щоб цільова характеристика залишалася стабільною. Для настрою, гострих симптомів, навичок після тренування і стійких рис цей компроміс буде різним. Умови адміністрації також мають бути максимально порівнюваними. У COSMIN Manual v2.0 для безперервних балів ICC рекомендовано як основний коефіцієнт reliability; для test-retest у ситуації, де важливо врахувати систематичну зміну, перевага надається agreement-ICC, а не простій кореляції чи consistency-коефіцієнту. Це відображає ключову ідею: якщо повторне вимірювання систематично стало вищим, це може бути проблемою відтворюваності абсолютних балів, навіть коли порядок людей зберігся. Якщо між сесіями можлива навчальна дія, терапевтичний ефект, сезонність або реальна клінічна зміна, це треба враховувати в дизайні. Висновок «тест ненадійний» може бути неправильним, якщо змінився сам вимірюваний стан. І навпаки, висока кореляція не виправдовує ігнорування систематичного зсуву. ICC у міжоцінювальній надійності У міжоцінювальному дизайні кілька людей оцінюють ті самі об’єкти. Для кількісного бала ICC дозволяє оцінити, наскільки варіація між мішенями перевищує варіацію через оцінювачів та похибку. Тут особливо важливо заздалегідь вирішити, чи оцінювачі є взаємозамінними представниками ширшої популяції, чи саме ці конкретні експерти становлять систему, яка буде використовуватися надалі. Приклад: якщо у клінічній службі будь-який підготовлений фахівець має давати взаємозамінний числовий бал, логічно перевіряти модель, що дозволяє узагальнення на подібних оцінювачів і штрафує систематичні відмінності. Якщо дослідження цікавиться лише узгодженістю конкретної фіксованої групи експертів, модель може бути іншою. Перед обчисленням ICC також варто стандартизувати інструкції, навчання оцінювачів, порядок оцінювання й доступну їм інформацію. Високий коефіцієнт після інтенсивного спільного тренування описує надійність саме такого режиму роботи; його не можна автоматично переносити на непідготовлених оцінювачів. Надійність і похибка вимірювання: чому ICC недостатньо ICC відповідає на питання, наскільки надійно можна розрізняти мішені в конкретній популяції. Він не показує безпосередньо, скільки балів становить типова абсолютна похибка. Тому ICC не слід ототожнювати з measurement error. Для абсолютної похибки використовують інші показники, зокрема стандартну похибку вимірювання (SEM) та похідні від неї межі мінімально виявлюваної зміни (MDC). SEM тут означає standard error of measurement, а не standard error of the mean. Це різні статистичні поняття. У повторних вимірюваннях два інструменти або два оцінювачі можуть мати високий ICC у дуже різнорідній вибірці й водночас давати розбіжності, які практично неприйнятні для індивідуального рішення. Тому для задач абсолютної взаємозамінності корисно доповнювати ICC аналізом величини розбіжностей, наприклад графіком і межами узгодженості Bland–Altman, а також показниками measurement error. Так само MDC не дорівнює мінімально важливій зміні MIC/MID. MDC описує поріг, за яким зміна з достатньою статистичною впевненістю перевищує очікувану похибку вимірювання; MIC/MID стосується важливості зміни для людини або клінічного контексту. Надійний інструмент ще не гарантує, що зафіксована зміна є важливою. Як тлумачити значення ICC Чим ближчий ICC до 1, тим більша частка релевантної варіації пов’язана з реальними відмінностями між мішенями порівняно з помилкою, визначеною конкретною моделлю. Але універсального порогу «хорошого ICC» не існує. Koo і Li запропонували часто цитовану евристику: нижче 0,50 — poor, 0,50–0,75 — moderate, 0,75–0,90 — good, вище 0,90 — excellent. Це зручний описовий орієнтир, а не універсальний стандарт придатності. Schober, Mascha і Vetter підкреслюють, що пороги для статистичних показників залежать від наукового та клінічного контексту і мають застосовуватися обережно. Для високоризикового індивідуального рішення вимоги до точності можуть бути значно жорсткішими, ніж для описового групового дослідження. Вимірювання, достатнє для порівняння середніх у дослідженні, може бути недостатнім для рішення щодо конкретної людини. Критерій прийнятності треба обґрунтовувати наслідками помилки, метою вимірювання, популяцією і доступними альтернативами. Чому треба дивитися на 95% довірчий інтервал Точковий ICC — це оцінка за вибіркою, а не відоме безпомилкове число. У невеликому дослідженні ICC 0,82 може мати широкий 95% довірчий інтервал, який охоплює як слабку, так і високу надійність. Тоді саме невизначеність є центральною частиною результату. У звіті слід подавати ICC разом із 95% довірчим інтервалом і зазначати, як його обчислено. Якщо нижня межа інтервалу падає нижче за попередньо визначений прийнятний рівень, висновок «надійність достатня» може бути занадто сильним, навіть коли точкова оцінка виглядає високою. Для планування дослідження немає універсального правила «30 учасників достатньо». Огляд Mondal та співавторів показує, що потрібний розмір вибірки залежить від очікуваного ICC, кількості повторів або оцінювачів, бажаної точності чи ширини довірчого інтервалу та обраного методу. Якщо reliability є основною кінцевою точкою, розмір вибірки доцільно планувати формально. Чому ICC може бути низьким у «хорошого» інструмента Низький ICC не завжди означає, що прилад або тест дає великі абсолютні помилки. Найвідоміший випадок — однорідна вибірка. Якщо всі учасники дуже схожі за цільовою характеристикою, між ними мало справжньої варіації, тому навіть невеликий шум займає велику частку загальної дисперсії. ICC знижується. Зворотна ситуація також можлива: дуже різнорідна вибірка створює великий міжіндивідуальний розкид і підвищує ICC, хоча абсолютна похибка окремого вимірювання залишається помітною. Саме тому порівнювати ICC двох досліджень без урахування діапазону та складу вибірок небезпечно. Сучасний оглядовий праймер 2026 року також нагадує, що ICC залежить від гетерогенності вибірки та може бути оманливо низьким у вузькому діапазоні балів. Надійність слід описувати для конкретної популяції й умов, а не переносити механічно на всіх можливих користувачів тесту. Чи може ICC бути від’ємним Так, вибіркова оцінка ICC може бути від’ємною. Це трапляється, коли оцінені внутрішньомішеневі або залишкові компоненти варіації настільки великі відносно міжмішеневої варіації, що математичний оцінювач виходить нижче нуля. Це сигнал дуже слабкої відтворюваності, нестабільної оцінки або проблем дизайну, а не «мінусова надійність» у побутовому сенсі. Деякі практичні інтерпретації прирівнюють негативний ICC до нульової корисної надійності, але сам факт негативної оцінки варто повідомляти, а не приховувати. Потрібно перевірити дані, модель, розмір вибірки, структуру повторів і можливі систематичні проблеми. ICC, α Кронбаха і внутрішня узгодженість ICC не слід автоматично ототожнювати з α Кронбаха. Альфа описує внутрішню узгодженість набору пунктів за певних припущень, тоді як ICC у reliability-дизайнах часто оцінює повторюваність у часі або між оцінювачами. Деякі математичні форми мають зв’язки між собою, але це не робить показники концептуально взаємозамінними. Висока внутрішня узгодженість не доводить тест-ретест стабільність, так само як високий тест-ретест ICC не доводить одновимірність шкали, конструктну валідність або коректність інтерпретації балів. Кожна властивість потребує власних доказів. ICC не є валідністю, діагностичною точністю або клінічною корисністю ICC оцінює reliability у визначеному дизайні. Він не відповідає на питання, чи вимірює тест задуманий конструкт, чи правильно встановлено діагностичний cutoff, чи тест відрізняє людей зі станом від людей без нього, і чи його застосування покращує рішення або результати. Тому високий ICC не можна подавати як доказ «валідності тесту взагалі». Валідність стосується обґрунтованості інтерпретацій і використань балів. Діагностичні sensitivity та specificity оцінюють інше питання. Responsiveness до змін також є окремою властивістю. Один коефіцієнт не замінює всю систему психометричних доказів. Типові помилки під час використання ICC • Повідомляти лише «ICC = 0,87» без моделі, agreement/consistency, single/average та 95% ДІ. • Обирати форму ICC після перегляду результатів, щоб отримати найбільше число. • Використовувати consistency, коли практична задача вимагає абсолютної взаємозамінності оцінювачів. • Звітувати average-measure ICC, хоча в реальній практиці рішення приймає один оцінювач. • Використовувати кореляцію Пірсона або Спірмена як єдиний доказ agreement. • Застосовувати ICC до категоріального результату без обґрунтування шкали й моделі. • Вважати поріг 0,75 або 0,90 універсальним «прохідним балом» для будь-якого тесту. • Ігнорувати ширину 95% довірчого інтервалу. • Порівнювати ICC між вибірками з різною гетерогенністю так, наче це чиста властивість інструмента. • Ігнорувати систематичний зсув між повторними вимірюваннями, ефект навчання або реальну зміну стану. • Плутати високий ICC із малою абсолютною похибкою, валідністю або клінічною важливістю. Як правильно звітувати ICC Мінімально повний звіт про ICC повинен дозволити іншому досліднику зрозуміти, що саме було оцінено й відтворити аналіз. Практично варто вказати: • який об’єкт або бал оцінювали та в якій популяції; • кількість учасників, оцінювачів і повторних вимірювань; • дизайн: test-retest, inter-rater, intra-rater, device repeatability тощо; • модель: one-way random, two-way random або two-way mixed; • визначення: absolute agreement або consistency; • тип: single measure або average measure і точне k для усереднення; • точковий ICC та 95% довірчий інтервал; • метод роботи з пропущеними або незбалансованими даними; • статистичне програмне забезпечення і, бажано, конкретну процедуру/пакет; • будь-які систематичні відмінності між повтореннями або оцінювачами; • додатковий показник абсолютної похибки або agreement, якщо він потрібен для практичного рішення. Приклад коректного формулювання: «Міжоцінювальну надійність оцінено за two-way random-effects, absolute-agreement, single-measure ICC; ICC = 0,82, 95% ДІ [0,70; 0,90]». Таке речення набагато інформативніше за «між оцінювачами була висока кореляція». Що робити з пропущеними та незбалансованими даними Класичні ANOVA-формули ICC найпростіше працюють у збалансованому дизайні, де кожна мішень має однакову кількість оцінок від заданого набору оцінювачів. Реальні дані часто містять пропуски, різну кількість повторів або вкладені структури. У таких ситуаціях механічне видалення всіх неповних випадків може змінити вибірку і зменшити точність. Варіант на основі змішаних моделей може бути доречнішим, бо дозволяє безпосередньо оцінювати компоненти дисперсії за складнішої структури даних. Але тоді дослідник повинен чітко описати модель, оцінювані компоненти та те, як із них побудовано коефіцієнт reliability. Якщо дизайн має кілька джерел похибки — наприклад, оцінювачі, дні, завдання і їхні взаємодії — одного традиційного ICC може бути замало. Теорія генералізованості дозволяє розкладати кілька «фасетів» варіації окремо й оцінювати, як зміниться надійність за іншої кількості завдань, оцінювачів або сесій. Практичні наслідки для психологічних тестів Для психологічного вимірювання ICC особливо корисний там, де бал має відтворюватися між часовими точками або оцінювачами. Але якісний висновок завжди стосується конкретної версії інструмента, мови, популяції, умов проведення і способу підрахунку бала. Якщо україномовна адаптація шкали демонструє високий ICC у певній вибірці, це є доказом reliability у цьому дизайні. Це не означає автоматично, що переклад має повну кроскультурну валідність, що норми репрезентативні для України або що клінічний cutoff переноситься без окремої перевірки. Translation і validated cultural adaptation — різні речі. Для рішень щодо окремої людини корисно поєднувати відносну reliability з абсолютною похибкою, релевантними нормами, валідністю інтерпретації та контекстом застосування. Один ICC не перетворює скринінговий бал на діагноз і не встановлює клінічної значущості зміни. FAQ Який ICC вважається хорошим? Універсальної межі немає. Часто цитують евристику Koo–Li: <0,50 poor, 0,50–0,75 moderate, 0,75–0,90 good, >0,90 excellent, але ці категорії не є універсальним стандартом придатності. Потрібні контекст, 95% ДІ, наслідки помилки і мета вимірювання. Що краще: ICC(2,1) чи ICC(3,1)? Жоден не є «кращим взагалі». ICC(2,1) у класичному Shrout–Fleiss записі відповідає two-way random, absolute agreement для одного вимірювання; ICC(3,1) — two-way mixed, consistency для одного вимірювання. Вибір залежить від того, чи треба узагальнювати на інших оцінювачів і чи важлива абсолютна рівність балів. Чи достатньо високого ICC для доказу agreement? Ні, якщо практично важлива величина розбіжності в одиницях шкали. ICC корисно доповнювати показниками absolute measurement error і, за потреби, аналізом Bland–Altman. Чому два дослідження того самого тесту мають різні ICC? Через різний склад і гетерогенність вибірок, різний інтервал test-retest, кількість оцінювачів, інструкції, навчання, модель ICC, спосіб усереднення, пропущені дані та реальні відмінності умов. ICC не є незмінною паспортною характеристикою тесту. Чи можна використовувати ICC для шкали Лайкерта? Для підсумкового багатопунктового бала, який аналізують як приблизно кількісний, ICC часто застосовують, якщо це відповідає моделі даних і меті. Для одного порядкового пункту з малою кількістю категорій часто природнішими є статистики для ordinal/categorical agreement, наприклад зважена κ. Чи може consistency ICC бути високим при систематичній різниці між оцінювачами? Так. Якщо один оцінювач стабільно ставить усім вищі бали, порядок мішеней може зберігатися, тому consistency залишається високим. Absolute-agreement ICC сильніше штрафує такий систематичний зсув. Чи треба повідомляти p-value для ICC? Для оцінювання reliability ключовішими є точкова оцінка, 95% довірчий інтервал і наперед обґрунтований критерій практичної достатності. Тест нульової гіпотези ICC = 0 може стати статистично значущим навіть для коефіцієнта, який практично недостатній. Чи означає ICC 0,90, що похибка становить 10%? Ні. ICC — це відношення компонентів варіації, а не відсоток абсолютної помилки шкали. Для величини похибки в одиницях вимірювання потрібні SEM, межі agreement або інші відповідні показники. Чи ICC показує, що зміна в однієї людини є реальною? Сам ICC — ні. Для цього потрібен показник measurement error і поріг на кшталт MDC або інша модель індивідуальної зміни. Навіть зміна, що перевищує похибку, ще не обов’язково є clinically або personally important. Пов’язані статті Каппа Коена: як оцінюють узгодженість категоріальних оцінок і чому κ може вводити в оману — коефіцієнт для категоріальних рішень; корисний для розрізнення κ та ICC. Міжоцінювальна надійність: як оцінюють узгодженість між експертами, спостерігачами або клініцистами — ширша measurement property, для якої ICC є одним з основних коефіцієнтів у кількісних даних. Коефіцієнт кореляції Спірмена: що показує ρ, коли застосовувати і як інтерпретувати — корисно для розуміння різниці між асоціацією/ранговим зв’язком і reliability або absolute agreement. Надійність психологічного тесту: що це, які бувають види і чому надійність не дорівнює валідності — ширша рамка, у якій ICC є одним зі способів оцінювання надійності повторних або міжоцінювальних вимірювань. Джерела American Educational Research Association, American Psychological Association, National Council on Measurement in Education. Standards for Educational and Psychological Testing. 2014. Bland JM, Altman DG. Statistical methods for assessing agreement between two methods of clinical measurement. The Lancet. 1986;1(8476):307–310. PMID: 2868172. COSMIN. COSMIN Manual for Systematic Reviews of PROMs, version 2.0. 2024. Розділи про reliability та measurement error. Koo TK, Li MY. A Guideline of Selecting and Reporting Intraclass Correlation Coefficients for Reliability Research. Journal of Chiropractic Medicine. 2016;15(2):155–163. McGraw KO, Wong SP. Forming Inferences About Some Intraclass Correlation Coefficients. Psychological Methods. 1996;1(1):30–46. DOI: 10.1037/1082-989X.1.1.30. McGraw KO, Wong SP. Correction to McGraw and Wong (1996). Psychological Methods. 1996;1(4):390. DOI: 10.1037/1082-989X.1.4.390. Mondal D, Vanbelle S, Cassese A, Candel MJJM. Review of sample size determination methods for the intraclass correlation coefficient in the one-way analysis of variance model. Statistical Methods in Medical Research. 2024;33(3):532–553. Schober P, Mascha EJ, Vetter TR. Statistics From A (Agreement) to Z (z Score): A Guide to Interpreting Common Measures of Association, Agreement, Diagnostic Accuracy, Effect Size, Heterogeneity, and Reliability in Medical Research. Anesthesia & Analgesia. 2021;133(6):1633–1641. Shrout PE, Fleiss JL. Intraclass correlations: uses in assessing rater reliability. Psychological Bulletin. 1979;86(2):420–428. DOI: 10.1037/0033-2909.86.2.420.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Теорія відповіді на завдання (Item Response Theory, IRT) — це сімейство психометричних моделей, які описують імовірність конкретної відповіді на окреме завдання залежно від рівня латентної ознаки людини та властивостей самого завдання. В освітній і психологічній практиці IRT використовують для калібрування завдань, побудови шкал та банків завдань, оцінювання точності вимірювання на різних рівнях ознаки, аналізу диференційного функціонування завдань і комп’ютеризованого адаптивного тестування. Огляд Нгуєн та співавторів і огляд Томаса показують, як ці принципи застосовують не лише до тестів здібностей, а й до психологічних та клінічних шкал. Українська термінологія не цілком уніфікована. Поряд із назвою «теорія відповіді на завдання» в українських академічних і професійних матеріалах вживають «сучасна теорія тестів» та «теорія тестових завдань». Київський національний університет імені Тараса Шевченка прямо подає Item Response Theory як «Теорію Тестових Завдань», а Український центр оцінювання якості освіти використовує формулу «сучасна теорія тестів (Item Response Theory)». У цій статті IRT використовується як міжнародно впізнавана назва сімейства моделей, а слово item передається переважно як «завдання» або «пункт шкали» залежно від контексту. Ключова ідея IRT полягає в переході від запитання «скільки балів набрала людина?» до запитання «яка модель найкраще описує зв’язок між її положенням на латентній шкалі та патерном відповідей на окремі завдання?». Саме тому IRT природно пов’язана з поняттями латентної та спостережуваної змінної: спостерігаються відповіді, а латентну ознаку оцінюють через модель. IRT не є одним-єдиним рівнянням і не є автоматично «кращою» за класичну теорію тестів. Це велике сімейство одновимірних, багатовимірних, дихотомічних, політомних та інших моделей. Їхня корисність залежить від того, чи відповідають дані припущенням обраної моделі, чи достатньо даних для стабільного оцінювання параметрів і чи підтримує весь процес саме ту інтерпретацію балів, заради якої створено тест. Стандарти AERA, APA та NCME розглядають валідність, надійність, справедливість і належне використання тестів як ширшу систему доказів; сама наявність IRT-аналізу не встановлює валідність інструменту. Що саме моделює IRT У найзагальнішій формі IRT описує умовний розподіл відповіді на завдання за заданого рівня латентної ознаки. Для дихотомічного завдання це часто ймовірність відповіді 1 — наприклад, правильної відповіді або підтвердження твердження — за певного значення θ (тета). Для порядкових категорій модель описує ймовірності переходу через пороги або вибору окремих категорій. Графічне представлення цього зв’язку називають функцією відповіді на завдання або характеристичною кривою завдання. По горизонталі відкладають латентну ознаку θ, по вертикалі — імовірність певної відповіді. Форма кривої визначається параметрами моделі. Завдання можуть відрізнятися тим, де на шкалі вони найінформативніші, наскільки різко вони розрізняють близькі рівні ознаки і, в деяких моделях, якою є нижня асимптота ймовірності правильної відповіді. Латентна ознака θ θ — це модельна координата людини на латентному континуумі: здібності, тяжкості симптомів, риси, установки або іншого конструкта, який передбачається вимірювати. Вона не є безпосередньо спостережуваною величиною і не повинна трактуватися як фізична властивість, що існує незалежно від моделі. Її значення має сенс у межах визначеного конструкта, конкретної калібровки, способу ідентифікації шкали та доказів того, що модель адекватно описує дані. У багатьох калібровках шкалу θ умовно центрують біля 0 і задають стандартне відхилення 1 у референтній популяції. Це питання масштабу, а не твердження, що «нуль» означає відсутність ознаки. Ту саму латентну шкалу можна лінійно перетворити, наприклад у T-шкалу, якщо правила перетворення визначені та збережено зміст калібровки. Параметри завдання У різних IRT-моделях набір параметрів відрізняється. Найвідоміші параметри для дихотомічних логістичних моделей — положення або складність b, дискримінація a та нижня асимптота c. У політомних моделях замість одного параметра положення часто оцінюють кілька порогів між категоріями. Параметр b показує, де завдання розташоване на латентному континуумі. У тесті здібностей його зазвичай називають складністю: вище b — вищий рівень здібності потрібен для заданої ймовірності правильної відповіді. У симптомній або особистісній шкалі природніше говорити про положення, тяжкість або поріг, тому що «складність» психологічного твердження може бути семантично хибною. Параметр a описує крутизну зв’язку між θ і відповіддю. Вища дискримінація означає, що ймовірність відповіді швидше змінюється поблизу релевантної ділянки шкали, а завдання зазвичай дає більше інформації поблизу свого положення. Високе a саме по собі не робить завдання «кращим»: надзвичайно високі значення можуть сигналізувати локальну залежність, надмірну схожість пунктів або інші проблеми, а змістова репрезентативність шкали важливіша за механічне максимізування дискримінації. Параметр c у трипараметричній логістичній моделі задає ненульову нижню асимптоту та історично пов’язаний із псевдовгадуванням у тестах із вибором відповіді. Він має значно менше природне змістове тлумачення у більшості особистісних, симптомних та інших опитувальників. Логістична логіка: 1PL, 2PL і 3PL Для дихотомічного завдання 2PL-модель можна записати як P(Xᵢ=1|θ)=1/[1+exp(−aᵢ(θ−bᵢ))]. Це рівняння говорить: імовірність відповіді 1 залежить від різниці між рівнем ознаки людини θ і положенням завдання bᵢ, а параметр aᵢ визначає крутизну кривої. 1PL: одна спільна дискримінація В однопараметричній логістичній моделі всі завдання мають однакову дискримінацію, а між ними змінюється насамперед положення/складність. Саме тут часто згадують модель Раша. На рівні логістичної форми базова модель Раша близька до 1PL, але рашівська традиція має власну вимірювальну логіку, вимоги та способи оцінювання. Тому коректніше говорити про тісний зв’язок, а не оголошувати всі 1PL-аналізи просто синонімом моделюванням Раша. 2PL: завдання відрізняються і положенням, і дискримінацією 2PL дозволяє кожному завданню мати власний параметр a. Це робить модель гнучкішою для ситуацій, де одні пункти значно чіткіше розрізняють близькі рівні ознаки, ніж інші. Методологічний огляд IRT показує, як параметри положення, дискримінації та інформаційні функції утворюють центральний апарат сучасного IRT-аналізу. 3PL: додаткова нижня асимптота 3PL додає параметр c: P(Xᵢ=1|θ)=cᵢ+(1−cᵢ)/[1+exp(−aᵢ(θ−bᵢ))]. Така модель особливо відома у тестах досягнень із варіантами відповіді, де навіть за дуже низької здібності ймовірність правильної відповіді не обов’язково наближається до нуля. Додатковий параметр збільшує складність оцінювання, тому 3PL не слід вибирати лише тому, що «три параметри сучасніші за два». Порівняння 1PL, 2PL і 3PL має бути емпіричним і змістовим: треба враховувати дизайн завдань, теорію конструкта, розмір і структуру вибірки, якість оцінювання параметрів та придатність моделі. Дослідження Браун та співавторів додатково показує, що навіть формальне порівняння вкладених моделей може мати нетривіальні статистичні нюанси. Політомні моделі: IRT для шкал Лайкерта та багатокатегоріальних відповідей Психологічні опитувальники часто мають не дві відповіді, а впорядковані категорії: «ніколи — рідко — інколи — часто — майже завжди», ступені згоди або рейтинги інтенсивності. Для таких даних застосовують політомні IRT-моделі. Їх не варто зводити до дихотомізації, якщо категорії несуть змістову й статистичну інформацію. Модель градуйованих відповідей Модель градуйованих відповідей (Graded Response Model, GRM) Фуміко Самеджіми широко застосовують для впорядкованих категорій у психологічних та медичних шкалах. Для кожного пункту оцінюється дискримінація та кілька порогів — по одному для переходів між послідовними кумулятивними категоріями. Огляд Стовер та співавторів описують GRM як базовий інструмент калібрування багатьох банків пунктів із порядковими відповідями. Моделі часткових кредитів, узагальнених часткових кредитів і рейтингової шкали Модель часткових кредитів належить до рашівського сімейства й дозволяє моделювати завдання з кількома впорядкованими категоріями. Узагальнена модель часткових кредитів (Generalized Partial Credit Model) додає гнучкість щодо дискримінації. Модель рейтингової шкали (Rating Scale Model) накладає спільнішу структуру порогів між категоріями для різних завдань. Вибір між цими моделями визначається не назвою шкали, а структурою відповідей, вимірювальною метою та відповідністю припущенням. Номінальні відповіді Коли категорії не мають природного порядку, існують номінальні IRT-моделі. Вони моделюють вибір між категоріями без припущення, що кожна наступна відповідь є «вищою» за попередню. Для більшості звичайних психологічних шкал це спеціалізований випадок, але він важливий як нагадування: IRT — сімейство моделей для різних типів даних, а не один шаблон. Основні припущення одновимірних IRT-моделей У прикладній психометрії найчастіше обговорюють одновимірність, локальну незалежність, монотонність і відповідність моделі даним. Сучасний методологічний огляд та COSMIN Reporting Guideline 2.0 розглядають перевірку цих умов як частину належного IRT/аналізу за моделлю Раша. Одновимірність Одновимірна IRT-модель передбачає, що домінантний латентний вимір достатньо описує систематичний зв’язок між відповідями на набір завдань. Це не означає, що поведінка людини буквально має лише одну психологічну причину. Йдеться про вимірювальне твердження: для цілей цієї шкали один латентний вимір має достатньо пояснювати структуру відповідей. Якщо потрібні кілька латентних вимірів, існують багатовимірні IRT-моделі. Локальна незалежність Після фіксації θ відповіді на різні завдання мають бути умовно незалежними у межах моделі. Якщо два пункти залишаються сильно пов’язаними навіть за однакового рівня ознаки — наприклад, майже дублюють одне одного, мають спільний стимул або один фактично підказує відповідь на інший — виникає локальна залежність. Вона може завищувати інформацію, дискримінацію та точність, якщо її ігнорувати. Монотонність Для багатьох моделей очікується, що зі зростанням θ імовірність відповіді, яка відображає вищий рівень ознаки, не зменшується. Для тесту здібностей це означає, що вищий рівень здібності не повинен систематично знижувати ймовірність правильної відповіді. Для симптомної шкали — що вища тяжкість латентного симптому не повинна систематично знижувати ймовірність вибору категорії, яка означає сильніший прояв, якщо саме так закодовано шкалу. Відповідність моделі даним Параметрична IRT-модель задає конкретну форму функції відповіді. Тому аналіз повинен перевіряти, чи ця форма адекватно описує емпіричні дані: на рівні всього тесту, окремих завдань, залишків, локальної залежності та передбачених кривих. Хороший результат одного індексу відповідності не замінює сукупної діагностики. Інваріантність — умовна властивість, а не магічна гарантія Однією з найважливіших переваг IRT є прагнення отримати параметри завдань, які залишаються стабільними в релевантних популяціях, та оцінки осіб, які не залежать від конкретного піднабору адекватно відкаліброваних завдань. Але це властивість за умов правильної моделі, належної калібровки та відсутності суттєвого диференційного функціонування. Фраза «IRT-параметри не залежать від вибірки» без цих умов є надмірним спрощенням. Калібрування: звідки беруться параметри IRT не отримує параметри завдання «з тексту». Параметри оцінюють на даних відповідей людей із визначеної вибірки або кількох пов’язаних вибірок. Калібрування — це статистичний процес, у якому одночасно або поетапно оцінюють властивості завдань і латентний розподіл/положення респондентів, задають шкалу та перевіряють модель. У великих банках завдань калібрування часто спирається на широке покриття цільового континууму. HealthMeasures описує процес PROMIS як поєднання масштабного тестування, аналізу факторної структури, CTT та IRT з подальшим оцінюванням параметрів складності/положення й дискримінації. Оцінювання параметрів У практиці застосовують різні методи: маргінальне максимально правдоподібне оцінювання, EM-алгоритми, байєсівські підходи та інші процедури. Для оцінювання θ після калібрування можуть використовувати метод максимальної правдоподібності (maximum likelihood), MAP або EAP. Ці методи мають різні властивості, особливо на краях шкали та за коротких тестів. Тому в науковому звіті треба вказувати не лише «використано IRT», а й модель, програмне забезпечення, метод оцінювання та спосіб обчислення індивідуальних оцінок θ. Чому шкалу треба ідентифікувати IRT-шкала має довільний початок і одиницю, доки їх не зафіксовано. Зазвичай це роблять через параметри латентного розподілу, обмеження параметрів завдань або якірні завдання. Без такого кроку одна й та сама ймовірнісна структура може бути представлена на різних числових шкалах. Саме тому значення θ=1 має сенс лише разом із описом калібровки. Інформація завдання і умовна похибка вимірювання IRT дає змогу описувати точність не одним глобальним числом, а як функцію від θ. Інформаційна функція завдання показує, скільки статистичної інформації конкретний пункт дає на кожній ділянці латентної шкали. Інформації більше там, де відповідь на завдання найкраще розрізняє близькі рівні ознаки. Reise показує, що за локальної незалежності інформація завдань складається у тестову інформаційну функцію. Для стандартних умовних оцінок стандартну похибку θ часто пов’язують із тестовою інформацією формулою SE(θ)≈1/√I(θ). Це означає: тест може бути дуже точним у середній частині шкали і значно менш точним на її краях або навпаки. Одне число надійності не показує цю локальну структуру точності. Саме ця властивість є фундаментом адаптивного тестування: якщо система знає, на якій ділянці θ поточна невизначеність найбільша, вона може добирати завдання, що дає найбільше корисної інформації за дотримання інших обмежень. IRT і класична теорія тестів: різні одиниці аналізу Класична теорія тестів (CTT) і IRT розв’язують споріднені вимірювальні завдання, але організують їх по-різному. CTT часто працює на рівні сумарного бала та його властивостей у конкретній вибірці. IRT безпосередньо моделює відповіді на окремі завдання та латентний континуум. • У CTT складність і дискримінація пункту зазвичай описуються вибірково залежними індексами; в IRT параметри формулюються як частина ймовірнісної моделі та прагнуть до умовної інваріантності. • У CTT точність часто узагальнюють одним коефіцієнтом або стандартною похибкою; в IRT вона може змінюватися вздовж θ. • У CTT сумарний бал часто є центральною статистикою; в IRT вага патерна відповідей залежить від моделі й параметрів завдань. • IRT особливо природно підтримує банки завдань, зв’язування та вирівнювання шкал і адаптивне тестування; CTT часто простіша для розробки та інтерпретації за помірних вимог. • Жодна з теорій не замінює змістову валідність, продуманий дизайн тесту, репрезентативні дані та відповідальну інтерпретацію. Докладний огляд CTT та IRT у розробленні психологічних і медичних вимірювальних інструментів підкреслює саме відмінність між рівнем сумарного бала і моделями на рівні окремих завдань, а також роль інформації та параметрів завдань. Огляд Каппеллері, Ланді та Гейса IRT і модель Раша: зв’язок без ототожнення Модель Раша є центральною частиною історії сучасної психометрії та тісно пов’язана з IRT. У найпростішому дихотомічному записі вона має логістичну форму, де ймовірність правильної відповіді визначається різницею між здібністю людини і складністю завдання. Однак рашівська традиція робить особливий акцент на вимогах фундаментального вимірювання та «специфічній об’єктивності» (specific objectivity). Тому окрема канонічна стаття ХАБу про модель Раша розглядає її глибше, а ця сторінка зберігає ширший пошуковий інтент IRT. Практичне правило для читача: модель Раша можна розглядати як особливо обмежувальну і концептуально специфічну гілку сучасного моделювання відповідей на завдання; 2PL, 3PL, модель градуйованих відповідей та інші моделі послаблюють або змінюють частину обмежень. Вибір не зводиться до «простішої» чи «складнішої» моделі — він залежить від вимірювальної теорії та даних. IRT і факторний аналіз IRT і факторний аналіз працюють із латентними структурами та мають глибокі математичні зв’язки. Для порядкових або дихотомічних відповідей багато IRT-моделей можна розглядати як повні моделі на рівні окремих завдань, близькі до категоріального факторного аналізу. У практиці факторний аналіз часто використовують для перевірки розмірності перед або разом з IRT-калібруванням. Проте «однофакторний конфірматорний факторний аналіз (CFA) пройшла» не означає автоматичного виконання всіх IRT-припущень. Потрібно окремо розглядати локальну незалежність, монотонність, відповідність окремих завдань моделі, пороги, функціонування категорій і DIF. І навпаки, погана відповідність даним конкретної IRT-моделі не доводить, що сам психологічний конструкт не існує: проблема може бути в формулюваннях завдань, структурі даних, невідповідній параметризації або популяції. Як вибирають IRT-модель Модель повинна відповідати типу відповіді, теорії конструкта, дизайну тесту та реальним даним. Рішення «беремо 3PL, бо вона найповніша» або «беремо GRM, бо це шкала Лайкерта» є недостатнім. Коректний вибір включає попередню теоретичну специфікацію і емпіричну діагностику. • Тип даних: дихотомічні, впорядковані, номінальні, дані про кількість подій, вимушеного вибору (forced-choice) або інші формати потребують відповідних моделей. • Розмірність: одновимірна модель має бути виправданою; якщо конструкт багатовимірний, може знадобитися багатовимірна IRT (MIRT) або окремі шкали. • Функціонування категорій: пороги мають бути змістовно і статистично інтерпретовані; надлишкові категорії не гарантують кращого вимірювання. • Відповідність окремих завдань і моделі загалом оцінюють графічно та статистично, а не за одним універсальним пороговим значенням. • Локальна залежність: залишкові зв’язки між завданнями можуть вимагати перегляду формулювань, тестлетів або моделі. • DIF та інваріантність: перевіряють релевантні групи, якщо результати порівнюють між ними. • Стабільність параметрів: складні моделі потребують достатнього інформаційного покриття та вибірки. • Інтерпретованість: параметри й шкала повинні служити вимірювальній меті, а не лише покращувати відповідність моделі даним. Відповідність моделі даним: одного індексу недостатньо IRT-звіт повинен показувати, що модель перевіряли на кількох рівнях. До арсеналу можуть входити статистики відповідності окремих завдань, аналіз залишків, графічне зіставлення емпіричних і модельних кривих, тести локальної залежності, інформаційні критерії, перевірки функціонування категорій і порівняння альтернативних моделей. Конкретні методи залежать від моделі та програмного забезпечення. Немає універсального правила «якщо один p-значення > 0,05, модель валідна». За великих вибірок дрібні відхилення можуть ставати статистично значущими, а за малих — важлива невідповідність моделі може не виявлятися. Потрібні ефект, графіка, зміст завдання і наслідки невідповідності для підрахунку балів та інтерпретації. DIF, справедливість і культурна адаптація Диференційне функціонування завдання (DIF) виникає, коли люди з різних груп, але з однаковим рівнем вимірюваної латентної ознаки, мають різні ймовірності відповіді на конкретне завдання. Це один із найважливіших інструментів перевірки групової еквівалентності в IRT. Докладне розмежування статистичного сигналу і справедливості подано у статті «Диференційне функціонування завдань (DIF)». DIF не є автоматичним доказом несправедливості або упередженості. Він показує, що після вирівнювання за рівнем латентної ознаки завдання функціонує неоднаково. Причиною може бути культурний контекст, переклад, різний досвід, реальна багатовимірність, формулювання, формат, умови проведення або інша характеристика. Щоб говорити про упередженість, потрібна змістова й контекстна оцінка причин та наслідків. Так само переклад тесту не дорівнює валідованій культурній адаптації. HealthMeasures описує переклад PROMIS як ітеративний процес із прямим і зворотним перекладом, експертною перевіркою, гармонізацією та когнітивними інтерв’ю (cognitive debriefing). Після мовної адаптації все одно потрібні емпіричні дані про структуру, параметри, DIF, надійність/точність та валідність у цільовій популяції. IRT не доводить валідність конструкта Це критичне розрізнення. IRT може показати, що набір відповідей добре узгоджується з певною латентною моделлю, але не може самостійно довести, що ця латентна змінна є саме тим психологічним конструктом, який записано в назві шкали. AERA/APA/NCME Standards розглядають валідність як аргумент щодо інтерпретації та використання балів, який спирається на різні джерела доказів. Змістова валідність передує статистичній елегантності. Якщо важливі аспекти конструкта не представлені пунктами, жодна чудова відповідність моделі даним не поверне їх у шкалу. Якщо шкала змішує два різні конструкти, IRT може допомогти виявити проблему, але не визначить за дослідника, який із конструктів концептуально потрібний. Для інструментів самооцінювання результатів здоров’я (patient-reported outcome measures) COSMIN окремо розрізняє змістову валідність (content validity), структурну валідність (structural validity), надійність, похибку вимірювання, міжкультурну валідність/інваріантність вимірювання, конструктну валідність і чутливість до змін (responsiveness). IRT та моделі Раша є потужними інструментами оцінювання структурної валідності й аналізу на рівні окремих завдань, але не замінюють всю систему властивостей вимірювання. Коли IRT доречна для психологічної шкали IRT особливо корисна, коли дослідницька мета вимагає вимірювання на рівні окремих завдань: побудови банку пунктів, точності на окремих ділянках конструкта, скорочення шкали без втрати заданого діапазону, зв’язування різних форм, адаптивного тестування, аналізу DIF або створення складнішої системи оцінювання балів. Для короткої дослідницької шкали з невеликою вибіркою IRT може виявитися методологічно дорожчою, ніж потрібно. У такій ситуації добре спроєктована CTT/CFA-оцінка може бути прозорішою і стабільнішою. Метод треба добирати до запитання, а не до престижу техніки. IRT найприродніше інтерпретується для рефлективних моделей вимірювання (reflective measurement models), де відповіді розглядаються як прояви спільної латентної ознаки. Для формативних індексів, де компоненти разом утворюють конструкт і не очікується, що вони є взаємозамінними проявами однієї причини, стандартна латентно-трейтова логіка може бути концептуально невідповідною. IRT у клінічному вимірюванні та оцінюванні результатів здоров’я Сучасне клінічне застосування IRT добре видно в системі PROMIS: великі банки пунктів калібрують на спільних латентних шкалах, після чого з них формують короткі форми й CAT. Рів та співавтори описали програму перевірки одновимірності, локальної незалежності, монотонності, відповідності моделі даним, DIF і калібрування банків PROMIS. Це не означає, що IRT-оцінка є діагнозом. Латентний показник симптомної шкали описує положення людини на вимірюваному континуумі в межах інструменту. Діагностика психічного розладу вимагає окремих клінічних критеріїв, оцінювання контексту, тривалості, порушення функціонування, диференційної діагностики та інших джерел даних. Комп’ютеризоване адаптивне тестування Одне з найвідоміших практичних застосувань IRT — комп’ютеризоване адаптивне тестування (CAT). Алгоритм починає з початкової оцінки θ, добирає інформативне завдання, оновлює оцінку після відповіді та повторює цикл до виконання правила зупинки. IRT і CAT не є синонімами. IRT може використовуватися без адаптивного тестування, а CAT потребує не лише IRT-калібровки, а й добре побудованого банку завдань, правил добору, балансування змісту, контролю частоти пред’явлення завдань, процедур безпеки, правил зупинки й перевірки того, що всі адаптивні маршрути зберігають валідність потрібної інтерпретації. Банки завдань, зв’язування та вирівнювання шкал Коли різні форми тесту містять якірні або іншим чином пов’язані завдання, IRT може допомогти розмістити параметри на спільній шкалі. Це створює основу для банків завдань, зв’язування (linking) та вирівнювання (equating) — процедур, які дають змогу порівнювати результати з різних наборів завдань за визначених умов. Однак спільна числова шкала не виникає автоматично. Потрібні дизайн зв’язування, достатні якірні завдання, перевірка інваріантності, стабільність параметрів та явне документування перетворень. Якщо якірні завдання мають DIF або змінюють значення між популяціями, спільна метрика може бути спотворена. Чи можуть два однакові сирі бали давати різні IRT-оцінки У загальних IRT-моделях — так. Якщо завдання мають різні дискримінації, положення або інші параметри, два патерни відповідей з однаковою кількістю балів можуть містити різну інформацію про θ. Людина, яка відповіла правильно на більш дискримінативні або інакше розташовані завдання, може отримати іншу модельну оцінку, ніж людина з тим самим сумарним сирим балом, але іншим патерном. Важливий виняток — базові моделі Раша, де за відповідних умов сирий сумарний бал є достатньою статистикою для параметра особи θ. Саме тому не можна переносити загальне твердження про оцінювання за патерном відповідей на всі IRT-моделі та моделі Раша без уточнення. Розмір вибірки: універсального N для IRT немає Питання «скільки людей потрібно для IRT?» не має одного числа-відповіді. Необхідна вибірка залежить від моделі, кількості параметрів, довжини тесту, кількості категорій, розподілу θ, частки пропусків, цільової точності, DIF-аналізу, способу оцінювання та наслідків помилки. Шредерс і Гнамбс (2025) рекомендують планувати розмір вибірки під конкретне дослідницьке завдання за допомогою симуляцій Монте-Карло замість механічного правила. Нові симуляції підтверджують, що вимоги сильно залежать від цільового параметра. У дослідженні Ікеди (2026) для graded response model кількість завдань і розмір вибірки по-різному впливали на точність θ та дискримінації a: більша кількість завдань могла частково компенсувати меншу вибірку для person estimates, тоді як точне оцінювання a вимагало більшого N. Це ще раз показує, чому правило «IRT завжди потребує N=500» або «N=1000» є методологічно грубим. Для високоризикового або high-stakes використання вимоги до точності й стабільності мають бути вищими, ніж для попереднього дослідницького аналізу. Крім загального N, критично важливе покриття тієї ділянки латентної шкали, де потрібно точно оцінити параметри: тисяча респондентів у вузькому діапазоні θ не обов’язково дає кращу калібровку країв шкали, ніж менша, але краще спроєктована вибірка. Послідовність проведення IRT-дослідження Якісне IRT-моделювання починається задовго до запуску статистичного пакета. Для розроблення нового інструменту логіка зазвичай виглядає так: • 1. Чітко визначити конструкт, цільову популяцію, передбаченого використання та тип висновків, які мають підтримувати бали. • 2. Створити або відібрати змістово репрезентативні завдання, перевірити їхню зрозумілість і релевантність. • 3. Провести пілотування й когнітивне тестування і перевірити функціонування категорій відповіді. • 4. Зібрати калібрувальну вибірку, достатню саме для запланованої моделі та цілей оцінювання. • 5. Дослідити розмірність і локальну залежність; визначити, чи виправдана одновимірна модель. • 6. Обрати модель відповідно до типу даних та вимірювальної теорії, а не лише за кращим fit. • 7. Оцінити параметри та перевірити відповідність окремих завдань моделі, відповідність моделі загалом, залишки, монотонність і функціонування категорій. • 8. Перевірити DIF/інваріантність для релевантних груп і умов використання. • 9. Оцінити test/item information та conditional standard errors у цільовому діапазоні θ. • 10. Побудувати процедури оцінювання балів і зв’язування шкал, якщо вони потрібні, та перевірити їх на незалежних або додаткових даних. • 11. Зібрати докази валідності, які виходять за межі IRT: зміст, зв’язки з іншими змінними, наслідки використання, інтерпретацію. • 12. Документувати модель, популяцію, версію інструменту, параметри, невизначеність, правила оцінювання балів та обмеження. Типові помилки інтерпретації IRT «IRT робить тест об’єктивним» IRT створює сильні умови для порівнюваності й параметризації, але результат залишається модельним і залежить від конструкта, даних, fit, калібровки та використання. Об’єктивність не виникає з назви методу. «Висока дискримінація означає якісне завдання» Дискримінація — лише одна властивість. Завдання може бути високодискримінативним, але змістово вузьким, локально залежним, культурно специфічним або непридатним для потрібної ділянки шкали. «Після IRT сумарний бал більше не потрібний» Залежить від моделі та призначення. У моделях Раша сирий бал має особливу достатність; в інших моделях оцінювання за патерном відповідей може використовувати більше інформації. Для комунікації результати часто все одно трансформують у зрозумілі шкали. «Якщо модель добре відповідає даним, шкала валідна» Відповідність моделі даним показує, наскільки конкретна статистична модель узгоджується зі спостережуваними відповідями. Валідність стосується обґрунтованості інтерпретації та використання балів і вимагає ширших доказів. «DIF означає дискримінацію людей» DIF — статистичний сигнал неоднакового функціонування завдання за однакового latent trait. Він потребує пояснення й оцінки impact; сам по собі не встановлює причин, несправедливості або юридичної дискримінації. «Перекладена шкала має ті самі параметри» Переклад може змінити семантичні труднощі, пороги, стилі відповідей і зв’язок завдання з конструктом. Параметри та DIF треба перевіряти в цільовій мовній і культурній популяції. «Універсальне порогове значення можна перенести між популяціями» IRT-калібровка не робить клінічне порогове значення універсальним. Порогове рішення залежить від передбаченого використання, критеріальних доказів, поширеності/базової частоти, наслідків хибнопозитивних і хибнонегативних рішень та конкретної популяції. Скринінг залишається скринінгом, а не діагнозом. Як читати IRT-звіт або статтю Перед довірою до IRT-висновку варто знайти в публікації щонайменше такі елементи: • Який конструкт і для якої популяції вимірюють. • Який тип завдань та категорії відповідей використано. • Яку саме IRT/Rasch-модель обрано і чому. • Як перевіряли розмірність, локальну незалежність і монотонність. • Який метод оцінювання параметрів і яке програмне забезпечення використано. • Як ідентифіковано шкалу θ і яка референтна популяція. • Які параметри завдань отримано та з якою невизначеністю. • Як оцінено відповідність окремих завдань моделі, відповідність моделі загалом і залишки. • Яка інформація/conditional precision доступна в діапазоні θ, що реально цікавить. • Чи перевіряли DIF для релевантних груп. • Як поводилися з пропущеними даними, крайніми патернами відповідей та малозаповненими категоріями. • Чи є зовнішні докази валідності та незалежна перевірка процедури оцінювання балів. • Чи можна законно і методологічно застосовувати інструмент у вашій мові, популяції та меті. Що IRT змінює в практичній психологічній оцінці Для користувача тесту найважливіша зміна полягає в тому, що точність результату перестає бути однаковою для всіх. Один і той самий інструмент може вимірювати середні рівні ознаки дуже точно, а крайні — слабше. IRT-звіт може показати цю різницю безпосередньо через інформаційну та стандартно-похибкову функції. Для розробника шкали IRT дозволяє бачити, які завдання перекривають одне одного, де на континуумі бракує інформації, які категорії фактично не працюють, які завдання поводяться по-різному в групах і які піднабори можна формувати без втрати потрібної точності. Для клініциста або психолога-практика це не скасовує контекст. Модельну оцінку треба читати разом із призначенням інструменту, діапазоном його валідності, умовну похибку, нормативною або референтною системою, клінічним запитанням і всією іншою інформацією про людину. Науковий статус IRT IRT є зрілим і фундаментальним напрямом сучасної психометрії з десятиліттями теоретичного розвитку та широкими застосуваннями в освіті, психології, медицині, оцінюванні результатів здоров’я, про які повідомляють самі пацієнти, і масштабних освітніх оцінюваннях. Основні моделі, характеристичні функції завдань, інформаційні функції, калібрування та DIF є усталеними методологічними компонентами. Водночас конкретні рекомендації щодо відповідності моделі даним, розміру вибірки, виявлення DIF, багатовимірності, стилів відповідей, байєсівського оцінювання, калібрування з використанням машинного навчання та інших процедур продовжують розвиватися. Тому «IRT» слід розрізняти як усталену наукову рамку і як набір конкретних методологічних рішень, частина яких залежить від поточного стану досліджень. Актуальність цього розвитку добре видно у методологічній статті Шредерс і Гнамбса 2025 року щодо simulation-based sample-size planning та у симуляційному дослідженні Ікеди 2026 року для graded response model. FAQ Що простими словами означає IRT? IRT — це спосіб моделювати не лише загальну кількість балів, а зв’язок між прихованою психологічною ознакою людини та ймовірністю її відповіді на кожне окреме завдання. Модель оцінює, де завдання розташоване на шкалі, наскільки воно розрізняє рівні ознаки та скільки інформації дає в різних частинах шкали. IRT і модель Раша — це одне й те саме? Ні. Модель Раша тісно пов’язана з однопараметричним моделювання відповідей на завданням, але має власну вимірювальну традицію й сильніші структурні обмеження. IRT охоплює значно ширше сімейство моделей, включаючи 2PL, 3PL, graded response, partial credit, multidimensional IRT та інші. Докладніше — у статті «Модель Раша». Чи можна використовувати IRT для шкал Лайкерта? Так. Для впорядкованих категорій часто використовують модель градуйованих відповідей, модель часткових кредитів, узагальнену модель часткових кредитів або модель рейтингової шкали. Вибір залежить від припущень, структури категорій і вимірювальної мети. Що таке параметр складності b у психологічному опитувальнику? У тесті здібностей b природно називати складністю. У симптомній або особистісній шкалі це радше положення або поріг на латентному континуумі. Він показує ділянку θ, де зростання латентної ознаки найбільше змінює ймовірність вибору вищої категорії відповіді. Чи завжди завдання з вищою дискримінацією краще? Ні. Висока дискримінація може збільшувати локальну інформацію, але якість завдання також визначається змістом, репрезентативністю, локальною незалежністю, справедливістю, стабільністю параметрів і тим, чи покриває він потрібну ділянку конструкта. Скільки респондентів потрібно для IRT? Універсального числа немає. Вимоги залежать від моделі, кількості параметрів, довжини тесту, категорій, розподілу ознаки, способу оцінювання та цільової точності. Для серйозного дослідження розмір вибірки краще планувати під конкретний дизайн за симуляцією, а не переносити фіксоване N з іншої роботи. Чи може IRT довести, що тест валідний? Ні. IRT дає важливі докази про структуру й функціонування завдань, але валідність стосується всієї аргументації щодо інтерпретації та використання балів: змісту, структури, зв’язків з іншими змінними, наслідків використання, популяції та контексту. Чим IRT корисна для адаптивного тестування? IRT дає інформаційну функцію кожного завдання і поточну оцінку θ, тому алгоритм може вибрати наступне завдання, який найкраще зменшує невизначеність у релевантній ділянці. Але CAT потребує також банку завдань, обмежень щодо змісту, контролю частоти пред’явлення завдань і правил зупинки. Чи однакові сирі бали завжди дають однакову IRT-оцінку? Не в усіх моделях. У 2PL, 3PL та багатьох політомних моделях патерн відповідей може містити додаткову інформацію, тому однаковий сумарний сирий бал може привести до різних оцінок θ. У базовій моделі Раша сирий бал має особливий статус достатньої статистики за виконання умов моделі. DIF означає, що тест несправедливий? DIF означає, що завдання по-різному функціонує між групами за однакового рівня латентної ознаки. Це сигнал для подальшого аналізу, а не автоматичний висновок про упередженість. Потрібно оцінити величину ефекту, вплив на результати, зміст і можливу причину. Див. окрему статтю про DIF. Чи можна використовувати IRT-оцінку для діагнозу? Сам по собі — ні. IRT-оцінка є модельною оцінкою вимірюваної ознаки. Скринінговий або symptom score не дорівнює клінічному діагнозу. Діагностика потребує критеріїв, клінічного оцінювання, контексту, функціонування та диференційної діагностики. Пов’язані статті Психометрія: що це, що вона вимірює і як оцінюють якість психологічних тестів Латентні й спостережувані змінні: чим відрізняється психологічний конструкт від його показників Модель Раша: як вона пов’язує складність завдання, здібність і ймовірність відповіді Комп’ютеризоване адаптивне тестування: як алгоритм добирає наступне завдання за попередніми відповідями Диференційне функціонування завдань (DIF): коли однаковий рівень конструкта дає різну ймовірність відповіді в різних групах Джерела American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. Brown, C., Templin, J., & Cohen, A. (2015). Comparing the Two- and Three-Parameter Logistic Models via Likelihood Ratio Tests: A Commonly Misunderstood Problem. Applied Psychological Measurement, 39(5), 335–348. Cappelleri, J. C., Lundy, J. J., & Hays, R. D. (2014). Overview of Classical Test Theory and Item Response Theory for the Quantitative Assessment of Items in Developing Patient-Reported Outcome Measures. Clinical Therapeutics, 36(5), 648–662. COSMIN. (n.d.). COSMIN Taxonomy of Measurement Properties. de Arruda, G. T., Terwee, C. B., Elsman, E. B. M., Avila, M. A., Gagnier, J. J., Mokkink, L. B. M., & PROM Reporting Group. (2025). Explanation & Elaboration document of the COSMIN Reporting Guideline 2.0 for studies on measurement properties of patient-reported outcome measures. Quality of Life Research, 34(7), 1891–1899. HealthMeasures. (2026a). Available Translations: PROMIS Translation Methods. HealthMeasures. (2026b). PROMIS® Measure Development. Ikeda, T. (2026). A Monte Carlo simulation study of sample size requirements for the Graded Response Model. PLOS ONE, 21(4), e0347684. Київський національний університет імені Тараса Шевченка. (2021/2022). Психометрія інтелекту: зміст навчальної дисципліни. Nguyen, T. H., Han, H.-R., Kim, M. T., & Chan, K. S. (2014). An Introduction to Item Response Theory for Patient-Reported Outcome Measurement. The Patient, 7(1), 23–35. Reeve, B. B., Hays, R. D., Bjorner, J. B., Cook, K. F., Crane, P. K., Teresi, J. A., Thissen, D., Revicki, D. A., Weiss, D. J., Hambleton, R. K., Liu, H., Gershon, R., Reise, S. P., Lai, J.-S., Cella, D., & PROMIS Cooperative Group. (2007). Psychometric evaluation and calibration of health-related quality of life item banks: Plans for the Patient-Reported Outcomes Measurement Information System (PROMIS). Medical Care, 45(5 Suppl 1), S22–S31. Reise, S. P. (2014). Item Response Theory. In The Wiley Encyclopedia of Clinical Psychology. Samejima, F. (1969). Estimation of Latent Ability Using a Response Pattern of Graded Scores. Psychometrika Monograph Supplement, 34(4, Pt. 2), 1–97. Schroeders, U., & Gnambs, T. (2025). Sample-Size Planning in Item-Response Theory: A Tutorial. Advances in Methods and Practices in Psychological Science, 8(1). Stover, A. M., McLeod, L. D., Langer, M. M., Chen, W.-H., & Reeve, B. B. (2019). State of the psychometric methods: patient-reported outcome measure development and refinement using item response theory. Journal of Patient-Reported Outcomes, 3, 50. Thomas, M. L. (2019). Advances in Applications of Item Response Theory to Clinical Assessment. Psychological Assessment, 31(12), 1442–1455. Український центр оцінювання якості освіти. (2023). Український центр продовжує готувати матеріали з питань освітніх оцінювань.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 р. · Редакційна політика Каппа Коена (κ) — коефіцієнт, який описує, наскільки двоє оцінювачів збігаються у категоріальній класифікації понад рівень збігу, очікуваний із їхніх власних частот використання категорій. Її часто називають «узгодженістю з поправкою на випадковість», але це формулювання потребує точності: очікуваний компонент у κ не спостерігає реальний процес випадкового вгадування, а обчислюється математично з маргінальних, тобто крайових, часток категорій. Коефіцієнт був запропонований Джейкобом Коеном для двох оцінювачів і номінальних категорій у 1960 році. Оригінальна стаття Коена закріпила формулу, яка й сьогодні лежить в основі класичної κ. Для впорядкованих категорій Коен пізніше запропонував зважений варіант, де різним типам розбіжностей можна надати різну вагу. Найважливіше практичне правило: κ не можна читати ізольовано. Два дослідження можуть мати однаковий відсоток збігів і різну κ, якщо в них різні частоти категорій. І навпаки, висока κ не доводить, що класифікація валідна, клінічно правильна або справедлива. Вона відповідає на набагато вужче питання про відтворюваність категоріальних оцінок за конкретного дизайну, конкретних оцінювачів і конкретної вибірки. Коротко: що показує каппа Коена Каппа Коена порівнює фактичну частку збігів двох оцінювачів із часткою збігів, яку очікують за незалежності їхніх оцінок, якщо зберегти те, як часто кожен із них використовує кожну категорію. Її класична формула має вигляд: κ = (Pₒ − Pₑ) / (1 − Pₑ) Тут Pₒ — спостережувана частка повних збігів, а Pₑ — очікувана частка збігів, обчислена з маргінальних часток категорій. Чисельник показує, скільки узгодженості залишилося після віднімання очікуваного компонента. Знаменник масштабує цей надлишок відносно максимально можливої узгодженості понад Pₑ. Це визначення відповідає класичній конструкції Коена й сучасним оглядам використання κ. Sim і Wright підкреслюють, що величина κ залежить не лише від фактичних збігів, а й від розподілу категорій, відмінностей у стилі оцінювання, незалежності оцінок і дизайну дослідження. Що означають значення κ κ = 1 означає повний збіг оцінок у вибірці. κ = 0 означає, що спостережувана узгодженість дорівнює математично очікуваній за незалежності оцінок з такими самими маргінальними частками. Це не означає, що оцінювачі «взагалі не погоджуються»: сирий відсоток збігів може бути високим. Від’ємна κ означає, що повних збігів менше, ніж передбачає цей маргінальний компаратор. Це може сигналізувати про систематичне розходження, різне розуміння категорій або особливості даних, але сам знак не встановлює причину. Верхня межа κ дорівнює 1; мінімально можливе значення залежить від маргінальних розподілів, тому для конкретної таблиці воно не обов’язково досягає −1. Коли каппа Коена доречна Класична κ Коена насамперед призначена для ситуації, де два оцінювачі незалежно класифікують ті самі об’єкти, випадки або людей за одним набором взаємовиключних категорій. Типові приклади — два клініцисти кодують наявність або відсутність певної ознаки, два дослідники класифікують поведінкові епізоди, два експерти кодують відповіді інтерв’ю або два редактори відносять матеріали до категорій. У ширшому контексті міжоцінювальна надійність охоплює весь клас задач, де потрібно оцінити відтворюваність рішень між експертами, спостерігачами або клініцистами; каппа Коена є одним із коефіцієнтів для категоріальних результатів у такому дизайні. Ключове слово тут — категорії. Якщо результат є неперервним числовим балом, наприклад час реакції, кількісний показник симптомів або числова оцінка, для міжоцінювальної чи повторної надійності часто потрібен внутрішньокласовий коефіцієнт кореляції (ICC), а не κ. Для порядкових категорій на кшталт «немає / легкий / помірний / тяжкий» може бути доречна зважена κ. Сучасний документ COSMIN Reporting Guideline 2.0 формулює це розрізнення дуже чітко у своєму контексті оцінювання властивостей вимірювальних інструментів: для неперервних балів перевага надається ICC, для порядкових — зваженій κ із описом схеми ваг, а для дихотомічних і номінальних результатів — незваженій κ. Ці рекомендації COSMIN створені насамперед для досліджень властивостей вимірювання, зокрема результатів, про які повідомляють пацієнти. У ширших психологічних і поведінкових дослідженнях вибір коефіцієнта так само має випливати з типу даних, кількості оцінювачів, дослідницького питання та того, що саме вважається суттєвою розбіжністю. Як обчислюється κ: приклад, у якому 90% збігів дають лише близько 0,49 Уявімо, що два оцінювачі незалежно класифікують 100 випадків як «так» або «ні». Результати розподілилися так: Оцінювач А «так» / оцінювач Б «так»: 84 випадки. Оцінювач А «так» / оцінювач Б «ні»: 6 випадків. Оцінювач А «ні» / оцінювач Б «так»: 4 випадки. Оцінювач А «ні» / оцінювач Б «ні»: 6 випадків. Повний збіг є у 84 + 6 = 90 випадках, тому Pₒ = 0,90. На перший погляд це виглядає як дуже висока узгодженість. Але оцінювач А використовує категорію «так» у 90% випадків, а оцінювач Б — у 88%. Відповідно, очікуваний збіг у категорії «так» за незалежності дорівнює 0,90 × 0,88 = 0,792. Для «ні» це 0,10 × 0,12 = 0,012. Разом Pₑ = 0,804. Тоді κ = (0,90 − 0,804) / (1 − 0,804) = 0,096 / 0,196 ≈ 0,49. Отже, ті самі 90% сирої узгодженості після врахування маргінальних розподілів перетворюються приблизно на κ = 0,49. Це не математична помилка. Обидва оцінювачі майже завжди вибирають домінантну категорію «так», тому велика частина збігів уже очікується з їхнього способу використання категорій. Саме такі ситуації лежать в основі того, що часто називають «парадоксом каппа». Сучасне коротке пояснення цього феномену дає, зокрема, Derksen та співавтори: високий абсолютний відсоток збігів може співіснувати з відносно низьким значенням κ. Чому κ залежить від поширеності категорій і маргінальних розподілів Залежність κ від частот категорій — математичний факт. Якщо майже всі об’єкти належать до однієї категорії, два оцінювачі можуть часто збігатися вже тому, що обидва майже завжди вибирають цю категорію. Pₑ зростає, а простір для «додаткової» узгодженості понад Pₑ стискається. Класична робота Byrt, Bishop і Carlin 1993 року показала, що κ складно залежить від нерівномірності розподілу категорій і від відмінностей у маргінальних оцінках двох оцінювачів. Автори прямо застерігали від звітування однієї κ без показників спостережуваної узгодженості та структури розподілів. У прикладній літературі це часто називають «ефектом поширеності» або «парадоксом поширеності». Термін зручний, але його легко спростити до хибної формули «κ погана, бо залежить від поширеності». Насправді методологічна дискусія тонша. Vach у 2005 році розрізнив залежність від спостережуваних маргінальних часток і залежність від гіпотетичної латентної поширеності «істинного» стану. Він аргументував, що частина критики κ перебільшує проблему: залежність від складу вибірки частково випливає із самої логіки коефіцієнта, а порівнювати κ між популяціями з різною структурою без контексту справді небезпечно. Тому науково точне формулювання таке: нерівномірні категорії можуть сильно змінювати κ навіть за однакового Pₒ; це обмежує прямі порівняння між вибірками і вимагає показувати маргінальні розподіли та сирий збіг. Чи вважати таку залежність «дефектом» самого коефіцієнта, залежить від того, який статистичний компаратор і яке дослідницьке питання вважають змістовними. Надійність і абсолютна узгодженість — не одне й те саме У повсякденній мові κ часто називають коефіцієнтом узгодженості. У сучасній теорії вимірювання важливо розрізняти абсолютну узгодженість і надійність. Абсолютна узгодженість питає, наскільки близькі або однакові повторні оцінки. Надійність питає, наскільки вимірювання здатне стабільно розрізняти об’єкти або людей у конкретній популяції попри похибку. Vanbelle, Hernandez Engelhart і Blix у 2024 році наголошують, що узгодженість і надійність — різні поняття і що reliability залежить від гетерогенності популяції. Через це коефіцієнт, який добре працює як показник відносної надійності, не замінює опис фактичних розбіжностей. У методології COSMIN κ розглядається як показник надійності для категоріальних результатів, тоді як частка специфічного збігу може доповнювати її як опис абсолютної узгодженості. Для читача це означає просте правило: якщо нас цікавить, як часто експерти реально дають однакову відповідь, відсоток збігів не треба приховувати за однією κ. Зважена каппа: коли сусідні категорії відрізняються від далеких помилок Незважена κ вважає всі незбіги однаково «неправильними». Для номінальних категорій це логічно: якщо категорії не мають порядку, немає природної причини вважати одну помилку ближчою до правильної, ніж іншу. Для порядкових шкал ситуація інша. Якщо оцінювач А ставить «помірний», а оцінювач Б — «тяжкий», така розбіжність може мати інший зміст, ніж «немає» проти «тяжкий». Зважена κ дозволяє призначити різним відстаням між категоріями різну вагу. Коен запропонував зважену κ у 1968 році саме для ситуацій, де розбіжність може бути частковою, а не суто «збіг / незбіг». Сьогодні поширені лінійні й квадратичні схеми ваг. Вибір ваг не є косметичним. Різні схеми можуть дати різні числові результати, тому у статті або звіті треба вказати, що саме було використано і чому. Квадратичні ваги не слід застосовувати автоматично тільки тому, що вони дають вищий коефіцієнт. Метод має відповідати змісту шкали й наслідкам різних помилок. Актуальний документ COSMIN прямо вимагає описувати схему ваг для порядкових результатів і обґрунтовувати вибір формули. Каппа Коена та ICC: чому це не взаємозамінні коефіцієнти Каппа Коена й внутрішньокласовий коефіцієнт кореляції часто стоять поруч у розділах про міжоцінювальну надійність, але відповідають різним типам даних і різним моделям. κ зазвичай застосовують до категоріальних результатів. Незважена κ природна для дихотомічних або номінальних категорій; зважена κ — для порядкових категорій, коли ступінь розбіжності має значення. ICC застосовують до кількісних неперервних або квазінеперервних результатів і він має кілька моделей, що відрізняються за тим, чи оцінюють абсолютну узгодженість або консистентність, чи вважають оцінювачів випадковою або фіксованою вибіркою та чи аналізують один вимір або середнє кількох. Саме тому сучасні методологічні рекомендації вимагають називати конкретну формулу ICC або κ, а не писати у методах просто «надійність була високою». Іноді зважена κ і певні ICC мають математичні зв’язки за спеціальних умов, але це не робить їх універсальними замінами один одного. Спершу визначають шкалу вимірювання й дослідницький дизайн, а вже потім коефіцієнт. Каппа не вимірює валідність, точність діагнозу або «якість тесту» загалом Двоє оцінювачів можуть майже ідеально погоджуватися і водночас систематично помилятися щодо зовнішнього критерію. Каппа не порівнює їхні оцінки з «істиною», еталонним діагнозом або золотим стандартом; вона порівнює оцінювачів між собою. Тому висока κ не є доказом конструктної валідності, критеріальної валідності, діагностичної чутливості, специфічності, прогностичної цінності або клінічної корисності. Це різні властивості й різні питання. Загальні стандарти освітнього і психологічного тестування AERA, APA та NCME розглядають надійність, валідність і справедливість як окремі, взаємопов’язані елементи належного використання тестів. Узгодженість оцінювачів може бути частиною доказової бази, але не замінює аргументу про те, що конкретний бал або категорія коректно інтерпретується для конкретної мети й популяції. У контексті психологічної оцінки це особливо важливо: однаковий висновок двох фахівців ще не робить його автоматично діагнозом і не скасовує вимог до клінічного інтерв’ю, анамнезу, диференційної оцінки, валідованих методик і професійного судження. Чому універсальні словесні пороги для κ слабкі У підручниках часто наводять готові діапазони на кшталт «слабка», «помірна», «суттєва» або «майже ідеальна» узгодженість. Вони зручні для орієнтації, але не є природними межами, закладеними в математику κ. Sim і Wright радять інтерпретувати величину κ разом із контекстом, довірчим інтервалом, розподілом категорій і метою дослідження. GRRAS так само виходить із того, що дизайн, статистичний метод і спосіб звітування мають бути достатньо прозорими, щоб читач міг оцінити надійність і узгодженість, а не лише побачити один ярлик. Одна й та сама κ може бути достатньою для дослідницького кодування з низькими наслідками помилки і неприйнятною для рішення, від якого залежить лікування, правовий статус або доступ до послуги. Чим вищі наслідки помилкової класифікації, тим важливіше аналізувати не лише загальну κ, а й конкретні типи незгоди, специфічну узгодженість за категоріями та наслідки помилок. Що обов’язково звітувати разом із κ Одна цифра κ майже ніколи не дає достатньої картини. Якісний звіт дозволяє відновити, як саме виник результат. • Кількість об’єктів і кількість оцінювачів, а також хто ці оцінювачі й за якою процедурою вони працювали. • Чи були оцінки незалежними: оцінювач не мав бачити відповідь іншого й не повинен був коригувати власне рішення після обговорення до первинного кодування. • Повний набір категорій і їхній зміст. Для порядкових шкал — порядок категорій. • Спостережувану частку повних збігів Pₒ, а для дихотомічних або важливих категорій — за можливості позитивну й негативну специфічну узгодженість. • Маргінальні частки або таблицю перехресної класифікації, щоб було видно дисбаланс категорій і систематичні відмінності між оцінювачами. • Точний тип κ: незважена чи зважена. Для зваженої — схему ваг. • Оцінку невизначеності, зазвичай довірчий інтервал, а не лише точкове значення. • Наперед визначене правило, що робили з пропущеними або невизначеними оцінками. • Обґрунтування вибору статистики відповідно до типу даних і дизайну. Ці принципи узгоджуються з рекомендаціями GRRAS і сучасними оглядами методології міжоцінювальної надійності. Їхня мета — зробити результат відтворюваним і не дозволити одній «гарній» або «поганій» κ приховати структуру даних. Що робити, коли категорія дуже рідкісна Якщо одна категорія трапляється рідко, низька або середня κ за високого загального Pₒ не обов’язково означає, що оцінювачі працюють хаотично. Спершу треба подивитися на таблицю збігів: можливо, майже всі випадки належать до домінантної категорії, а ключова невизначеність зосереджена у кількох рідкісних випадках. Для дихотомічних даних корисно окремо показувати позитивну і негативну узгодженість. Наприклад, два клініцисти можуть майже завжди збігатися щодо відсутності рідкісної ознаки, але набагато слабше — щодо її наявності. Один загальний відсоток і одна κ усереднюють ці різні практичні ситуації. Byrt та співавтори рекомендували не залишати κ без контексту маргінальних розподілів. Пізніші дослідження «парадоксу κ» розвинули цю саму ідею: важлива не лише величина коефіцієнта, а те, де саме виникає згода і незгода. Чи краще замінити κ на AC1 Ґвета Коефіцієнт AC1 Ґвета (Gwet’s AC1) часто пропонують як альтернативу, менш чутливу до дисбалансу категорій. Він справді може поводитися інакше, коли одна категорія домінує. Але з цього не випливає, що AC1 є «виправленою каппа» або автоматично кращою версією κ. Vach і Gerke у 2023 році показали, що κ і AC1 використовують концептуально різні компаратори й по-різному реагують на поширеність категорій. Автори роблять важливий висновок: AC1 не слід трактувати як просту взаємозаміну κ, а словесні пороги, створені для κ, не можна механічно переносити на AC1. Практичне рішення залежить від дослідницького питання. Якщо маргінальний дисбаланс є центральною проблемою, можна провести аналіз чутливості й показати кілька доповнювальних індексів, але треба пояснити, що вони оцінюють. Заміна одного числа іншим без зміни інтерпретації лише переносить проблему. Більше двох оцінювачів: чому каппа Коена вже не описує весь дизайн Класична каппа Коена створена для двох оцінювачів. Якщо один і той самий матеріал кодують троє, п’ятеро або десятки експертів, парні κ можуть бути корисними, але вони вже не дають одного повного опису всього багатооцінювального дизайну. Для таких ситуацій існують багатооцінювальні коефіцієнти й узагальнення, зокрема варіанти каппа для кількох оцінювачів, а для порядкових даних — спеціальні багатооцінювальні методи. Вибір залежить від того, чи всі оцінювачі оцінюють усі об’єкти, чи оцінювачі взаємозамінні, чи є порядок категорій і яке саме поняття — абсолютна узгодженість чи надійність — цікавить дослідника. Сучасний методологічний огляд Vanbelle та співавторів 2024 року окремо показує, що для порядкових даних із кількома спостерігачами вибір і інтерпретація коефіцієнта потребують явного обґрунтування, а фіксовані словесні пороги й ігнорування довірчих інтервалів залишаються типовими помилками. Типові помилки під час використання каппа Коена Помилка 1. Звітувати тільки κ Без Pₒ, маргінальних часток і таблиці класифікації читач не бачить, чи низька κ виникла через реальні розбіжності, дисбаланс категорій або різний стиль використання категорій. Саме тому одна κ не повинна бути єдиним результатом. Помилка 2. Називати κ «відсотком правильності» κ не є відсотком правильних відповідей. Для цього потрібен зовнішній критерій правильності. В κ два оцінювачі симетричні: один не є автоматично еталоном для іншого. Помилка 3. Плутати κ з чутливістю і специфічністю Чутливість і специфічність описують класифікацію відносно референтного стану або стандарту. κ описує узгодженість між класифікаціями. Це різні задачі, і одна не замінює іншу. Помилка 4. Використовувати незважену κ для порядкової шкали без обґрунтування Якщо розбіжність на одну категорію реально менш суттєва, ніж розбіжність на три, незважена κ втрачає цю інформацію. Якщо ж будь-який незбіг однаково критичний, незважена κ може бути цілком свідомим вибором. Важливе саме обґрунтування. Помилка 5. Порівнювати κ між популяціями як чисту властивість оцінювача Надійність залежить від складу й гетерогенності вибірки. Зміна частоти категорій може змінити κ навіть без очевидної зміни професійної компетентності оцінювачів. Тому міждослідницьке порівняння потребує контексту. Помилка 6. Вважати високий κ доказом валідності Оцінювачі можуть стабільно використовувати помилкове правило. Висока міжоцінювальна надійність є необхідною для багатьох задач, але сама по собі не доводить, що категорії вимірюють потрібний конструкт або ведуть до правильного клінічного рішення. Помилка 7. Плутати каппа Коена з d Коена Попри спільне прізвище, це різні статистики. Каппа Коена κ стосується категоріальної узгодженості. d Коена — стандартизована величина різниці між середніми. Застосування і тлумачення в них різні. Каппа Коена у психології та психодіагностиці У психології κ корисна там, де значущим джерелом похибки є людське категоріальне судження: кодування поведінки, розмітка інтерв’ю, класифікація відповідей, оцінка дотримання протоколу, експертне віднесення кейсів до категорій або дослідницьке кодування клінічних ознак. Але κ не перетворює експертне судження на об’єктивну істину. Якщо категорії нечітко визначені, інструкція погано стандартизована або оцінювачі навчені на одних і тих самих упереджених прикладах, вони можуть бути послідовними й водночас систематично помилятися. Так само κ не встановлює справедливість щодо мовних, культурних або соціальних груп. Хороша узгодженість показує, що правило застосовується подібно, але не доводить, що саме правило справедливе або культурно валідне. Питання адаптації, валідності, інваріантності й потенційного упередження потребують окремих доказів. Якщо категорії отримують із рейтингової шкали, треба окремо вирішити, чи шкала справді порядкова, чи відстані між категоріями мають зміст і чи є зважування розбіжностей концептуально виправданим. Як спланувати дослідження міжоцінювальної надійності Якість κ починається не з кнопки у статистичній програмі, а з дизайну. До збору даних варто визначити одиницю оцінювання, набір категорій, критерії кожної категорії, процедуру навчання оцінювачів, правила для невизначених випадків і спосіб забезпечення незалежності первинних оцінок. Вибірка має містити достатню кількість об’єктів і достатню варіативність. Якщо майже всі випадки належать до однієї категорії, коефіцієнт стає складним для інтерпретації, а довірчий інтервал може бути широким. Планування обсягу вибірки має враховувати очікувані частоти категорій, бажану точність і число оцінювачів. Sim і Wright окремо розглядають вимоги до обсягу вибірки для κ, а GRRAS наголошує, що слід описувати дизайн, популяцію, оцінювачів, процедури, статистичний аналіз і невизначеність достатньо повно для відтворення дослідження. Практичний алгоритм вибору коефіцієнта 1. Спочатку визначте тип результату. Для номінальних або дихотомічних категорій розглядайте незважену κ; для порядкових — зважену κ, якщо відстань між помилками має сенс; для неперервних балів зазвичай потрібен ICC або інший метод, що відповідає дизайну. 2. Уточніть кількість оцінювачів. Класична κ Коена — двооцінювальна статистика. Для більшої кількості оцінювачів потрібен коефіцієнт, який явно підтримує багатооцінювальний дизайн. 3. Вирішіть, що вас цікавить: абсолютна узгодженість, відносна надійність чи обидві. Часто найкращий звіт містить і κ, і прості описові показники збігів. 4. До аналізу подивіться на частоти категорій. Сильний дисбаланс не є автоматичною забороною на κ, але він змінює інтерпретацію й робить особливо важливими Pₒ, маргінальні частки та специфічну узгодженість. 5. Не встановлюйте універсальний «прохідний бал» κ без прив’язки до наслідків помилки, популяції, завдання й довірчого інтервалу. 6. Якщо розглядаєте альтернативу на кшталт AC1, поясніть, чому її компаратор краще відповідає вашій задачі, і не тлумачте значення за шкалою, створеною для іншого коефіцієнта. Як читати κ у науковій статті: п’ять запитань Перше запитання: що саме класифікували і чи відповідає κ типу даних? Якщо результат неперервний, κ може бути невдалим вибором. Друге: скільки було оцінювачів і чи були їхні первинні оцінки незалежними? Узгодження після консенсусної наради не є тим самим, що міжоцінювальна надійність незалежних оцінок. Третє: який сирий відсоток збігів і як розподілені категорії? Без цього складно зрозуміти, чому κ має саме таке значення. Четверте: якщо κ зважена, які використано ваги? Слово «зважена каппа» без опису схеми ваг залишає ключову частину методу невідомою. П’яте: який довірчий інтервал і наскільки він широкий? Точкова κ = 0,70 за вузького інтервалу і κ = 0,70 за дуже широкого інтервалу несуть різний рівень невизначеності. Що насправді означає «очікувана випадково» узгодженість у κ Фраза «поправка на випадковість» зручна, але може створити хибну картину, ніби формула знає, скільки разів оцінювачі справді вгадували навмання. Вона цього не знає. Pₑ — це математичний рівень збігів, який випливає з припущення про незалежність двох наборів оцінок за збереження їхніх маргінальних часток. Для двох категорій це легко побачити. Якщо оцінювач А використовує «так» у 90% випадків, а оцінювач Б — у 88%, модель незалежності дає 0,90 × 0,88 очікуваного збігу на «так». Те саме робиться для «ні», після чого очікувані частки збігів додаються. Для більшої кількості категорій принцип той самий: Pₑ дорівнює сумі добутків маргінальних часток відповідних категорій двох оцінювачів. Тобто κ порівнює реальні збіги з конкретною статистичною нульовою моделлю, а не з психологічним твердженням про мотиви або спосіб мислення оцінювачів. Саме тому Sim і Wright радять інтерпретувати κ як коефіцієнт із власними припущеннями та залежністю від маргінальних розподілів, а не як універсально «очищений» від випадковості відсоток збігів. Коли κ стає невизначеною або дуже нестабільною Є граничні ситуації, у яких κ взагалі не можна обчислити змістовно. Якщо обидва оцінювачі віднесли всі випадки до однієї й тієї самої категорії, спостережувана узгодженість Pₒ дорівнює 1. Але Pₑ також дорівнює 1. У формулі виникає 0/0, тому κ математично невизначена, хоча сирий відсоток збігів становить 100%. Цей приклад особливо добре показує, чому κ і відсоток збігів відповідають на різні питання. Сирий показник каже: оцінювачі дали однакову відповідь у кожному випадку. κ намагається оцінити узгодженість понад маргінальний компаратор, але коли варіативності категорій немає зовсім, для такого порівняння не залишається інформації. Інша проблема виникає за дуже малої вибірки або дуже рідкісних категорій. Тоді одна чи дві перекласифікації можуть помітно змінити κ, а довірчий інтервал стає широким. Точкове число без інтервалу створює ілюзію більшої точності, ніж реально дають дані. Огляд Sim і Wright окремо розглядає невизначеність і планування розміру вибірки для κ. Практичний висновок простий: якщо категорії майже не варіюють або даних мало, проблема не вирішується красивою інтерпретаційною етикеткою. Позитивна і негативна специфічна узгодженість Для дихотомічної класифікації загальний відсоток збігів може приховати важливу асиметрію. Двоє оцінювачів можуть майже завжди погоджуватися, коли ознаки немає, але часто розходитися саме у випадках, де один із них вважає ознаку наявною. Тому поряд із κ корисно показувати позитивну й негативну специфічну узгодженість. Якщо таблиця 2 × 2 має клітини a = обидва «так», b і c = два типи незгоди, d = обидва «ні», позитивну специфічну узгодженість можна подати як 2a / (2a + b + c), а негативну — як 2d / (2d + b + c). Ці показники не є чутливістю і специфічністю. У них немає зовнішнього еталона, який визначає, хто «правий». Вони симетрично описують, наскільки добре двоє оцінювачів збігаються щодо позитивної або негативної категорії. Класична робота Byrt, Bishop і Carlin була однією з причин ширшого використання такого доповнення: автори показували, що κ корисно читати разом зі спостережуваною структурою збігів, особливо коли категорії нерівномірні. У клінічному або високоризиковому контексті це може бути важливіше за один глобальний коефіцієнт. Якщо рідкісна категорія є тією, від якої залежить подальше обстеження або рішення, висока загальна узгодженість через масу негативних випадків не повинна приховувати слабку узгодженість саме щодо позитивних випадків. Довірчий інтервал і розмір вибірки: чому точкова κ недостатня κ, обчислена у вибірці, є оцінкою, а не точною властивістю всіх майбутніх оцінювань. Інша вибірка випадків або інший набір оцінювачів можуть дати інше значення. Довірчий інтервал показує статистичну невизначеність навколо точкової оцінки. Ширина інтервалу залежить від кількості спостережень, структури категорій і самого дизайну. Малий масив даних, рідкісні категорії та сильний дисбаланс можуть зробити оцінку нестабільною навіть тоді, коли точкова κ виглядає переконливо. Тому питання «скільки випадків потрібно?» не має одного числа для всіх досліджень. Планування залежить від очікуваної κ, бажаної точності, числа категорій, очікуваних маргінальних часток і того, наскільки вузький інтервал потрібен для рішення. Sim і Wright розглядають підходи до планування вибірки для досліджень κ, а GRRAS вимагає прозоро описувати невизначеність та статистичні методи. У якісній публікації читач має бачити не тільки «κ = 0,72», а й наскільки точно оцінено це число. Навчання оцінювачів, калібрування і незалежність первинних оцінок Міжоцінювальна надійність залежить не лише від статистики. Якщо категорії описані розмито, різні оцінювачі створюють власні неформальні правила. Попереднє навчання, приклади, кодова книга й калібрувальні вправи допомагають зробити критерії спільними. Водночас калібрування не повинно перетворювати саме оцінювання на спільне рішення. Якщо два фахівці бачать відповіді один одного, обговорюють кожен випадок до фіксації результату або один коригує іншого в процесі, висока «узгодженість» уже не описує незалежну відтворюваність. Корисно розділяти два етапи. На етапі підготовки оцінювачі можуть разом уточнювати правила, обговорювати приклади й перевіряти, чи однаково розуміють категорії. На етапі формального дослідження первинні оцінки фіксують незалежно, а консенсус, якщо він потрібен для кінцевої бази даних, проводять уже після збереження вихідних оцінок. Рекомендації GRRAS саме тому просять описувати підготовку оцінювачів, процедуру оцінювання, засліплення або незалежність, а також спосіб розв’язання розбіжностей. Без цього сама κ не дозволяє зрозуміти, що саме було відтворюваним. Як κ може підказати, що проблема в самій системі категорій Низька або нестабільна κ не завжди означає, що оцінювачі «погані». Іноді вона виявляє слабке місце інструмента: межі між категоріями сформульовані нечітко, кілька категорій семантично перекриваються або критерій вимагає інформації, якої в матеріалі немає. Тому корисно дивитися не лише на підсумковий коефіцієнт, а на матрицю незгод. Якщо майже всі помилки концентруються між двома сусідніми категоріями, це може вказувати на нечітку межу між ними. Якщо один оцінювач систематично використовує певну категорію частіше за іншого, варто перевірити інструкцію, навчання й інтерпретаційні правила. Після перегляду категорій не слід просто повторно рахувати κ на тих самих даних і оголошувати інструмент «виправленим». Зміна правил є частиною розробки системи кодування; її відтворюваність краще перевіряти на новому або принаймні незалежно оціненому матеріалі. У цьому сенсі κ корисна не як фінальна печатка якості, а як діагностичний інструмент для процесу вимірювання. Вона допомагає побачити, де категоріальна система відтворюється, а де потребує уточнення — але причину розбіжностей завжди треба встановлювати з даних і дизайну, а не вгадувати з одного числа. Часті запитання Що таке каппа Коена простими словами? Це коефіцієнт для двох оцінювачів, які розподіляють ті самі випадки за категоріями. Він показує, наскільки їхня фактична узгодженість перевищує рівень, очікуваний із того, як часто кожен використовує ці категорії. Яке значення κ вважається хорошим? Універсального порога немає. Значення треба читати разом із довірчим інтервалом, сирим відсотком збігів, частотами категорій, наслідками помилки й метою дослідження. Готові словесні шкали можуть бути орієнтиром, але не замінюють контекст. Чому може бути 90% збігів і κ близько 0,5? Коли одна категорія домінує, великий відсоток збігів уже очікується з маргінальних часток оцінювачів. У такій ситуації Pₑ високе, тому частка узгодженості понад очікуваний рівень може бути значно меншою за сирі 90%. Чим κ відрізняється від ICC? κ призначена насамперед для категоріальних оцінок. ICC використовують для кількісних результатів і він потребує вибору конкретної моделі. Вони належать до однієї ширшої теми надійності, але не є взаємозамінними. Коли потрібна зважена κ? Коли категорії мають порядок і розбіжності різної величини справді мають різну важливість. Тоді сусіднім і далеким розбіжностям можна задати різні ваги. Схему ваг треба описати. Що означає від’ємна κ? Спостережуваних збігів менше, ніж очікується за маргінальним компаратором κ. Це привід перевірити таблицю класифікації, інструкції, систематичні відмінності між оцінювачами і можливі помилки кодування, а не автоматичний доказ свідомої протилежної оцінки. Чи можна використати κ для трьох або більше оцінювачів? Класична каппа Коена розрахована на двох оцінювачів. Для більшої кількості потрібен метод, який підтримує багатооцінювальний дизайн; парні κ можна показувати як додаткову інформацію, але вони не замінюють загального аналізу. Чи доводить висока κ, що діагноз правильний? Ні. Висока κ показує, що оцінювачі класифікують подібно. Правильність діагнозу, валідність критерію, чутливість, специфічність і клінічна корисність потребують інших доказів. Висновок Каппа Коена корисна саме тоді, коли її не змушують відповідати на запитання, для яких вона не створена. Вона дає компактний показник категоріальної надійності двох оцінювачів із поправкою на очікуваний за маргінальними частками збіг. Її сила — у чіткій математичній логіці. Її головне обмеження — та сама логіка: значення залежить від того, як розподілені категорії в конкретній вибірці. Тому професійна інтерпретація κ завжди багатокомпонентна: сама κ, спостережувана узгодженість, маргінальні розподіли, типи незгоди, довірчий інтервал, схема ваг, дизайн дослідження і наслідки помилкової класифікації. Коли ці елементи показані разом, «парадокс каппа» перестає бути загадкою і стає властивістю, яку можна зрозуміти й коректно врахувати. Пов’язані статті Внутрішньокласовий коефіцієнт кореляції (ICC): як оцінюють надійність повторних і міжоцінювальних вимірювань — надійність кількісних повторних і міжоцінювальних вимірювань та відмінність ICC від κ. Міжоцінювальна надійність: як оцінюють узгодженість між експертами, спостерігачами або клініцистами Психологічна оцінка й оцінювання: що це, як проходить і чим відрізняється від тестування Рейтингова шкала: що це, як працює та чим відрізняється від ранжування Джерела American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. https://www.testingstandards.net/open-access-files.html Byrt, T., Bishop, J., & Carlin, J. B. (1993). Bias, prevalence and kappa. Journal of Clinical Epidemiology, 46(5), 423–429. https://doi.org/10.1016/0895-4356(93)90018-V Cohen, J. (1960). A coefficient of agreement for nominal scales. Educational and Psychological Measurement, 20(1), 37–46. https://doi.org/10.1177/001316446002000104 Cohen, J. (1968). Weighted kappa: Nominal scale agreement with provision for scaled disagreement or partial credit. Psychological Bulletin, 70(4), 213–220. https://doi.org/10.1037/h0026256 COSMIN. (2025). Explanation & Elaboration document of the COSMIN Reporting Guideline 2.0. https://www.cosmin.nl/wp-content/uploads/EE-document_final-version-website.pdf Derksen, B. M., Bruinsma, W., Goslings, J. C., & Schep, N. W. L. (2024). The Kappa Paradox Explained. Journal of Hand Surgery, 49(5), 482–485. https://doi.org/10.1016/j.jhsa.2024.01.006 Kottner, J., Audigé, L., Brorson, S., Donner, A., Gajewski, B. J., Hróbjartsson, A., Roberts, C., Shoukri, M., & Streiner, D. L. (2011). Guidelines for Reporting Reliability and Agreement Studies (GRRAS) were proposed. Journal of Clinical Epidemiology, 64(1), 96–106. https://doi.org/10.1016/j.jclinepi.2010.03.002 Sim, J., & Wright, C. C. (2005). The kappa statistic in reliability studies: Use, interpretation, and sample size requirements. Physical Therapy, 85(3), 257–268. https://pubmed.ncbi.nlm.nih.gov/15733050/ Vach, W. (2005). The dependence of Cohen’s kappa on the prevalence does not matter. Journal of Clinical Epidemiology, 58(7), 655–661. https://doi.org/10.1016/j.jclinepi.2004.02.021 Vach, W., & Gerke, O. (2023). Gwet’s AC1 is not a substitute for Cohen’s kappa – A comparison of basic properties. MethodsX, 10, 102212. https://doi.org/10.1016/j.mex.2023.102212 Vanbelle, S., Hernandez Engelhart, C., & Blix, E. (2024). A comprehensive guide to study the agreement and reliability of multi-observer ordinal data. BMC Medical Research Methodology, 24, 310. https://doi.org/10.1186/s12874-024-02431-y

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Коротка відповідь Позитивна прогностична цінність, або PPV (positive predictive value), відповідає на практичне запитання: якщо результат тесту позитивний, яка ймовірність того, що цільовий стан справді присутній? Для бінарної класифікації PPV дорівнює частці істинно позитивних результатів серед усіх позитивних: PPV = TP / (TP + FP). PPV не є сталою властивістю тесту. Вона залежить від того, наскільки часто цільовий стан трапляється в популяції, де тест застосовують, а також від чутливості, специфічності, порогового значення, складу вибірки та якості референтного стандарту. Класична статистична нотатка Altman і Bland у BMJ показує головну закономірність: однакові sensitivity і specificity можуть давати дуже різну прогностичну цінність за різної поширеності. У психологічному скринінгу це принципово для безпечної інтерпретації. Позитивний бал вище cutoff означає, що людина потрапила до групи, де цільовий стан імовірніший, ніж до тестування. Сам скринінговий результат не встановлює клінічний діагноз. На цю різницю між скринінгом і фактичним встановленням розладу окремо звертає увагу психіатрична методологічна робота Zimmerman про PPV скринінгових шкал. Що означає «позитивна прогностична цінність» В українській професійній мові паралельно вживаються форми «позитивна прогностична цінність» і «позитивне прогностичне значення». Англійська абревіатура PPV широко використовується в науковій літературі. Український глосарій Alliance for Public Health визначає прогностичну цінність як імовірнісну характеристику результату діагностичного або скринінгового тесту та прямо пов’язує її з чутливістю, специфічністю і поширеністю цільового стану. У цій статті «цільовий стан» означає те, що тест намагається виявити: клінічний розлад, синдром, ознаку, ризикову категорію або інший заздалегідь визначений стан, підтверджений відповідним референтним стандартом. Для психологічних опитувальників це особливо важливо, оскільки позитивний скринінг і клінічний діагноз належать до різних етапів оцінювання. Формулювання «ймовірність стану після позитивного результату» точніше за популярну фразу «наскільки тест правильний». PPV стосується тільки позитивних результатів і конкретного цільового стану. Вона не описує загальну частку правильних класифікацій, не характеризує негативні результати й не замінює повну оцінку якості тесту. Формула PPV і таблиця 2 × 2 Для бінарного тесту результати розкладаються на чотири клітини: істинно позитивні (TP), хибнопозитивні (FP), хибнонегативні (FN) та істинно негативні (TN). PPV дивиться на стовпець усіх позитивних результатів і запитує, яка частина з них підтвердилася. PPV = TP / (TP + FP). • TP — люди з позитивним результатом, у яких цільовий стан підтверджено. • FP — люди з позитивним результатом, у яких цільовий стан не підтверджено. • TP + FP — усі люди, яких тест класифікував як позитивних. Тому PPV 0,80, або 80%, означає: у тій популяції, за того cutoff, референтного стандарту та способу відбору учасників, на яких отримано оцінку, приблизно 80 зі 100 позитивних результатів були істинно позитивними. Це популяційна умовна ймовірність, а не персональна гарантія для кожної окремої людини. У дослідженнях діагностичної точності корисно бачити не лише відсоток, а й вихідні числа TP і FP та інтервал невизначеності. STARD 2015 рекомендує прозоро повідомляти дизайн, відбір учасників, референтний стандарт, оцінки точності та їхню прецизійність, щоб читач міг оцінити ризик систематичної похибки й застосовність результатів. Чому PPV залежить від поширеності Причина арифметично проста. Хибнопозитивні результати виникають серед людей без цільового стану. Коли стан рідкісний, таких людей дуже багато. Навіть невелика частка хибнопозитивних результатів, застосована до великої групи без стану, може чисельно перевищити кількість істинно позитивних результатів. Це і є ефект базової частоти. Докладно про різницю між base rate, prevalence і pre-test probability пояснює окрема стаття «Базова частота і поширеність». Для PPV головна ідея така: позитивний результат набуває змісту лише разом із вихідною ймовірністю цільового стану. Якщо припустити, що sensitivity і specificity залишаються незмінними, підвищення поширеності математично підвищує PPV. У реальних даних є додаткова складність: склад пацієнтів, тяжкість стану, попередній відбір та інші спектральні ефекти можуть одночасно змінювати і поширеність, і самі оцінки sensitivity/specificity. Це показали Leeflang та співавтори у мета-епідеміологічному аналізі діагностичних досліджень. Навчальний приклад: той самий тест у трьох популяціях Візьмемо умовний тест із чутливістю 90% і специфічністю 95%. Усі числа нижче є навчальними, а не характеристиками конкретного психологічного інструмента. Щоб було видно механіку, уявімо по 10 000 людей у кожній популяції. Поширеність 1% Цільовий стан мають 100 людей. За чутливості 90% тест дасть 90 істинно позитивних і 10 хибнонегативних результатів. Стану не мають 9 900 людей; за специфічності 95% приблизно 495 із них матимуть хибнопозитивний результат. Отже, позитивних результатів буде 585, але лише 90 із них істинні. PPV = 90 / 585 ≈ 15,4%. Поширеність 5% Стан мають 500 людей: 450 істинно позитивних і 50 хибнонегативних. Серед 9 500 людей без стану буде приблизно 475 хибнопозитивних. PPV = 450 / 925 ≈ 48,6%. Майже кожен другий позитивний результат у цьому прикладі є істинно позитивним. Поширеність 20% Стан мають 2 000 людей: 1 800 істинно позитивних і 200 хибнонегативних. Серед 8 000 людей без стану буде 400 хибнопозитивних. PPV = 1 800 / 2 200 ≈ 81,8%. Чутливість і специфічність у трьох розрахунках однакові. Змінилася лише частка людей із цільовим станом, і PPV змінилася приблизно від 15% до 82%. Саме тому число «95% специфічності» не можна читати як «після позитивного результату ймовірність стану становить 95%». PPV через теорему Байєса Ту саму логіку можна записати через sensitivity, specificity і передтестову ймовірність π: PPV = [Sensitivity × π] / {[Sensitivity × π] + [(1 − Specificity) × (1 − π)]}. У цій формулі sensitivity визначає, яка частка людей зі станом отримає позитивний результат; 1 − specificity є часткою хибнопозитивних результатів серед людей без стану; π задає частку людей зі станом до тестування. Результат — умовна ймовірність стану після того, як ми дізналися, що тест позитивний. Bayes тут не є додатковою «поправкою» до PPV. Це інший запис того самого оновлення ймовірності. У клінічному мисленні зручно переходити від передтестових шансів до післятестових через likelihood ratio. Математику цього переходу розбирає стаття «Відношення правдоподібності (LR+ і LR−)», а класичне пояснення odds × LR подають Deeks і Altman у BMJ. Поширеність, base rate і передтестова ймовірність — пов’язані, але не тотожні Для масового скринінгу поширеність у цільовій популяції часто є природним наближенням вихідної ймовірності. Для людини, яка вже звернулася по допомогу, пройшла попередній відбір або має специфічні симптоми, передтестова ймовірність може суттєво відрізнятися від загальнопопуляційної поширеності. Через це PPV із дослідження загальної популяції не слід механічно переносити до спеціалізованої психіатричної клініки, і навпаки. Те саме стосується віку, способу направлення, тяжкості симптомів, коморбідності та інших факторів, що змінюють склад групи. Для окремої людини групова PPV є орієнтиром лише настільки, наскільки її передтестовий ризик і умови тестування відповідають популяції, з якої цю PPV отримано. Якщо передтестова ймовірність індивідуально суттєво вища або нижча, післятестова ймовірність також відрізнятиметься. PPV ≠ чутливість Чутливість ставить умову в інший бік: серед людей, які справді мають цільовий стан, яка частка отримає позитивний результат? Формально sensitivity = P(T+ | D+). PPV питає: серед людей із позитивним результатом, яка частка справді має стан? Формально PPV = P(D+ | T+). Ці умовні ймовірності не можна міняти місцями. Саме плутанина P(T+ | D+) з P(D+ | T+) створює одну з найпоширеніших помилок у трактуванні скринінгу. Висока чутливість не гарантує високої PPV, особливо коли стан рідкісний. PPV ≠ специфічність Специфічність — частка людей без цільового стану, які отримують негативний результат: specificity = P(T− | D−). Вона сильно впливає на PPV через кількість хибнопозитивних результатів, але не є самою PPV. У низькопоширеній популяції навіть невелике зниження specificity може різко збільшити число false positives, тому що воно застосовується до великої групи людей без стану. Це одна з причин, чому специфічність має особливу вагу, коли скринінг проводять дуже широко. PPV ≠ негативна прогностична цінність NPV відповідає на дзеркальне запитання: яка ймовірність відсутності цільового стану після негативного результату? Формула NPV = TN / (TN + FN). PPV і NPV мають різні знаменники та по-різному реагують на зміну базової частоти. За низької поширеності PPV за інших рівних умов знижується, а NPV зазвичай зростає. За високої поширеності картина зміщується у протилежний бік. Тому фраза «тест має хорошу прогностичну цінність» без уточнення PPV або NPV і без опису популяції майже нічого не повідомляє. PPV ≠ прогностична валідність Слова «прогностична» і predictive легко створюють хибну близькість двох різних понять. У психометрії прогностична валідність стосується того, наскільки сьогоднішній тестовий бал пов’язаний із майбутнім критерієм: наприклад, чи передбачає результат подальшу успішність або функціонування. Positive predictive value у діагностичній точності зазвичай описує умовну ймовірність цільового стану після позитивної класифікації щодо референтного стандарту. Назва «predictive» не робить PPV різновидом predictive validity. Це різні статистичні питання, різні дизайни і різні інтерпретації. PPV ≠ ROC/AUC і не дорівнює клінічній корисності ROC/AUC описує дискримінаційну здатність показника розрізняти випадки з цільовим станом і без нього в діапазоні порогів. AUC не дає безпосередньо відповіді, яка ймовірність стану після конкретного позитивного результату в конкретній популяції. Для цього потрібні threshold-specific характеристики та передтестова ймовірність. Так само висока PPV сама по собі не доводить, що застосування тесту покращує клінічні результати. Потрібно враховувати, що відбувається після позитивного результату: підтверджувальна діагностика, доступність допомоги, наслідки false positives і false negatives, витрати, навантаження та потенційну шкоду. Керівництво ВООЗ з програм скринінгу розглядає користь і шкоду всього скринінгового маршруту, а не лише одну метрику точності. Як cutoff змінює PPV Багато психологічних шкал дають безперервний або порядковий бал, який лише потім перетворюють на «позитивний/негативний» за певним cutoff. Отже, PPV завжди прив’язана до конкретного порога. Інший cutoff змінює співвідношення TP, FP, FN і TN. Зниження порога часто підвищує чутливість і водночас зменшує специфічність: тест пропускає менше випадків, але створює більше позитивних результатів серед людей без цільового стану. За низької поширеності це може помітно знизити PPV. Підвищення порога часто робить протилежний обмін. Конкретний ефект потрібно оцінювати на даних, а не виводити лише з напрямку зміни cutoff. Один cutoff не є природною межею «розлад є / розладу немає». Це операційне правило для певної мети. Порогове значення для широкого скринінгу, де пріоритетом є не пропустити можливі випадки, може бути непридатним для high-stakes діагностичного рішення. Чому позитивний психологічний скринінг не є діагнозом Скринінговий інструмент зазвичай створений для раннього виявлення людей, яким може бути потрібне детальніше оцінювання. Позитивний результат підвищує підозру на стан, але його зміст визначає PPV у відповідній популяції. Якщо PPV становить 40%, більшість позитивних результатів у цій групі не підтвердяться як цільовий стан за референтним стандартом. Для психічного здоров’я така помилка має особливу вагу. Zimmerman показує, як використання скринінгових шкал як заміни діагностичного інтерв’ю може змішувати в «групі з розладом» істинні й хибнопозитивні випадки та спотворювати висновки дослідження. Клінічна діагностика інтегрує симптоми, тривалість, функціональне порушення, анамнез, контекст, диференціальне оцінювання, можливі медичні та психіатричні пояснення й інші джерела інформації. Один score або один позитивний скринінг є лише частиною цієї системи доказів. PPV залежить від популяції, а не лише від тесту Число PPV має сенс тільки разом з описом людей, серед яких воно отримане. Направлена клінічна вибірка, первинна медична допомога, школа, університет, робоче середовище й загальнопопуляційний онлайн-скринінг можуть мати різні базові частоти та різний спектр проявів. Це означає, що рекламна фраза «PPV тесту — 85%» без опису target population, cutoff, prevalence, reference standard і design є неповною. У новому середовищі показник може змінитися навіть без будь-яких змін у формулюванні пунктів. Сучасні Standards for Educational and Psychological Testing AERA/APA/NCME розглядають якість тестового використання через конкретну інтерпретацію, мету, популяцію та сукупність доказів. Для PPV це означає відмову від ідеї універсального числа, яке однаково діє скрізь. Чому case-control дизайн може дати непридатну PPV У дослідженні іноді навмисно набирають, наприклад, 100 підтверджених випадків і 100 здорових контролів. Такий дизайн може бути корисним на ранньому етапі для оцінки певних властивостей тесту, але частка стану 50% створена дослідником і не відображає реальної поширеності. Якщо безпосередньо порахувати PPV у такій штучно збалансованій вибірці, результат не переноситься на популяцію, де стан трапляється, скажімо, у 5%. Для практичної інтерпретації потрібні оцінки accuracy, отримані в відповідному дизайні, та реалістична передтестова ймовірність. Cochrane Handbook for Diagnostic Test Accuracy спеціально розглядає зв’язок між дизайном, цільовою популяцією, prevalence і показниками діагностичної точності. Якість референтного стандарту теж впливає на PPV TP і FP визначаються не «самою реальністю», а порівнянням індексного тесту з референтним стандартом. Якщо цей стандарт помилковий, застосовується лише до частини учасників або інтерпретується з урахуванням результату індексного тесту, оцінка PPV може бути систематично зміщена. У психодіагностиці референтом може бути структуроване або напівструктуроване клінічне інтерв’ю, експертна оцінка за визначеними критеріями чи інша процедура. Важливо описати, хто і як встановлював цільовий стан, чи були оцінювачі засліплені до скринінгового бала і чи всі учасники проходили однакову верифікацію. STARD наголошує на прозорому звітуванні цих елементів, бо без них високе значення accuracy може бути артефактом способу відбору або перевірки, а не реальною властивістю застосування. Чи є sensitivity і specificity незалежними від prevalence У навчальній формулі PPV зазвичай припускають фіксовані sensitivity і specificity, а prevalence змінюють окремо. Це корисна математична модель і саме в ній видно чистий base-rate effect. У реальних популяціях sensitivity і specificity можуть також змінюватися разом із поширеністю, тому що prevalence часто є маркером іншого case mix: тяжкості симптомів, віку, коморбідності, способу направлення, попереднього тестування та інших характеристик. Leeflang et al. (2013) виявили суттєві зміни sensitivity або specificity з prevalence в частині проаналізованих метааналізів і пов’язали це зі спектром пацієнтів та дизайном. Отже, практичний перенос PPV потребує двох перевірок: чи відповідає новій популяції передтестова ймовірність і чи залишаються достатньо переносимими самі характеристики тесту. Просте підставляння нової prevalence в старі sensitivity/specificity є корисною модельною оцінкою, але не заміною зовнішньої валідації. Невизначеність PPV: одне число без інтервалу може вводити в оману PPV, оцінена у вибірці, є статистичною оцінкою. Якщо позитивних результатів мало, невизначеність може бути великою навіть тоді, коли точкове значення виглядає переконливо. Наприклад, 8 істинно позитивних серед 10 позитивних дають PPV 80%, але доказ значно слабший, ніж 800 істинно позитивних серед 1 000 позитивних. Тому якісне дослідження повідомляє чисельники й знаменники, розмір вибірки, prevalence, confidence interval та спосіб відбору учасників. STARD 2015 explanation and elaboration прямо відносить estimates of diagnostic accuracy and their precision до ключової інформації звіту. Коли PPV використовують для реального рішення, корисно також оцінити, як вона змінюється за правдоподібного діапазону prevalence, а не приховувати залежність за одним середнім числом. PPV у систематичних оглядах і метааналізах Порівнювати PPV між дослідженнями складно, якщо їхні популяції мають різну поширеність. Висока PPV в одному дослідженні може відображати вищу передтестову ймовірність, а не кращу дискримінацію інструмента. У Cochrane Handbook for Diagnostic Test Accuracy predictive values розглядаються як показники, чутливі до prevalence. Для представлення результатів метааналізу доцільно пов’язувати підсумкові оцінки sensitivity/specificity з обґрунтованою representative pre-test probability, а не трактувати середню PPV з різнорідних prevalence як універсальну. Сам факт наявності метааналізу не робить PPV універсальною. Потрібно перевіряти популяції, thresholds, reference standards, ризик bias, heterogeneity і те, чи відповідає обрана передтестова ймовірність тому середовищу, де планується використання. Мова, культурна адаптація і українська версія тесту Переклад опитувальника українською не переносить автоматично його PPV із досліджень іншої мовної версії. Формулювання пунктів, спосіб відповіді, норми, структура вибірки, маршрут звернення та поширеність цільового стану можуть відрізнятися. Для валідованої української версії потрібні дані саме про відповідну мовну форму й цільову популяцію. Навіть якщо переклад лінгвістично якісний, психометричні й діагностичні характеристики слід перевіряти емпірично. Translation і validated cultural adaptation — різні етапи. IP/licensing також не є доказом психометричної якості: офіційно ліцензований переклад може потребувати локальної валідації, а хороші психометричні дані не скасовують вимог правовласника щодо використання матеріалів тесту. PPV, fairness і відмінності між групами Якщо дві групи мають різні базові частоти цільового стану, однакові sensitivity і specificity можуть породити різні PPV. Це математичний наслідок різних передтестових ймовірностей. Він важливий для оцінювання наслідків скринінгу в різних групах. Різна PPV сама по собі не доводить несправедливість або bias тесту. Потрібно окремо досліджувати measurement invariance, DIF, calibration, валідність рішень, доступ до підтверджувальної діагностики та реальні наслідки false positives і false negatives. Так само однакова PPV не гарантує справедливості всього процесу. У high-stakes середовищах доцільно показувати accuracy і predictive values для значущих підгруп, коли даних достатньо, а не приховувати можливі відмінності за загальним середнім показником. Чому більш «екстремальний» позитивний бал може мати інше значення Класична PPV бінаризує всі результати вище cutoff: бал ледве вище порога і дуже високий бал потрапляють в одну категорію «позитивний». Інформація про величину бала при цьому губиться. Якщо для інструмента валідовано interval-specific likelihood ratios, калібровані ризики або інші способи використання повного бала, вони можуть дати точнішу післятестову оцінку, ніж одна загальна PPV для всіх screen-positive. Проте такі інтерпретації потребують окремих доказів і не повинні вигадуватися з сирого score. У психологічному тестуванні це ще одна причина не перетворювати cutoff на онтологічну межу. Порогове правило служить конкретній задачі класифікації; сам конструкт часто змінюється безперервно. Послідовні тести: перший результат змінює передтестову ймовірність для другого Якщо після позитивного скринінгу проводять підтверджувальне оцінювання, результат першого кроку змінює вихідну ймовірність для другого. У байєсівській логіці posterior probability після першого тесту стає новою prior probability перед наступним джерелом інформації. Не слід механічно множити PPV двох тестів або вважати їх незалежними. Два інструменти можуть вимірювати схожі симптоми, мати спільні джерела похибки та умовну залежність. Коректна послідовна інтерпретація потребує характеристик конкретного алгоритму або обґрунтованої моделі. У практиці психічного здоров’я роль другого кроку часто виконує клінічне інтерв’ю або ширше assessment. Саме тому скринінговий маршрут є процесом накопичення доказів, а не серією незалежних «вироків» тестів. Практичне значення PPV для досліджень У науковій статті screen-positive групу не можна автоматично називати «групою з розладом», якщо цільовий стан не підтверджено. За низької PPV така група може містити велику частку false positives, що послаблює контраст між групами й змінює висновки про симптоми, лікування, прогноз або поширеність. Саме цей ризик детально розбирає Zimmerman на прикладах психіатричних скринінгових шкал: низька PPV може робити висновки про «ймовірний діагноз» значно сильнішими, ніж дозволяють дані. Для дослідника мінімальний набір запитань такий: яка prevalence у вибірці, який reference standard, який cutoff, яка sensitivity/specificity у цій популяції, яка PPV із confidence interval і чи підтверджено target condition незалежним методом. Практичне значення для людини, яка отримала позитивний результат Позитивний результат психологічного скринінгу варто читати як інформацію про підвищену ймовірність, а не як готовий діагноз. Наступне запитання — не «що зі мною точно є?», а «наскільки цей результат інформативний саме в моїй ситуації і який наступний крок передбачений для цього інструмента?». Корисно з’ясувати, для кого валідовано тест, що вважалося цільовим станом, який cutoff використано, які sensitivity/specificity і PPV отримано, якою була prevalence у дослідженні, чи є українська адаптація та яке підтверджувальне оцінювання рекомендовано після позитивного скринінгу. Якщо результат стосується психічного розладу або іншого YMYL-рішення, інтерпретація має включати клінічний контекст. Онлайн-опитувальник або один score не замінює assessment і diagnosis. Типові помилки інтерпретації PPV • «Чутливість 90% означає 90% імовірності розладу після позитивного тесту». Ні: sensitivity і PPV мають протилежні умовні напрями. • «Специфічність 95% означає, що лише 5% усіх позитивних результатів хибні». Ні: 5% — false-positive rate серед людей без цільового стану; частка FP серед усіх позитивних залежить від base rate. • «PPV тесту дорівнює 80% завжди». Ні: це оцінка для конкретної популяції, cutoff, дизайну й prevalence. • «Позитивний скринінг означає діагноз». Ні: screening і diagnosis виконують різні функції. • «Висока AUC автоматично означає високу PPV». Ні: AUC і PPV відповідають на різні питання. • «PPV з case-control дослідження можна прямо використати в популяційному скринінгу». Ні: штучна частка cases/controls спотворює predictive values для реального setting. • «Якщо PPV відрізняється між групами, це автоматично доводить bias». Ні: різні base rates самі можуть породжувати різні predictive values; fairness потребує ширшого аналізу. • «Український переклад має ту саму PPV, що й оригінал». Ні: потрібні дані для відповідної мовної версії й цільової популяції. Як читати PPV у статті або технічному звіті • Перевірте, що саме означає «позитивний» результат і який cutoff використано. • Знайдіть definition of target condition і референтний стандарт, за яким визначали TP та FP. • Подивіться на prevalence або pre-test probability у вибірці та порівняйте її з вашою цільовою популяцією. • Перевірте sensitivity і specificity саме для цього threshold, а не лише ROC/AUC. • Шукайте абсолютні числа TP і FP та confidence interval для PPV. • З’ясуйте, як набирали учасників: послідовно, випадково, за направленням чи через штучний case-control набір. • Перевірте, чи проходили всі учасники однаковий reference standard і чи оцінювачі були засліплені. • Оцініть переносимість за мовою, культурою, віком, setting, тяжкістю стану й попереднім відбором. • Для клінічного використання з’ясуйте, який підтверджувальний крок передбачений після позитивного скринінгу і які наслідки мають false positives. Чи існує «хороша PPV» Універсального порога немає. PPV 70% може бути прийнятною в одному скринінговому маршруті й неприйнятною в іншому. Значення залежить від того, що відбувається після позитивного результату, наскільки обтяжливе підтверджувальне обстеження, якою є ціна пропущеного випадку, наскільки тяжкими є наслідки false positive і яке рішення приймається. Для low-stakes попереднього відбору може бути допустима нижча PPV за умови безпечного другого етапу. Для рішення, яке безпосередньо запускає лікування, юридичні наслідки, виключення з можливості або інше high-stakes втручання, вимоги до всієї доказової системи значно вищі. PPV слід оцінювати разом із sensitivity, specificity, NPV, likelihood ratios, calibration, характеристиками популяції та клінічною або практичною utility. Одна метрика не може описати весь тест. FAQ Як простими словами пояснити PPV? PPV — це частка людей із позитивним результатом, у яких цільовий стан справді підтверджується. Якщо PPV дорівнює 60%, це означає, що приблизно 60 зі 100 позитивних результатів у відповідній популяції будуть істинно позитивними, а близько 40 — хибнопозитивними. Чи можна сказати, що PPV — це «ймовірність хвороби після позитивного тесту»? Так, якщо чітко визначені цільовий стан, популяція, тест, cutoff і референтний стандарт. Для психологічного скринінгу краще говорити «ймовірність цільового стану після позитивного результату», бо не кожний target є хворобою і не кожний позитивний результат є діагнозом. Чому хороший тест може мати низьку PPV? Коли цільовий стан рідкісний, людей без нього набагато більше. Навіть невеликий false-positive rate може створити більше хибнопозитивних результатів, ніж істинно позитивних. Це не парадокс і не помилка формули, а прямий наслідок базової частоти. Чи може PPV бути вищою за sensitivity? Так. Це різні умовні ймовірності з різними знаменниками. Їхні числові значення не мають обов’язкового порядку. PPV може бути вищою, нижчою або приблизно рівною sensitivity залежно від prevalence, specificity та інших умов. Чи підвищення prevalence завжди підвищує PPV? У математичній моделі з фіксованими sensitivity і specificity — так. У реальному світі зі зміною setting і case mix можуть змінюватися також sensitivity і specificity, тому фактичний перенос слід перевіряти емпірично. Чи визначає AUC позитивну прогностичну цінність? Ні. AUC узагальнює дискримінацію в діапазоні thresholds. PPV стосується конкретної позитивної класифікації та конкретної передтестової ймовірності. Однакова AUC може співіснувати з різними PPV у різних популяціях. Чи можна використати PPV американського дослідження для української вибірки? Лише після перевірки переносимості. Потрібно порівняти population, language version, prevalence, referral pathway, cutoff, reference standard і test performance. Наявність перекладу українською не є доказом, що PPV збереглася. Чи означає позитивний результат скринінгу психічного розладу, що в мене цей розлад? Позитивний скринінг означає, що результат перевищив критерій, установлений для подальшої уваги або оцінювання. Діагноз потребує ширшої клінічної оцінки. Реальна ймовірність цільового стану після позитивного результату залежить, зокрема, від PPV у відповідній популяції. Чи можна підвищити PPV, тестуючи тільки групу підвищеного ризику? За інших рівних умов вища передтестова ймовірність підвищує PPV. Саме тому таргетований case-finding може мати іншу predictive value, ніж масовий скринінг. Але відбір групи також може змінити spectrum і test performance, тому ефект слід оцінювати на реальних даних. Чи достатньо високої PPV, щоб тест був якісним? Ні. Потрібні докази reliability, validity для заявленої інтерпретації, fairness, відповідної адаптації, точності classification, якості reference standard та наслідків використання. Висока PPV у високоризиковій вибірці може співіснувати з іншими суттєвими обмеженнями. Пов’язані статті • Базова частота і поширеність: чому base rate змінює значення позитивного та негативного результату тесту • Відношення правдоподібності (LR+ і LR−): як результат тесту змінює ймовірність стану • Прогностична валідність: наскільки тест передбачає майбутній критерій і чому прогноз не є долею • Психометрія: що це, що вона вимірює і як оцінюють якість психологічних тестів • Психологічний тест: що це, з чого складається і за якими ознаками оцінюють його якість • Психологічна оцінка й оцінювання: що це, як проходить і чим відрізняється від тестування • Теорія виявлення сигналу: як рішення про стимул залежать від чутливості та критерію Джерела • Alliance for Public Health. Глосарій: «Прогностичне значення, Прогностична цінність діагностичного тесту». • Altman, D. G., & Bland, J. M. (1994). Diagnostic tests 2: Predictive values. BMJ, 309, 102. • American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. Standards for Educational and Psychological Testing. • Cochrane. Handbook for Systematic Reviews of Diagnostic Test Accuracy. Version 2.0. • Cohen, J. F., Korevaar, D. A., Altman, D. G., et al. (2016). STARD 2015 guidelines for reporting diagnostic accuracy studies: explanation and elaboration. BMJ Open, 6, e012799. • Deeks, J. J., & Altman, D. G. (2004). Diagnostic tests 4: likelihood ratios. BMJ, 329, 168–169. • Leeflang, M. M. G., Rutjes, A. W. S., Reitsma, J. B., Hooft, L., & Bossuyt, P. M. M. (2013). Variation of a test’s sensitivity and specificity with disease prevalence. CMAJ, 185(11), E537–E544. • World Health Organization Regional Office for Europe. (2020). Screening programmes: a short guide. Increase effectiveness, maximize benefits and minimize harm. • Zimmerman, M. (2022). Positive Predictive Value: A Clinician’s Guide to Avoid Misinterpreting the Results of Screening Tests. Journal of Clinical Psychiatry, 83(5), 22com14513.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Розробка психологічного тесту — це послідовний процес, у якому теоретично визначений психологічний конструкт перетворюють на стандартизовану процедуру, набір спостережуваних індикаторів і систему підрахунку, а потім накопичують докази того, що отримані бали можна тлумачити саме так і використовувати саме для тієї мети, для якої тест створено. Сучасні Standards for Educational and Psychological Testing розглядають валідність через обґрунтованість інтерпретацій тестових балів для запропонованого використання, а не як раз і назавжди присвоєну тесту властивість. Тому якісний тест не виникає з формули «написати запитання — зібрати відповіді — порахувати α Кронбаха». Повна траєкторія охоплює визначення конструкта й контексту використання, специфікацію змісту, створення та перевірку завдань, пілотування, польове дослідження, аналіз завдань, дослідження внутрішньої структури, надійності, похибки, валідності, справедливості, культурної адаптації, норм, правил інтерпретації та документації. Сучасні огляди розроблення шкал описують цей процес як ітеративний: результати одного етапу можуть вимагати повернення до попередніх рішень. Актуальний огляд best practices У цій статті слово «тест» використовується у широкому психометричному сенсі: воно може означати опитувальник, шкалу самооцінювання, тест здібностей, стандартизоване завдання, оцінку спостерігача або інший інструмент, що генерує бали. Конкретний дизайн залежить від формату. Правила для тесту досягнень, клінічного скринера і шкали особистісної риси частково різняться, але логіка доказового вимірювання спільна. Що означає «розробити тест» у сучасній психометрії Розроблення тесту — це побудова аргументу від конструкта до рішення. На першому кінці є теоретичне поняття, наприклад робоча пам’ять, соціальна тривога, імпульсивність або професійне судження. На другому — конкретний висновок: дослідницьке порівняння груп, індивідуальний профіль, скринінг, відстеження змін, відбір або інша дія. Між ними розташована модель вимірювання. Саме вона пояснює, чому певні відповіді чи дії мають перетворюватися на певний бал і що цей бал дозволяє стверджувати. Ця логіка відрізняє психометрію від простого підрахунку відповідей. Назва шкали, висока кореляція або статистично значущий результат не доводять, що виміряно заявлений конструкт. Clark і Watson наголошують, що створення інструмента потребує одночасної роботи з теорією конструкта, змістом пунктів і емпіричною структурою, а Flake, Pek і Hehman показали, що в психологічних дослідженнях одного коефіцієнта внутрішньої узгодженості часто помилково використовують як заміну повноцінної валідації. Clark & Watson, 2019 · Flake, Pek & Hehman, 2017 Науковий статус: універсальної «магічної» схеми немає У психометрії існують добре усталені принципи розроблення тестів, але немає одного набору числових порогів, який автоматично перетворює будь-яку шкалу на якісний інструмент. Вимоги залежать від конструкта, типу завдань, моделі вимірювання, популяції, наслідків помилки та intended use — передбаченого використання. Для загального психологічного тестування фундаментальною рамкою є спільний стандарт AERA, APA і NCME. COSMIN дає детальні критерії для властивостей вимірювальних інструментів, особливо patient-reported outcome measures та інших health measurement instruments. Його поняття змістової валідності, внутрішньої структури, надійності, похибки й responsiveness дуже корисні, але сферу COSMIN не слід механічно переносити на кожен тип психологічного тесту без урахування контексту. Карта всього процесу У стислому вигляді робочий маршрут має таку логіку: визначення конструкта і мети → опис цільової популяції → специфікація змісту → генерація банку завдань → експертна та користувацька перевірка → когнітивне пілотування → польове дослідження → аналіз завдань → перевірка внутрішньої структури → вибір і перевірка моделі вимірювання → надійність і похибка → докази валідності → fairness, інваріантність і DIF → адаптація для мов і культур → норми або критеріальні пороги → стандартизація → фінальна інтерпретація, документація й подальший моніторинг. Ця послідовність не означає, що всі проєкти проходять етапи один раз і в одному порядку. Розроблення є циклічним. Когнітивне інтерв’ю може змусити переписати пункт; EFA — переглянути модель конструкта; DIF — повернутися до змісту; нова популяція — вимагати адаптації та нових норм. Етап 1. Визначити конструкт, популяцію і передбачене використання Починають не з формулювання запитань, а з визначення психологічного конструкта. Потрібно описати, що саме входить до конструкта, які його межі, можливі підвиміри, як він відрізняється від сусідніх понять і які поведінкові або вербальні прояви теоретично мають його відображати. Без цього банк пунктів легко перетворюється на суміш різних явищ. Одночасно визначають цільову популяцію: вік, мовне середовище, рівень освіти, клінічний або неклінічний статус, культурний контекст, умови застосування та інші характеристики, що можуть впливати на розуміння завдань і розподіл балів. Психометричні властивості не існують поза популяцією: той самий інструмент може працювати по-різному в різних групах. Третя частина — intended use. Один і той самий конструкт можна вимірювати для групового дослідження, індивідуального скринінгу, діагностичної оцінки, моніторингу лікування, відбору або освітнього рішення. Що серйозніші наслідки помилки, то сильнішим має бути доказовий пакет і контроль справедливості. Сформулювати майбутню інтерпретацію ще до збору даних До створення шкали корисно письмово сформулювати, який саме бал планується отримувати, як він обчислюватиметься, що означатиме високий і низький результат, з ким або з чим його порівнюватимуть і які рішення на його основі допустимі. Це змушує розробника відділити науково підтримувану інтерпретацію від бажаного маркетингового ярлика. Проблему непрозорих вимірювальних рішень у психології докладно аналізують Flake і Fried: зміни шкал, підрахунку або вибору показників без достатнього обґрунтування можуть створювати невизначеність у висновках навіть тоді, коли статистичний аналіз виконано коректно. Measurement Schmeasurement Етап 2. Побудувати специфікацію тесту Специфікація тесту, або blueprint, перетворює теорію на план вимірювання. У ній фіксують домени конструкта, їхню відносну вагу, типи завдань, формат відповіді, часовий горизонт, правила підрахунку, умови адміністрування та очікувану довжину інструмента. Специфікація захищає від двох симетричних помилок. Перша — недопредставлення конструкта, коли тест охоплює лише зручну частину явища. Друга — конструкто-нерелевантна варіативність, коли результат залежить від зайвих факторів: складної мови, навичок читання, культурно специфічних знань, моторики або цифрової грамотності, хоча вони не є предметом вимірювання. Якщо конструкт має латентну структуру, важливо заздалегідь розрізнити латентні та спостережувані змінні й описати, які індикатори вважаються відображенням кожного виміру. Це створює основу для подальшої перевірки факторної або іншої внутрішньої структури. Етап 3. Створити банк завдань або пунктів Банк завдань має бути ширшим за фінальну форму тесту, але його розмір не визначається універсальним множником. Важливіше, щоб кожен запланований домен був представлений достатньо повно, а розробник мав реальну можливість вилучати слабкі пункти без руйнування змістового охоплення. Пункт повинен бути зрозумілим цільовій групі, стосуватися однієї інтерпретованої ідеї, відповідати потрібному часовому горизонту й використовувати формат відповіді, що має сенс для конструкта. Подвійні запитання, зайві заперечення, неоднозначні частотні слова, надмірно складна мова і формулювання, що підказують «правильну» соціально бажану відповідь, створюють похибку вже на рівні змісту. Реверсивно сформульовані пункти не є автоматичним засобом підвищення якості. Вони можуть зменшувати механічне погодження, але також створювати окремі методичні фактори або помилки розуміння. Їх оцінюють емпірично й когнітивно, а не використовують за правилом «у кожній шкалі має бути кілька зворотних пунктів». Огляд Boateng та співавторів описує генерацію пунктів, змістову валідність, pre-testing і подальше скорочення шкали як окремі пов’язані кроки, а не одну статистичну операцію. Best Practices for Developing and Validating Scales Етап 4. Перевірити змістову валідність і процес відповіді До великого збору даних потрібно перевірити, чи справді зміст інструмента відображає конструкт. Змістова валідність охоплює не лише експертну думку про «доречність» пунктів. У сучасній рамці COSMIN ключовими є релевантність, повнота охоплення та зрозумілість змісту для цільової популяції. COSMIN perspective on content validity, 2025 Експерти можуть оцінювати відповідність пунктів теорії, пропущені домени, придатність інструкції та формату відповіді. Представники цільової групи потрібні, щоб перевірити, як люди фактично розуміють формулювання. Тут особливо корисні когнітивні інтерв’ю: респондента просять пояснити, як він зрозумів запитання, як пригадував інформацію, обирав варіант відповіді й що означали для нього окремі слова. Очевидна, або face validity, може бути важливою для прийнятності тесту, але не є доказом того, що тест вимірює заявлений конструкт. Інструмент може виглядати переконливо й водночас мати слабку структуру або невідомі зв’язки з релевантними критеріями. Етап 5. Провести пілотне дослідження Пілотування має щонайменше дві функції. Перша — якісна: перевірити інструкції, зрозумілість, технічну процедуру, час виконання, проблемні формулювання та пропущені варіанти відповіді. Друга — кількісна: отримати перші дані про розподіли, пропуски, використання категорій, зв’язки між пунктами та потенційні проблеми шкали. Мала група може бути достатньою для когнітивного pre-test, але не для точного оцінювання факторної структури, надійності або параметрів IRT. Для кожного кількісного етапу обсяг вибірки слід обґрунтовувати за конкретним методом, кількістю параметрів, очікуваною структурою, точністю оцінок і гетерогенністю популяції. Правило «десять людей на один пункт» або будь-яке інше співвідношення N:item не є універсальним законом. Стабільність факторних рішень залежить від навантажень, кількості факторів, комунальностей, категорій відповіді, моделі та інших умов. У сильному протоколі розробник пояснює, для якого саме аналізу і з якою точністю потрібна вибірка. Етап 6. Проаналізувати роботу окремих завдань Після польового збору починається аналіз завдань тесту. Для кожного пункту вивчають пропуски, розподіл відповідей, використання категорій, floor і ceiling effects, зв’язок із підсумковим балом або підшкалою, а для завдань із правильними відповідями — складність і дискримінативність. Статистично слабкий пункт не обов’язково потрібно видаляти автоматично. Якщо він представляє унікально важливу частину конструкта, спочатку з’ясовують причину: невдале формулювання, невідповідна складність, проблемна категорія відповіді, культурна неоднозначність або справжня багатовимірність конструкта. Видалення лише заради підвищення α може звузити зміст і зробити шкалу менш валідною. Для політомних шкал важливо перевіряти, чи всі категорії відповіді реально використовуються і чи відображають очікуваний порядок. Для тестів здібностей аналізують distractors, час, складність і дискримінативність. У IRT-моделях оцінюють параметри завдання, model fit, інформацію та, за потреби, differential item functioning. Етап 7. Дослідити внутрішню структуру: EFA, CFA та модель конструкта Якщо структура нової шкали ще невизначена, експлораторний факторний аналіз (EFA) допомагає дослідити кількість і склад факторів. Коли існує чітка теоретична модель, конфірматорний факторний аналіз (CFA) дає змогу перевірити, наскільки дані узгоджуються з попередньо сформульованою структурою. Внутрішня структура є частиною структурної валідності, але факторна модель не є синонімом повної валідності. Хороший fit не доводить, що фактор має саме ту психологічну природу, яку йому приписує автор; для цього потрібні змістові та зовнішні докази. Для нової багатовимірної шкали сильніший дизайн відокремлює етап exploration від confirmation. EFA і CFA на тій самій вибірці без перехресної перевірки легко закріплюють випадкові особливості даних. За можливості використовують незалежну підтверджувальну вибірку, поділ даних із достатньою потужністю або реплікацію в новому дослідженні. Кількість факторів не варто визначати одним механічним правилом на кшталт eigenvalue > 1. Теоретична модель, scree plot, parallel analysis, стабільність рішення, інтерпретованість і fit розглядаються разом. Так само один «хороший» індекс CFA не скасовує аналізу residuals, альтернативних моделей і змісту факторів. Етап 8. Обрати модель вимірювання: CTT, IRT або інша відповідна рамка У класичній теорії тестів (CTT) спостережуваний бал концептуально розглядають як істинний компонент плюс похибку: X = T + E. CTT зручна, широко застосовується і добре підтримує багато практичних завдань, але її показники значною мірою залежать від конкретної вибірки й форми тесту. Item Response Theory (IRT) моделює ймовірність конкретної відповіді як функцію рівня латентної ознаки та параметрів завдання. Це відкриває можливості для item-level аналізу, шкалювання, adaptive testing і оцінювання інформації в різних ділянках континууму. Огляд клінічних застосувань показує переваги IRT для conditional measurement error, комп’ютеризованого адаптивного тестування та DIF, водночас наголошуючи на вимогах до моделі й даних. Thomas, 2019 Rasch-моделі є окремою традицією модельно-орієнтованого вимірювання з власними вимогами. Вибір між CTT, IRT, Rasch або іншими моделями роблять відповідно до мети тесту, типу даних, теоретичних припущень, потрібної точності й обсягу вибірки, а не за принципом «сучасніше означає автоматично краще». Етап 9. Оцінити надійність і похибку вимірювання Надійність описує точність або відтворюваність балів за визначених умов, а валідність — обґрунтованість їх інтерпретації та використання. Надійність ≠ валідність: стабільно відтворюваний бал може систематично вимірювати не те, що заявлено. Потрібний вид надійності залежить від джерела варіативності. Внутрішня узгодженість стосується зв’язків між пунктами одного виміру; тест-ретест надійність — стабільності в часі, коли сам конструкт очікується стабільним; inter-rater reliability — узгодженості оцінювачів; надійність паралельних форм — еквівалентності альтернативних версій. Альфа Кронбаха не є універсальним показником «якості тесту». Вона залежить від кількості пунктів, їх коваріації та припущень моделі. Високий α може виникати через надмірну редундантність і не доводить одновимірності. McNeish детально розбирає проблеми механічного використання α, а Dunn, Baguley і Brunsden показують практичну роль омеги Макдональда як модельно обґрунтованої альтернативи в багатьох ситуаціях. McNeish, 2018 · Dunn, Baguley & Brunsden, 2014 Окремо оцінюють похибку вимірювання. Standard Error of Measurement (SEM) описує невизначеність індивідуального бала у шкалі вимірювання і не дорівнює standard error of the mean, який стосується невизначеності вибіркового середнього. Для індивідуального тлумачення бажано повідомляти не лише точковий бал, а й інтервал невизначеності, якщо метод це дозволяє. Зміна в часі: real change ≠ important change Якщо інструмент призначений для моніторингу змін, одного test-retest коефіцієнта недостатньо. Потрібно знати responsiveness — здатність виявляти зміни в конструкті, які справді відбулися, і величину measurement error. Minimal Detectable Change (MDC) відповідає на питання, наскільки великою має бути різниця, щоб з достатньою впевненістю перевищити очікувану похибку. MIC/MID стосується мінімальної важливої зміни з погляду змісту або значущості. Reliable Change Index (RCI) оцінює, чи зміна перевищує очікувану нестабільність за певною моделлю. Жоден із цих показників сам по собі не означає «клінічно важливу зміну» для конкретної людини. Етап 10. Накопичити докази валідності Сучасна валідність психологічного тесту — це не один коефіцієнт і не набір незалежних штампів «content / criterion / construct». Докази валідності накопичуються навколо конкретної інтерпретації балів. Standards AERA/APA/NCME описують джерела доказів, пов’язані зі змістом тесту, процесами відповіді, внутрішньою структурою, зв’язками з іншими змінними та наслідками тестування. Докази щодо конструкта включають очікувані зв’язки з іншими показниками. Конвергентна валідність підтримується, коли бал пов’язаний із іншими релевантними вимірюваннями того самого або близького конструкта. Дискримінантна валідність потребує показати, що тест не є просто іншим способом вимірювання сусіднього явища. Разом ці дані є частиною ширшої конструктної валідності. Кореляція з іншим тестом не стає «золотим стандартом» лише тому, що другий тест відомий. Якщо обидва інструменти мають однаковий формат самооцінювання, частина зв’язку може відображати спільний метод. Якщо реального незалежного критерію не існує, термін criterion validity слід використовувати обережно. Валідація є процесом накопичення доказів. Новий результат, інша мова, інша популяція, інший спосіб адміністрування або нове рішення на основі бала можуть вимагати додаткових досліджень навіть для давно відомого тесту. Етап 11. Перевірити справедливість, інваріантність і DIF Справедливість психологічного тестування (fairness) вимагає аналізувати, чи не створює тест систематично нерелевантних переваг або перешкод для груп, які мають порівнюватися. Це включає зміст, доступність, умови адміністрування, мову, шкалювання, інтерпретацію та статистичні властивості пунктів. Інваріантність вимірювання перевіряє, чи має модель конструкта достатньо подібне значення між групами або в часі, щоб певні порівняння були змістовними. Putnick і Bornstein описують послідовні рівні configural, metric і scalar invariance та наголошують, що вимоги залежать від типу порівняння. Putnick & Bornstein, 2016 Measurement invariance не дорівнює автоматичному доказу відсутності bias. Так само диференційне функціонування завдань (DIF) означає, що за однакового рівня латентної ознаки ймовірність певної відповіді відрізняється між групами; DIF є сигналом для дослідження, а не автоматичним вироком про несправедливість. Потрібно оцінювати причину, зміст і вплив на підсумковий бал. Етап 12. Адаптувати тест для мови та культури Переклад не дорівнює валідованій адаптації. International Test Commission визначає adaptation як ширший процес, що включає дозвіл правовласника, перевірку того, чи може конструкт бути еквівалентно виміряний у новому контексті, професійний переклад, культурні зміни, емпіричне підтвердження еквівалентності, надійності й валідності, правила адміністрування, шкалювання, інтерпретації та документацію. Тому український переклад психологічного тесту сам по собі не є доказом української валідизації. Потрібні дані саме для релевантної української популяції, а за потреби — кроскультурна валідність, інваріантність, DIF і нові норми. В Україні професійний орієнтир також дають Єдині психодіагностичні стандарти Всеукраїнської психодіагностичної асоціації, які збирають українські версії міжнародних рекомендацій щодо використання тестів, дослідження, підрахунку й повідомлення результатів, адаптації, комп’ютеризованого тестування та безпеки матеріалів. Етап 13. Створити норми або іншу систему референтної інтерпретації Якщо результат тлумачать відносно інших людей, потрібні норми психологічного тесту. Їх будують на нормативній вибірці, яка має відповідати популяції, для якої робитимуть висновки. Норми для студентів одного університету не стають нормами для всіх дорослих, а норми іншої країни або давньої когорти не слід автоматично переносити на сучасну українську популяцію. Сирий бал може перетворюватися на z-бал, T-бал, процентиль або іншу шкалу. Процентиль ≠ відсоток правильних відповідей: 90-й процентиль описує відносне положення людини в нормативному розподілі. T-score ≠ t-statistic: однакова літера не означає однакове статистичне поняття. Норми мають версію, дату, популяцію та метод побудови. Якщо тест застосовують роками, слід перевіряти drift і можливу застарілість норм. Зміна способу адміністрування — наприклад, перехід із паперу на смартфон — також може вимагати дослідження еквівалентності. Етап 14. Якщо тест використовують для скринінгу або діагностичної класифікації Скринінг, case-finding, психологічне оцінювання і клінічна діагностика — різні функції. Скринінговий тест шукає людей із підвищеною ймовірністю проблеми і зазвичай потребує подальшого оцінювання. Клінічний діагноз ґрунтується на ширшій інформації: критеріях, анамнезі, функціонуванні, контексті та професійному судженні. Для класифікаційних застосувань оцінюють sensitivity і specificity, але вони не тотожні positive predictive value (PPV) та negative predictive value (NPV). PPV і NPV залежать від prevalence/base rate у популяції. Cochrane Handbook підкреслює необхідність розглядати diagnostic accuracy у зв’язку з порогом і контекстом застосування. Cochrane Handbook for Diagnostic Test Accuracy ROC/AUC описує здатність розрізняти стани в діапазоні порогів, але не доводить clinical utility. Корисність конкретного cutoff залежить від prevalence, вартості хибнопозитивних і хибнонегативних рішень, доступності наступного етапу допомоги та цілей тестування. Cutoff не є універсальною межею «розлад є / розладу немає». Його потрібно валідизувати для певної популяції й мети. Один score, один symptom або один screening result не встановлює психіатричного чи психологічного діагнозу. Етап 15. Стандартизувати процедуру, підрахунок і документацію Стандартизація психологічного тесту означає контроль процедури: однакові інструкції, часові правила, формат, умови, допустимі підказки, правила пропусків, scoring, перетворення балів і спосіб повідомлення результату. Стандартизація не є синонімом створення норм, хоча ці процеси часто пов’язані. У технічному керівництві потрібно описати, для кого тест призначений, як його адмініструвати, які версії існують, як обробляти пропущені відповіді, як обчислювати підшкали, які докази надійності й валідності отримано, які норми використовуються, які обмеження відомі та які кваліфікаційні вимоги має користувач. International Guidelines on Test Use наголошують, що компетентне використання охоплює вибір відповідного тесту, коректне адміністрування, scoring, інтерпретацію, повідомлення результатів і захист матеріалів. Якість тесту та юридичне право на його використання — різні питання: психометрично сильний інструмент може бути proprietary, а вільно доступний текст не стає якісним тестом лише через відсутність ліцензійних обмежень. Етап 16. Сформулювати фінальну інтерпретацію бала Фінальна інтерпретація повинна відповідати рівню доказів. Якщо шкала добре вимірює певну рису в дослідницькій популяції, це ще не означає, що вона придатна для індивідуальної клінічної діагностики. Якщо норми створено для дорослих, їх не переносять на підлітків. Якщо валідовано паперову версію, цифрова версія потребує оцінки еквівалентності, коли спосіб подання може змінити поведінку. Коректний звіт про результат має пояснювати, що саме вимірює шкала, яка версія використана, з якою референтною групою порівнюється бал, яка невизначеність вимірювання, які висновки підтримані даними і які виходять за межі валідованого використання. Бал — це вимірювальний результат із моделлю, похибкою, популяцією і контекстом. Він не є ярликом особистості й не повинен перетворюватися на категоричний висновок там, де наукова база підтримує лише ймовірнісну або відносну інтерпретацію. Як зрозуміти, що тест готовий до реального використання Тест можна вважати достатньо розробленим для конкретного застосування тоді, коли завершено не лише статистичну оптимізацію, а весь ланцюг доказів. Є чітко визначений конструкт і target population; зміст тесту охоплює цей конструкт; цільові користувачі розуміють пункти так, як задумано; внутрішня структура підтримує спосіб підрахунку; надійність і похибка прийнятні для intended use; зовнішні зв’язки відповідають теорії; fairness перевірена; норми або пороги мають релевантне походження; процедура стандартизована; обмеження задокументовані. Слово «прийнятні» тут принципове. Немає універсального α, AUC, CFI, RMSEA, ICC або іншого числа, яке самостійно відповідає на питання про готовність тесту. Потрібний набір показників визначається метою, ризиком рішення, моделлю і сукупністю доказів. Типові помилки під час розроблення психологічного тесту Перша помилка — почати з красивих запитань без чіткого конструкта. Тоді факторний аналіз намагається знайти структуру там, де теорія не визначила, що саме має вимірюватися. Друга помилка — оголосити шкалу «валідною», бо α > 0,70. Внутрішня узгодженість не є конструктною валідністю, тест-ретестом, inter-rater reliability або доказом відсутності похибки. Третя помилка — видаляти пункти лише тому, що після цього зростає α. Це може зробити шкалу одноріднішою статистично й біднішою змістово. Четверта помилка — провести EFA і CFA на тій самій невеликій вибірці, а потім назвати результат незалежним підтвердженням. Confirmation має сенс тоді, коли модель справді піддається новій перевірці. П’ята помилка — використовувати зручну вибірку як універсальну нормативну. Норми описують ту популяцію, з якої їх отримано, і потребують продуманого sampling. Шоста помилка — вважати переклад адаптацією. Лінгвістична точність не доводить змістової, структурної або кроскультурної еквівалентності. Сьома помилка — прирівнювати measurement invariance до повної відсутності bias або DIF до автоматичної несправедливості. Статистичний сигнал потрібно тлумачити разом зі змістом і впливом на рішення. Восьма помилка — вибирати cutoff після перегляду тих самих даних і не перевіряти його зовні. Такий поріг може бути оптимістично підігнаний до конкретної вибірки. Дев’ята помилка — використовувати p-value як доказ психометричної якості. Статистична значущість залежить від обсягу вибірки й не дорівнює practical, clinical або measurement importance. Десята помилка — не фіксувати версію шкали. Якщо пункти, scoring, норми або алгоритм змінено, це вже нова вимірювальна конфігурація, і попередні докази не завжди переносяться автоматично. Коли тест потрібно валідизувати знову Додаткові докази потрібні, коли змінюється популяція, мова, культура, формат адміністрування, мета використання, система підрахунку, набір пунктів, нормативна база або наслідки рішення. Валідність завжди стосується конкретної інтерпретації та контексту. Наприклад, шкала може мати достатні дані для дослідження серед дорослих і не мати доказів для скринінгу підлітків; бути валідованою англійською й не мати валідованої української адаптації; мати надійний total score й не мати достатніх доказів для окремих підшкал. Роль штучного інтелекту в розробленні тестів Генеративний ШІ може допомагати на ранніх етапах: створювати кандидати пунктів за специфікацією, шукати дублікати, варіанти формулювань, перевіряти читабельність або готувати код для аналізу. Це прискорює роботу з банком завдань, але не замінює експертної перевірки, участі цільової групи, емпіричного тестування, валідації й контролю fairness. Особливо важливо контролювати provenance і безпеку. Protected test items, ключі відповідей, secure scoring materials і конфіденційні дані не слід передавати зовнішній генеративній системі без правової та інформаційно-безпечної підстави. Якщо ШІ бере участь у створенні пунктів, цей факт варто документувати разом із версією процедури, критеріями відбору й людською перевіркою. Практична схема для дослідника або команди На старті створіть короткий measurement protocol: визначення конструкта, target population, intended use, модель підшкал, план банку завдань, формат відповіді та майбутня інтерпретація. Далі окремо сплануйте qualitative content work і quantitative validation work. До першої великої вибірки проведіть змістову експертизу й когнітивну перевірку. Після пілота зафіксуйте правила редагування, щоб не приймати всі рішення post hoc. Для факторної структури, reliability, validity, DIF і норм заздалегідь визначте, які показники потрібні та яким буде незалежне підтвердження. Під час фіналізації збережіть не лише «успішні» коефіцієнти, а й історію вилучення пунктів, альтернативні моделі, обмеження вибірки, аналіз пропусків і rationale ключових рішень. Це перетворює тест із непрозорої форми на відтворюваний вимірювальний інструмент. FAQ Скільки пунктів має бути в психологічному тесті? Універсальної кількості немає. Довжина залежить від ширини конструкта, числа підвимірів, потрібної точності, burden для респондента, моделі вимірювання та intended use. Коротка шкала може бути якісною, якщо достатньо покриває конструкт і має потрібну точність. Яка вибірка потрібна для розроблення тесту? Єдиного правила N на один пункт немає. Обсяг вибірки обґрунтовують для конкретного аналізу: факторної моделі, IRT, reliability, DIF, норм або diagnostic accuracy. Важливі кількість параметрів, очікувані навантаження, категорії відповіді, точність оцінок і структура популяції. Чи достатньо α Кронбаха понад 0,70? Ні. α характеризує лише певний аспект внутрішньої узгодженості за конкретних припущень. Він не доводить одновимірність, валідність, стабільність у часі, справедливість або придатність до конкретного рішення. Чи обов’язково робити і EFA, і CFA? Залежить від стадії та теорії. Для нової невизначеної структури EFA часто корисний як exploration; CFA потрібний, коли перевіряється попередньо сформульована модель. Найсильніше підтвердження отримують на незалежних даних. Чи є перекладений українською тест валідованим? Ні. Переклад є лише частиною адаптації. Для валідованої української версії потрібні докази змістової та культурної відповідності, структури, надійності, валідності, а за потреби — інваріантності, DIF і українських норм. Чи обов’язково створювати норми? Норми потрібні, коли результат тлумачать відносно референтної популяції. Для criterion-referenced застосувань центральною може бути інша система інтерпретації, але пороги також потребують окремого обґрунтування. Чи можна за одним тестом поставити психіатричний діагноз? Один тестовий або скринінговий бал є джерелом інформації, а не самодостатнім діагнозом. Клінічний діагноз спирається на критерії, анамнез, функціонування, контекст і ширше професійне оцінювання. Чи може ШІ написати готовий психологічний тест? ШІ може допомогти з генерацією кандидатів пунктів або технічною роботою, але генерація не є валідацією. Потрібні теоретична специфікація, експертна й користувацька перевірка, емпіричне дослідження, psychometric QA, fairness і документація. Коли тест потрібно перевіряти повторно? Коли змінюється мова, культура, популяція, формат, набір пунктів, scoring, норми, intended use або наслідки рішення. Валідність не переноситься автоматично на новий контекст. Пов’язані статті Психометрія: що це, що вона вимірює і як оцінюють якість психологічних тестів Психологічний конструкт: що це і як невидимі властивості перетворюють на вимірювані показники Психологічний тест: що це, з чого складається і за якими ознаками оцінюють його якість Психологічне тестування: що це, як проводиться і які обмеження має результат тесту Аналіз завдань тесту: складність, дискримінативність, кореляції item-total і рішення про редагування Експлораторний факторний аналіз (EFA): як досліджують приховану структуру психологічної шкали Конфірматорний факторний аналіз (CFA): як перевіряють теоретичну структуру психологічного тесту Структурна валідність: чи відповідає факторна структура тесту теоретичній будові конструкта Надійність психологічного тесту: що це, які бувають види і чому надійність не дорівнює валідності Похибка вимірювання в психології: випадкова, систематична і чому один бал не є абсолютно точним Валідність психологічного тесту: що це і які докази потрібні для інтерпретації результатів Докази валідності: зміст, внутрішня структура, зв’язки з іншими змінними та процес відповіді Стандартизація психологічного тесту: єдина процедура, інструкції, підрахунок і умови проведення Норми психологічного тесту: як створюють референтні значення і чому вони залежать від популяції Нормативна вибірка: кого включають до стандартизації тесту і чому репрезентативність має значення Адаптація і переклад психологічних тестів: чому перекладу недостатньо для валідної української версії Інваріантність вимірювання: чи можна коректно порівнювати тестові бали між групами та в часі Диференційне функціонування завдань (DIF): коли однаковий рівень конструкта дає різну ймовірність відповіді в різних групах Справедливість психологічного тестування: bias, доступність, групові порівняння і межі інтерпретації Етичне використання психологічних тестів: кваліфікація, конфіденційність, права та безпека матеріалів Написання тестових завдань: як формулювати items без двозначності, навідних відповідей і зайвого шуму Пілотне дослідження тесту: навіщо воно потрібне перед стандартизацією і валідацією Джерела American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. Boateng, G. O., Neilands, T. B., Frongillo, E. A., Melgar-Quiñonez, H. R., & Young, S. L. (2018). Best Practices for Developing and Validating Scales for Health, Social, and Behavioral Research: A Primer. Frontiers in Public Health, 6, 149. Clark, L. A., & Watson, D. (2019). Constructing Validity: New Developments in Creating Objective Measuring Instruments. Psychological Assessment, 31(12), 1412–1427. COSMIN. (2024). COSMIN Manual, Version 2.0. Deeks, J. J., Bossuyt, P. M., Leeflang, M. M., & Takwoingi, Y. (Eds.). (2023). Cochrane Handbook for Systematic Reviews of Diagnostic Test Accuracy, Version 2.0. Dunn, T. J., Baguley, T., & Brunsden, V. (2014). From alpha to omega: A practical solution to the pervasive problem of internal consistency estimation. British Journal of Psychology, 105(3), 399–412. Flake, J. K., Pek, J., & Hehman, E. (2017). Construct Validation in Social and Personality Research: Current Practice and Recommendations. Social Psychological and Personality Science, 8(4), 370–378. Flake, J. K., & Fried, E. I. (2020). Measurement Schmeasurement: Questionable Measurement Practices and How to Avoid Them. Advances in Methods and Practices in Psychological Science, 3(4), 456–465. International Test Commission. (2001). International Guidelines on Test Use. International Journal of Testing, 1(2), 93–114. International Test Commission. (2017). The ITC Guidelines for Translating and Adapting Tests (Second Edition). McNeish, D. (2018). Thanks coefficient alpha, we’ll take it from here. Psychological Methods, 23(3), 412–433. Mokkink, L. B., Herbelet, S., Tuinman, P. R., & Terwee, C. B. (2025). Content validity: judging the relevance, comprehensiveness, and comprehensibility of an outcome measurement instrument – a COSMIN perspective. Journal of Clinical Epidemiology, 185, 111879. Putnick, D. L., & Bornstein, M. H. (2016). Measurement Invariance Conventions and Reporting: The State of the Art and Future Directions for Psychological Research. Developmental Review, 41, 71–90. Stefana, A., Damiani, S., Granziol, U., Provenzani, U., Solmi, M., Youngstrom, E. A., & Fusar-Poli, P. (2025). Psychological, psychiatric, and behavioral sciences measurement scales: best practice guidelines for their development and validation. Frontiers in Psychology, 15, 1494261. Thomas, M. L. (2019). Advances in Applications of Item Response Theory to Clinical Assessment. Psychological Assessment, 31(12), 1442–1455. Всеукраїнська психодіагностична асоціація. Єдині психодіагностичні стандарти.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Конфірматорний факторний аналіз (confirmatory factor analysis, CFA; українською також уживають назву «підтверджувальний факторний аналіз») — це метод моделювання латентних змінних, за допомогою якого перевіряють, наскільки заздалегідь сформульована теоретична структура психологічного вимірювання узгоджується з емпіричними даними. Дослідник не просить алгоритм «знайти будь-які фактори», а задає модель наперед: скільки латентних факторів очікується, які пункти мають бути їхніми індикаторами, чи можуть фактори корелювати, які перехресні навантаження або кореляції залишків допускаються. У психометрії CFA найчастіше використовують для перевірки внутрішньої структури шкали або тесту. Це один із центральних інструментів оцінювання структурної валідності: чи підтримують дані той спосіб, у який теорія пропонує об’єднувати окремі відповіді в підшкали, фактори або загальний бал. CFA не «доводить теорію» і не перетворює хороший набір індексів відповідності на сертифікат істинності тесту. У сучасних Standards for Educational and Psychological Testing внутрішня структура є одним із джерел доказів валідності для конкретної інтерпретації та використання балів. Тому результат CFA треба читати разом зі змістом пунктів, якістю вибірки, оцінюванням надійності, зв’язками з іншими змінними, процесом відповіді, наслідками використання та контекстом застосування. Ключова ідея проста: CFA перевіряє не те, чи «гарний тест взагалі», а те, чи є конкретна наперед задана вимірювальна модель достатньо сумісною з конкретними даними, щоб її подальша інтерпретація була обґрунтованою. Що саме перевіряє CFA Більшість психологічних конструктів не спостерігаються безпосередньо. Тривожність, робоча пам’ять, емпатія, самоповага або емоційна регуляція не лежать у даних як готові числа. Ми спостерігаємо відповіді на пункти, результати завдань, рейтинги або поведінкові показники й припускаємо, що спільна варіація цих індикаторів пов’язана з одним чи кількома латентними факторами. Детальніше це розрізнення пояснює стаття про латентні й спостережувані змінні. CFA формалізує таке припущення як вимірювальну модель. Наприклад, теорія може стверджувати, що шість пунктів вимірюють два пов’язані фактори: три пункти — когнітивну тривогу, ще три — соматичну. У CFA дослідник прямо задає цю двофакторну структуру й перевіряє, чи може вона правдоподібно відтворити спостережувані зв’язки між відповідями. Тому об’єктом перевірки є ціла система обмежень: належність індикаторів до факторів, величини факторних навантажень, кореляції між факторами, залишкові дисперсії та, якщо це теоретично обґрунтовано, окремі додаткові зв’язки. Модель оцінюється як цілісна структура, а не як набір незалежних коефіцієнтів. Якщо дані погано узгоджуються з моделлю, це може означати різні речі: теоретична структура неповна; певні пункти працюють інакше; модель занадто жорстка; оцінювач не відповідає типу даних; вибірка замала; розподіли або пропуски оброблено невдало; є локальна залежність пунктів; або потрібна інша модель. CFA локалізує проблему, але її змістове пояснення залишається психометричним і теоретичним завданням. CFA, EFA і PCA відповідають на різні питання Експлораторний факторний аналіз (EFA) використовують, коли структура ще досліджується: скільки факторів може бути доречним, які індикатори з ними пов’язані, які перехресні навантаження виникають. CFA використовують, коли структура сформульована наперед і її потрібно перевірити як гіпотезу. Межа між методами не завжди абсолютна, але різниця в логіці принципова: EFA шукає структуру з меншою кількістю попередніх обмежень, CFA перевіряє конкретну структуру. Аналіз головних компонент (PCA) має іншу мету: він стискає спостережувану варіацію у компоненти. PCA не є синонімом факторного аналізу й не моделює спільну та унікальну дисперсію так, як латентна факторна модель. Тому успішний PCA не замінює CFA, якщо дослідницьке питання стосується теоретичного латентного конструкта. На практиці хороша стратегія розробки нового інструмента часто розводить дослідницькі фази: структура формується з теорії, змістового аналізу й, за потреби, EFA, а потім перевіряється CFA на незалежних або принаймні належно розділених даних. Перетворення тієї самої вибірки на безкінечний цикл «пошуку» і «підтвердження» робить підтверджувальну логіку значно слабшою. Як влаштована конфірматорна факторна модель Латентні фактори та індикатори Латентний фактор — теоретична змінна, яку безпосередньо не спостерігають. Індикатор — вимірювана змінна: відповідь на пункт, результат завдання, оцінка спостерігача. CFA описує, як очікуване значення та коваріації індикаторів пов’язані з латентними факторами. У найпростішій однофакторній моделі кожен індикатор можна уявити як суму частини, пов’язаної зі спільним фактором, і залишкової частини. Ця залишкова частина не означає «помилку» в побутовому сенсі: вона охоплює унікальну варіацію індикатора та вимірювальну похибку, яку модель не пояснює фактором. Факторні навантаження Факторне навантаження показує силу й напрям зв’язку індикатора з фактором у межах заданої моделі. Високе стандартизоване навантаження зазвичай означає, що індикатор сильно пов’язаний із фактором, але універсального числа, після якого пункт автоматично стає «хорошим», немає. Значення треба тлумачити разом зі змістом пункту, точністю оцінки, структурою моделі та призначенням шкали. Статистична значущість навантаження також не є достатньою. У великій вибірці дуже мале навантаження може бути статистично відмінним від нуля, залишаючись слабким з практичного погляду. Для психометричної інтерпретації важливі величина ефекту, стандартна похибка або довірчий інтервал і зміст індикатора. Кореляції факторів Коли модель містить кілька пов’язаних конструктів, фактори часто дозволяють корелювати. Надто висока латентна кореляція може ставити питання, чи справді два фактори відрізняються. Це пов’язано з дискримінантною валідністю, але жоден окремий поріг латентної кореляції не є універсальним доказом або спростуванням відмінності конструктів. Залишкові дисперсії та локальна залежність Кожен індикатор має залишкову дисперсію. У стандартній простій CFA часто припускають, що залишки різних пунктів не корелюють після врахування факторів. Якщо два майже однаково сформульовані пункти мають додатковий спільний методичний компонент, це припущення може порушуватися. Дозволяти корельовані залишки варто через теоретичне або методичне пояснення, а не лише тому, що так покращується fit. Що задають до аналізу Підтверджувальна сила CFA виникає з обмежень, сформульованих до перегляду результатів. Дослідник визначає кількість факторів, список їхніх індикаторів, допустимі кореляції факторів, зафіксовані нульові навантаження, можливі перехресні навантаження, структуру залишків і спосіб масштабування латентних змінних. Теоретично сильна модель пояснює, чому саме цей пункт належить саме цьому фактору. Слабка модель фактично каже: «ми будемо змінювати зв’язки, доки індекси стануть красивими». У другому випадку процедура поступово втрачає підтверджувальний характер і перетворюється на постфактум-пошук структури. Добре, коли основна модель, ключові альтернативи, оцінювач, правила роботи з пропусками, критерії оцінювання fit і заплановані перевірки інваріантності визначені заздалегідь. Пререгістрація не є обов’язковою умовою CFA, але вона робить межу між підтверджувальними й експлораторними рішеннями значно прозорішою. Ідентифікація моделі: чому не кожну схему можна оцінити Щоб оцінити параметри CFA, модель має бути ідентифікованою: спостережувані дані повинні містити достатньо інформації для однозначного оцінювання вільних параметрів за прийнятими припущеннями. Якщо різні набори параметрів однаково добре відтворюють дані, задача не має унікального розв’язку. Латентний фактор не має природної одиниці виміру, тому його шкалу треба задати. Типові способи — зафіксувати одне факторне навантаження на 1 або зафіксувати дисперсію фактора. Це технічна умова масштабування, а не твердження, що вибраний «маркерний» пункт є ідеальним. Проблеми ідентифікації можуть проявлятися як неможливість збіжності, надзвичайно великі стандартні похибки, кореляції факторів поза допустимою межею або інші неприйнятні розв’язки. Такі результати не варто маскувати добором іншого набору індексів fit: спочатку треба з’ясувати, чи сама модель математично й психометрично осмислена. Тип даних визначає спосіб оцінювання Вибір оцінювача — частина моделі, а не технічна дрібниця. Класичний maximum likelihood (ML) найприродніше працює з безперервними індикаторами за відповідних розподільчих припущень. Якщо нормальність порушена, застосовують робастні варіанти ML або інші методи, але вибір залежить від структури даних. Пункти типу Лайкерта є порядковими категоріальними змінними. Для них часто використовують категоріальну CFA на основі порогів і поліхоричних кореляцій із робастним weighted least squares / diagonally weighted least squares, зокрема WLSMV. Класична симуляційна робота Flora & Curran (2004) показала добру поведінку робастного WLS у досліджених умовах, а Li (2016) продемонстрував, що відносна поведінка WLSMV і robust ML залежить від кількості категорій, розміру вибірки та форми латентних розподілів. Отже, правило «для всіх Likert-пунктів завжди один оцінювач» теж надто грубе. Потрібно враховувати кількість категорій, асиметрію відповідей, розмір вибірки, пропуски, складність моделі та програмну реалізацію. У звіті варто називати оцінювач і пояснювати, чому він відповідає даним. Пропущені дані Спосіб роботи з пропусками має узгоджуватися з оцінювачем і механізмом пропущеності. Просте видалення всіх випадків із хоча б одним пропуском може суттєво зменшити вибірку й змінити її склад. У CFA слід явно повідомляти частку пропусків, метод їх обробки та припущення, від яких залежить цей метод. Скільки учасників потрібно для CFA Універсального правила «CFA потребує N = 200» не існує. Не існує й надійного загального правила на кшталт «10 людей на один пункт». Потрібний розмір вибірки залежить від кількості факторів та індикаторів, сили навантажень, величини факторних кореляцій, типу даних, кількості категорій, частоти рідкісних відповідей, оцінювача, пропусків і того, який параметр або тип невідповідності дослідник хоче виявити. У симуляційному дослідженні Wolf та співавт. (2013) вимоги до N істотно змінювалися залежно від параметрів моделі; одна фіксована цифра не забезпечувала однакову точність, потужність і коректність розв’язку в різних умовах. Для важливих досліджень корисніші апріорний аналіз потужності для конкретної задачі або Monte Carlo симуляція з параметрами, подібними до запланованої моделі. Це дозволяє поставити практичне питання: чи буде вибірка достатньою саме для тих навантажень, кореляцій, рівня misspecification і пропусків, які мають значення в цьому дослідженні? Як оцінюють відповідність моделі даним Model fit — це відповідність між коваріаційною або кореляційною структурою, яку передбачає модель, і структурою, що спостерігається в даних. Жоден індекс не описує всю відповідність. Тому сучасна практика зазвичай поєднує глобальні індекси, параметри моделі, залишки й змістову оцінку. χ²: тест точної відповідності Модельний χ² перевіряє жорстку нульову гіпотезу, що модель точно відтворює відповідну популяційну матрицю за умов оцінювання. Статистично значущий χ² означає відхилення від точної відповідності, але його чутливість до розміру вибірки робить просте правило «p > 0,05 = добра модель» непридатним як єдиний критерій. У великій вибірці навіть невелика практично несуттєва невідповідність може дати значущий χ². У малій вибірці, навпаки, тест може не мати достатньої чутливості. χ² треба повідомляти, але тлумачити разом з іншими показниками. CFI Comparative Fit Index (CFI) порівнює досліджувану модель із базовою моделлю, яка зазвичай припускає відсутність коваріацій між індикаторами. Вищі значення означають кращу відносну відповідність, але величина CFI залежить від характеристик моделі та якості вимірювання. TLI Tucker–Lewis Index (TLI, також NNFI в деякій літературі) теж є інкрементним індексом і враховує складність моделі. Він корисний разом із CFI, але не є незалежним «другим голосом істини»: обидва індекси мають споріднену логіку й можуть реагувати на модельні характеристики. RMSEA Root Mean Square Error of Approximation (RMSEA) оцінює приблизну невідповідність моделі з урахуванням ступенів свободи. Для RMSEA варто повідомляти не лише точкову оцінку, а й довірчий інтервал. Особливо в моделях із малими ступенями свободи поведінка RMSEA може бути нетривіальною, тому механічне рішення за одним порогом ризиковане. SRMR Standardized Root Mean Square Residual (SRMR) узагальнює стандартизовані різниці між спостережуваними й передбаченими моделлю зв’язками. Нижче значення означає менші середні стандартизовані залишки. Проте середня величина може приховувати кілька дуже проблемних локальних залишків. Чому пороги CFI, TLI, RMSEA і SRMR не є законами Одна з найпоширеніших практик у CFA — перевірити, чи CFI/TLI перетнули певну межу, а RMSEA/SRMR залишилися нижче певного числа. Часто цитують симуляції Hu & Bentler (1999), з яких походять відомі орієнтири приблизно CFI/TLI ≈ .95, RMSEA ≈ .06 і SRMR ≈ .08 для досліджених ними умов. Ці числа стали корисними історичними орієнтирами, але перетворювати їх на універсальний закон не можна. Уже Marsh, Hau & Wen (2004) прямо застерігали від «золотих правил» і перенесення симуляційних порогів на всі моделі без урахування контексту. Методологічні дослідження показують, що fit-індекси залежать від сили факторних навантажень, кількості індикаторів і факторів, типу misspecification та інших властивостей моделі. McNeish, An & Hancock (2018) продемонстрували сильну залежність індексів від якості вимірювання, а Heene та співавт. (2011) показали, як збільшення унікальних дисперсій може маскувати невідповідність. Сучасна лінія dynamic fit index cutoffs пропонує формувати модель-специфічні орієнтири через симуляції. McNeish & Wolf (2023) описали цей підхід для CFA, а пізніша робота McNeish (2023) показала, що звичні пороги, отримані для безперервних даних, можуть погано переноситися на категоріальні Likert-відповіді. Тому сильний висновок звучить не «CFI = .951, отже модель доведена», а «сукупність глобальних і локальних показників, параметрів та змістових аргументів свідчить, що ця модель є достатньо правдоподібним описом даних для заявленої мети, з такими-то обмеженнями». Глобальна і локальна відповідність Глобальні індекси стискають велику кількість інформації в кілька чисел. Це зручно, але небезпечно: середня загальна відповідність може виглядати прийнятною, навіть якщо конкретна пара індикаторів систематично відтворюється погано. Тому після CFI/TLI/RMSEA/SRMR варто дивитися на локальні залишки, параметри й ділянки, де модель помиляється. У методичному огляді Kline (2024) підкреслюється, що відповідність SEM-моделі має оцінюватися і на глобальному, і на локальному рівні: добрий середній fit не гарантує відсутності серйозної локальної misspecification. На практиці це означає аналіз стандартизованих залишків, проблемних коваріацій, аномальних параметрів, дуже великих modification indices, неочікуваних факторних кореляцій та інших сигналів. Кожен сигнал потребує змістового пояснення. Неприйнятні розв’язки і попереджувальні сигнали CFA може формально збігтися, але дати параметри, які свідчать про проблему. Класичний приклад — негативна оцінка дисперсії, дуже часто названа Heywood case. Інші сигнали — стандартизоване навантаження за межами очікуваного діапазону, майже одинична або надмірна факторна кореляція, величезні стандартні похибки, нестабільність результатів при невеликих змінах моделі. Такі випадки не слід «ремонтувати» автоматичним видаленням пункту. Причина може бути в невдалій специфікації, надмірній подібності факторів, слабкій вибірці, особливостях категоріальних даних, локальній залежності, неправильних обмеженнях або реальній невідповідності теорії. Modification indices: діагностика, а не команда Modification index оцінює, наскільки очікувано покращиться певна характеристика fit, якщо зараз зафіксований параметр зробити вільним. Наприклад, програма може запропонувати дозволити перехресне навантаження або кореляцію залишків. Це корисний діагностичний інструмент, але не автоматичний алгоритм побудови шкали. Якщо додавати всі запропоновані параметри по черзі на тій самій вибірці, модель починає підлаштовуватися під випадкові особливості конкретних даних. Зміна моделі має мати теоретичне або методичне пояснення: схоже формулювання пунктів, спільний контекст, очевидний перехресний зміст, відомий методичний фактор. Постфактум-зміни треба позначати як експлораторні й, бажано, перевіряти на незалежній вибірці. Порівняння альтернативних моделей Один із сильних сценаріїв CFA — порівнювати кілька теоретично осмислених моделей. Наприклад: однофакторну модель, модель із двома корельованими факторами, модель другого порядку або біфакторну модель. Важливо, щоб кожна альтернатива мала змістове обґрунтування, а не була створена лише заради кращого числа. Для вкладених моделей можуть застосовуватися різновиди χ² difference test, причому конкретна процедура залежить від оцінювача й корекцій. Для моделей, які порівнюються через likelihood і не є вкладеними, інколи розглядають інформаційні критерії на кшталт AIC і BIC. Вони відповідають на інше питання, ніж абсолютний або приблизний fit, тому їх не варто змішувати в один «бал якості». Найкраща модель серед поганого набору альтернатив не стає доброю автоматично. Порівняння говорить, яка з розглянутих моделей краще відповідає критерію; воно не доводить, що жодна інша структура не описала б дані краще. Біфакторні й ієрархічні моделі У психологічних тестах часто виникає питання про загальний бал і підшкали. Модель другого порядку припускає, що кореляції між факторами першого порядку пояснюються вищим фактором. Біфакторна модель задає загальний фактор, на який навантажуються всі або більшість пунктів, і специфічні фактори, що пояснюють додаткову спільну варіацію. Ці моделі мають різну психологічну інтерпретацію. Кращий fit біфакторної моделі не означає автоматично, що загальний бал є найкращим, а специфічні підшкали зайві. Потрібні оцінка сили загального й специфічних факторів, надійності відповідних балів, змісту індикаторів і практичної мети. Складніша модель має більше свободи описувати дані, тому додаткові параметри повинні виправдовуватися не лише статистично. Модель, яку неможливо стабільно відтворити або пояснити, може бути менш корисною, ніж простіша, теоретично прозора структура. CFA і структурна валідність У системі доказів валідності CFA найпряміше відповідає на питання про внутрішню структуру. COSMIN розглядає CFA як сильний метод оцінювання структурної валідності, коли є наперед задана модель, і вимагає тлумачити результат у зв’язку з теорією конструкта. Однак структурна відповідність — лише одна частина доказів валідності. Добрий CFA не доводить, що зміст пунктів повністю покриває конструкт, що бали пов’язані з зовнішніми критеріями як очікується, що процес відповіді відповідає теорії або що використання тесту має прийнятні наслідки. Так само CFA не замінює конструктну валідність у ширшому сенсі. Він дає важливе свідчення про те, чи узгоджується внутрішня структура з теоретичною моделлю, але весь валідизаційний аргумент ширший за факторну структуру. Внутрішня узгодженість не замінює CFA Висока α Кронбаха або ω Макдональда не доводить одновимірність. Кілька корельованих факторів можуть породжувати високу внутрішню узгодженість загального набору пунктів. Тому перед інтерпретацією коефіцієнтів внутрішньої узгодженості треба мати обґрунтовану структуру шкали. Це ключове розрізнення докладно пояснює сторінка про внутрішню узгодженість. CFA відповідає на питання про структуру спільної варіації, а коефіцієнти надійності — на питання про точність або узгодженість балів за конкретних припущень. Один клас показників не є заміною іншого. Так само надійність тесту і валідність належать до різних частин аргументації. Надійний бал може систематично вимірювати не те, що потрібно; структурно правдоподібна модель може мати недостатню точність окремих балів. CFA, мовна адаптація і вимірювальна інваріантність Переклад психологічного тесту українською не гарантує збереження його факторної структури. Зміна формулювань, культурного контексту, частоти досвіду, семантики відповіді або складу вибірки може змінити спосіб, у який пункти пов’язані з латентним конструктом. Міжнародна тестова комісія в ITC Guidelines for Translating and Adapting Tests прямо розглядає адаптацію як ширший процес, ніж переклад: потрібні докази еквівалентності конструкта, методу й окремих пунктів та психометричні дані для цільових популяцій. Для порівняння груп часто використовують багатогрупову CFA й послідовно перевіряють рівні вимірювальної інваріантності. Типова логіка включає конфігуральну інваріантність (подібна структура), метричну (обмеження навантажень), скалярну (додаткові обмеження порогів або інтерсептів залежно від типу даних) і, в окремих задачах, строгішу інваріантність. Огляд Putnick & Bornstein (2016) підкреслює, що інваріантність має перевірятися й прозоро звітуватися, якщо дослідник хоче робити міжгрупові або часові порівняння. Без такого аналізу однакова назва шкали ще не гарантує однакового змісту бала в різних групах. Вимірювальна інваріантність не є автоматичним доказом повної відсутності bias або соціальної несправедливості. І навпаки, локальна неінваріантність не завжди робить інструмент непридатним. Потрібно оцінити, які параметри відрізняються, наскільки це впливає на потрібні висновки й чи можна захистити часткову інваріантність. Диференційне функціонування завдання (differential item functioning, DIF) — споріднений, але окремий рівень аналізу: воно перевіряє, чи поводиться конкретний пункт по-різному в групах за однакового рівня вимірюваної латентної ознаки. Виявлений DIF є сигналом для змістового й методичного розслідування, а не автоматичним доказом упередженості або несправедливості пункту. Martinková та співавт. (2017) показують, що статистично позначені DIF-пункти потребують експертного аналізу причин: відмінність може відображати як construct-irrelevant вплив, так і зміст, що закономірно належить до самого конструкта. Типові помилки інтерпретації CFA «CFI > .95, отже тест валідний» Ні. Це максимум один сигнал про fit за певних умов. Валідність — аргумент на основі багатьох джерел доказів, а не властивість одного індексу. «RMSEA < .06 означає, що модель правильна» Ні. Модель може мати прийнятний RMSEA й водночас проблемні локальні залишки, невдалі параметри або змістову помилку. Інші моделі можуть описувати дані не гірше. «Незначущий χ² доводить добрий fit» Ні. Незначущий χ² може бути наслідком малої потужності. Значущий χ² у великій вибірці теж не означає автоматично практично неприйнятну модель. Потрібна сукупна оцінка. «Усі Likert-пункти можна бездумно трактувати як безперервні» Ні. Іноді таке наближення може бути прийнятним, але його властивості залежать від кількості категорій, розподілів, вибірки й оцінювача. Для порядкових даних існують спеціальні категоріальні методи. «Modification indices показують, як виправити модель» Вони показують потенційну локальну зміну fit за певного звільнення параметра. Чи має цей параметр психологічний сенс — окреме питання. «Видалимо всі пункти з нижчими навантаженнями» Механічне очищення за одним порогом може звузити зміст конструкта й створити надто однорідну, але концептуально бідну шкалу. Пункт оцінюють за змістом, навантаженням, точністю, інформаційною цінністю, локальною залежністю й роллю в усьому тесті. «Якщо модель добре fit-иться, можна ставити діагноз за балом» Ні. CFA перевіряє вимірювальну структуру. Діагностичне використання потребує інших доказів: клінічної валідності, чітко визначеного intended use, даних про чутливість і специфічність, прогностичні значення з урахуванням prevalence/base rate, процедури професійного оцінювання та контексту. Скринінг і діагноз залишаються різними задачами. Як читати результати CFA по кроках 1. Спочатку прочитайте модель, а не індекси Скільки факторів? Які пункти на них навантажуються? Чи дозволено факторам корелювати? Чи є перехресні навантаження або корельовані залишки? Якщо модель не зрозуміла, числа fit нічого не пояснюють. 2. Перевірте дані й оцінювач Які індикатори — безперервні чи порядкові? Скільки категорій? Який N? Як оброблено пропуски? Який оцінювач використано? Чи відповідає він типу даних? 3. Подивіться на збіжність і допустимість розв’язку Чи модель збіглася? Чи немає негативних дисперсій, надмірних факторних кореляцій, нестабільних стандартних похибок або інших аномалій? 4. Оцініть глобальний fit кількома показниками Розгляньте χ² разом із CFI/TLI, RMSEA з інтервалом і SRMR. Не перетворюйте один поріг на єдине рішення. 5. Перейдіть до локального fit Дивіться на факторні навантаження, залишки, проблемні коваріації, кореляції факторів і те, які конкретні зв’язки модель відтворює погано. 6. Порівняйте з теоретично осмисленими альтернативами Якщо існують реальні конкуренти — наприклад, один фактор проти двох корельованих — порівняйте їх. Не створюйте десятки альтернатив лише заради пошуку найкращого fit. 7. Відокремте первинну модель від постфактум-модифікацій Чітко позначте, що було задано до аналізу, а що змінено після перегляду результатів. Модифіковану модель краще перевірити на нових даних. 8. Поверніться до психологічної інтерпретації Навіть статистично переконлива модель має відповідати змісту конструкта. Психометрична модель є інструментом інтерпретації, а не заміною теорії. Як звітувати CFA так, щоб аналіз можна було оцінити Якісне звітування повинно дозволяти іншому досліднику зрозуміти, яку саме модель було перевірено, на яких даних і з якими припущеннями. Огляд Jackson, Gillaspy & Purc-Stephenson (2009) показав значну варіативність практик звітування CFA і сформулював рекомендації щодо прозорішого опису. Мінімально варто повідомити: вибірку й критерії включення; тип і розподіли індикаторів; пропущені дані; програму та її версію; оцінювач; кореляційну/коваріаційну основу; точну специфікацію моделі; спосіб масштабування факторів; оцінені навантаження та їхню невизначеність; кореляції факторів; χ² і df; кілька релевантних індексів fit. Для RMSEA бажано давати довірчий інтервал. Якщо застосовували робастні статистики, треба вказати саме робастні версії. Якщо порівнювали моделі, слід назвати процедуру порівняння й пояснити, чому вона коректна для використаного оцінювача. Якщо модель модифікували за modification indices або залишками, повідомте кожну змістово важливу зміну й позначте її як постфактум. Не слід описувати модифіковану модель так, ніби вона була єдиною апріорною гіпотезою. Сучасна COSMIN Reporting Guideline 2.0 для досліджень властивостей вимірювальних інструментів прямо рекомендує для CFA подавати всі факторні навантаження та індекси fit первинної й, якщо застосовно, найкраще відповідної моделі; для багатогрупової CFA — описувати модель, оцінювач, тип кореляційної матриці та критерії змін fit. Для максимальної відтворюваності корисно додавати синтаксис аналізу, точні правила перекодування, інформацію про реверсивні пункти, матрицю кореляцій або дані, якщо це дозволяють етика й ліцензія. Прозорість важливіша за демонстрацію «ідеального» набору індексів. Що CFA може і чого не може сказати практичному психологу CFA може показати, чи підтримує досліджена вибірка конкретну модель балів: один загальний показник, кілька підшкал, ієрархічну структуру тощо. Це важливо, бо клінічна або консультативна інтерпретація підшкали має сенс лише тоді, коли є підстави вважати, що така підшкала справді є окремим виміром. CFA не встановлює діагноз, не визначає універсальний cutoff і не перетворює скринінговий опитувальник на діагностичний інструмент. Він також не доводить, що одна й та сама структура однаково працює в кожному віці, культурі, мові або клінічній групі. У YMYL-контексті ключове питання звучить так: чи є достатній пакет доказів саме для цієї популяції, мовної версії й intended use? Якщо CFA виконано на іншій популяції, це корисна інформація, але вона не переноситься автоматично на конкретного пацієнта або українську адаптацію. Науковий статус CFA CFA — усталений метод психометрії та структурного моделювання. Його математичний апарат, оцінювачі, діагностика model fit і методи інваріантності мають велику методологічну літературу. Водночас окремі практичні правила — передусім універсальні fit-cutoffs і прості правила розміру вибірки — залишаються предметом активного методологічного уточнення. Established evidence: CFA є стандартним способом перевірки наперед заданої факторної структури; тип даних і оцінювач мають значення; глобальний fit треба доповнювати оцінкою параметрів і локальної невідповідності; адаптація тесту потребує перевірки в цільовій популяції. Mixed / context-dependent evidence: конкретний універсальний поріг для CFI, TLI, RMSEA або SRMR, який однаково працює для всіх моделей; єдине правило мінімального N; автоматична перевага одного оцінювача для всіх Likert-даних. Тут рішення залежать від моделі й даних, а сучасні симуляційні підходи прямо намагаються врахувати цю залежність. FAQ Чим CFA відрізняється від EFA? EFA переважно досліджує можливу факторну структуру з меншою кількістю попередніх обмежень. CFA перевіряє конкретну наперед задану модель. Якщо дослідник після кожного результату CFA довільно переписує модель на тій самій вибірці, аналіз стає дедалі більш експлораторним. Чи можна провести CFA на пунктах Лайкерта? Так. Але порядковий характер відповідей треба врахувати в методі оцінювання. Часто використовують WLSMV/DWLS та поліхоричні кореляції; за деяких умов застосовують robust ML. Вибір залежить від числа категорій, розподілів, N і конкретної моделі. Які значення CFI, TLI, RMSEA та SRMR вважаються хорошими? Існують широко вживані історичні орієнтири, але універсальних магічних порогів немає. Значення індексів залежать від характеристик моделі та даних. Краще повідомляти кілька показників, їхню невизначеність, локальний fit і змістову аргументацію. Чи обов’язково χ² має бути статистично незначущим? Ні. χ² є тестом точної відповідності й дуже чутливий до N. У великих вибірках невеликі відхилення часто стають статистично значущими. Його треба повідомляти, але не використовувати як єдиний критерій. Скільки людей потрібно для CFA? Немає одного числа для всіх моделей. Потрібний N залежить від навантажень, кількості факторів та індикаторів, типу даних, оцінювача, пропусків і цілі аналізу. Для складних або високоризикових рішень найкраще планувати вибірку за допомогою аналізу потужності або Monte Carlo simulation. Чи можна видалити пункт, якщо він має невисоке навантаження? Можна розглядати це як один із сигналів, але рішення не повинно бути механічним. Потрібно врахувати зміст пункту, точність оцінки, роль у покритті конструкта, локальну залежність, наслідки для підшкали й перевірку зміненої моделі на нових даних. Чи можна додавати кореляції залишків за modification indices? Можна лише за змістового або методичного обґрунтування. Сам факт покращення fit не пояснює, чому залишки мають корелювати. Постфактум-зміни треба прозоро описувати й бажано перевіряти незалежно. Чи доводить добрий CFA, що шкала одновимірна? Добра відповідність однофакторної моделі є важливим доказом сумісності з одновимірною інтерпретацією, але її треба оцінювати разом із локальним fit, альтернативними моделями, параметрами й теорією. Один індекс не «доводить» одновимірність. Чи достатньо перекласти тест і повторити CFA? Ні. CFA є важливою частиною адаптації, але потрібні також якісний переклад і культурна адаптація, аналіз змісту й процесу відповіді, надійність, інші докази валідності, а для міжгрупових порівнянь — інваріантність. Наявність українського перекладу сама по собі не означає валідованої української версії. Чи може CFA підтвердити, що тест придатний для діагнозу? Ні. CFA оцінює вимірювальну структуру. Діагностичне рішення потребує окремої клінічної валідації, оцінки diagnostic accuracy, врахування base rate, клінічного інтерв’ю та професійного контексту. Пов’язані статті Структурна валідність: чи відповідає факторна структура тесту теоретичній будові конструкта — ширший контекст, у якому CFA є одним із основних способів перевірки внутрішньої структури. Латентні й спостережувані змінні: чим відрізняється психологічний конструкт від його показників — базові поняття, без яких важко правильно читати факторні моделі. Конструктна валідність: як перевіряють, що тест вимірює саме задуманий психологічний конструкт — як факторна структура входить до ширшого аргументу про інтерпретацію конструкта. Докази валідності: зміст, внутрішня структура, зв’язки з іншими змінними та процес відповіді — карта основних джерел доказів валідності сучасного психологічного тесту. Внутрішня узгодженість шкали: що вона показує і чому не доводить одновимірність — чому α або ω не можуть замінити аналіз факторної структури. Дискримінантна валідність: як показати, що тест не вимірює сусідній конструкт замість потрібного — як оцінюють відмінність близьких латентних конструктів. Факторне навантаження: що воно означає в EFA і CFA та чому немає універсального «хорошого» порога — як читати величину, знак і перехресні навантаження без механічних cutoff. Джерела American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. COSMIN. (2024). COSMIN Manual, Version 2.0. COSMIN. (2024). COSMIN Reporting Guideline for Studies on Measurement Properties of Patient-Reported Outcome Measures, Version 2.0. Flora, D. B., & Curran, P. J. (2004). An Empirical Evaluation of Alternative Methods of Estimation for Confirmatory Factor Analysis With Ordinal Data. Psychological Methods, 9(4), 466–491. Heene, M., Hilbert, S., Draxler, C., Ziegler, M., & Bühner, M. (2011). Masking Misfit in Confirmatory Factor Analysis by Increasing Unique Variances: A Cautionary Note on the Usefulness of Cutoff Values of Fit Indices. Psychological Methods, 16(3), 319–336. Hu, L.-T., & Bentler, P. M. (1999). Cutoff Criteria for Fit Indexes in Covariance Structure Analysis: Conventional Criteria Versus New Alternatives. Structural Equation Modeling, 6(1), 1–55. International Test Commission. (2017). The ITC Guidelines for Translating and Adapting Tests (Second Edition). Jackson, D. L., Gillaspy, J. A., & Purc-Stephenson, R. (2009). Reporting Practices in Confirmatory Factor Analysis: An Overview and Some Recommendations. Psychological Methods, 14(1), 6–23. Kline, R. B. (2024). How to Evaluate Local Fit (Residuals) in Large Structural Equation Models. International Journal of Psychology, 59(6), 1293–1306. Li, C.-H. (2016). Confirmatory Factor Analysis With Ordinal Data: Comparing Robust Maximum Likelihood and Diagonally Weighted Least Squares. Behavior Research Methods, 48(3), 936–949. Marsh, H. W., Hau, K.-T., & Wen, Z. (2004). In Search of Golden Rules: Comment on Hypothesis-Testing Approaches to Setting Cutoff Values for Fit Indexes and Dangers in Overgeneralizing Hu and Bentler’s (1999) Findings. Structural Equation Modeling, 11(3), 320–341. Martinková, P., Drabinová, A., Liaw, Y.-L., Sanders, E. A., McFarland, J. L., & Price, R. M. (2017). Checking Equity: Why Differential Item Functioning Analysis Should Be a Routine Part of Developing Conceptual Assessments. CBE—Life Sciences Education, 16(2), rm2. McNeish, D. (2023). Dynamic Fit Index Cutoffs for Categorical Factor Analysis With Likert-Type, Ordinal, or Binary Responses. American Psychologist, 78(9), 1061–1075. McNeish, D., An, J., & Hancock, G. R. (2018). The Thorny Relation Between Measurement Quality and Fit Index Cutoffs in Latent Variable Models. Journal of Personality Assessment, 100(1), 43–52. McNeish, D., & Wolf, M. G. (2023). Dynamic Fit Index Cutoffs for Confirmatory Factor Analysis Models. Psychological Methods, 28(1), 61–88. Putnick, D. L., & Bornstein, M. H. (2016). Measurement Invariance Conventions and Reporting: The State of the Art and Future Directions for Psychological Research. Developmental Review, 41, 71–90. Wolf, E. J., Harrington, K. M., Clark, S. L., & Miller, M. W. (2013). Sample Size Requirements for Structural Equation Models: An Evaluation of Power, Bias, and Solution Propriety. Educational and Psychological Measurement, 76(6), 913–934.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Конвергентна валідність — це доказ того, що результати психологічного тесту пов’язані з іншими показниками того самого або теоретично близького конструкта так, як передбачає теорія. Якщо два незалежні інструменти справді відображають одну й ту саму психологічну властивість, між їхніми балами зазвичай очікують змістовного зв’язку. У Standards for Educational and Psychological Testing такі зв’язки з іншими змінними розглядаються як одне з джерел доказів, що підтримують інтерпретацію тестових балів. Важлива точність формулювання: конвергентна валідність не є магічною властивістю тесту, яку можна один раз «отримати» й більше не перевіряти. Сучасна психометрія оцінює валідність конкретної інтерпретації балів для певної мети, популяції та умов використання. Тому коректніше говорити про конвергентні докази валідності: наскільки спостережуваний патерн зв’язків відповідає тому, що мало б відбуватися, якби запропонована інтерпретація була обґрунтованою. Найпростіший приклад: новий опитувальник депресивної симптоматики порівнюють з уже добре вивченим незалежним інструментом, що вимірює дуже близький конструкт. Позитивний і достатньо сильний зв’язок може підтримати очікувану інтерпретацію нового балу. Але одна кореляція сама по собі не доводить, що тест вимірює саме депресивну симптоматику, не робить його діагностичним і не замінює доказів щодо змісту, структури, надійності, справедливості та придатності для конкретного застосування. Що саме перевіряє конвергентна валідність Конвергентна валідність відповідає на запитання: якщо наш тест справді відображає заявлений психологічний конструкт, чи поводиться його бал у мережі інших вимірювань так, як цього вимагає теорія? Центральним є не саме слово «кореляція», а відповідність результату заздалегідь сформульованому очікуванню. За логікою COSMIN перевірка гіпотез для конструктної валідності охоплює очікувані зв’язки з іншими інструментами або очікувані відмінності між релевантними групами. Для конвергентної валідності особливо важливе перше: дослідник заздалегідь описує, з яким показником має бути зв’язок, у якому напрямку та якої приблизної сили він очікується, а потім порівнює це очікування з даними. Тут є принципова відмінність між «ми знайшли статистично значущу кореляцію» і «дані підтримали конвергентну гіпотезу». Наприклад, у дуже великій вибірці слабкий зв’язок може мати мале p-value. Це ще не означає, що він достатній для теоретичної гіпотези. American Statistical Association окремо застерігає від ототожнення статистичної значущості зі змістовою важливістю результату. Історичне походження: Campbell–Fiske і мультирисова мультиметодна матриця Класичну формалізацію конвергентної та дискримінантної валідності запропонували Donald T. Campbell і Donald W. Fiske у 1959 році в роботі Convergent and Discriminant Validation by the Multitrait-Multimethod Matrix. Їхня ключова ідея була сильною саме тому, що не дозволяла судити про валідність за однією красивою кореляцією. У мультирисовій мультиметодній матриці (multitrait-multimethod matrix, MTMM) кілька психологічних рис вимірюють кількома методами. Якщо один і той самий конструкт оцінюють різними методами, результати мають зближуватися. Якщо різні конструкти вимірюють тим самим або різними методами, зв’язки мають бути слабшими настільки, наскільки це передбачає теорія. Тобто переконливий аргумент виникає з цілого патерну: зближення там, де воно очікується, і розрізнення там, де конструкти мають залишатися різними. Це особливо важливо, бо два самоопитувальники можуть корелювати не лише через спільний психологічний конструкт, а й через однаковий формат відповідей, стиль самопрезентації, момент тестування, схожі формулювання, загальну схильність погоджуватися з твердженнями або інші ефекти методу. Сучасний огляд Charles E. Lance показує, що методова варіація та похибка вимірювання можуть істотно змінювати спостережувані кореляції, тому їх не слід тлумачити як чисте відображення зв’язку між латентними рисами. Що може бути порівняльним показником Порівняльний показник має бути змістовно придатним для конкретної гіпотези. За COSMIN Risk of Bias checklist у дослідженнях конвергентної валідності потрібно чітко описати, що саме вимірює інший інструмент, і мати достатні підстави довіряти його вимірювальним властивостям. Погано вивчений тест не перетворюється на «золотий стандарт» лише тому, що він старший або популярніший. Для одного й того самого конструкта сильним дизайном може бути порівняння різних інструментів і, за можливості, різних методів вимірювання. Для близьких, але не тотожних конструктів очікуваний зв’язок зазвичай слабший. Чим більша концептуальна відстань між конструктами, тим менше підстав очікувати дуже високої кореляції. Наприклад, якщо шкала вимірює соціальну тривогу, сильніший зв’язок логічно очікувати з іншою добре валідованою мірою соціальної тривоги, дещо слабший — із загальною тривожністю, а ще слабший — з психологічно віддаленим конструктом. Саме цей порядок очікувань створює змістовний тест теорії. Без нього дослідник легко може оголосити «підтвердженням» будь-який результат, побачений після аналізу. Як перевіряють конвергентну валідність: логіка дослідження Якісна перевірка починається до розрахунку коефіцієнта. Послідовність роботи важливіша за вибір одного «правильного» числа. Спочатку формулюють конструкт і конкретну інтерпретацію балу, яку потрібно обґрунтувати. Потім обирають порівняльний інструмент або показник і пояснюють, чому він справді вимірює той самий чи близький конструкт. До перегляду результатів задають гіпотезу: напрямок зв’язку, приблизну очікувану силу та, за потреби, порядок кількох кореляцій. Визначають цільову популяцію та умови використання, адже валідність не переноситься автоматично між мовами, віком, клінічними й неклінічними групами. Обирають статистичний метод, який відповідає шкалам вимірювання, розподілу, формі зв’язку та дизайну. Разом з оцінкою ефекту подають інтервал невизначеності, а результат порівнюють із гіпотезою, а не лише з нульовою гіпотезою. Конвергентний результат інтегрують з іншими доказами валідності замість того, щоб оголошувати тест «валідним» на основі одного аналізу. Такий підхід узгоджується з COSMIN Reporting Guideline 2.0, де для hypothesis testing рекомендується чітко описувати обґрунтування гіпотез, очікуваний напрямок і величину зв’язків та статистичні методи. Це робить перевірку фальсифікованою: дані можуть як підтримати, так і не підтримати передбачення. Кореляція: Pearson, Spearman і те, що коефіцієнт не розповість Найчастіше конвергенцію оцінюють через кореляцію. Коефіцієнт Pearson доречний для приблизно лінійного зв’язку кількісних показників за відповідних статистичних умов. Spearman оцінює монотонний зв’язок за рангами і може бути корисним для порядкових даних, суттєво несиметричних розподілів або ситуацій, де лінійність сумнівна. Сам вибір коефіцієнта має випливати з даних і моделі вимірювання. Кореляція не показує причинність і не доводить тотожність конструктів. Висока кореляція може означати, що два інструменти вимірюють дуже близькі речі, але може також відображати спільний метод, дублювання пунктів, спільне джерело відповідей або надмірну змістову схожість. Низька кореляція може вказувати на проблему валідності, а може бути наслідком ненадійності одного з інструментів, обмеженого діапазону балів, неоднорідної вибірки, різних часових рамок або різного змісту конструктів. Тому в хорошому дослідженні читають не лише коефіцієнт r, а й довірчий інтервал, розподіли, вибірку, надійність обох вимірювань, якість порівняльного інструмента, часовий інтервал між вимірюваннями та теоретичну близькість конструктів. Число без дизайну не є доказом валідності. Чи існує «правильний» поріг кореляції Універсального порога, після якого можна сказати «конвергентна валідність є», не існує. У деяких прикладних схемах використовують орієнтири на кшталт r близько 0,50 або вище для мір дуже близького конструкта. Наприклад, Abma, Rovers і van der Wees обговорюють формулювання апріорних гіпотез і практичні критерії для систематичних оглядів PROM. Проте такі значення є контекстними орієнтирами, а не фізичними константами психометрії. Marcel Post у статті What to Do With “Moderate” Reliability and Validity Coefficients? прямо критикував автоматичне трактування помірних коефіцієнтів як достатнього підтвердження. Це корисне нагадування: очікувана сила зв’язку залежить від того, наскільки конструкти справді близькі, наскільки точні обидва вимірювання і чи використано різні методи. Іноді надто висока кореляція теж створює питання. Якщо дві нібито різні шкали корелюють майже ідеально, це може означати, що вони фактично дублюють одна одну або не розрізняють теоретично різні конструкції. Отже, «чим вище, тим краще» — погане правило. Хорошим є той патерн, який узгоджується з теорією і дизайном. Надійність обмежує спостережувану конвергенцію Конвергентну валідність неможливо правильно тлумачити без надійності психологічного тесту. Похибка вимірювання послаблює спостережувані зв’язки. Якщо один або обидва інструменти мають низьку прецизійність, навіть реальна сильна спорідненість латентних конструктів може проявитися як помірна кореляція. У класичній теорії тестів це пов’язано з тим, що спостережуваний бал містить як стабільний компонент, так і похибку. Саме тому слабке зближення потрібно інтерпретувати разом з оцінками надійності. Водночас «виправлення на атенюацію» не варто застосовувати механічно: воно спирається на припущення про похибку та моделі вимірювання. Коли питання принципове, латентні моделі можуть краще відокремити спільну рису від похибки й методових ефектів. Важливо й протилежне: висока внутрішня узгодженість не є доказом конвергентної валідності. Вона описує взаємозв’язок пунктів у межах одного інструмента за певною моделлю, тоді як конвергентна валідність стосується очікуваних зв’язків із зовнішніми показниками або іншими методами. Навіть дуже високе alpha не відповідає на питання, чи вимірює шкала заявлений конструкт. Спільний метод може створювати хибне враження конвергенції Два опитувальники, заповнені тією самою людиною в один момент і в однаковому форматі, мають спільне джерело методичної варіації. Lance показує, що common method variance може завищувати деякі спостережувані зв’язки, тоді як ненадійність одночасно їх послаблює. Результат є сумою кількох процесів, а не прямим «вікном» у конструкт. Тому особливо інформативною є конвергенція між різними методами: самооцінкою і поведінковим завданням, самооцінкою та незалежною клінічною оцінкою, двома технологічно відмінними методами або даними з різних джерел, якщо всі вони справді мають відображати ту саму рису. Такий дизайн зменшує ризик, що висока кореляція виникла лише через спільний формат. Однак «різний метод» сам по собі не гарантує сильного зв’язку. Методи можуть охоплювати різні часові масштаби, контексти або рівні поведінки. Наприклад, самооцінка тривоги за останні два тижні та коротка лабораторна реакція в одній ситуації пов’язані з тривогою, але не є взаємозамінними. Очікування має враховувати цю різницю. Конвергентна і дискримінантна валідність: дві сторони одного аргументу Конвергентна валідність запитує, чи зближуються показники, які за теорією мають бути пов’язані. Дискримінантна валідність запитує, чи зберігається розрізнення там, де конструкти не повинні бути надмірно близькими. Повний аргумент про конструктну валідність сильніший, коли виконуються обидві умови. Наприклад, нова шкала соціальної тривоги може очікувано корелювати з іншою шкалою соціальної тривоги та менш сильно — із загальною тривожністю. Водночас вона не повинна настільки ж сильно корелювати з психологічно віддаленою рисою, що не входить до теоретичної мережі. Якщо все корелює з усім однаково сильно, це слабкий аргумент на користь специфічності вимірювання. Саме цю логіку «зближення плюс розрізнення» заклала модель Campbell–Fiske. У сучасних дослідженнях її можуть реалізовувати через CFA/SEM, латентні MTMM-моделі та інші підходи, що окремо оцінюють варіацію рис і методів. AVE і «convergent validity» у факторних моделях: важливе термінологічне розрізнення У літературі зі структурного моделювання термін convergent validity часто використовують ще в одному, вужчому сенсі: чи достатньо сильно індикатори одного латентного фактора сходяться на цьому факторі. У цій традиції застосовують факторні навантаження, composite reliability та average variance extracted (AVE); класичне джерело — робота Fornell і Larcker. Це споріднене, але не тотожне питанню, яке зазвичай мають на увазі в класичній психометричній перевірці конвергентної валідності через зовнішній незалежний показник. AVE описує, скільки дисперсії індикаторів у конкретній факторній моделі пояснює латентний фактор. Воно не показує автоматично, що бал шкали поводиться очікувано відносно іншого добре обґрунтованого вимірювання того самого конструкта. Тому фраза «AVE > 0,50, отже конвергентна валідність доведена» є надто сильною, якщо йдеться про валідність психологічного тесту в широкому сенсі. AVE може бути частиною оцінки measurement model, але валідизаційний аргумент потребує ширшої системи доказів: змісту, структури, зв’язків з іншими змінними, наслідків і відповідності конкретному використанню. Конвергентна валідність, критеріальна валідність і concurrent validity Ці терміни часто змішують, бо всі вони можуть включати кореляцію двох показників. Відмінність визначається не формулою коефіцієнта, а роллю другого показника. Конвергентна валідність використовує інший показник того самого або близького конструкта, щоб перевірити теоретично очікуваний зв’язок. Критеріальна валідність порівнює тест з зовнішнім критерієм або «золотим стандартом», коли такий критерій справді існує. Concurrent validity описує часову організацію критеріального порівняння, коли тест і критерій оцінюють приблизно в один період; predictive validity стосується майбутнього критерію. Тому одночасне вимірювання двома опитувальниками не робить дослідження автоматично «конкурентною валідністю». Якщо другий опитувальник є мірою спорідненого конструкта і використовується для перевірки конструктної гіпотези, це конвергентний доказ. Якщо він є справжнім зовнішнім критерієм для цільового рішення, логіка вже критеріальна. Конвергентна валідність не дорівнює структурній валідності Структурна валідність відповідає на інше питання: чи відображає внутрішня структура балів передбачувану dimensionality конструкта. За COSMIN taxonomy structural validity і hypotheses testing for construct validity є різними аспектами доказів. Тест може мати переконливу факторну структуру, але слабко зближуватися з незалежними мірами; або навпаки. Це пов’язано з розрізненням між латентною і спостережуваною змінною. Факторна модель перевіряє, як спостережувані індикатори співвідносяться з латентною структурою всередині моделі. Конвергентне порівняння додає зовнішню частину номологічної мережі: як отриманий бал співвідноситься з іншими незалежними показниками, які теоретично мають бути пов’язані. Типові помилки під час оцінювання конвергентної валідності Найчастіші помилки виникають тоді, коли дослідник починає з числа, а не з теорії. Гіпотезу формулюють після перегляду результатів і підганяють під уже побачений коефіцієнт. Порівняльний тест називають «еталоном», не перевіривши, чи має він достатні докази валідності й надійності в потрібній популяції. Будь-яке p < 0,05 трактують як підтвердження конвергенції, ігноруючи величину ефекту та довірчий інтервал. Встановлюють універсальний поріг r без обґрунтування теоретичної близькості конструктів. Використовують два майже дубльовані самоопитувальники і не враховують спільний метод. Ігнорують низьку надійність одного з вимірювань, яка може послабити спостережувану кореляцію. Вибирають із багатьох кореляцій лише ті, що «виглядають добре», не описуючи повний план і множинність аналізів. Переносять результат з іншої мови або культури без перевірки адаптації, еквівалентності та релевантності норм. Ототожнюють конвергентний зв’язок зі здатністю тесту ставити діагноз або передбачати клінічно важливий результат. Українська адаптація: переклад не створює конвергентну валідність Для україномовної версії тесту недостатньо перекласти інструкцію та показати, що текст зрозумілий. International Test Commission Guidelines for Translating and Adapting Tests розглядають адаптацію як ширший процес: потрібно врахувати лінгвістичні й культурні відмінності, якість процедури адаптації, еквівалентність конструкта, стандартизоване проведення та емпіричні докази для цільової популяції. Доступна також українська версія настанов ITC. Отже, англомовне дослідження, де шкала добре корелювала з іншою мірою, не доводить автоматично такої самої конвергенції в українській версії. Потрібно перевіряти, чи зберігається зміст конструкта, чи порівняльний інструмент має адекватну українську адаптацію, чи співставні умови та популяції й чи не змінилася структура зв’язків. В українському професійному контексті окремо важлива якість психодіагностичних методик. Тестовий комітет Всеукраїнської психодіагностичної асоціації у вимогах до сертифікації розглядає валідність, надійність, норми, стандартизацію, процедури проведення та інтерпретації як окремі складові якості. Наявність перекладу або локального поширення методики не замінює цих доказів. Конвергентна валідність і measurement invariance — різні питання Якщо шкала застосовується в різних мовних, культурних, вікових або інших групах, високі кореляції з близькими показниками ще не доводять, що тест функціонує однаково в усіх групах. Measurement invariance перевіряє інше: чи порівнювана модель вимірювання та параметри індикаторів між групами. Тест може демонструвати схожий загальний патерн конвергентних кореляцій і водночас мати окремі пункти або параметри, що працюють по-різному в групах. І навпаки, інваріантна факторна структура не гарантує, що всі зовнішні зв’язки відповідатимуть теорії. Для справедливого використання ці джерела доказів потрібно розглядати разом, не підміняючи одне іншим. Що означає низька або несподівана кореляція Низька конвергентна кореляція є сигналом для розслідування, а не автоматичним вироком тесту. Перше питання: чи була гіпотеза добре обґрунтована. Можливо, конструкти лише здавалися тотожними, але відрізняються за змістом, часовим горизонтом або рівнем узагальнення. Друге питання — якість обох вимірювань. Низька надійність, вузький діапазон балів, ceiling/floor effects, мала або специфічна вибірка, різний час оцінювання, невідповідний статистичний метод і нестабільний порівняльний інструмент можуть знизити зв’язок. Третє питання — чи не є результат теоретично інформативним: іноді слабка конвергенція показує, що нова шкала вимірює інший аспект, ніж очікувалося. У валідизаційному дослідженні важливо не приховувати несподіваний результат, а пояснити, яке саме припущення він ставить під сумнів, які альтернативні пояснення реалістичні й яке наступне дослідження їх розрізнить. Саме так evidence accumulation працює краще за одноразове «пройшов/не пройшов». Чи може кореляція бути «занадто високою» Так. Якщо два інструменти позиціонують як різні, але вони корелюють майже ідеально, це може означати концептуальну надмірність. Для нового тесту це практичне питання: чи дає він нову інформацію, чи лише відтворює вже наявну шкалу іншими словами. Надто високий зв’язок також може виникати через частково однакові або дуже схожі пункти, спільний формат, однакову інструкцію, спільні часові рамки або інші method effects. Тому сильне зближення потрібно перевіряти на змістовну незалежність методів і матеріалу, а не лише святкувати великий коефіцієнт. Як читати статтю про конвергентну валідність Під час читання validation study корисно пройти не по таблиці кореляцій, а по логіці доказу. Спочатку знайдіть точне визначення конструкта і intended use. Далі подивіться, чому автори обрали конкретний comparator і які дані є про його якість. Потім перевірте, чи були гіпотези сформульовані до аналізу і чи містили напрямок та очікувану величину зв’язку. Після цього оцініть вибірку: чи відповідає вона популяції, для якої планують використовувати тест. Подивіться на надійність обох показників, часовий інтервал, тип кореляції, довірчі інтервали, пропущені дані, множинність порівнянь і наявність method overlap. Лише після цього інтерпретуйте, скільки гіпотез підтримано й наскільки це змінює загальний validity argument. Методологічно сильний звіт не обмежується фразою «correlation was significant». COSMIN вимагає прозорого опису гіпотез, статистичного аналізу й фактичних результатів, щоб читач міг сам перевірити висновок. Практичне значення для психолога і дослідника Для практичного психолога конвергентна валідність допомагає зрозуміти, наскільки конкретний бал узгоджується з іншими способами оцінки тієї самої психологічної властивості. Але рішення про використання інструмента має спиратися на ширшу психологічну оцінку: мету, популяцію, норми, надійність, валідність, справедливість, контекст і наслідки рішення. Для дослідника конвергентні зв’язки є способом перевірити номологічну мережу конструкта. Якщо нова міра пов’язана з близькими змінними в передбачений спосіб, це підтримує теоретичну модель. Якщо патерн порушується, це може вказувати на проблему інструмента, операціоналізації або самої теорії. Для розробника тесту конвергентна валідність є лише одним етапом. Потрібні також якісне визначення конструкта, змістова репрезентативність, перевірка структури, оцінка reliability/measurement error, аналіз інваріантності та справедливості, норми за потреби, а для клінічних рішень — окремі дані про diagnostic accuracy і клінічну корисність. Конвергентна валідність у скринінгу та клінічній психодіагностиці Висока кореляція скринінгової шкали з іншим опитувальником не перетворює її на діагностичний інструмент. Два самоопитувальники можуть добре збігатися, але обидва вимірюють суб’єктивну симптоматику, а не встановлюють клінічний діагноз. Для діагностичного застосування потрібні інші докази: чіткий reference standard, оцінки sensitivity і specificity, а для реальної популяції — позитивна та негативна прогностична цінність з урахуванням prevalence/base rate. ROC/AUC може описувати розрізнювальну здатність за певним критерієм, але також не є синонімом клінічної корисності. Тому жоден score, cutoff або конвергентна кореляція не має інтерпретуватися як самодостатня межа «розлад є / розладу немає». Скринінг, case-finding, assessment, diagnosis, monitoring і outcome measurement — різні завдання, які вимагають різних типів доказів. Короткий приклад правильної інтерпретації Уявімо нову коротку шкалу психологічного виснаження. Автори очікують, що вона сильно позитивно корелюватиме з добре вивченою незалежною мірою виснаження, помірно — із загальним психологічним дистресом і слабше — з конструктом, який теоретично віддалений. Вони формулюють ці очікування до аналізу, збирають дані в цільовій популяції й оцінюють кожен зв’язок з довірчим інтервалом. Якщо отриманий порядок кореляцій відповідає прогнозу, це підтримує конвергентну й частково дискримінантну частину конструктної валідності. Якщо зв’язок з мірою виснаження виявився слабким, а з віддаленим конструктом — таким самим сильним, validity argument стає слабшим. Причину потрібно шукати в змісті нової шкали, якості comparator, похибці вимірювання, method effects, вибірці або теоретичному визначенні. Коректний висновок у такому дослідженні звучить приблизно так: «отриманий патерн зв’язків підтримує або не підтримує заздалегідь визначені гіпотези щодо конструктної валідності в цій популяції». Формула «тест валідний» була б значно сильнішою за те, що реально показують дані. Поширені запитання Якою має бути кореляція для конвергентної валідності? Єдиного універсального порога немає. Очікувана величина залежить від теоретичної близькості конструктів, надійності вимірювань, методу, вибірки та intended use. Для дуже близьких мір логічно очікувати сильніший зв’язок, ніж для споріднених, але різних конструктів. Поріг потрібно обґрунтовувати до аналізу, а не вибирати після отримання результатів. Чи достатньо однієї високої кореляції? Ні. Одна висока кореляція може бути сумісна з конвергентною гіпотезою, але не охоплює весь validity argument. Потрібні докази щодо змісту, структури, надійності, інших зовнішніх зв’язків, можливих method effects, популяції та мети використання. Чи доводить Cronbach’s alpha конвергентну валідність? Ні. Alpha стосується внутрішньої узгодженості за певними припущеннями. Він не перевіряє, чи збігаються результати тесту з іншою незалежною мірою того самого конструкта. Надійність створює передумову для точного вимірювання, але не замінює валідність. Чим конвергентна валідність відрізняється від concurrent validity? Convergent validity описує теоретичну спорідненість конструкта з іншими мірами. Concurrent validity зазвичай стосується критеріальної логіки, коли тест порівнюють з зовнішнім критерієм, оціненим приблизно одночасно. Дві міри можуть бути зібрані в один день і все одно давати саме конвергентний, а не критеріальний доказ. Чи є AVE показником конвергентної валідності? У CFA/SEM-літературі AVE часто використовують як показник зближення індикаторів на одному латентному факторі. Це корисний аспект measurement model, але він не замінює зовнішніх конвергентних доказів між незалежними мірами і не доводить валідність тесту для всіх застосувань. Чи означає слабка конвергенція, що тест треба відкинути? Не автоматично. Спершу перевіряють якість comparator, надійність обох мір, діапазон балів, часові рамки, вибірку, statistical model і теоретичну близькість конструктів. Після цього вирішують, чи проблема справді стосується нового тесту, чи гіпотеза була сформульована неправильно. Чи треба перевіряти конвергентну валідність української адаптації окремо? Так, якщо шкалу планують інтерпретувати в українській популяції. Переклад не гарантує збереження змісту конструкта, структури й зовнішніх зв’язків. Адаптація потребує окремих емпіричних доказів у цільовому мовному та культурному контексті. Чи можна за конвергентною валідністю поставити діагноз? Ні. Конвергентна валідність описує очікувані зв’язки між вимірюваннями. Діагноз ґрунтується на клінічній оцінці та діагностичних критеріях, а валідність діагностичного застосування потребує окремих даних про reference standard і diagnostic accuracy. Пов’язані статті Психометрія: що це, що вона вимірює і як оцінюють якість психологічних тестів Психологічний конструкт: що це і як невидимі властивості перетворюють на вимірювані показники Латентні й спостережувані змінні: чим відрізняється психологічний конструкт від його показників Надійність психологічного тесту: що це, які бувають види і чому надійність не дорівнює валідності Класична теорія тестів: істинний бал, похибка вимірювання і надійність Внутрішня узгодженість шкали: що вона показує і чому не доводить одновимірність Психологічна оцінка й оцінювання: що це, як проходить і чим відрізняється від тестування Конструктна валідність: як перевіряють, що тест вимірює саме задуманий психологічний конструкт Джерела Abma, I. L., Rovers, M., & van der Wees, P. J. (2016). Appraising convergent validity of patient-reported outcome measures in systematic reviews: constructing hypotheses and interpreting outcomes. BMC Research Notes, 9, 226. American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. American Statistical Association. (2016). Statement on Statistical Significance and P-Values. Campbell, D. T., & Fiske, D. W. (1959). Convergent and discriminant validation by the multitrait-multimethod matrix. Psychological Bulletin, 56(2), 81–105. Fornell, C., & Larcker, D. F. (1981). Evaluating Structural Equation Models with Unobservable Variables and Measurement Error. Journal of Marketing Research, 18(1), 39–50. International Test Commission. (2017). The ITC Guidelines for Translating and Adapting Tests (Second edition). Lance, C. E. (2024). A primer on method effects on observed correlations with examples. International Journal of Psychology, 59(6), 1148–1157. Post, M. W. (2016). What to Do With “Moderate” Reliability and Validity Coefficients? Archives of Physical Medicine and Rehabilitation, 97(7), 1051–1052. Tavares de Arruda, G., Mokkink, L. B., Gagnier, J., Terwee, C. B., et al. (2025). Explanation & Elaboration document of the COSMIN Reporting Guideline 2.0. COSMIN. Всеукраїнська психодіагностична асоціація. Добровільна сертифікація психодіагностичних методик.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Шкала Лайкерта — спосіб побудови багатопунктового показника для вимірювання ставлень, оцінок, переконань, рис або інших латентних конструктів за допомогою впорядкованих категорій відповіді. Найважливіше термінологічне правило: один пункт із варіантами на кшталт «повністю не згоден — … — повністю згоден» є Likert-пункт або Likert-type пункт, а не повною шкалою. Шкала виникає тоді, коли кілька змістово пов’язаних пунктів об’єднують у показник за заздалегідь визначеним і психометрично обґрунтованим правилом. Це розрізнення лежить в основі сучасної методології розроблення шкал. Огляд Jebb, Ng і Tay та систематичний практичний огляд Ferrando та співавторів показують, що якість Likert-шкали визначається не самим форматом відповідей, а тим, як визначено конструкт, створено пункти, вибрано категорії, перевірено структуру, надійність, валідність і спосіб інтерпретації балів. Шкала Лайкерта належить до ширшого класу рейтингових шкал. Тому кожен Likert-пункт використовує рейтингові категорії, але не кожна рейтингова шкала є шкалою Лайкерта. Зіркова оцінка сервісу, шкала болю 0–10, семантичний диференціал і ранжування кандидатів мають іншу логіку вимірювання. Коротко: Likert-пункт і шкала Лайкерта — це різні рівні вимірювання Likert-пункт — окреме твердження або запитання з упорядкованим набором відповідей. Наприклад, у навчальному демонстраційному пункті «Мені легко зосереджуватися на складному завданні» можна запропонувати п’ять категорій від «повністю не згоден» до «повністю згоден». Числа 1–5 у такому записі передусім кодують порядок категорій. шкала Лайкерта — сукупність кількох пунктів, задумана для вимірювання певного конструкта. Відповіді можуть підсумовуватися, усереднюватися або моделюватися іншим способом, але лише якщо така операція відповідає конструкції інструмента, його напрямку, структурі та правилам підрахунку. Сам факт того, що десять запитань мають однакові п’ять кнопок відповіді, ще не робить їх однією валідною шкалою. Це розрізнення практично важливе. Для одного пункт коректно говорити про розподіл відповідей за категоріями та його порядкову природу. Для багатопунктового балаа додатково постають питання внутрішньої структури, надійності, внутрішньої узгодженості, валідності та обґрунтованості сумарного бала. Звідки походить шкала Лайкерта Метод пов’язаний з роботою американського психолога Ренсіса Лайкерта A Technique for the Measurement of Attitudes, опублікованою 1932 року в Archives of Psychology. Оригінальна бібліографічна копія описувала техніку вимірювання ставлень через серію тверджень, відповіді на які кодувалися та об’єднувалися. Історична ідея була саме сумативною: інформація накопичувалася через множину пунктів, а не через єдине запитання. Сучасне вживання терміна стало ширшим за історичний прототип. Сьогодні формат відповідей типу Likert застосовують не тільки до ступеня згоди, а й до частоти, інтенсивності, впевненості, важливості, задоволеності та інших упорядкованих вимірів. Тому в методологічному тексті корисно прямо називати, що саме означають категорії відповіді, замість автоматично називати будь-який ряд чисел від 1 до 5 «шкалою Лайкерта». Як працює один Likert-пункт Кожен пункт має щонайменше три компоненти: стимул — твердження або запитання; вимір відповіді — наприклад, згода, частота або інтенсивність; впорядковані категорії, за допомогою яких респондент позначає свою позицію. Якість даних залежить від усіх трьох компонентів. 1. Твердження або запитання має бути змістово однозначним Пункт повинен стосуватися одного зрозумілого змісту. Формулювання на кшталт «Я спокійний і добре сплю» поєднує дві різні характеристики: людина може погоджуватися з однією й не погоджуватися з іншою. Такі подвійні твердження створюють невизначеність у процесі відповіді й ускладнюють інтерпретацію бала. Сучасні огляди розроблення шкал ставлять визначення конструкта та якість формулювань до початку статистичного аналізу, а не після нього. Ferrando et al., 2025. 2. Категорії мають утворювати зрозумілий порядок Якщо відповіді кодуються 1, 2, 3, 4, 5, вони повинні мати змістовий порядок: від меншого до більшого ступеня ознаки або від одного полюса до іншого. Для респондента має бути зрозуміло, чим сусідні категорії відрізняються. Дослідження вербальних якорів показують, що слова, числа та кількість варіантів можуть впливати на те, як люди використовують шкалу. Beckstead, 2014. 3. Числовий код не доводить рівність інтервалів Коди 1–5 зручні для введення даних, але самі по собі не доводять, що психологічна відстань між «повністю не згоден» і «не згоден» дорівнює відстані між «згоден» і «повністю згоден». На рівні одного пункту категорії природно трактувати як впорядковані. Саме тому сучасні моделі факторного аналізу пунктів окремо розглядають впорядковані категоріальні дані і не вимагають удавати, ніби кожен пункт є безперервною змінною. Скільки категорій відповіді потрібно: 5, 7 чи інше число П’ять і сім категорій поширені, але універсального психометричного правила «шкала Лайкерта повинна бути п’ятибальною» або «сім завжди краще за п’ять» немає. Кількість категорій має відповідати здатності респондентів надійно їх розрізняти, складності конструкта, формату опитування, популяції та подальшому способу аналізу. У класичному експерименті з 2–11 категоріями Preston і Colman виявили слабші показники для дуже коротких 2–4-категоріальних форматів на низці критеріїв та приріст до приблизно семи категорій у їхньому конкретному завданні. Пізніше Simms та співавтори у великому рандомізованому дослідженні особистісних опитувальників не виявили психометричних переваг збільшення числа варіантів понад шість, хоча формати з дуже малою кількістю відповідей втрачали точність. Ці результати стосуються конкретних інструментів і не створюють магічного числа для всіх шкал. Свіже дослідження 2026 року додає важливе застереження: Hubatka, Cígler і Elek показали, що збільшення числа варіантів може підвищувати оцінки внутрішньої узгодженості, не покращуючи водночас критеріальну валідність. Тому більше категорій не означає автоматично «кращу шкалу», а вищий коефіцієнт надійності не можна тлумачити як доказ вищої валідності. Чи потрібна нейтральна середня категорія Середня категорія може бути потрібною, коли нейтральна позиція є змістовно реальною. Водночас «нейтрально», «не знаю», «не маю думки», «не стосується мене» і «важко відповісти» — різні стани. Зливати їх в одну кнопку означає створювати невизначені дані. Експеримент Nadler, Weston і Voyles показав, що люди дуже по-різному розуміють середню категорію: як нейтральність, відсутність думки, невпевненість, байдужість або рівновагу між полюсами. Практичний висновок полягає не в тому, щоб завжди залишати чи завжди вилучати середню точку, а в тому, щоб визначити її значення відповідно до конструкта. Парна кількість категорій створює формат вимушеного вибору без центральної відповіді. Це може бути виправдано, якщо дослідницьке питання справді передбачає вибір напрямку, але не слід змушувати людину штучно займати один із полюсів, коли змістовно можлива нейтральність. Окремі опції «не знаю» або «не застосовується» краще розміщувати поза психологічною шкалою, якщо вони не є рівнем самого конструкта. Категорії «згоден — не згоден» чи категорії, спеціально сформульовані для конкретного пункту Класичний формат просить погодитися або не погодитися з твердженням. Він простий і звичний, але має ризик тенденції автоматично погоджуватися незалежно від змісту. Альтернатива — категорії, спеціально сформульовані для конкретного пункту: запитання одразу називає вимір, наприклад «Наскільки ви задоволені…?» з відповідями від «зовсім не задоволений» до «дуже задоволений». Огляд і синтез досліджень Dykema та співавторів показує змішану, але загалом сприятливішу картину для пункт-specific формату за низкою показників якості даних; автори рекомендують його для багатьох застосувань. Це не означає, що всі усталеної шкали зі згодою потрібно механічно переписати: зміна формату створює нову версію інструмента, для якої треба перевіряти еквівалентність і психометричні властивості. Як з окремих пунктів утворюється шкала Багатопунктова шкала має сенс тоді, коли різні пункти є індикаторами визначеного конструкта. Хороша шкала охоплює релевантний зміст, не перетворює один і той самий вислів на десять синонімів і має емпіричні дані про структуру відповідей. Jebb, Ng і Tay підкреслюють, що розроблення шкали починається з точного визначення конструкта, а не з обчислення alpha. Зазвичай кожній категорії призначають код, пункти приводять до спільного напрямку, а потім отримують суму, середнє або модельну оцінку латентної ознаки. Сума й середнє містять ту саму рангову інформацію, якщо для всіх людей використано однакову кількість пунктів без пропусків: середнє лише повертає бал до діапазону категорій відповіді. Але правила для пропусків, ваг, субшкал і зворотно ключованих пунктів повинні бути визначені до інтерпретації. Якщо інструмент має кілька підшкал, загальна сума не стає автоматично змістовною. Спершу потрібна теоретична і емпірична підстава вважати, що саме такий загальний бал має сенс. Висока внутрішня узгодженість також не доводить, що всі пункти вимірюють один-єдиний латентний конструкт. Likert-пункт, шкала Лайкерта і рівень вимірювання Окремий Likert-пункт є порядковою змінною: категорії мають порядок, але рівність відстаней між ними не задана самим форматом. Це важливо відрізняти від чотирьох класичних рівнів вимірювання та від припущень статистичної моделі. Багатопунктовий сумарний або середній бал часто поводиться стабільніше й у прикладних дослідженнях нерідко аналізується методами для приблизно безперервних даних. Norman навів аргументи та емпіричну традицію на користь робастності багатьох параметричних процедур для даних Likert-шкал. З цього не випливає, що кожен окремий пункт стає інтервальним або що будь-яка параметрична модель завжди доречна. На на рівні окремого пункту сучасна психометрія має моделі, спеціально створені для впорядкованих категорій: порядковий факторний аналіз, IRT-модель градуйованої відповіді та інші моделі порогів. Wirth і Edwards наголошують, що методи оцінювання для безперервних змінних не є автоматично взаємозамінними з методами для категоріальних пунктів. Отже, коректне питання звучить не «можна чи не можна рахувати середнє взагалі», а «який об’єкт ми аналізуємо, яка модель вимірювання і який висновок хочемо зробити». Коли середнє може бути зручним описом Для перевіреної багатопунктової шкали середнє часто зручно описує типовий рівень відповідей і залишає результат у знайомому діапазоні, наприклад 1–5. Але значення 3,8 не слід тлумачити як «76% конструкта» або як фізичну кількість психологічної властивості. Це бал, значення якого залежить від побудови інструмента, розподілу даних і доказів валідності. Коли варто аналізувати категорії безпосередньо Для одного пункт, сильно асиметричних відповідей, малої кількості категорій, порогових моделей, порівняння функціонування пунктів або детального факторного аналізу доцільно зберігати порядкову природу у самій моделі. Просте перетворення категорій на 1–5 не повинно стирати інформацію про їхню дискретність. Надійність: що перевіряти в Likert-шкалі Надійність стосується точності й відтворюваності бала за конкретного способу використання. Для Likert-шкал часто оцінюють внутрішню узгодженість, але це лише один аспект. Залежно від призначення можуть бути важливими стабільність у часі, похибка вимірювання, еквівалентність форм або інші компоненти. Детальніше ці відмінності розібрані у статті «Надійність психологічного тесту». Коефіцієнт alpha Кронбаха не є універсальним сертифікатом якості. Він залежить від кількості пунктів, їхніх взаємозв’язків та припущень моделі. Дуже високий alpha може співіснувати з надмірною повторюваністю формулювань, проблемною структурою або слабкою валідністю. Свіжі дані про кількість категорій відповіді також показують, що зміна формату може збільшити оцінку внутрішньої узгодженості без поліпшення критеріальної валідності. Hubatka et al., 2026. Валідність: головне питання — що означає бал і для чого його використовують Валідність не є наклейкою на опитувальнику. Вона стосується того, наскільки докази й теорія підтримують конкретну інтерпретацію бала для конкретного застосування. Standards for Educational and Psychological Testing формують сучасну рамку доказів, у якій оцінюють зміст, процес відповіді, внутрішню структуру, зв’язки з іншими змінними та наслідки використання. Тому «у шкали хороший alpha» не означає «шкала валідна». Так само красиві п’ять категорій, велика вибірка або статистично значущі кореляції не замінюють доказів того, що бал справді підтримує заявлений висновок. Для психометрії якість — це сукупність аргументів, а не один коефіцієнт. Зворотно сформульовані пункти: навіщо їх використовують і чому з ними обережно У багатьох шкалах частину пунктів формулюють у протилежному напрямку, намагаючись зменшити механічне погодження. Під час підрахунку їх потім зворотно кодують, щоб високий бал мав однаковий напрямок з іншими пунктами. Арифметичне перекодування є простим; психологічна еквівалентність формулювань — ні. Дослідження показують, що змішування прямо й зворотно сформульованих пунктів може створювати ефекти формулювання і штучні фактори. Zhang і Savalei продемонстрували, що зворотно сформульовані пункти можуть погіршувати факторну структуру. García-Fernández та співавтори у великій вибірці також виявили менш прийнятні психометричні властивості змішаних версій, якщо окремо не моделювати систематичні стилі відповідей. Практичне правило: не вставляйте заперечення механічно лише тому, що «так прийнято». Спершу перевірте читабельність і зміст, потім — чи не виникає окремий фактор формулювання. Зворотне кодування виправляє напрямок числа, але не гарантує, що респондент психологічно сприймає два вислови як точні дзеркала. Типові помилки інтерпретації шкали Лайкерта • «Один пункт із п’ятьма відповідями — це вже шкала Лайкерта». Точніше називати його Likert-пункт або пунктом типу Likert. Багатопунктова шкала потребує спільного конструкта і правила підрахунку бала. • «5 означає у п’ять разів більше, ніж 1». Числові коди позначають порядок категорій; інтерпретація як шкали відношень з них не випливає. • «3 — це завжди нейтрально». Середина може означати нейтральність, невизначеність, відсутність думки або інше — це має задавати формулювання. • «7 категорій науковіші за 5». Кількість варіантів є дизайнерським і психометричним рішенням, а не рейтингом якості. • «Високий alpha доводить валідність». Внутрішня узгодженість і валідність відповідають на різні питання. • «Якщо негативний пункт перекодувати, він стає психологічно тотожним позитивному». Ефекти формулювання можуть залишатися після зворотного кодування. • «Нейтральна відповідь і “не знаю” — одне й те саме». Це різні типи відповіді, які варто розрізняти у дизайні. • «Сума балів завжди має сенс». Об’єднання пунктів потребує теоретичного й емпіричного обґрунтування їхньої спільної шкали. • «Значущий p-value підтверджує якість шкали». Статистична значущість окремого тесту не замінює доказів надійності, валідності й коректної моделі вимірювання. Переклад і культурна адаптація Український текст опитувальника не стає валідованою українською версією лише тому, що його граматично перекладено. International Test Commission прямо розрізняє переклад і адаптацію: адаптація включає перевірку того, чи зберігається конструкт, вибір і контроль перекладачів, аналіз еквівалентності, емпіричні дослідження надійності та валідності, правила адміністрування, підрахунку балів та документацію. Для Likert-пункт це особливо важливо, бо перекладаються не лише твердження, а й словесні якорі відповідей. «Згоден», «радше згоден», «частково згоден» можуть мати інші семантичні відстані й частотність, ніж їхні джерельні аналоги. Перед груповими порівняннями потрібно окремо перевіряти, чи однаково працює вимірювальна модель; інваріантність вимірювання не слід ототожнювати з автоматичною відсутністю всіх видів упередження. Окремо від психометричної якості існує питання інтелектуальної власності. Загальний формат Likert-пункт є методологічною конструкцією, але конкретні захищені авторськими правами інструменти можуть мати захищені формулювання, ключі та правила підрахунку бала. ITC Guidelines рекомендують отримувати дозвіл правовласника перед адаптацією тесту. У цій статті приклади пунктів створені спеціально для пояснення і не відтворюють захищені тестові матеріали. Шкала Лайкерта в психологічній оцінці й клінічних опитувальниках пункти типу Likert широко використовують у симптомних шкалах, показниках, про які повідомляє сама людина, особистісних опитувальниках і скринінгових інструментах. Сам формат відповіді не перетворює опитувальник на діагностичний тест. Психологічна оцінка може включати шкалу як одне джерело інформації, а якісний психологічний тест потребує доказів для конкретної популяції та використання. Порогове значення у шкалі не є універсальною межею «розлад є / розладу немає». Для клінічного висновку мають значення цільова група, поширеність і базова частота, чутливість, специфічність, позитивна та негативна прогностична цінність, валідність інтерпретації, функціонування людини та ширший процес оцінювання. Бал самооцінювальної шкали не слід перетворювати на самодіагноз. Як спроєктувати категорії відповіді: практичний алгоритм 1. Спочатку визначте конструкт і призначення. Яке саме психологічне значення повинен мати майбутній бал і для кого? 2. Вирішіть, що вимірює кожен пункт: згоду, частоту, інтенсивність, упевненість, важливість чи інший вимір. Не змішуйте response вимірів без причини. 3. Оберіть стільки категорій, скільки респонденти реально можуть послідовно розрізняти. П’ять або сім — поширені, але не нормативно обов’язкові числа. 4. Дайте категоріям однозначні anchors. Якщо «не знаю» або «не стосується» не є рівнем конструкта, не ставте їх у середину порядкової шкали. 5. Перевірте когнітивно, як люди розуміють формулювання та категорії. Пілотування до великого збору даних дешевше, ніж виправлення шкали після нього. 6. Заздалегідь задайте правила підрахунку: напрямок, пункти зі зворотним ключем, правила пропусків, мінімальну кількість відповідей для бала та роботу з підшкалами. 7. Дослідіть розподіли відповідей на окремі пункти і структуру. Для порядкових пунктів використовуйте методи, що відповідають категоріальній природі даних, коли цього потребує завдання. 8. Оцініть надійність і похибку вимірювання відповідно до призначення, а не лише один звичний коефіцієнт. 9. Зберіть докази валідності для запланованої інтерпретації. Назва шкали й очевидна правдоподібність цього не замінюють. 10. Для перекладу або культурного перенесення проведіть адаптація і перевірку еквівалентності, а також окремо врегулюйте питання інтелектуальної власності та ліцензування. Що в цій темі встановлено, а що залишається контекстним Усталені докази Один Likert-пункт і багатопунктова шкала Лайкерта — різні об’єкти аналізу; пункт має впорядковані категорії; сумарна шкала потребує обґрунтованої конструкції; надійність не дорівнює валідності; переклад не дорівнює валідованій культурній адаптації; числові позначки не роблять категорії автоматично рівноінтервальними. Ці положення узгоджуються з сучасними стандартами тестування та оглядами розроблення шкал. AERA/APA/NCME Standards; Ferrando et al., 2025. Змішані або залежні від контексту докази Оптимальна кількість категорій, користь середню категорію, перевага формату «згоден — не згоден» чи спеціально сформульованого для пункту формату, а також користь зворотно сформульовані пункти залежать від конструкта, цільової групи, способу адміністрування й психометричної моделі. Література дає сильні практичні орієнтири, але не підтримує універсальну формулу «завжди 5», «завжди без середини» або «завжди половина пунктів зворотна». Поширені, але некоректні спрощення Твердження «дані шкали Лайкерта не можна аналізувати параметрично за жодних умов» так само надмірне, як «дані шкали Лайкерта завжди інтервальні». Norman показує робастність багатьох параметричних процедур у ряді умов, тоді як Wirth і Edwards демонструють переваги моделей, що прямо враховують порядковий пункт data. Метод слід вибирати за дослідницьким питанням і моделлю даних. Як читати результат Likert-шкали Сумарний бал має значення лише в межах правил конкретного інструмента. Наприклад, бал 32 не має універсального психологічного змісту поза назвою конструкта, діапазоном, нормами, похибкою та доказовою базою. Якщо бал порівнюють між людьми або групами, треба знати, чи підтримує шкала такі порівняння. Середній бал на на рівні окремого пункту можна використовувати як компактний опис, але читачеві варто повідомляти також кількість категорій, формулювання anchors, розподіл, розмір вибірки та правила роботи з пропущеними відповідями. Це дозволяє зрозуміти, що означає число, а не лише побачити його. Для повторного вимірювання в часі важливо відрізняти зміну бала від реальної зміни конструкта. Відмінність у кілька балів може лежати у межах похибки вимірювання, а статистично помітна зміна не обов’язково має клінічну або особисту значущість. Сам формат Лайкерта не вирішує цих питань. FAQ Що таке шкала Лайкерта простими словами? Це спосіб вимірювати психологічний конструкт через кілька пов’язаних пунктів з упорядкованими відповідями. Один пункт із варіантами «не згоден — згоден» точніше називати Likert-пункт; шкала — це система з кількох пунктів і правилом формування бала. Чи обов’язково шкала Лайкерта має 5 балів? Ні. П’ятибальний формат історично дуже поширений, але використовують 4, 6, 7 та іншу кількість категорій. Preston і Colman та Simms et al. показують, що надто мала кількість варіантів може втрачати інформацію, але універсальної найкращої кількості для всіх конструктів немає. П’ятибальна і семибальна шкала: яка краща? Жодна не є кращою автоматично. Семибальна може давати тонше розрізнення, якщо люди реально використовують ці градації послідовно. П’ятибальна може бути простішою для складних формулювань або певних цільових груп. Рішення слід перевіряти емпірично. Чи можна рахувати середнє для шкали Лайкерта? Для одного порядковий пункт середнє не перетворює категорії на інтервальну шкалу. Для перевіреного багатопунктового бала середні значення та параметричні моделі часто використовують і вони можуть бути робастними в багатьох ситуаціях, але це рішення залежить від мети аналізу, розподілу та моделі вимірювання. Norman, 2010. Чи є один Likert-пункт психологічною шкалою? У строгому термінологічному сенсі — це один пункт із формат відповідей типу Likert. Він може бути самостійним single-пункт measure, якщо це спеціально обґрунтовано, але його не слід плутати з багатопунктовою шкала Лайкерта. Що робити з нейтральною відповіддю? Залишайте її, якщо нейтральна позиція є змістовною. Якщо потрібно розрізнити нейтральність, невпевненість, відсутність думки і «не стосується», запропонуйте окремі механізми відповіді. Nadler et al., 2015 показали, що респонденти трактують середню категорію неоднаково. Чи треба додавати зворотно сформульовані пункти? Не механічно. Вони можуть допомагати досліджувати систематичні стилі відповідей, але також створювати ефекти формулювання і погіршувати факторну структуру. García-Fernández et al., 2022 та Zhang & Savalei, 2016 демонструють ці ризики. Чи може Likert-шкала поставити діагноз? Формат Лайкерта сам по собі не має діагностичної сили. Навіть валідований симптомний опитувальник може виконувати скринінгову, моніторингову або допоміжну роль. Діагноз потребує ширшого клінічного оцінювання й критеріїв для конкретного розладу. Чи достатньо перекласти англомовну шкалу українською? Ні. Переклад є лише частиною адаптації. Потрібно перевірити еквівалентність конструкта, мову, культурну відповідність, структуру, надійність, валідність та за потреби інваріантність у цільовій групі. ITC Guidelines. Чи можна змінити кількість категорій у відомому тесті? Технічно це можливо лише за умови прав на модифікацію, але психометрично така зміна створює іншу версію адміністрування і може змінити розподіл, надійність, пороги та інтерпретацію. Для захищеного правами інструмента спочатку перевіряють ліцензування та інтелектуальної власності, а потім збирають докази для модифікованої версії. Пов’язані статті Рейтингова шкала: що це, як працює та чим відрізняється від ранжування Шкали вимірювання: номінальна, порядкова, інтервальна і відношень Психометрія: що це і як оцінюють якість психологічних тестів Надійність психологічного тесту: види і тлумачення Внутрішня узгодженість шкали: що вона показує і чого не доводить Альфа Кронбаха: як тлумачити надійність шкали Психологічна оцінка й оцінювання Психологічні тести: що вони вимірюють і як оцінюють якість Джерела American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. Beckstead, J. W. (2014). On measurements and their quality. Paper 4: Verbal anchors and the number of response options in rating scales. International Journal of Nursing Studies, 51(5), 807–814. Dykema, J., Schaeffer, N. C., Garbarski, D., Assad, N., & Blixt, S. (2022). Towards a reconsideration of the use of agree-disagree questions in measuring subjective evaluations. Research in Social and Administrative Pharmacy, 18(2), 2335–2344. Ferrando, P. J., Morales-Vives, F., Casas, J. M., & Muñiz, J. (2025). Likert Scales: A Practical Guide to Design, Construction and Use. Psicothema, 37(4), 1–15. García-Fernández, J., Postigo, Á., Cuesta, M., González-Nuevo, C., Menéndez-Aller, Á., & García-Cueto, E. (2022). To be Direct or not: Reversing Likert Response Format Items. The Spanish Journal of Psychology, 25, e24. Hubatka, P., Cígler, H., & Elek, D. (2026). Spurious Reliability Increase?: The Number of Response Options in the Likert-Type Scale Influences Only Internal Consistency, Not Criterion Validity. Assessment. Advance online publication. International Test Commission. (2017). The ITC Guidelines for Translating and Adapting Tests (Second Edition). Jebb, A. T., Ng, V., & Tay, L. (2021). A Review of Key Likert Scale Development Advances: 1995–2019. Frontiers in Psychology, 12, 637547. Likert, R. (1932). A Technique for the Measurement of Attitudes. Archives of Psychology, 140, 1–55. Nadler, J. T., Weston, R., & Voyles, E. C. (2015). Stuck in the middle: The use and interpretation of mid-points in items on questionnaires. The Journal of General Psychology, 142(2), 71–89. Norman, G. (2010). Likert scales, levels of measurement and the “laws” of statistics. Advances in Health Sciences Education, 15(5), 625–632. Preston, C. C., & Colman, A. M. (2000). Optimal number of response categories in rating scales: Reliability, validity, discriminating power, and respondent preferences. Acta Psychologica, 104(1), 1–15. Simms, L. J., Zelazny, K., Williams, T. F., & Bernstein, L. (2019). Does the number of response options matter? Psychometric perspectives using personality questionnaire data. Psychological Assessment, 31(4), 557–566. Wirth, R. J., & Edwards, M. C. (2007). Item factor analysis: Current approaches and future directions. Psychological Methods, 12(1), 58–79. Zhang, X., & Savalei, V. (2016). Improving the Factor Structure of Psychological Scales: The Expanded Format as an Alternative to the Likert Scale Format. Educational and Psychological Measurement, 76(3), 357–386.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Ренсіс Лайкерт (Rensis Likert; 1903–1981) — американський соціальний та організаційний психолог, дослідник опитувань і один із ключових методологів XX століття, чиє ім’я закріпилося одразу у двох різних традиціях. У психометрії він відомий завдяки техніці сумованих оцінок, з якої виросло сучасне поняття шкали Лайкерта. В організаційних дослідженнях — завдяки роботам про стилі управління, групові процеси, комунікацію, участь працівників у прийнятті рішень і так звану модель зв’язувальних ланок (linking-pin model). Roper Center та Центр досліджень опитувань Університету Мічигану описують його як одного з піонерів наукового опитування і першого керівника дослідницьких структур, з яких сформувався сучасний Інститут соціальних досліджень. Його спадщина потребує двох важливих розрізнень. Перше: один пункт із відповідями «повністю не згоден — … — повністю згоден» не є всією шкалою Лайкерта; це окремий пункт типу Лайкерта, а шкала в класичній логіці складається з кількох пунктів, об’єднаних у сумарний показник. Друге: організаційні моделі Лайкерта — історично впливові теоретичні конструкції середини XX століття, а не сучасні універсальні закони ефективного менеджменту. Їх варто читати як частину розвитку організаційної психології, порівнюючи з новішими емпіричними моделями, а не як готову нормативну інструкцію для будь-якої організації. Ренсіс Лайкерт коротко Ренсіс Лайкерт народився 1903 року в Шаєнні, штат Вайомінг, і помер 1981 року в Енн-Арборі, штат Мічиган. За даними Roper Center, він завершив бакалаврське навчання в Університеті Мічигану у 1926 році та здобув ступінь доктора філософії (PhD) у Колумбійському університеті у 1932 році. Американська психологічна асоціація реєструє його меморіальну статтю в American Psychologist як «Rensis Likert (1903–1981)». Галузі його роботи перетиналися: соціальна психологія, організаційна психологія, дослідження громадської думки, методологія опитувань, психометричне шкалювання, дослідження організацій. У 1946 році він разом з Ангусом Кемпбеллом та іншими дослідниками прибув до Університету Мічигану для створення Центру досліджень опитувань; у 1949 році став першим директором Інституту соціальних досліджень. Офіційна історія ISR прямо називає його першим директором інституту і розробником шкали Лайкерта. Серед професійних визнань — президентство в Американській статистичній асоціації (ASA) у 1959 році, що підтверджує Американська статистична асоціація, обрання у 1960 році до Американської академії мистецтв і наук, почесний докторський ступінь Тілбурзького університету у 1967 році та нагорода AAPOR за визначний внесок у дослідження громадської думки у 1973 році, зафіксована в офіційному переліку AAPOR. Від інженерії до соціальної психології Лайкерт починав навчання в Університеті Мічигану з цивільної інженерії. У біографічному нарисі, перевиданому Американською статистичною асоціацією, Леслі Кіш описує поворот до соціальних наук після університетського курсу соціології: інтерес Лайкерта змістився від технічних систем до поведінки людей і груп. Він завершив бакалаврську освіту з соціології у 1926 році, певний час навчався в Union Theological Seminary, а потім продовжив вивчати психологію в Колумбійському університеті, де його докторська робота була пов’язана з вимірюванням ставлень. Американська статистична асоціація Цей біографічний поворот добре пояснює подальшу траєкторію його досліджень. Лайкерта цікавило, як перетворити складні соціально-психологічні явища — ставлення, думки, групові відносини, довіру, участь, сприйняття керівництва — на дані, які можна систематично збирати, порівнювати й аналізувати. Саме тому психометрія, опитування й організаційні дослідження в його роботі не були трьома випадковими темами. Вони були трьома застосуваннями однієї проблеми: як вимірювати соціально-психологічну реальність без редукції її до одного прямого запитання. 1932 рік: A Technique for the Measurement of Attitudes Докторська праця Лайкерта A Technique for the Measurement of Attitudes була опублікована 1932 року як випуск 140 Archives of Psychology. Бібліографічні записи University of Pennsylvania та Wellcome Collection підтверджують 55-сторінкове видання і те, що воно також було подане як PhD-дисертація в Колумбійському університеті. Історична задача Лайкерта полягала у вимірюванні ставлення (attitude) — через серію висловлювань, на які респонденти давали впорядковані відповіді. У сучасному українському пошуку часто вживається формула «вимірювання установок», тому саме її використано в заголовку цієї сторінки. У методологічному тексті корисно пам’ятати, що англійське attitude не завжди тотожне всім значенням українського терміна «установка»; у контексті Лайкерта йдеться передусім про вимірюване ставлення до об’єкта, твердження або соціального питання. Ключова ідея була сумативною. Дослідник не мав робити далекосяжний висновок з одного висловлювання. Кілька змістово пов’язаних пунктів давали серію відповідей, які кодувалися в одному напрямку і могли поєднуватися у сумарний показник. Саме ця логіка відрізняє історичну шкалу Лайкерта від простої рейтингової шкали або одного запитання з п’ятьма кнопками. Пункт Лайкерта і шкала Лайкерта — не одне й те саме Пункт типу Лайкерта — окреме твердження або запитання з упорядкованими категоріями відповіді. Шкала Лайкерта у строгішому психометричному сенсі — багатопунктовий інструмент, у якому кілька індикаторів спроєктовано для вимірювання визначеного конструкта і об’єднано за обґрунтованим правилом. Сучасний огляд Джебб, Нґ і Тей (2021) наголошує, що розроблення шкал Лайкерта включає визначення конструкта, створення пунктів, аналіз структури, оцінювання точності та накопичення доказів валідності. Тому фраза «я використав шкалу Лайкерта від 1 до 5» часто описує лише формат категорій відповіді. Вона ще нічого не говорить про те, чи існує багатопунктова шкала, що саме вона вимірює, як сформовано показник, чи є дані про надійність, внутрішню узгодженість, внутрішню структуру та валідність. Ці питання належать до сучасної психометрії, а не вирішуються самим прізвищем Лайкерта. Так само числове кодування 1–5 не доводить рівність психологічних відстаней між категоріями. На рівні окремого пункту відповіді природно мають порядок; подальша статистична модель залежить від об’єкта аналізу, кількості пунктів, розподілу даних і припущень моделі. Детальне розрізнення між номінальною, порядковою, інтервальною та шкалою відношень розглянуто в матеріалі «Шкали вимірювання». Що змінилося в психометрії після Лайкерта Метод 1932 року має історичне значення, але сучасна оцінка психологічного інструмента значно ширша. «Стандарти освітнього та психологічного тестування» (Standards for Educational and Psychological Testing), спільно розроблені AERA, APA та NCME, розглядають якість тестового використання через систему доказів, пов’язаних з інтерпретацією балів і конкретним застосуванням. Сучасна психометрія не надає статус «валідного тесту» лише тому, що питання мають формат Лайкерта або що внутрішня узгодженість є високою. Зокрема, альфа Кронбаха не є універсальним сертифікатом якості. Внутрішня узгодженість не дорівнює одновимірності, надійність не дорівнює валідності, а статистично значуща кореляція не доводить, що інструмент вимірює заявлений конструкт. Історичний внесок Лайкерта краще розуміти як сильний методологічний старт, після якого теорія вимірювання, факторні моделі, теорія відповіді на завдання (IRT), дослідження процесів формування відповіді й справедливості вимірювання та сучасна теорія валідності суттєво розширили вимоги до психологічних шкал. Це розрізнення особливо важливе у клінічних контекстах. Формат Лайкерта сам по собі не є діагностичним методом. Скринінговий опитувальник, навіть коли його пункти мають п’яти- або семикатегоріальні відповіді, залишається скринінговим інструментом у межах свого призначення. Один показник, одне порогове значення або один симптом не встановлює діагноз; значення мають популяція, норми, базова частота, валідність, надійність, чутливість, специфічність, позитивна й негативна прогностична цінність та ширший процес психологічного оцінювання. Лайкерт і розвиток наукових опитувань Після захисту докторської дисертації Лайкерт працював у Нью-Йоркському університеті (New York University), а згодом перейшов до прикладних досліджень. Roper Center пов’язує його з Відділом програмних опитувань (Division of Program Surveys) у Бюро сільськогосподарської економіки Міністерства сільського господарства США та з відділом дослідження морального стану U.S. Strategic Bombing Survey під час Другої світової війни. Ця частина кар’єри була важливою не лише адміністративно: вона формувала середовище, у якому методи вибіркових опитувань, інтерв’ювання і вимірювання громадської думки ставали масштабними дослідницькими технологіями. Університет Мічигану Центр досліджень опитувань також приписує Лайкерту розвиток відкритих запитань у дослідженнях опитувань у 1930-х роках. Для історії досліджень опитувань це принципово: методологія опитування — це не тільки шкала відповіді, а цілий ланцюг від формулювання питання та інтерв’ювання до вибірки, кодування, аналізу і тлумачення. У 1946 році Рада регентів Університету Мічигану схвалила створення Проєкту соціально-наукових опитувань (Social Science Surveys Project), який невдовзі перетворився на Центр досліджень опитувань під керівництвом Лайкерта. У 1949 році Центр досліджень опитувань об’єднався з Центром досліджень групової динаміки, утворивши Інститут соціальних досліджень. Офіційна історія SRC та офіційна історія ISR документують цей інституційний перехід. Для Лайкерта це означало перехід від окремих методів до побудови великої дослідницької інфраструктури соціальної науки. Організаційна психологія: друга велика лінія роботи Лайкерта Ім’я Лайкерта часто звужують до шкали відповідей, але в Університеті Мічигану його прямо називають організаційним психологом. У 1950–1960-х роках він розгорнув програму організаційних досліджень, у якій аналізував зв’язки між стилем керівництва, довірою, комунікацією, участю у прийнятті рішень, груповими процесами та показниками організаційної роботи. New Patterns of Management (1961) і The Human Organization: Its Management and Value (1967) стали головними книжковими викладами цієї програми. Ці праці належать до історичного контексту післявоєнної організаційної психології. Вони поєднували емпіричні спостереження з теоретичними узагальненнями про те, як організаційні системи впливають на поведінку людей. Їхній науковий статус сьогодні слід читати саме так: як впливову історичну модель і програму досліджень, частина понять якої стала мовою подальших досліджень, але окремі нормативні твердження не можна автоматично переносити на сучасні організації без нової емпіричної перевірки. Чотири системи управління Лайкерта Найвідомішою організаційною схемою Лайкерта стали чотири системи управління. Центр досліджень опитувань Університету Мічигану описує діапазон від Системи 1 — експлуататорсько-авторитарної — до Системи 4 — партисипативно-групової. У книгах Лайкерта між крайніми полюсами розташовані Система 2 — прихильно-авторитарна — та Система 3 — консультативна. Це континуум організаційних режимів, у якому змінюються довіра, характер контролю, участь у рішеннях, напрямок комунікації та спосіб мотивації. Система 1 — експлуататорсько-авторитарна У цій моделі влада концентрується нагорі, довіра до підлеглих мінімальна, рішення здебільшого централізовані, а взаємодія організована через жорсткий контроль. Лайкерт описував її як крайній авторитарний полюс своєї системи. Система 2 — прихильно-авторитарна Керівництво зберігає домінантну позицію, але допускає обмежені форми довіри, винагороди та делегування. Підлеглі можуть мати певний простір дії, проте основна структура влади залишається вертикальною. Система 3 — консультативна У цій системі зростають двостороння комунікація, консультації та залучення працівників, хоча ключові рішення залишаються переважно у верхніх рівнях управління. Система 4 — партисипативно-групова Система 4 була для Лайкерта найбільш участницькою моделлю: значна довіра, групове прийняття рішень, широка комунікація і взаємний вплив. Саме ця система найбільш пов’язана з його концепцією партисипативного управління. Важливо не перетворювати цю класифікацію на сучасний універсальний рейтинг стилів. Це історична модель, сформована в певній дослідницькій традиції та економічному контексті середини XX століття. Модель зв’язувальних ланок: організація як мережа пов’язаних груп Ще одна відома ідея Лайкерта — модель зв’язувальних ланок (linking-pin model). Тілбурзький університет називає її поряд зі шкалою Лайкерта та дослідженнями стилів управління серед його ключових внесків, а New Patterns of Management містить концепцію взаємопов’язаних груп. Її базова логіка полягає в тому, що організаційні рівні не мають існувати як ізольовані вертикальні шари: окремі учасники, особливо керівники, можуть бути членами двох суміжних груп і передавати інформацію, вплив та координацію між ними. У сучасній мові це легко зіставити з питаннями координації, міжкомандних зв’язків і мережевої структури організацій, але таке зіставлення є інтерпретацією, а не доказом, що всі сучасні мережеві моделі походять безпосередньо від Лайкерта. Його концепція зв’язувальних ланок має історичне авторство і конкретний теоретичний контекст; сучасний аналіз організаційних мереж розвивалася значно ширше. Причинні, проміжні та результативні змінні В організаційних роботах Лайкерт намагався пояснити не тільки кореляції між «хорошим керівництвом» і продуктивністю, а й послідовність організаційних процесів. У New Patterns of Management і The Human Organization він розрізняв управлінські умови, проміжні процеси та кінцеві результати. До управлінських умов могли належати стилі керівництва й організаційні практики; до проміжних — довіра, комунікація, групова взаємодія, мотивація; до результатів — продуктивність, витрати та інші організаційні показники. Історично це був важливий крок від простого опису стилів до моделі механізмів. Сучасний дослідник, однак, не повинен читати цю схему як автоматично встановлений причинний ланцюг. Причинний висновок потребує відповідного дизайну, контролю альтернативних пояснень, часової структури даних і статистичного аналізу. Те, що модель називає змінну «причинною», не робить причинність емпірично доведеною. Вимірювання організації: сильна ідея та її межі Однією з наскрізних ідей Лайкерта було використання систематичного вимірювання для розуміння організації. У його працях опитування працівників, індекси організаційного клімату та показники взаємодії мали стати джерелом управлінської інформації. Це історично пов’язує його психометричну роботу з організаційною: в обох випадках латентне соціально-психологічне явище намагалися представити через структуру множинних індикаторів. Сучасна практика додає жорсткіші вимоги. Якщо організація вимірює «довіру», «залученість», «психологічну безпеку» або «якість керівництва» через анкету, назва конструкта не є доказом того, що показник має заявлене значення. Потрібні теоретичне визначення, валідні пункти, дані про структуру, надійність, інваріантність вимірювання при порівнянні груп, а також аналіз того, чи не створює спосіб використання балів небажаних стимулів або несправедливих рішень. Особливо небезпечно використовувати анонімне опитування як псевдоточний рейтинг окремих працівників або керівників, якщо інструмент не був валідований для індивідуальних рішень. Групова діагностика організаційного клімату, дослідницька шкала та інструмент для кадрового рішення мають різні призначення і тому потребують різного рівня доказів. Від шкали ставлень до досліджень опитувань Внесок Лайкерта в опитування не зводився до формату «1–5». Його кар’єра охоплювала формулювання питань, відкриті інтерв’ю, побудову дослідницьких центрів і масові вибіркові дослідження. Саме тому історія шкала Лайкерта краще читається всередині історії досліджень опитувань. Психометрична шкала є лише одним компонентом: погана вибірка, навідне питання, систематична невідповідь або невдала процедура адміністрування можуть зруйнувати інтерпретацію навіть дуже добре сконструйованих пунктів. Це також пояснює, чому Лайкерт був одночасно психологом і важливою фігурою для статистичної спільноти. Американська статистична асоціація фіксує його як віцепрезидента ASA у 1953–1955 роках і президента у 1959 році. Його інтерес був не в математичній статистиці як ізольованій дисципліні, а в побудові надійної емпіричної соціальної науки, яка вміє перетворювати людські відповіді на дослідницькі дані. Інститут соціальних досліджень (ISR): інституційна спадщина Лайкерт був не лише автором методу, а й організатором дослідницької інфраструктури. Офіційна історія ISR датує створення Інституту соціальних досліджень 1949 роком, коли Центр досліджень опитувань об’єднався з Центром досліджень групової динаміки. Таке поєднання методології опитувань і групової динаміки символічне для його власної програми: вимірювати поведінку і водночас досліджувати соціальні системи, в яких ця поведінка виникає. Вплив цієї інституції пережив конкретні теорії Лайкерта. Центр досліджень опитувань розвивав методи вибірки, дослідження виборчої поведінки, споживчих очікувань, домогосподарств і великих поздовжніх досліджень. Тому спадщина Лайкерта — це не тільки епонімна шкала, а й участь у формуванні університетської моделі великомасштабної емпіричної соціальної науки. Основні праці Лайкерта A Technique for the Measurement of Attitudes, 1932 Робота, з якої походить його найвідоміший психометричний внесок. Вона описувала техніку вимірювання ставлень через множину тверджень і сумування оцінок. Бібліографічний запис New Patterns of Management, 1961 Книга, у якій Лайкерт систематизував дослідження керівництва, групових процесів, комунікації, впливу та організаційної ефективності. Вона стала одним з основних джерел його систем управління та логіки зв’язувальних ланок. бібліографічний запис The Human Organization: Its Management and Value, 1967 Подальший розвиток його організаційної теорії, включно з системами управління, підтримувальні взаємини, груповими процесами, організаційними змінними та спробами оцінювати «людську організацію» як актив. бібліографічний запис New Ways of Managing Conflict, 1976 Спільна книга Ренсіса Лайкерта і Джейн Гібсон Лайкерт про організаційний конфлікт, групове розв’язання проблем і управлінські процедури. Вона показує, що пізня програма Лайкерта виходила за межі класифікації стилів керівництва й охоплювала конфлікт та кооперацію. бібліографічний запис Який науковий статус мають ідеї Лайкерта сьогодні Найстійкішою є не конкретна п’ятибальна форма, а загальна психометрична ідея багатопунктового вимірювання латентних конструктів через структуровані відповіді. Сучасні інструменти з відповідями типу Лайкерта можуть використовувати п’ять, сім або іншу кількість категорій, а їхню якість визначають не число кнопок і не історичний авторитет методу, а доказова база для конкретного показника та його призначення. Джебб, Нґ і Тей Організаційні системи Лайкерта мають інший статус. Вони залишаються історично значущими для розвитку партисипативного управління, організаційного розвитку та поведінкових підходів до управління, але не повинні подаватися як сучасна завершена таксономія організаційної ефективності. Практика менеджменту залежить від завдань, структури, культури, технології, професійної автономії, ризику, регуляторного середовища та багатьох інших умов, яких чотири системи не охоплюють. Тому коректна формула така: у психометрії Лайкерт дав історично фундаментальний методологічний прототип, який був суттєво розвинений сучасною теорією вимірювання; в організаційній психології він запропонував впливову історичну програму про участь, довіру, групи й комунікацію, яка стала частиною розвитку дисципліни, але не є остаточною сучасною моделлю організацій. Типові помилки, пов’язані з ім’ям Лайкерта 1. «Будь-яка шкала 1–5 — це шкала Лайкерта». Ні. Числа 1–5 можуть бути будь-якою рейтинговою схемою. Для логіки Лайкерта важливі упорядковані категорії та, у строгому сенсі, багатопунктове вимірювання конструкта. 2. «Один пункт типу Лайкерта і шкала Лайкерта — синоніми». Ні. Один пункт є індикатором; багатопунктова шкала створює показник з кількох індикаторів за визначеним правилом. 3. «Якщо альфа висока, шкала валідна». Ні. Внутрішня узгодженість і валідність відповідають на різні питання. Альфа також залежить від кількості пунктів і припущень моделі. 4. «П’ятибальна шкала — оригінальний і обов’язковий стандарт Лайкерта для всіх задач». Ні. П’ять категорій історично поширені, але сучасний вибір категорій має залежати від конструкта, популяції, когнітивного навантаження та психометричних даних. 5. «Система 4 доведено найкраща для кожної організації». Це надмірне узагальнення історичної моделі. Її слід читати у контексті досліджень середини XX століття, а сучасні управлінські рішення перевіряти на актуальних даних і в конкретному середовищі. 6. «Лайкерт створив діагностичний формат». Ні. Він створив техніку вимірювання ставлень; клінічна діагностика, скринінг, моніторинг і вимірювання результатів — різні застосування з окремими вимогами. Психологічний тест потребує доказів для свого призначення. Що з Лайкерта варто взяти сучасному досліднику Перша ідея — не покладатися на одне питання, коли конструкт складний. Множинні індикатори можуть краще представити різні аспекти конструкта, але лише якщо їх об’єднання теоретично та емпірично обґрунтоване. Друга — ставлення і думки можна вивчати кількісно, не вдаючи, що вони є фізичними величинами. Психометрія працює через моделі, індикатори та аргументи валідності, а не через буквальне вимірювання «п’ять одиниць довіри». Третя — метод опитування є системою. Якість пункту, категорій відповіді, вибірки, процедури інтерв’ювання, контексту і статистичного аналізу взаємопов’язані. Четверта — організаційні явища також можна вимірювати, але показник не має ставати магічним числом. Якщо опитування використовується для управлінських рішень, потрібно перевірити, що інструмент придатний саме для цього рівня інтерпретації. П’ята — організація є соціальною системою, а не лише формальною схемою посад. Комунікація, довіра, групові зв’язки і участь у рішеннях можуть бути важливими механізмами, але їхній вплив потрібно досліджувати, а не припускати. Поширені запитання Хто такий Ренсіс Лайкерт? Ренсіс Лайкерт — американський соціальний та організаційний психолог і методолог опитувань (1903–1981). Він відомий розробленням техніки вимірювання ставлень, що стала основою шкал Лайкерта, а також роботами про організаційні системи, групові процеси та партисипативне управління. Roper Center Що саме винайшов Лайкерт? У 1932 році він опублікував A Technique for the Measurement of Attitudes — метод сумованих оцінок для вимірювання ставлень через серію пунктів. Сучасне поняття шкали Лайкерта виросло з цієї техніки, але за десятиліття методологія значно розвинулася. Чи є один пункт 1–5 шкалою Лайкерта? У строгому вживанні це пункт типу Лайкерта або пункт типу Лайкерта. Повна шкала Лайкерта зазвичай складається з кількох пов’язаних пунктів, що формують обґрунтований сумарний або модельний показник. Детально — у статті «Шкала Лайкерта». Чому шкала Лайкерта досі така поширена? Вона дає простий для респондента спосіб виражати градації ставлення, інтенсивності, частоти або оцінки й добре поєднується з багатопунктовими психометричними інструментами. Поширеність формату, однак, не замінює перевірки валідності та надійності конкретної шкали. Що таке чотири системи Лайкерта? Це історична модель організаційних стилів: від Системи 1 — експлуататорсько-авторитарної — через прихильно-авторитарну й консультативну системи до Системи 4 — партисипативно-групової. Університет Мічигану описує цей діапазон як один з основних організаційних внесків Лайкерта. SRC Що таке модель зв’язувальних ланок? Це модель, у якій організація складається з взаємопов’язаних груп, а учасники на межі рівнів — часто керівники — виконують роль «зв’язувальних ланок» між групами. Вона була частиною ширшої теорії групової взаємодії й управління Лайкерта. Чи актуальні організаційні теорії Лайкерта сьогодні? Вони актуальні як історично впливові концепції організаційної психології та партисипативним управлінням. Для сучасних практичних висновків їх потрібно співвідносити з новішими дослідженнями й конкретним контекстом організації; їх не слід трактувати як універсальний стандарт ефективності. Чи можна за шкалою Лайкерта поставити психологічний діагноз? Ні. Шкала Лайкерта — це формат і принцип психометричного вимірювання, а не діагноз. Навіть валідований клінічний опитувальник може бути скринінговим, моніторинговим або інструментом вимірювання результатів. Діагностичний висновок залежить від ширшого клінічного оцінювання й призначення конкретного тесту. Чи достатньо перекласти шкалу Лайкерта українською? Ні. Переклад не дорівнює валідованій культурній адаптації. Потрібні перевірка змістової та мовної еквівалентності, психометричні дані для цільової популяції та документовані правила використання. Наявність українського тексту сама по собі не доводить надійність, валідність або інваріантність вимірювання. Пов’язані статті Шкала Лайкерта: що це, як працюють категорії відповіді і чим шкала відрізняється від одного Likert-item Психометрія: що це, що вона вимірює і як оцінюють якість психологічних тестів Рейтингова шкала: що це, як працює та чим відрізняється від ранжування Надійність психологічного тесту: що це, які бувають види і чому надійність не дорівнює валідності Шкали вимірювання: номінальна, порядкова, інтервальна і відношень — що вони означають у психології Психологічний тест: що це, з чого складається і за якими ознаками оцінюють його якість Джерела American Academy of Arts and Sciences. Rensis Likert (1903–1981). American Association for Public Opinion Research. AAPOR Award Winners. American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. American Psychological Association. Seashore, S. E., & Katz, D. (1982). Obituary: Rensis Likert (1903–1981). American Psychologist, 37(7), 851–853. Institute for Social Research, University of Michigan. History. Jebb, A. T., Ng, V., & Tay, L. (2021). A Review of Key Likert Scale Development Advances: 1995–2019. Frontiers in Psychology, 12, 637547. https://doi.org/10.3389/fpsyg.2021.637547 Kish, L. (1982/2010). Rensis Likert: Creator of Organizations. The American Statistician / Amstat News reprint. American Statistical Association. Likert, R. (1932). A Technique for the Measurement of Attitudes. Archives of Psychology, 140, 1–55. Likert, R. (1961). New Patterns of Management. New York: McGraw-Hill. Likert, R. (1967). The Human Organization: Its Management and Value. New York: McGraw-Hill. Likert, R., & Likert, J. G. (1976). New Ways of Managing Conflict. New York: McGraw-Hill. Roper Center for Public Opinion Research, Cornell University. Rensis Likert. Pioneers of Polling. Survey Research Center, University of Michigan. History: Rensis Likert, Director 1946–1948. Tilburg University. Dr. Rensis Likert, honorary doctorate 1967. Wellcome Collection. A technique for the measurement of attitudes / by Rensis Likert. (1932).

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Коротка відповідь Георг Вільям Раш (Georg William Rasch; 1901–1980) — данський математик і статистик, чиє ім’я стало одним із ключових у сучасній психометрії. Він створив сімейство ймовірнісних моделей, центральним випадком якого стала модель Раша: спосіб описувати відповіді на завдання через відношення між параметром людини та параметром завдання. Його праці змінили саму постановку питання про психологічне вимірювання — від простого підрахунку балів до перевірки, чи допускають дані порівняння, які залишаються стабільними за зміни конкретних осіб або завдань. Біографічний нарис Ерлінга Б. Андерсена та архів Psychometrika фіксують Раша як математика і статистика, автора моделі, що згодом отримала його ім’я. Джерело: Psychometrika. Найвідоміша ідея Раша — специфічна об’єктивність (специфічна об’єктивність). Вона означає не «абсолютну неупередженість» тесту і не автоматичну істинність отриманого числа. Йдеться про вимогу до структури порівняння: за належної відповідності моделі порівняння двох людей має не залежати від того, які саме релевантні завдання використано, а порівняння двох завдань — від того, які саме релевантні люди були використані для калібрування. Сам Раш розгорнув цю ідею в роботі 1977 року, а сучасні історико-методологічні огляди показують, що саме така інваріантність стала одним із центральних ідеалів вимірювання за Рашем. Первинне джерело. Водночас модель Раша не є універсальним сертифікатом якості. Відповідність даних моделі не замінює доказів валідності, не гарантує справедливості, не доводить відсутність культурної упередженості і не перетворює будь-який сирий бал на «справжню» психологічну величину. Сучасні Standards for Educational and Psychological Testing вимагають оцінювати інтерпретації та використання балів через ширший комплекс доказів: зміст, внутрішню структуру, зв’язки з іншими змінними, наслідки використання, надійність, похибку та справедливість. Хто такий Георг Раш Георг Раш народився 21 вересня 1901 року в Оденсе і помер 19 жовтня 1980 року. Данський національний біографічний довідник Lex, статтю для якого написав психометрик Ерлінг Б. Андерсен, описує Раша як математика за освітою, який поступово перейшов до статистики та прикладних проблем вимірювання. Його докторська робота була математичною; подальша кар’єра дедалі сильніше пов’язувалася зі статистичним консультуванням, біостатистикою, освітніми дослідженнями та психологічним тестуванням. Важливим етапом стала поїздка до Лондона 1935–1936 років, де Раш ознайомився з підходами Рональда Фішера. Після повернення він поширював фішерівську статистичну традицію в Данії та працював консультантом, зокрема для Statens Serum Institut, Данського інституту педагогічних досліджень і військово-психологічної служби. За даними Lex, саме робота з освітніми даними в Педагогічному інституті стала безпосереднім контекстом розвитку моделі, що отримала назву модель Раша. У 1962 році Раш став професором статистики Копенгагенського університету. Його біографія важлива для розуміння самої моделі: Раш прийшов у психометрію не як автор чергового тесту, а як математик і статистик, який шукав загальні умови для стійких порівнянь. Цю інтелектуальну траєкторію докладно реконструюють Ліна Вьолк Олсен та Ерлінг Б. Андерсен, а дисертація Олсен присвячена внеску Раша в статистику значно ширше за одну психометричну формулу. Від математики й статистики до проблеми психологічного вимірювання Класична тестова практика часто починається з очевидного числа: скільки завдань людина виконала правильно або скільки пунктів вона підтримала. Але сирий сумарний бал сам по собі ще не пояснює, що саме виміряно, наскільки стабільним є порівняння і чи однаково працює шкала для різних груп. Раш поставив проблему радикальніше: за яких умов відповіді на окремі завдання можна організувати так, щоб параметри людей і параметри завдань утворювали спільну вимірювальну структуру? У книзі Probabilistic Models for Some Intelligence and Attainment Tests, опублікованій 1960 року, Раш запропонував ймовірнісні моделі для тестів інтелекту та досягнень. Наступного року в доповіді On General Laws and the Meaning of Measurement in Psychology він прямо пов’язав ці моделі з ширшим питанням про загальні закони та сенс вимірювання у психології. Для історії психометрії це принциповий момент: модель була задумана не лише як зручна техніка оцінювання параметрів, а як відповідь на фундаментальне питання про те, що робить психологічне число вимірюванням. Саме тому спадщина Раша має два рівні. Перший — технічний: логістична модель, параметри, достатні статистики, оцінювання, тести відповідності. Другий — вимірювально-філософський: вимога інваріантності порівнянь, специфічна об’єктивність і переконання, що модель має задавати стандарт вимірювання, а дані повинні перевірятися на відповідність цьому стандарту. Сучасний огляд історії вимірювання за Рашем показує, що ці два рівні й далі співіснують у практиці. Огляд Tennant і Küçükdeveci. Головний хід Раша: людина і завдання на одній шкалі У найпростішій дихотомічній моделі Раша є два ключові параметри: θ описує положення людини на латентній властивості, а b — складність або локацію завдання. Імовірність позитивної відповіді визначається різницею θ − b. Коли θ = b, модель задає ймовірність 0,5; коли θ перевищує b, ймовірність позитивної відповіді зростає; коли b перевищує θ — зменшується. Детальний математичний розбір винесено в окрему канонічну статтю «Модель Раша». Ця простота оманлива. Формула не просто описує S-подібну криву. Вона накладає сильне обмеження: всі завдання мають працювати за спільною дискримінаційною структурою, а різниця між людиною і завданням повинна бути достатньою для моделювання ймовірності відповіді. Саме через ці обмеження модель може мати властивості, важливі для відокремленого оцінювання параметрів людей і завдань. Сучасна стаття в Psychometrika про умовні правдоподібності називає модель Раша канонічним прикладом, де параметри завдань можна оцінювати через умовну правдоподібність, усунувши параметри людей шляхом обумовлення достатньою статистикою. Psychometrika, 2022. У базовій моделі сумарний сирий бал має особливий статус: за виконання умов моделі він є достатньою статистикою для параметра людини. Це не означає, що сирий бал уже є лінійною мірою. Йдеться про статистичну властивість: для оцінювання параметра людини повний патерн відповідей не містить додаткової інформації понад суму відповідей у тій мірі, в якій виконується модель. Саме ця властивість відрізняє модель Раша від багатьох складніших IRT-моделей. Що таке специфічна об’єктивність Термін специфічна об’єктивність Раш увів для дуже конкретної вимоги. У публікації 1977 року він формалізував ідею, що наукове порівняння має бути незалежним від випадкової заміни допустимих інструментів або об’єктів усередині визначеної рамки відліку. Для психометрії це виливається в симетричну вимогу: порівняння людей не повинно систематично залежати від конкретного набору релевантних завдань, а порівняння завдань — від конкретної вибірки релевантних людей. Сучасний історико-філософський аналіз психометрії Wijsen, Borsboom і Alexandrova описує специфічну об’єктивність як одну з найвідоміших реалізацій психометричного ідеалу об’єктивності. Автори наголошують: об’єктивність у психометрії має кілька смислів, а рашівська традиція обирає особливий — інваріантність висновків щодо допустимої зміни джерела інформації. Тому «об’єктивне вимірювання» у Раша слід читати як структурну вимогу до порівнянь, а не як обіцянку, що тест позбавлений усіх людських рішень, цінностей і контексту. Це розрізнення критично важливе. Вибір конструкта, зміст завдань, мова, популяція, правила адміністрування, спосіб інтерпретації та рішення про допустиме відхилення від моделі залишаються науковими й професійними рішеннями. Специфічна об’єктивність не скасовує цих рішень; вона задає вимогу до того, які порівняння модель дозволяє вважати інваріантними в конкретній рамці. «Об’єктивність» у Раша не означає відсутність похибки або упередженості У популярному викладі легко перейти від «специфічна об’єктивність» до надмірного твердження «модель Раша дає об’єктивні результати». Науково коректніше говорити умовно: якщо зміст шкали обґрунтований, дані достатньо відповідають моделі, релевантні припущення не мають суттєвих порушень, а інваріантність підтримується емпірично, модель створює підстави для певного класу інваріантних порівнянь. DIF (differential item functioning) — особливо добре показує межу між формальною інваріантністю та справедливістю. Якщо завдання має різні параметри для груп за однакового рівня латентної риси, це сигнал порушення інваріантності. Але DIF не є автоматичним доказом несправедливості: потрібно оцінити величину ефекту, зміст завдання, причину різниці та вплив на підсумкові висновки. Огляд практик DIF у межах моделі Раша прямо рекомендує переходити від статистичної значущості до оцінки змістовних наслідків. PLOS One. Так само добра відповідність моделі не доводить валідність. За Standards валідність стосується обґрунтованості інтерпретацій і використання тестових балів. Аналіз за Рашем може дати сильні докази щодо внутрішньої структури, функціонування завдань та інваріантності, але не замінює змістовної теорії конструкта, зовнішніх зв’язків, аналізу наслідків, надійності та похибки. Логіт: одиниця моделі, а не новий психологічний «метр» В аналізі за Рашем параметри зазвичай виражають у логітах — логарифмічних одиницях відношення шансів (odds). Логіт виникає з логарифма відношення ймовірностей і переводить логістичну залежність на адитивну шкалу. На ній різниця між θ і b має однаковий математичний сенс у різних ділянках континууму моделі. Це не означає, що слово «логіт» саме по собі надає психологічному конструкту фізичну одиницю на кшталт метра або кілограма. Логіт є одиницею модельної шкали. Щоб інтерпретувати таку шкалу як психологічне вимірювання, потрібні змістова визначеність конструкта, відповідність моделі, достатня точність, інваріантність і валідне призначене використання. Саме тут проходить межа між математичним перетворенням і науковою інтерпретацією. Модель Раша, 1PL і теорія відповіді на завдання Модель Раша математично тісно пов’язана з однопараметричною логістичною моделлю в теорії відповіді на завдання (IRT). В обох випадках імовірність відповіді залежить від положення людини та завдання на латентній шкалі за спільного параметра дискримінації. Через це в прикладній літературі модель Раша нерідко описують як 1PL IRT. Однак повне ототожнення приховує методологічну різницю між традиціями. У широкій IRT дослідник може порівнювати 1PL, 2PL, 3PL та інші моделі й дозволяти завданням мати різну дискримінацію або параметр вгадування, якщо це краще описує дані. У вимірюванні за Рашем сильні обмеження моделі часто трактуються як частина самого стандарту вимірювання: питання формулюється не лише «яка модель найкраще пристосовується до цих даних?», а й «чи відповідають дані вимогам моделі, потрібної для конкретних вимірювальних властивостей?» Сучасний методологічний огляд Tennant і Küçükdeveci докладно пояснює цю прескриптивну традицію. Джерело. Тому коректна коротка формула така: модель Раша належить до ширшого простору моделей відповіді на завдання, але вимірювання за Рашем — це також окрема методологічна традиція з власним акцентом на специфічну об’єктивність, достатні статистики, відповідність моделі даним та інваріантність. Що означає принцип «дані мають відповідати моделі» У багатьох статистичних задачах модель оцінюють насамперед за тим, наскільки добре вона описує спостережені дані. У вимірюванні за Рашем логіка жорсткіша: модель задає бажані властивості вимірювання, а дані перевіряють на сумісність із цими властивостями. Якщо окреме завдання систематично порушує структуру, дослідник має не просто «поліпшити відповідність моделі», а з’ясувати, що сталося: невдалий зміст, друга латентна риса, локальна залежність, DIF, неправильне кодування, непридатні категорії відповіді або недостатньо визначений конструкт. Ця логіка не дає дозволу механічно видаляти всі завдання, що не відповідають моделі доти, доки статистика не стане красивою. Таке очищення може звузити конструкт і створити недостатнє представлення конструкта. Психометричне рішення має поєднувати модель, зміст, теорію конструкта і призначення шкали. Сучасні рекомендації щодо аналізу за Рашем наголошують на необхідності повідомляти повний аналітичний процес, а не лише кінцеві показники відповідності. Методологічний огляд 2023 року. Які властивості перевіряють у сучасному аналізі за Рашем Сучасний аналіз не зводиться до одного коефіцієнта відповідності моделі. Залежно від моделі, програмного забезпечення, типу даних і призначення інструмента досліджують кілька взаємопов’язаних властивостей. Відповідність завдань і осіб моделі. Статистики відповідності та залишки (residuals) допомагають виявити патерни, які модель не пояснює, але порогові правила залежать від методу й контексту. Одновимірність. Шкала має підтримувати інтерпретацію домінантної латентної властивості, яку описує модель. Добра відповідність моделі не робить багатовимірний конструкт автоматично одновимірним. Локальна незалежність. Після врахування латентної риси відповіді на окремі завдання не повинні мати залишкової залежності, здатної викривити оцінювання та точність. Інваріантність і DIF. Параметри завдань перевіряють на стабільність між релевантними групами, умовами, мовними версіями або часовими точками. Націленість (targeting). Складність завдань має достатньо покривати ділянку латентної риси, де потрібне точне вимірювання. Шкала може добре відповідати моделі, але бути погано націленою на конкретну популяцію. Функціонування категорій. Для політомних моделей перевіряють, чи впорядковані категорії відповіді працюють осмислено та чи пороги між ними мають інтерпретовану структуру. Точність і похибку. Невизначеність оцінки змінюється вздовж латентного континууму; одна загальна reliability не описує однаково добре точність у всіх ділянках. Огляд Tennant і Küçükdeveci систематизує ці вимоги для сучасного застосування, а статистична література про умовну правдоподібність пояснює, чому достатність і обумовлення мають особливе місце в сімействі моделей Раша. Psychometrika. Раш і проблема інваріантності Одним із найсильніших наслідків моделі є ідея розділення параметрів. За коректної моделі і достатньої емпіричної підтримки відмінність між двома людьми можна оцінювати без прив’язки до конкретної випадкової вибірки завдань із визначеного класу, а відмінність між двома завданнями — без прив’язки до конкретної випадкової вибірки людей із визначеної рамки. Саме це Раш вважав вимірювально значущою формою об’єктивності. Але інваріантність є емпіричною вимогою, а не магічною властивістю програмного пакета. Якщо параметри змінюються між групами, умовами або мовами, дослідник повинен розібратися, чи порушено модель, чи змінилася сама рамка відліку, чи тест фактично функціонує по-різному. Саме тому сучасний аналіз DIF є не додатковою косметикою, а прямим продовженням рашівського питання про те, чи зберігаються порівняння. Науковий статус і межі концепції «об’єктивного вимірювання» Технічні властивості базової моделі — її логістична форма, достатність сумарного бала для параметра людини у відповідних умовах, можливість умовний метод максимальної правдоподібності та формалізація розділення параметрів — є усталеною частиною математичної психометрії. Вплив вимірювання за Рашем також добре задокументований: систематичний наукометричний огляд проаналізував тисячі публікацій і показав, що вимірювання за Рашем сформувалася як велика міждисциплінарна спеціальність із застосуваннями у психології, освіті, медицині та вимірюванні показників здоров’я. Сильніша філософська теза — що відповідність моделі Раша сама по собі встановлює фундаментальне вимірювання психологічної властивості, порівнюване з фізичним вимірюванням, — залишається предметом дискусії. Наприклад, Günter Trendler у критичній статті 2022 року заперечує, що статистичної відповідності моделі достатньо для встановлення тієї інваріантності, яка потрібна для сильного метролого-філософського висновку. Це дискусійне твердження, а не скасування математичної моделі: суперечка стосується того, який онтологічний і вимірювальний статус можна приписати отриманій шкалі. Отже, найточніше розрізняти три рівні. Перше: модель Раша як статистична модель має усталений науковий статус. Друге: її корисність для перевірки конкретних вимірювальних властивостей — добре підтримана багатьма прикладними й методологічними роботами, але залежить від даних і призначеного використання. Третє: теза, що відповідність моделі Раша створює фундаментальне вимірювання в сильному філософському сенсі, залишається дискусійною і потребує окремого аргументу. Валідність: внесок Раша є частиною доказу, а не заміною всього доказу Аналіз за Рашем може бути надзвичайно інформативним для структурної валідності. Карта «завдання — особа», аналіз категорій, залишки (residuals), локальна залежність, DIF та перевірки інваріантності допомагають побачити, чи поводиться інструмент так, як передбачає його вимірювальна модель. Але валідність не зводиться до відповідність моделі. Навіть ідеальна внутрішня структура не відповідає на питання, чи правильно визначено конструкт, чи охоплено його зміст, чи результати пов’язані з релевантними зовнішніми критеріями й чи виправдане конкретне рішення на основі бала. Тому в сучасній доказовій психометрії докази з аналізу за Рашем слід інтегрувати в ширший аргумент валідності відповідно до AERA/APA/NCME Standards. Це захищає від двох протилежних помилок: недооцінити інформацію, яку дає аналіз за Рашем, або оголосити тестовий бал валідним лише тому, що певний набір статистик відповідності виглядає прийнятно. Справедливість, культура і мовна адаптація Рашівський ідеал інваріантності особливо важливий для кроскультурного тестування, але його не можна спрощувати до правила «немає DIF — немає упередженості». Відсутність виявленого DIF залежить від дизайну, розміру вибірки, способу зіставлення, статистичної потужності та груп, які були реально перевірені. Навіть за відсутності DIF можуть залишатися проблеми змістової репрезентативності, доступності, перекладу або норм. Навпаки, наявність DIF — сигнал для дослідження, а не автоматичний вирок завданню. Потрібно встановити, чи вторинна відмінність є нерелевантною до конструкта, чи вона закономірно входить у визначення конструкта. Саме це відділяє статистичну аномалію від висновку про несправедливість. Сучасні стандарти тестування розглядають справедливість як фундаментальну властивість процесу розроблення, застосування й інтерпретації тесту, а не як один постфактум коефіцієнт. Стандарти AERA/APA/NCME. Від освітніх тестів до психології та медицини Раш розробляв свої моделі в контексті тестів інтелекту й навчальних досягнень. У наступні десятиліття вимірювання за Рашем вийшло далеко за межі освітнього тестування. Сьогодні її застосовують до психологічних шкал, показників, повідомлених пацієнтами (patient-reported outcome measures), реабілітаційних інструментів, оцінювання функціонування, мовного тестування та інших латентних конструктів. Наукометричний огляд 2019 року документує масштаб і тематичне розгалуження цієї традиції. В українському професійному полі термін «модель Раша» також використовується у сучасному освітньому вимірюванні. Український центр оцінювання якості освіти включає модель Раша до матеріалів про сучасну теорію тестів та IRT. Для української психології це важливо ще й термінологічно: варто говорити «модель Раша», «логіт», «латентна ознака», «складність завдання», «інваріантність», «диференційне функціонування завдань», а не калькувати випадкові російськомовні назви. Що саме можна вважати внеском Георга Раша Внесок Раша зручно розкласти на кілька взаємопов’язаних рівнів. Ймовірнісна модель вимірювання. Раш показав, як описати відповіді через структурно просте відношення параметра людини та параметра завдання. Розділення параметрів. Його підхід поставив у центр можливість порівнювати людей і завдання так, щоб оцінювання одного класу параметрів не залежало від конкретних значень іншого класу більше, ніж дозволяє модель. Достатня статистика. У базовій моделі сумарний бал має особливий статистичний статус для параметра людини, що відкриває шлях до умовний метод максимальної правдоподібності. Специфічна об’єктивність. Раш перетворив інваріантність порівнянь із бажаної властивості на центральну формальну вимогу вимірювальної теорії. Прескриптивний погляд на модель. Модель задає вимоги до даних, а аналіз перевіряє, чи здатний інструмент підтримати передбачувану форму вимірювання. Міст між статистикою і філософією вимірювання. Раш зробив питання «що означає виміряти психологічну властивість?» частиною технічної моделі, а не зовнішнім філософським коментарем. Що не варто приписувати Рашу Пізніша історія сімейства моделей Раша значно ширша за тексти самого Георга Раша. Політомні моделі, модель рейтингової шкали (rating scale model), модель часткового кредиту (partial credit model), багатофасетне вимірювання за Рашем (many-facet Rasch measurement), сучасні DIF-алгоритми, дерева Раша, байєсівські розширення та численні програмні реалізації розробляли інші автори. Вони продовжують рашівську традицію, але історично некоректно приписувати весь сучасний апарат особисто Рашу. Так само не слід називати Раша одноосібним «засновником усієї IRT». Теорія відповіді на завдання формувалася через кілька ліній — роботи Фредеріка Лорда, Аллана Бірнбаума, Георга Раша та інших дослідників. Внесок Раша має власну чітку територію: модель із сильними вимірювальними обмеженнями, розділення параметрів, достатні статистики та специфічна об’єктивність. Окрема стаття про IRT розглядає ширшу історію та сімейство моделей. Типові помилки в інтерпретації спадщини Раша «Якщо програма видала логіти, ми отримали інтервальну психологічну шкалу». Логіт є модельною координатою; інтерпретація потребує відповідності моделі та валідного конструкта. «Хороша відповідність моделі означає валідний тест». Відповідність моделі підтримує частину доказів про структуру, але валідність є ширшим аргументом. «Специфічна об’єктивність означає, що тест не має упередженості». Інваріантність потрібно перевіряти; справедливість включає зміст, доступність, групові наслідки й призначене використання. «DIF автоматично доводить несправедливість». DIF є статистичним сигналом; висновок потребує аналізу причини, величини й змістовної релевантності. «Модель Раша і 1PL IRT повністю тотожні». Математичний зв’язок тісний, але вимірювання за Рашем має окрему методологічну традицію. «Рашівський бал можна використати як діагноз». Модельна оцінка латентної риси не є клінічним діагнозом; скринінг, оцінювання та діагностика мають різні функції. «Видалення всіх завдання, що не відповідають моделі робить шкалу якісною». Механічне видалення може звузити конструкт і приховати проблеми дизайну. Рашівський бал у клінічній психології: що він може і чого не може У клінічних інструментах та інструментах у сфері здоров’я модель Раша може допомогти оцінити структуру симптомної або функціональної шкали, впорядкування категорій, націленість (targeting), локальну незалежність, DIF і точність уздовж латентного континууму. Це корисно для вимірювання результатів і для перевірки того, чи шкала працює подібно в релевантних групах. Сучасний огляд застосування. Але оцінка за моделлю Раша, сирий бал або порогове значення (cutoff) не встановлює діагноз. Діагностика потребує клінічних критеріїв, анамнезу, функціонування, диференційної оцінки та інших релевантних джерел інформації. Навіть якщо симптомна шкала має сильні психометричні властивості, вона залишається інструментом вимірювання визначеної ознаки, а не автоматичною заміною професійного оцінювання. Чому внесок Раша залишається важливим у 2026 році Головна актуальність Раша полягає не в тому, що кожен психологічний тест має бути тест за моделлю Раша. Його довготривалий вплив полягає у вимозі ставити до числа складніші запитання. Що саме робить цей бал порівнюваним? Яка частина результату належить людині, а яка — конкретному набору завдань? Чи зберігається шкала між групами? Чи однаково працюють категорії? Чи є сирий бал достатнім? Де точність висока, а де низька? Чи підтримують дані модель вимірювання, яку ми хочемо використовувати? Ці питання виходять далеко за межі програмне забезпечення для аналізу за Рашем. Вони формують культуру доказового психологічного вимірювання: число не приймають як факт лише тому, що його обчислено. Потрібно показати, за якою моделлю воно виникло, яку похибку має, які припущення виконує, у якій популяції працює і які висновки з нього дозволені. У цьому сенсі Георг Раш змінив психометрію не одним коефіцієнтом. Він змінив вимогу до самого вимірювання: психологічна шкала має довести, що її порівняння витримують зміну конкретних носіїв інформації в межах визначеної рамки. Саме ця вимога — зі всіма її сильними сторонами, обмеженнями та дискусіями — і є найбільш живою частиною його спадщини. FAQ Ким був Георг Раш? Георг Вільям Раш був данським математиком і статистиком (1901–1980), професором Копенгагенського університету та автором моделей, що стали основою вимірювання за Рашем. Біографічні джерела пов’язують розвиток моделі з його роботою в освітній статистиці. Lex. Що винайшов Георг Раш? Він розробив сімейство ймовірнісних моделей для аналізу відповідей у тестах інтелекту та досягнень і сформулював вимірювальну концепцію специфічної об’єктивності. Найвідоміший результат — дихотомічна модель Раша та її вимірювальна логіка. Що таке модель Раша простими словами? Це модель, у якій імовірність відповіді залежить від різниці між рівнем латентної властивості людини та складністю завдання. Детальний розбір формули, припущень, відповідність моделі, DIF і політомних розширень є в статті «Модель Раша». Що означає специфічна об’єктивність? Це вимога, щоб порівняння людей у визначеній рамці не залежало систематично від конкретних допустимих завдань, а порівняння завдань — від конкретних допустимих людей. Це умовна властивість моделі та даних, а не синонім повної відсутності упередженість. Модель Раша і 1PL IRT — це те саме? Математично вони дуже близькі. У прикладній IRT модель Раша часто розглядають як однопараметричну логістичну модель. Водночас вимірювання за Рашем має сильнішу прескриптивну вимірювальну традицію, де обмеження моделі пов’язані з специфічна об’єктивність та розділення параметрів. Докладніше — у статті про IRT. Чи робить модель Раша порядкові бали інтервальними автоматично? Ні. Модель дає спосіб побудувати латентну логіт-шкалу, але інтерпретація як інтервального вимірювання обґрунтована лише за достатньої відповідності моделі, осмисленого конструкта й релевантної емпіричної інваріантності. Сам факт запуску програмне забезпечення для аналізу за Рашем нічого такого не гарантує. Чи доводить добра відповідність моделі Раша валідність тесту? Ні. Відповідність моделі може підтримувати докази про внутрішню структуру, але валідність потребує ширшого аргументу відповідно до Standards: зміст, структура, зовнішні зв’язки, надійність, похибка, справедливість, популяція та призначене використання. Чи означає DIF, що завдання несправедливе? Не автоматично. DIF означає різне функціонування завдання між групами за однакового рівня латентної риси. Це привід дослідити зміст, величину ефекту і наслідки; несправедливість є змістовним і нормативним висновком, а не простим синонімом статистичного DIF. Рекомендації щодо DIF. Чи можна використовувати оцінку за моделлю Раша для клінічного діагнозу? Сама по собі — ні. Оцінка за моделлю Раша є модельною оцінкою латентної ознаки. Скринінгова або симптомна оцінка може бути одним джерелом інформації в оцінюванні, але діагностика потребує окремих клінічних критеріїв і професійної інтеграції даних. Чому Георг Раш важливий для сучасної психометрії? Тому що він пов’язав статистичну модель із вимогою інваріантного вимірювання. Його підхід вплинув на теорію тестів, освітнє вимірювання, психологічні шкали, показники здоров’я і методологію вимірювання латентних ознак. Наукометричний огляд показує масштаб цієї міжнародної дослідницької традиції. Пов’язані статті Модель Раша: як вона пов’язує складність завдання, здібність і ймовірність відповіді Теорія відповіді на завдання (IRT): як моделюють зв’язок між латентною ознакою і відповідями на завдання Психометрія: що це, що вона вимірює і як оцінюють якість психологічних тестів Джерела American Educational Research Association, American Psychological Association & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. Andersen, E. B. (1982). Georg Rasch (1901–1980). Psychometrika, 47(4), 375–376. https://doi.org/10.1007/BF02293703 Andersen, E. B. Georg Rasch. Lex — Danmarks Nationalleksikon. Aryadoust, V., Tan, H. A. H., & Ng, L. Y. (2019). A Scientometric Review of Rasch Measurement: The Rise and Progress of a Specialty. Frontiers in Psychology, 10, 2197. https://doi.org/10.3389/fpsyg.2019.02197 Olsen, L. W., & Andersen, E. B. (2001). The Life of Georg Rasch as a Mathematician and as a Statistician. In Essays on Item Response Theory (pp. 3–24). Springer. Olsen, L. W. (2003). Essays on Georg Rasch and his Contributions to Statistics. Department of Economics, University of Copenhagen. Rasch, G. (1960). Probabilistic Models for Some Intelligence and Attainment Tests. Danmarks Pædagogiske Institut. Rasch, G. (1961). On general laws and the meaning of measurement in psychology. In Proceedings of the Fourth Berkeley Symposium on Mathematical Statistics and Probability, Vol. IV, 321–333. Rasch, G. (1977). On Specific Objectivity: An Attempt at Formalizing the Request for Generality and Validity of Scientific Statements. Danish Yearbook of Philosophy, 14(1), 58–94. https://doi.org/10.1163/24689300-01401006 Skrondal, A., & Rabe-Hesketh, S. (2022). The Role of Conditional Likelihoods in Latent Variable Modeling. Psychometrika, 87, 799–834. https://doi.org/10.1007/s11336-021-09816-8 Tennant, A., & Küçükdeveci, A. A. (2023). Application of the Rasch measurement model in rehabilitation research and practice: early developments, current practice, and future challenges. Frontiers in Rehabilitation Sciences, 4, 1208670. https://doi.org/10.3389/fresc.2023.1208670 Trendler, G. (2022). The incoherence of Rasch measurement: A critical comparison between measurement in psychology and physics. Personality and Individual Differences, 189, 111408. https://doi.org/10.1016/j.paid.2021.111408 Wijsen, L. D., Borsboom, D., & Alexandrova, A. (2022). Values in Psychometrics. Perspectives on Psychological Science, 17(3), 788–804. https://doi.org/10.1177/17456916211014183

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Коротка відповідь Модель Раша (Rasch model) — психометрична ймовірнісна модель, у якій відповідь людини на завдання пояснюється різницею між двома величинами: рівнем її латентної здібності або властивості та складністю завдання. У найпростішій дихотомічній формі що вищою є здібність людини відносно складності завдання, то вища ймовірність правильної відповіді; якщо ці величини рівні, модель передбачає ймовірність 0,5. Сучасний огляд застосування моделі Раша описує саме цю логістичну залежність як ядро моделі. Модель Раша є частиною сучасної психометрії та математично близька до однопараметричних моделей теорії відповіді на завдання (Item Response Theory, IRT). Водночас Rasch measurement має власну методологічну традицію: дослідник перевіряє, чи узгоджуються дані з вимогами наперед заданої моделі вимірювання, а не просто додає параметри, щоб краще описати конкретний набір даних. Це важливе розрізнення, яке докладно обговорюють Tennant і Küçükdeveci та Tesio і співавтори. Добра відповідність моделі Раша не робить тест автоматично надійним, валідним, справедливим або клінічно корисним. Вона дає конкретний тип доказу про внутрішню структуру вимірювання. Для повноцінної інтерпретації потрібні також змістові докази, надійність і похибка, зовнішні зв’язки, аналіз справедливості, цільова популяція та обґрунтування способу використання результату відповідно до Standards for Educational and Psychological Testing. Звідки походить модель Раша Модель названа на честь данського математика й статистика Георга Раша (Georg Rasch), який сформулював ідею ймовірнісного вимірювання здібності через взаємодію параметра людини та параметра завдання. Історично модель виникла в освітньому тестуванні, але згодом поширилася на психологічні шкали, опитувальники, реабілітацію, patient-reported outcomes та інші сфери, де дослідники працюють із латентними характеристиками. В українському професійному контексті вживається саме назва «модель Раша». Український центр оцінювання якості освіти включає модель Раша до матеріалів про сучасну теорію тестів (IRT), поряд з одновимірними моделями, політомічними моделями, одно-, дво- та трипараметричними IRT-моделями, вирівнюванням і DIF. Головна ідея: відповідь визначає різниця між здібністю і складністю Позначимо рівень здібності або латентної властивості людини через θ (тета), а складність або локацію завдання через b. Для дихотомічного завдання, де X = 1 означає правильну відповідь або іншу «позитивну» категорію, базова модель має вигляд: P(X = 1 | θ, b) = exp(θ − b) / [1 + exp(θ − b)]. Ця формула означає, що модель працює не з абсолютною «силою» людини чи абсолютною «важкістю» пункту, а з їхньою різницею. Якщо θ = b, різниця дорівнює нулю, exp(0) = 1, а ймовірність відповіді X = 1 дорівнює 0,5. Якщо здібність на один логіт вища за складність, ймовірність становить приблизно 0,73; якщо на два логіти — приблизно 0,88. Якщо людина на один логіт нижче завдання, ймовірність падає приблизно до 0,27. Саме тому «складність» у моделі Раша має технічне значення. Завдання з b = 0 не є «середньо складним у житті»; це завдання, розташоване в нульовій точці обраної логітної шкали після калібрування. Так само θ = 1 не означає «здібність 1 бал». Значення має положення на спільній латентній шкалі. Що таке логіт і навіщо він потрібен Логіт — це логарифм відношення шансів: logit(P) = ln[P / (1 − P)]. У базовій моделі Раша logit(P) = θ − b. Імовірність обмежена інтервалом від 0 до 1, а логітна шкала простягається від мінус нескінченності до плюс нескінченності. Це дозволяє подати параметри людини й завдання в однакових одиницях. Нульова різниця логітів відповідає шансам 1:1 і ймовірності 0,5. Збільшення θ − b на один логіт множить шанси позитивної відповіді приблизно на e ≈ 2,718. Логіт тому не є відсотком правильних відповідей, процентилем, z-балом чи T-score. Перетворювати одне на інше без конкретної моделі та калібрування не можна. Крива характеристики завдання: одна й та сама логіка для кожного пункту Для кожного дихотомічного завдання модель задає S-подібну item characteristic curve — криву, що пов’язує θ з імовірністю правильної або позитивної відповіді. Складність b зсуває криву вздовж латентної шкали: легше завдання розташоване лівіше, складніше — правіше. У класичній моделі Раша дискримінативність усіх завдань фіксується однаковою. Це одна з причин, чому модель має лише один вільний параметр завдання — його складність. У 2PL IRT кожне завдання може мати власний параметр дискримінативності a; у 3PL додається параметр нижньої асимптоти, який часто інтерпретують як компонент псевдовгадування. Огляд Hays, Morales і Reise показує цю різницю між одно-, дво- і трипараметричними моделями. Модель Раша і IRT: споріднені, але не тотожні поняття У багатьох підручниках модель Раша описують як 1PL IRT — однопараметричну логістичну модель. Для практичного читача це корисне математичне наближення: і Rasch, і 1PL пов’язують відповідь із різницею між рівнем латентної риси та складністю завдання, за однакової дискримінативності пунктів. Проте ототожнювати всі 1PL-моделі з Rasch measurement без уточнення теж не варто. У Rasch-традиції модель часто має прескриптивний статус: набір даних оцінюють щодо вимог вимірювальної моделі, а порушення розглядають як підставу досліджувати пункти, структуру або сам конструкт. У ширшій IRT-практиці дослідник може порівнювати 1PL, 2PL, 3PL чи інші моделі й обирати ту, що краще описує дані та відповідає меті. Tesio та співавтори прямо називають Rasch-теорію прескриптивною, а Tennant і Küçükdeveci обговорюють окрему традицію Rasch measurement theory. Це методологічне розрізнення не означає, що одна традиція «правильна», а інша «неправильна». Вони відповідають на дещо різні питання. Для статті про конкретний психометричний інструмент важливо вказати, яку саме модель, спосіб оцінювання параметрів і критерії fit застосовували автори, а не обмежуватися словом «IRT». Чому модель Раша називають моделлю вимірювання Головна привабливість моделі — можливість побудувати спільну шкалу для людей і завдань. Людина з вищим θ має більшу ймовірність успіху на будь-якому завданні, а складніше завдання має меншу ймовірність успіху для будь-якої людини, якщо решта вимог моделі виконуються. Звідси походить ідея інваріантного порівняння. У Rasch-літературі часто вживають поняття specific objectivity — специфічної об’єктивності. Практично це означає умовну властивість: за належної відповідності моделі порівняння двох людей не повинно принципово залежати від того, який придатний набір завдань із тієї самої шкали використано, а порівняння двох завдань — від конкретної придатної вибірки людей. Це не означає буквальної відсутності вибіркової похибки, стандартних помилок або потреби в репрезентативних даних. У реальних дослідженнях параметри завжди оцінюються з невизначеністю. Інваріантність є властивістю моделі за її припущень, а не магічною гарантією, що калібрування в будь-якій маленькій або зміщеній вибірці дасть однакові числа. Які припущення та вимоги потрібно перевіряти Результат Rasch-аналізу має сенс лише разом із перевіркою того, чи достатньо дані відповідають моделі. Для одновимірних IRT-моделей сучасні методологічні огляди виділяють щонайменше одновимірність, локальну незалежність, монотонність і загальну відповідність моделі даним. Огляд Stover та співавторів систематизує ці вимоги для розроблення й уточнення patient-reported outcome measures. Одновимірність Одновимірність означає, що для конкретного сумарного вимірювання існує один домінантний латентний вимір, який пояснює структуру відповідей настільки, щоб один параметр θ був змістовно інтерпретованим. Це не вимагає, щоб психологічний конструкт був «абсолютно простим» або щоб у даних не існувало жодної другорядної структури. Перевірка одновимірності не зводиться до одного індексу. У Rasch-практиці аналізують залишкову структуру, локальну залежність, іноді використовують додатковий факторний аналіз або спеціальні тести. Структурна валідність є ширшим поняттям: Rasch-fit може бути одним джерелом структурних доказів, але не замінює всі інші валідизаційні аргументи. Локальна незалежність Локальна незалежність означає, що після врахування латентної риси відповіді на окремі завдання не повинні мати додаткового систематичного зв’язку. Порушення виникає, наприклад, коли два пункти майже дублюють одне одного, коли один пункт підказує відповідь на інший або коли кілька завдань побудовані на одному спільному стимулі й утворюють testlet. Локальна залежність може штучно збільшувати інформацію та створювати враження більшої точності, ніж є насправді. Тому кореляції залишків і зміст пунктів потрібно аналізувати разом, а не механічно видаляти будь-яку пару з підвищеним залишковим зв’язком. Монотонність Монотонність означає, що зі зростанням латентної здібності або властивості ймовірність відповіді, яка означає вищий рівень цієї властивості, не повинна систематично зменшуватися. Якщо вищий θ робить «позитивну» категорію менш імовірною без змістовного пояснення, пункт може не відповідати передбаченій шкалі. Відповідність моделі даним Fit показує, наскільки спостережувані відповіді узгоджуються з імовірнісними очікуваннями моделі. На практиці використовують комбінацію загальних тестів, item fit, person fit, залишків, item characteristic curves, infit/outfit та інших діагностик. Tennant і Conaghan наголошують, що читати Rasch-дослідження потрібно саме як сукупність перевірок, а не як один коефіцієнт. Популярні пороги для infit/outfit, наприклад 0,5–1,5 mean square у деяких рекомендаціях, є робочими евристиками, а не універсальним законом. COSMIN використовує конкретні критерії для оцінювання структурної валідності, але прямо розміщує їх у контексті мети, дизайну й якості дослідження. Рішення про пункт не повинно ґрунтуватися на одній цифрі. Дискримінативність: чому в Rasch вона фіксована У 2PL IRT дискримінативність a описує, наскільки різко змінюється ймовірність відповіді навколо локації пункту. Модель Раша вимагає однакової дискримінативності: фактично всі item characteristic curves мають однакову форму й відрізняються переважно горизонтальним зсувом. Якщо один пункт набагато «гостріше» розділяє людей навколо своєї складності, а інший дуже слабко реагує на θ, це може бути сигналом невідповідності Rasch-моделі. У більш гнучкій IRT-традиції така різниця може бути змодельована через окремі a-параметри. Вибір підходу залежить від мети вимірювання й теоретичних вимог, а не від бажання отримати найвищий статистичний fit за будь-яку ціну. Person–item map: чи відповідає складність завдань рівню людей Один із найінформативніших Rasch-виходів — карта «люди — завдання» (person–item map, Wright map). На одній логітній осі вона показує розподіл оцінених рівнів людей і розташування складностей завдань. Це дозволяє побачити targeting — наскільки набір завдань покриває рівні риси в цільовій популяції. Якщо більшість завдань занадто легкі, люди з високим θ погано розрізняються між собою; якщо занадто складні — недостатньо інформації для нижнього діапазону. Погане targeting не обов’язково означає «поганий тест» загалом: інструмент може бути спеціально створений для певного діапазону, але його межі потрібно чітко описати. Похибка вимірювання в моделі Раша Оцінка θ є точковою оцінкою, а не точною величиною. Для неї існує стандартна похибка, яка залежить від того, скільки інформації дають завдання саме в цій частині латентної шкали. У цьому Rasch/IRT-підхід відрізняється від спрощеного читання класичної теорії тестів: точність вимірювання може бути різною для людей із різними рівнями риси. Психометрична стандартна похибка оцінювання не є standard error of the mean. Так само person separation reliability або person separation index у Rasch-звітах не треба механічно називати α Кронбаха. Надійність психологічного тесту — ширше поняття, для якого потрібен коефіцієнт, що відповідає джерелу похибки й intended use. Сирий бал і Rasch-міра — не те саме У найпростішій дихотомічній Rasch-моделі сумарний сирий бал має особливу роль: за умов моделі він є достатньою статистикою для параметра людини. Проте сам сирий бал залишається порядковим підсумком відповідей. Перехід до логітної міри відбувається через калібровану модель. Тому різниця між 10 і 11 сирими балами не обов’язково дорівнює різниці між 20 і 21. Rasch-перетворення може створити шкалу з рівними логітними інтервалами за умови прийнятної відповідності моделі. Це не дає права автоматично оголошувати будь-яку суму пунктів «інтервальною шкалою» без аналізу структури та fit. Крайні патерни — усі відповіді 0 або всі 1 — створюють додаткову проблему: у базовому максимізаційному оцінюванні відповідний θ прямує до мінус або плюс нескінченності. Програмне забезпечення використовує різні способи поводження з такими випадками. У публікації потрібно вказувати метод оцінювання й не подавати крайні person measures як звичайні точні значення. Політомічні відповіді: коли категорій більше ніж дві Психологічні шкали часто мають не «так/ні», а кілька впорядкованих категорій: «ніколи — інколи — часто — майже завжди», бали 0–4 або частковий кредит за виконання завдання. Для таких даних використовують політомічні моделі сімейства Раша. Rating Scale Model Девіда Андріча описує випадок, коли структура порогів між категоріями спільна для всіх пунктів. Оригінальна робота Andrich (1978) формалізує ordered response categories у Rasch-рамці. Partial Credit Model Джеффа Мастерса дозволяє крокам між категоріями відрізнятися між завданнями. Masters (1982) розробив цю модель для завдань із двома або більше впорядкованими категоріями. Вибір між політомічними моделями залежить від структури шкали й емпіричної відповідності, а не від самої кількості варіантів відповіді. Пороги категорій: що означає «порядок» відповідей У політомічній моделі важливо, щоб категорії працювали як передбачено. Пороги між сусідніми категоріями відображають точки латентної шкали, де дві сусідні категорії мають однакову умовну ймовірність. Якщо пороги невпорядковані або певна категорія майже ніколи не є найбільш імовірною, це може вказувати на проблеми формулювання, надто велику кількість категорій, нерозрізнені варіанти відповіді або невідповідність моделі. Об’єднувати категорії тільки заради кращого fit небезпечно. Спочатку потрібно з’ясувати зміст проблеми й перевірити, чи нове кодування зберігає теоретично важливі відмінності. DIF: коли завдання працює по-різному для груп Differential item functioning, DIF, виникає, коли люди з однаковим рівнем латентної риси, але з різних груп, мають різні ймовірності відповіді на конкретний пункт. Наприклад, за однакового θ пункт може бути систематично «важчим» для однієї мовної групи, вікової категорії або іншої релевантної підгрупи. DIF є сигналом порушення інваріантності пункту, але статистично значущий DIF не є автоматичним доказом несправедливості. Потрібно оцінювати розмір ефекту, напрямок, частку пунктів, вплив на шкалу та змістовне пояснення. Rouquette та співавтори показали, що практичні наслідки DIF залежать не лише від p-value, а й від magnitude та структури DIF. Для мовної та культурної адаптації це особливо важливо. Кроскультурна валідність потребує доказів еквівалентності; простий переклад пунктів українською не доводить, що складності, пороги та інтерпретації збереглися. Rasch/DIF-аналіз може бути частиною такої перевірки, але не замінює змістову адаптацію. Міжнародна тестова комісія (ITC) у настановах з перекладу й адаптації тестів розглядає адаптацію як ширший процес, що охоплює культурний і мовний контекст, методи розроблення, адміністрування, документування та інтерпретацію. Тому наявність перекладу сама по собі не є доказом валідованої української адаптації. DIF, bias і fairness — три різні рівні DIF — статистична властивість функціонування пункту за умовного контролю латентної риси. Bias — змістовний і валідизаційний висновок про систематичне зміщення, нерелевантне до конструкта. Fairness — ширша характеристика всього процесу тестування, яка включає зміст, доступність, умови проведення, наслідки рішень, інтерпретацію, стандартизацію та групову порівнюваність. Тому алгоритм «знайшли DIF — видалили пункт» може погіршити інструмент. Іноді DIF відображає змістовно релевантну відмінність, іноді кілька DIF-пунктів компенсують один одного на рівні шкали, іноді потрібне групове калібрування або інша модель. Рішення має поєднувати статистичну й змістову експертизу. Що таке item fit і person fit Item fit оцінює, чи відповіді на конкретний пункт відповідають очікуванням моделі. Misfit може вказувати на неоднозначне формулювання, іншу латентну вимірність, різну дискримінативність, вгадування, локальну залежність, проблемну категоризацію або інший механізм. Person fit стосується того, наскільки патерн відповідей конкретної людини є очікуваним за моделю. Незвичний патерн може виникати через неуважність, випадкове відповідання, нестандартну стратегію, помилку введення даних або реальну складність, яку одновимірна модель не описує. Person misfit не є психологічним діагнозом і не повинен автоматично трактуватися як «нечесність» чи «аномальність» респондента. Infit та outfit: корисні діагностики, а не магічні пороги Infit і outfit — дві родини статистик відповідності. Infit сильніше зважує несподівані відповіді на завдання, що близькі до рівня людини й тому найбільш інформативні для неї. Outfit чутливіший до віддалених, рідкісних несподіваних відповідей — наприклад, коли дуже здібна людина помиляється на надзвичайно легкому завданні. Значення mean square близько 1 зазвичай означає відповідність очікуваній варіативності. Але конкретні прийнятні межі залежать від мети, вибірки, кількості пунктів і наслідків рішення. Надто вузькі cutoffs у великій вибірці можуть відсіювати змістовно корисні пункти; надто широкі — приховувати реальну невідповідність. Розмір вибірки: універсального мінімуму немає Rasch-аналіз потребує достатньої інформації для стабільного калібрування, але немає одного магічного N, яке гарантує якість. Потрібні обсяг вибірки, розподіл θ, кількість завдань, кількість категорій, targeting, спосіб оцінювання та мета — скринінг fit, точна калібрація, DIF між групами чи побудова item bank. COSMIN наводить правила-орієнтири для оцінювання якості досліджень структурної валідності, включно з Rasch/IRT, але їх потрібно читати як методологічні критерії конкретної рамки, а не як доказ того, що «N = 100 завжди достатньо». Для DIF потрібні також достатні підгрупи й адекватні anchor items. Модель Раша і валідність Відповідність Rasch-моделі є доказом про внутрішню структуру, але валідність ширша. Валідність психологічного тесту стосується того, наскільки теорія й дані підтримують конкретну інтерпретацію та використання балів. Навіть ідеальний внутрішній fit не доводить, що обрані пункти репрезентують потрібний конструкт, що бал прогнозує релевантний критерій або що рішення за цим балом є корисним. Rasch-аналіз також не замінює змістову валідність, процес відповіді, зв’язки з іншими змінними та аналіз наслідків використання. Саме тому сучасні Standards AERA/APA/NCME розглядають validity як інтегрований аргумент, а не як одиничний коефіцієнт. Модель Раша і надійність Rasch-модель може дати інформацію про точність person estimates і здатність набору пунктів розрізняти людей на латентній шкалі. Проте «Rasch reliability», person separation reliability, test information, test-retest reliability і внутрішня узгодженість відповідають на різні питання. Висока внутрішня узгодженість не доводить Rasch-fit або одновимірність; хороший Rasch-fit не доводить стабільність у часі. Для повторного вимірювання потрібно окремо оцінювати відповідний тип надійності, похибку та можливу реальну зміну. Модель Раша і класична теорія тестів Класична теорія тестів описує спостережуваний бал через істинний бал і похибку та часто оцінює властивості тесту на рівні сумарного бала. Rasch/IRT переносить фокус на модель відповіді на окремі завдання та на зв’язок параметрів завдань із латентним рівнем людини. Ці підходи не обов’язково є конкурентами. Один інструмент може досліджуватися і в CTT, і в Rasch/IRT-рамці. CTT може бути достатньою для певних практичних завдань, а Rasch потрібен, коли важливі item-level calibration, item bank, adaptive testing, DIF, person–item targeting або модельна побудова латентної шкали. Комп’ютеризоване адаптивне тестування і банки завдань Калібрований банк завдань дозволяє добирати пункти залежно від поточної оцінки θ: після кожної відповіді система може обирати наступне завдання там, де воно дає найбільше інформації. Це основа комп’ютеризованого адаптивного тестування (CAT), для якого IRT/Rasch-підходи особливо природні. Проте наявність Rasch-калібрування ще не робить CAT готовим до використання. Потрібні стабільний item bank, перевірка content coverage, правила початку й зупинки, контроль експозиції пунктів, безпека матеріалів, дослідження точності, справедливості та еквівалентності різних маршрутів тестування. Коли Rasch-аналіз особливо корисний коли потрібно калібрувати складність завдань і оцінювати рівень латентної риси на спільній шкалі; коли розробляють або скорочують тест і хочуть дослідити item-level fit, targeting та локальну залежність; коли будують item bank або комп’ютеризоване адаптивне тестування; коли потрібно перевірити DIF і порівнюваність пунктів між групами; коли аналізують шкали з упорядкованими категоріями та перевіряють роботу порогів; коли важливо оцінити, в яких діапазонах латентної риси вимірювання є точнішим або слабшим; коли потрібно обґрунтувати перетворення сирого порядкового бала на модельну логітну міру. Коли модель Раша не розв’язує проблему сама Rasch не компенсує нечітке визначення конструкта, слабкий зміст пунктів, погану вибірку, неякісну мовну адаптацію або неправильне використання результату. Якщо інструмент вимірює не те, що потрібно, хороший статистичний fit не виправить концептуальну помилку. Модель також може бути занадто жорсткою для даних, у яких завдання справді мають різну дискримінативність або де конструкт суттєво багатовимірний. У такій ситуації дослідник має перевірити теорію, дизайн і альтернативні моделі — 2PL/3PL, multidimensional IRT, bifactor, testlet models або інші підходи — замість механічного видалення пунктів доти, поки залишок «підійде» під Rasch. Типові помилки інтерпретації «Модель зійшлася — отже тест валідний». Fit підтримує лише частину структурного аргументу; валідність потребує ширших доказів. «Rasch — це просто інша назва будь-якої IRT». Rasch має конкретні обмеження та власну вимірювальну традицію; 2PL і 3PL — інші моделі. «Логіт — це відсоток». Логіт є логарифмом шансів; він не дорівнює percent correct, процентилю чи T-score. «b = 1 означає, що завдання важке на 1 бал». b — локація на конкретній латентній шкалі після калібрування. «Якщо θ = b, людина точно відповість правильно». Модель передбачає ймовірність 0,5, а не детермінований результат. «DIF означає дискримінацію». DIF є статистичним сигналом; висновок про bias/fairness потребує змістовної та практичної оцінки. «Пункт із misfit треба одразу видалити». Спершу потрібно дослідити зміст, кодування, локальну залежність, підгрупи та наслідки видалення. «Висока α Кронбаха доводить Rasch-fit». Internal consistency, одновимірність і модельний fit — різні властивості. «Один cutoff infit/outfit універсальний для всіх тестів». Порогові правила є контекстними евристиками. «Rasch-міра є точним індивідуальним числом». Кожна person estimate має стандартну похибку, а точність залежить від targeting і даних. «Перекладена українська шкала автоматично працює так само». Потрібні cultural adaptation, validation і перевірка порівнюваності, зокрема DIF/invariance. «Rasch-score може поставити діагноз». Психометрична міра не замінює клінічне оцінювання, діагностичні критерії та контекст. Клінічне та YMYL-тлумачення У клінічних і health-outcome дослідженнях Rasch-моделі часто використовують для побудови шкал функціонування, болю, втоми, якості життя або симптомів. Це може покращувати структуру вимірювання, але не перетворює шкалу на діагностичний інструмент. Латентний параметр θ, person measure або перетворений Rasch-score не означає «є / немає розладу». Для screening чи diagnosis потрібні окремі докази щодо intended population, клінічного критерію, чутливості, специфічності, predictive values, prevalence/base rate, cutoff і наслідків помилкових рішень. Навіть статистично добре відкалібрована шкала може бути призначена лише для моніторингу або research outcomes. Як читати Rasch-дослідження: практичний чекліст Що саме є латентним конструктом і чому для нього обрано один сумарний вимір? Яка модель застосована: dichotomous Rasch, Rating Scale Model, Partial Credit Model або інше розширення? Який спосіб оцінювання параметрів і яке програмне забезпечення використано? Чи перевірено одновимірність, локальну незалежність, монотонність і model-data fit? Які item-fit і person-fit діагностики використані та як обґрунтовано пороги? Чи досліджено targeting на person–item map і точність на різних рівнях θ? Як працюють категорії та пороги в політомічних пунктах? Чи перевірено DIF для релевантних мовних, вікових, гендерних, культурних або клінічних груп? Чи показано розмір і практичний вплив DIF, а не лише його статистичну значущість? Що робили з misfit/DIF-пунктами і чи збережено зміст конструкта після модифікацій? Чи наведено standard errors, reliability/precision та обмеження крайніх оцінок? Чи підтверджують інші види evidence заплановану інтерпретацію й використання балів? Науковий статус моделі Раша Модель Раша — усталена психометрична модель з десятиліттями теоретичного розвитку та практичного застосування в освіті, психології, медицині й реабілітації. Її математичне ядро й основні діагностичні принципи належать до established measurement science. Водночас окремі школи по-різному трактують філософський статус Rasch measurement, його відношення до IRT, допустимі критерії fit, способи роботи з multidimensionality, local dependence та DIF. Це не робить модель «спірною» як таку; спірними або контекстними є конкретні методологічні рішення й твердження про те, що Rasch завжди створює фундаментальне або інтервальне вимірювання. Найсильніша позиція така: Rasch-модель створює формальні умови для лінійного латентного вимірювання, якщо дані й зміст інструмента достатньо відповідають її вимогам. Саме перевірка цих умов, а не назва програмного методу, визначає силу висновку. Поширені запитання Чим модель Раша відрізняється від 1PL IRT? Математично вони дуже близькі: в обох випадках імовірність відповіді визначається здібністю та складністю за однакової дискримінативності пунктів. У Rasch measurement дискримінативність зазвичай фіксується, а модель має сильніший прескриптивний статус: перевіряється, чи дані відповідають вимогам вимірювання. У загальній IRT 1PL часто є одним із кількох моделей-кандидатів. Що означає, якщо здібність дорівнює складності завдання? У дихотомічній Rasch-моделі θ = b означає P = 0,5: людина має 50% модельної ймовірності правильної або позитивної відповіді на це завдання. Чи означає +1 логіт 1 правильну відповідь більше? Ні. Логіт — одиниця логарифмічної шкали шансів. Зв’язок між сирим балом і логітною мірою нелінійний і залежить від калібрування набору завдань. Чи можна використовувати Rasch для шкал Лайкерта? Так, для впорядкованих категорій застосовують політомічні моделі сімейства Раша, зокрема Rating Scale Model і Partial Credit Model. Потрібно перевіряти роботу категорій, пороги, одновимірність, локальну незалежність і fit. Чи доводить хороший Rasch-fit валідність тесту? Ні. Він підтримує частину доказів про внутрішню структуру. Валідність конкретної інтерпретації потребує змістових, структурних, зовнішніх та інших релевантних доказів. Чи є DIF доказом несправедливого завдання? Не автоматично. DIF показує різне функціонування пункту між групами за однакового рівня латентної риси. Потрібно оцінити величину, напрямок, зміст і наслідки для загального результату. Чи можна за Rasch-score поставити психологічний або психіатричний діагноз? Ні. Rasch-score є модельною оцінкою латентної риси. Діагноз потребує відповідних клінічних критеріїв, професійного оцінювання, валідованого intended use і ширшого контексту. Чи потрібна дуже велика вибірка? Потрібна достатня вибірка для мети аналізу, але універсального мінімуму немає. Точність калібрування залежить від кількості пунктів, категорій, targeting, розподілу риси, способу оцінювання та окремих завдань, наприклад DIF. Чи перетворює Rasch будь-який порядковий тест на інтервальний? Ні. Інтервальноподібна логітна міра обґрунтована лише настільки, наскільки дані й зміст шкали відповідають вимогам моделі. Сам запуск Rasch-програми не змінює природу поганої шкали. Що важливіше: fit чи зміст пунктів? Вони працюють разом. Статистичний fit без змістовної репрезентації конструкта не створює валідний інструмент; змістовно прекрасний пункт, який систематично порушує вимірювальну модель, теж потребує дослідження. Якісна психометрія поєднує теорію, зміст, дані й intended use. Пов’язані статті Психометрія: що це, що вона вимірює і як оцінюють якість психологічних тестів Структурна валідність: чи відповідає факторна структура тесту теоретичній будові конструкта Кроскультурна валідність: чи вимірює адаптований тест той самий конструкт у різних мовах і культурах Класична теорія тестів: істинний бал, похибка вимірювання і надійність Надійність психологічного тесту: що це, які бувають види і чому надійність не дорівнює валідності Валідність психологічного тесту: що це і які докази потрібні для інтерпретації результатів Георг Раш: модель Раша, об’єктивне вимірювання і внесок у психометрію Теорія відповіді на завдання (IRT): як моделюють зв’язок між латентною ознакою і відповідями на завдання Джерела American Educational Research Association, American Psychological Association & National Council on Measurement in Education. Standards for Educational and Psychological Testing. Andrich, D. (1978). A rating formulation for ordered response categories. Psychometrika, 43, 561–573. COSMIN. COSMIN Manual for Systematic Reviews of PROMs, version 2.0. Hays, R. D., Morales, L. S., & Reise, S. P. (2000). Item response theory and health outcomes measurement in the 21st century. Medical Care, 38(9 Suppl), II28–II42. International Test Commission. (2017). The ITC Guidelines for Translating and Adapting Tests (Second edition). Masters, G. N. (1982). A Rasch model for partial credit scoring. Psychometrika, 47, 149–174. Rouquette, A., Hardouin, J.-B., Vanhaesebrouck, A., Sébille, V., & Coste, J. (2019). Differential Item Functioning (DIF) in composite health measurement scale: Recommendations for characterizing DIF with meaningful consequences within the Rasch model framework. PLOS ONE, 14(4), e0215073. Stover, A. M., McLeod, L. D., Langer, M. M., et al. (2019). State of the psychometric methods: patient-reported outcome measure development and refinement using item response theory. Journal of Patient-Reported Outcomes, 3, 50. Tennant, A., & Conaghan, P. G. (2007). The Rasch measurement model in rheumatology: what is it and why use it? When should it be applied, and what should one look for in a Rasch paper? Arthritis & Rheumatism, 57(8), 1358–1362. Tennant, A., & Küçükdeveci, A. A. (2023). Application of the Rasch measurement model in rehabilitation research and practice: early developments, current practice, and future challenges. Frontiers in Rehabilitation Sciences, 4, 1208670. Tesio, L., Caronni, A., Kumbhare, D., & Scarano, S. (2023/2024). Interpreting results from Rasch analysis 1. The “most likely” measures coming from the model. Disability and Rehabilitation, 46(3), 591–603. Український центр оцінювання якості освіти. (2023). Український центр продовжує готувати матеріали з питань освітніх оцінювань.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Валідність психологічного тесту — це ступінь, до якого теорія та накопичені докази підтримують конкретне тлумачення тестових балів для визначеної мети. У сучасній психометрії валідність не є довічною печаткою «якісний тест» і не зводиться до одного коефіцієнта. Питання завжди формулюють точніше: чи достатньо доказів, щоб саме ці бали, у цій популяції, цією мовною версією і в цих умовах використовувати саме для такого висновку або рішення? Це центральне визначення закріплене у Standards for Educational and Psychological Testing AERA, APA та NCME. Тому фраза «тест валідний» є лише скороченням. Повноцінне твердження має називати інтерпретацію, використання, популяцію та умови. Один і той самий інструмент може мати добру доказову підтримку для оцінювання вираженості певної риси у дорослих, але не мати достатніх доказів для діагностичного рішення, прогнозу професійної успішності, порівняння культурних груп або застосування до дітей. Науковий статус цієї рамки є усталеним: сучасні Standards описують валідність як єдину інтегровану оцінку підтримки інтерпретацій і використань балів. Історичні назви «змістова», «критеріальна» та «конструктна валідність» залишаються корисними для опису різних джерел доказів, але їх не варто трактувати як три незалежні сертифікати, один із яких може замінити інші. Що саме означає валідність психологічного тесту У побутовому поясненні валідність часто визначають як відповідь на запитання «чи вимірює тест те, що має вимірювати». Для першого знайомства ця формула корисна, але для професійної психометрії вона надто груба. Психологічні конструкти — тривога, робоча пам’ять, самоконтроль, екстраверсія, депресивна симптоматика — не спостерігаються безпосередньо. Ми робимо висновок про них за відповідями, поведінкою або виконанням завдань, а отже повинні обґрунтувати весь ланцюг переходу від спостережуваних даних до психологічного висновку. Саме тому сучасне визначення стосується не предмета з назвою «тест», а значення його балів. Якщо шкала дає число 18, валідизація має пояснити, що означає 18; який конструкт представлений цим числом; які альтернативні причини такого результату виключені або обмежені; наскільки значення переноситься на потрібну популяцію; і що дозволено робити на підставі цього балу. Цей підхід добре формалізував Майкл Кейн. В аргументному підході до валідизації спочатку описують твердження та припущення, що ведуть від відповідей людини до інтерпретації і далі до використання результату. Потім перевіряють, наскільки ці твердження підтримані доказами. Чим ширше й відповідальніше твердження, тим більшої доказової бази воно потребує. Валідність належить інтерпретації й використанню балів Уявімо шкалу, створену для вимірювання симптомів соціальної тривоги в україномовних дорослих. Дослідження може підтвердити її внутрішню структуру, зв’язки з іншими показниками тривоги та відмінності між клінічною і неклінічною вибірками. Це підтримує певну інтерпретацію балу як показника вираженості відповідної симптоматики. Але з цих самих даних ще не випливає, що шкала придатна для встановлення діагнозу, відбору на роботу, оцінки ефективності лікування, прогнозу ризику через п’ять років або порівняння підлітків з дорослими. Кожне нове використання додає нові припущення і потребує нових доказів. Тому валідність є контекстною і накопичувальною. Нові дослідження можуть зміцнювати попередню інтерпретацію, звужувати її, показувати межі перенесення або виявляти умови, за яких вона не працює. Валідизація — це процес побудови й критичного оновлення аргументу, а не одноразова процедура під час створення тесту. Що таке валідизація Валідизація — це систематичне збирання та оцінювання доказів, які підтримують або ставлять під сумнів запропоноване тлумачення і використання тестових балів. Хороша валідизаційна програма починається до статистичного аналізу: з чіткого визначення конструкта, цільової популяції, формату тесту, правил підрахунку, передбачуваних рішень та основних альтернативних пояснень результату. Далі формулюють перевірювані очікування. Якщо шкала справді вимірює заявлений конструкт, якою має бути її структура? З якими змінними вона повинна сильно корелювати, а з якими — слабко? Чи повинні певні групи відрізнятися? Чи однаково розуміють пункти представники різних мовних або культурних груп? Чи передбачає бал майбутній критерій, якщо саме такий прогноз заявлено? Сильна валідизація шукає не тільки підтвердження, а й можливості спростування. Наприклад, якщо шкала «стресу» майже повністю відображає загальну негативну емоційність, високі кореляції з іншими негативними шкалами ще не доводять, що вона розрізняє саме стрес. Потрібні дані, здатні відокремити цільовий конструкт від близьких альтернатив. Які джерела доказів валідності використовують сучасні стандарти У Standards for Educational and Psychological Testing описано чотири основні взаємодоповнювальні джерела доказів: зміст тесту, процеси відповіді, внутрішню структуру та зв’язки з іншими змінними. Окремо Standards розглядають інтеграцію доказів, наслідки тестування і справедливість використання. Важливо: джерела доказів не є незалежними «видами валідності», які можна оцінити по одному й автоматично скласти в загальний бал. Докази на основі змісту тесту Змістові докази відповідають на питання, наскільки завдання, твердження, стимули й правила оцінювання представляють саме той домен, про який роблять висновок. Тут аналізують визначення конструкта, охоплення його компонентів, релевантність кожного пункту, відсутність зайвого змісту, відповідність рівня складності й формату заявленій меті. Експертні оцінки можуть бути важливою частиною цієї роботи, але сам факт, що кілька фахівців «схвалили пункти», ще не завершує валідизацію. Потрібно описати, кого залучали, які критерії вони застосовували, як вирішували розбіжності, які аспекти конструкта представлені або пропущені та як зміст пов’язаний із подальшою інтерпретацією балу. Докази на основі процесів відповіді Тест може містити правильні на вигляд запитання, але люди можуть відповідати на них не так, як припускає теорія. Докази щодо процесів відповіді досліджують, які когнітивні, мовні, мотиваційні або поведінкові процеси фактично породжують відповіді. Для цього використовують когнітивні інтерв’ю, протоколи мислення вголос (think-aloud), аналіз часу відповіді, помилок, стратегій виконання, даних про взаємодію з цифровим інтерфейсом та інші методи. Так можна виявити, що пункт читається двозначно, вимагає небажаних знань, провокує соціально бажану відповідь або по-різному розуміється в різних групах. Докази на основі внутрішньої структури Внутрішня структура показує, чи відповідають емпіричні зв’язки між пунктами й підшкалами теоретичній моделі конструкта. Якщо тест заявляє один вимір, дані мають підтримувати інтерпретацію сумарного балу як достатньо однорідного показника. Якщо модель багатовимірна, структура має відображати заявлені підкомпоненти. Типовими інструментами є експлораторний і конфірматорний факторний аналіз, моделі теорії відповіді на завдання та інші латентні моделі. Жоден індекс відповідності моделі не є універсальною печаткою валідності: оцінюють сукупність діагностик, теоретичну осмисленість, стабільність рішення і можливі альтернативні моделі. Якщо планують порівнювати групи або зміни в часі, додатково постає питання інваріантності вимірювання. Встановлена інваріантність підтримує припущення, що шкала функціонує порівнювано за дослідженим аспектом, але не доводить автоматичної відсутності всіх форм упередження чи несправедливості. Відсутність інваріантності, своєю чергою, вимагає з’ясувати джерело відмінностей, а не механічно оголосити весь тест непридатним. Докази на основі зв’язків з іншими змінними Ця група доказів перевіряє, чи поводяться бали так, як передбачає теорія. До неї належать конвергентні й дискримінантні зв’язки, асоціації з критеріями, прогнозування майбутніх результатів, відмінності між групами та інші наперед сформульовані гіпотези. Конвергентний доказ означає, що показник пов’язаний із тим, з чим теоретично має бути пов’язаний. Дискримінантний — що він не настільки сильно змішується з іншими конструктами, щоб втратити власне значення. Одна висока кореляція з іншим тестом не створює валідність: другий тест також має власні обмеження, а кореляція може виникати через спільний метод, схожі формулювання, загальний фактор дистресу або іншу третю змінну. Критеріальні зв’язки особливо важливі, коли заявлене використання прямо пов’язане з зовнішнім результатом. Якщо тест обіцяє прогнозувати майбутню успішність, потрібні прогностичні дані. Якщо тест має відрізняти людей із певним станом від людей без нього, потрібен належний референтний стандарт і дослідження діагностичної точності. Доказ щодо одного критерію не слід переносити на інший без обґрунтування. Наслідки використання, справедливість і межі рішення Сучасна теорія валідності також розглядає наслідки використання балів. Тут важливе тонке розрізнення. Небажаний соціальний наслідок сам по собі не означає, що конструкт виміряно неправильно; однак наслідки можуть виявити недопредставлення конструкта, домішку сторонніх чинників, проблемний поріг рішення або невиправдане використання коректно виміряного показника. Кейн окремо наголошує, що валідність інтерпретації балу не автоматично валідизує кожне рішення, яке на цьому балу побудоване. Справедливість тестування також не є декоративним етичним додатком. У Standards вона пов’язана з валідністю, доступністю, відсутністю небажаних бар’єрів і коректністю інтерпретацій для груп, яких стосується тест. Якщо нерелевантні до конструкта мовні, сенсорні, культурні або процедурні фактори систематично впливають на бал, вони можуть спотворювати заявлене значення результату. Змістова, критеріальна і конструктна валідність: як читати класичну термінологію У підручниках часто подають три «види валідності»: змістову, критеріальну та конструктну. Це історично важлива схема. Вона й сьогодні може бути зручною мовою для опису конкретних дослідницьких задач, але сучасні стандарти не вважають ці категорії взаємозамінними окремими властивостями тесту. Змістова валідність у традиційній мові стосується репрезентативності та релевантності змісту. Критеріальна — зв’язку балів із зовнішнім критерієм; її часто поділяють на одночасну і прогностичну. Конструктна — ширшої мережі теоретичних і емпіричних відносин, що обґрунтовують інтерпретацію балу як показника певного психологічного конструкта. Перехід до єдиної концепції валідності пов’язаний, зокрема, з роботами Семюела Мессіка. У статті 1995 року він критикував фрагментацію змістової, критеріальної і конструктної валідності та описував валідність як інтегровану оцінку значення балів і підстав для їх використання. Конструктна валідність: від номологічної мережі до сучасного аргументу Поняття конструктної валідності отримало класичне формулювання у роботі Лі Кронбаха і Пола Міла 1955 року. Воно було потрібне саме для ситуацій, де немає простого зовнішнього «золотого стандарту»: особистісні риси, здібності й багато інших психологічних властивостей визначаються теорією та мережею очікуваних зв’язків, а не одним критерієм. З цього випливає практичний принцип: психологічний конструкт не підтверджується однією кореляцією. Потрібна мережа передбачень. Чим точніша теорія, тим точніше можна сказати, які зв’язки очікуються, які не очікуються, за яких умов вони повинні змінюватися і які альтернативні пояснення слід перевірити. Існують і теоретичні дискусії про саму природу валідності. Наприклад, Денні Борсбом, Гідеон Мелленберг і Яап ван Герден запропонували причинно-реалістичне визначення: тест валідний для вимірювання атрибута, якщо атрибут існує і варіації атрибута причинно породжують варіації результату вимірювання. Це впливова альтернативна концепція, але вона не замінює чинну практичну рамку Standards, яка зосереджена на доказах для інтерпретацій і використань балів. Надійність не дорівнює валідності Надійність і валідність відповідають на різні запитання. Надійність психологічного тесту стосується прецизійності, узгодженості та відтворюваності балів за визначених умов. Валідність стосується того, чи обґрунтовано надавати цим балам заявлене психологічне значення і використовувати їх для конкретної мети. Тест може бути дуже надійним і систематично вимірювати не те, що заявлено. Наприклад, складний тест «логічного мислення» може стабільно відтворювати результати, але значною мірою залежати від мовної компетентності, якщо завдання перевантажені складними формулюваннями. Висока стабільність такого балу не усуває домішку нерелевантного чинника. Зворотний зв’язок також важливий: недостатня надійність часто обмежує те, наскільки сильні висновки можна робити з балу. Якщо результат сильно коливається через похибку вимірювання, зв’язки з іншими змінними послаблюються, індивідуальні рішення стають менш точними, а різницю між двома вимірюваннями важче відрізнити від шуму. Внутрішня узгодженість і α Кронбаха — лише окремі елементи цієї картини. Високий α не доводить одновимірності, конструктної валідності, стабільності в часі, відсутності систематичної похибки або справедливості тесту. Жоден коефіцієнт надійності не є універсальною оцінкою якості тесту. Очевидна валідність: корисне враження, але не доказ конструкта Face validity, яку українською передають як очевидну або поверхневу валідність, описує те, наскільки тест на вигляд здається доречним для заявленої мети. Якщо анкета про тривогу містить запитання про тривожні переживання, вона може мати високу очевидну валідність для респондента. Таке враження може бути практично важливим для прийнятності тесту, мотивації та процесу відповіді. Але воно не доводить конструктної валідності. Питання можуть виглядати психологічно переконливо й водночас мати слабку структуру, вимірювати загальний дистрес, бути культурно зміщеними або не передбачати того критерію, заради якого їх використовують. Переклад не дорівнює валідованій культурній адаптації Наявність українського тексту методики не означає, що існує валідована українська версія. International Test Commission прямо розрізняє переклад і повну адаптацію тесту. Адаптація включає мовні та культурні рішення, перевірку еквівалентності, емпіричні дослідження надійності й валідності, документацію та обґрунтування інтерпретації в новій популяції. Це принципово важливо для України. Навіть точний переклад може змінити складність пункту, його емоційний тон, соціальну бажаність, знайомість прикладу або спосіб, у який люди використовують категорії відповіді. Тому психометричні характеристики оригінальної англомовної, польської чи іншої версії не успадковуються автоматично українським текстом. Для адаптованої версії потрібні докази, релевантні саме цільовій популяції: зрозумілість і зміст пунктів, процеси відповіді, внутрішня структура, надійність, зв’язки з іншими змінними, за потреби норми, інваріантність або аналіз DIF та властивості конкретного використання. ITC Guidelines for Translating and Adapting Tests також вимагають окремо враховувати права інтелектуальної власності; ліцензійний статус і психометрична якість є різними питаннями. Інваріантність вимірювання, DIF і справедливість Якщо тест використовують для порівняння мовних, гендерних, вікових, культурних або інших груп, недостатньо показати, що в кожній групі окремо отримано прийнятну надійність. Треба перевірити, чи має шкала порівнюване значення і структуру в цих групах. Інваріантність вимірювання перевіряє, чи зберігаються певні параметри моделі між групами або часом. Для пацієнтських результатів COSMIN описує cross-cultural validity/measurement invariance як окрему властивість і пов’язує її, зокрема, з багатогруповими факторними моделями та аналізом differential item functioning. COSMIN тут корисний як спеціалізована методологічна рамка для показників, про які повідомляє сама людина (patient-reported outcome measures, PROMs), а не як універсальний стандарт для всіх психологічних тестів. DIF означає, що за однакового рівня латентної ознаки представники різних груп мають різну ймовірність певної відповіді на конкретний пункт. DIF є сигналом для змістового й статистичного розслідування. Він не є автоматичним доказом несправедливості: відмінність може мати різні причини і повинна оцінюватися щодо конструкта, контексту та наслідків. Так само відсутність виявленого DIF не гарантує повної справедливості. Упередження може виникати на рівні змісту, доступу, процедури адміністрування, норм, алгоритму підрахунку, порога рішення або самого заявленого використання. Валідність і справедливість тестування потребують ширшого аргументу, ніж один тест інваріантності. Валідність для скринінгу, діагностики і клінічного рішення Коли психологічний тест використовується для скринінгу або виявлення ймовірних випадків, до загальної валідизації додається окрема задача діагностичної точності. Скринінг не дорівнює діагнозу. Високий бал може означати підвищену ймовірність стану або потребу в подальшій оцінці, але не замінює клінічного інтерв’ю, анамнезу, диференційної оцінки та критеріїв діагнозу. Чутливість і специфічність описують різні аспекти класифікаційної точності. Позитивна і негативна прогностична цінність відповідають на інші запитання і залежать, зокрема, від базової частоти стану в популяції. Тому PPV і NPV не можна підміняти sensitivity і specificity, а результати з вузької спеціалізованої клініки не можна механічно переносити на загальну популяцію. Навіть чутливість і специфічність не слід вважати незмінними «властивостями приладу»: вони можуть змінюватися між популяціями, спектрами тяжкості, способами відбору й референтними стандартами. STARD 2015 наголошує на необхідності описувати дизайн, популяцію, референтний стандарт, пороги та невизначеність оцінок діагностичної точності. ROC-крива та AUC оцінюють здатність показника розрізняти стани за певною постановкою задачі, але AUC не дорівнює клінічній корисності. Для рішення важливі поріг, ціна хибнопозитивних і хибнонегативних результатів, базова частота, доступність наступного етапу допомоги, ризики й користь. Добра дискримінація ще не доводить, що застосування тесту покращує рішення або результати для людини. Порогове значення (cutoff) не є універсальною межею «є / немає розладу» Поріг може бути встановлений для конкретної мети: максимальної чутливості, балансу чутливості й специфічності, певного співвідношення витрат помилок або відповідності клінічній процедурі. Різні цілі можуть давати різні оптимальні порогові значення навіть для тієї самої шкали. Через це число, надруковане в керівництві, не слід переносити на іншу мовну версію, вікову групу або контекст без доказів. Поріг, отриманий у дослідницькій вибірці з високою часткою клінічних випадків, може мати іншу позитивну прогностичну цінність у первинній ланці або масовому скринінгу. У YMYL-контексті безпечна інтерпретація формулюється так: результат скринінгу є одним із джерел інформації. Він може підтримувати рішення про подальшу оцінку, але один score, один symptom або один cutoff не встановлює клінічного діагнозу. Статистична значущість не дорівнює валідності У валідизаційних дослідженнях часто перевіряють кореляції, факторні навантаження, відмінності груп або прогноз. Але p < 0,05 не перетворює гіпотезу на істину. American Statistical Association прямо зазначає, що p-value не є ймовірністю істинності нульової чи дослідницької гіпотези й не вимірює величину або практичну важливість ефекту. Для валідності важливі напрям і величина ефектів, довірчі інтервали, відповідність наперед сформульованим гіпотезам, якість вибірки й дизайну, множинність аналізів, незалежне відтворення, узгодженість з іншими джерелами доказів та правдоподібність альтернативних пояснень. Велика вибірка може зробити статистично значущою дуже малу й практично неважливу кореляцію. Мала вибірка може дати невизначену оцінку навіть для потенційно важливого ефекту. Тому статистична значущість не дорівнює практичній або клінічній важливості, а одна «значуща» таблиця не є доказом валідності інструмента. Скільки доказів достатньо Універсального числа досліджень, коефіцієнта чи порога, після якого тест стає «валідним», немає. Достатність доказів залежить від сили твердження та ризику рішення. Для низькоризикового дослідницького порівняння може бути достатньо скромнішого аргументу; для діагностики, відбору, судово-психологічного висновку або іншого рішення з великими наслідками вимоги закономірно вищі. Важлива не лише кількість публікацій, а їхня діагностична цінність для аргументу. Десять робіт, які повторюють одну й ту саму кореляцію в подібних зручних вибірках, можуть давати менше інформації, ніж одна сильна перевірка критичного альтернативного пояснення, проведена незалежною групою у релевантній популяції. Також треба враховувати суперечливі результати. Валідизація не є процедурою відбору тільки сприятливих досліджень. Якщо структура нестабільна, очікувані зв’язки не відтворюються або окремі групи демонструють інше функціонування пунктів, це частина доказової картини й може вимагати звуження інтерпретації. Як оцінити валідність конкретного психологічного тесту Почніть із твердження, яке хочете зробити. Не «чи валідний цей тест?», а «чи маю я підстави тлумачити цей бал як показник такого-то конструкта в такій-то популяції і використовувати його для такої-то мети?». Це одразу відсікає багато хибних узагальнень. Перевірте версію інструмента. Назва тесту сама по собі недостатня: важливі редакція, мова, спосіб адміністрування, форма, правила підрахунку та цільові норми. Психометричні дані для паперової англомовної версії двадцятирічної давнини не автоматично описують сучасну онлайн-адаптацію українською. Прочитайте визначення конструкта і специфікацію змісту. Має бути зрозуміло, які аспекти входять до конструкта, які не входять, чому саме ці пункти повинні його представляти і які сторонні здібності можуть впливати на виконання. Подивіться на процеси відповіді. Чи перевіряли автори, як люди розуміють формулювання? Чи існують дані когнітивних інтерв’ю, аналізу стратегій або інших процесних індикаторів? Це особливо важливо після перекладу, для дітей, нейрорізноманітних груп, цифрових форматів і тестів із складними інструкціями. Оцініть внутрішню структуру. Чи відповідає факторна або IRT-модель заявленому способу підрахунку? Якщо тест має кілька підшкал, чи виправданий один загальний бал? Якщо інструмент оголошено одновимірним, чи не приховує сумарний бал кілька суттєво різних процесів? Перевірте надійність і похибку вимірювання саме того балу, який будете інтерпретувати. Надійність є окремою властивістю, проте слабка прецизійність обмежує силу валідних висновків і робить індивідуальні рішення нестабільнішими. Перевірте наперед передбачені зв’язки з іншими змінними. Хороше дослідження пояснює не просто «з чим корелює тест», а чому очікується певний знак і приблизна величина зв’язку, як відрізняються близькі й далекі конструкти та які результати могли б поставити інтерпретацію під сумнів. Якщо заявлено прогноз або класифікацію, шукайте прямі докази саме цього використання. Для прогнозу потрібен релевантний майбутній критерій. Для скринінгу або діагностичної точності — референтний стандарт, адекватний спектр учасників, заздалегідь обґрунтовані пороги або чесно позначений пошуковий (exploratory) аналіз, чутливість, специфічність і невизначеність. Якщо порівнюють групи, перевірте інваріантність і можливий DIF, але не зупиняйтеся на одному статистичному тесті. Потрібні змістовий аналіз, перевірка доступності, адекватність норм і розуміння того, чи відмінності належать до конструкта або до сторонніх умов. Перевірте норми. Вони мають стосуватися потрібної популяції, бути достатньо сучасними й прозоро описувати вибірку. Перцентиль — це позиція відносно референтної групи, а не відсоток правильних відповідей; T-score — стандартизований бал, а не t-статистика. Добрі норми не створюють валідність самі по собі, але невідповідні норми можуть зіпсувати інтерпретацію. Перевірте документацію та незалежність доказів. Технічне керівництво має описувати розробку, вибірки, статистичні моделі, обмеження й правила використання. Дані від розробника важливі, але незалежні реплікації в релевантних популяціях зміцнюють доказову базу й зменшують ризик того, що результат залежить від однієї дослідницької команди. Нарешті, перевірте межі використання і кваліфікаційні вимоги. International Guidelines for Test Use підкреслюють компетентність користувача, знання технічних характеристик тесту, доречність норм, контекст інтерпретації та повагу до прав учасників. Психометрично сильний інструмент можна використати неправильно. Валідність, інтерпретованість і клінічна важливість — різні шари Навіть коли інтерпретація конструкта добре підтримана, читачу ще потрібно зрозуміти практичний зміст конкретного балу. Інтерпретованість результатів психологічного вимірювання охоплює референтні значення, розподіл, норми, змістовно важливі пороги (meaningful thresholds), floor/ceiling effects та інші способи надати числу практичний зміст. Валідність не слід змішувати з clinically important change. Тест може валідно вимірювати конструкт, але для моніторингу змін треба окремо встановити чутливість до змін, похибку повторного вимірювання та, за потреби, величину зміни, важливу для людини або клінічного рішення. Responsiveness не дорівнює діагностичній sensitivity: це різні методологічні поняття. Валідність і психологічне тестування в Україні В українському професійному середовищі термін «валідність» використовується у психодіагностиці, освіті, наукових дослідженнях і охороні здоров’я. Для клінічного застосування важливо враховувати не тільки міжнародні психометричні стандарти, а й чинний український нормативний контекст. Міністерство охорони здоров’я України наказом № 2118 від 13 грудня 2023 року затвердило перелік валідних методів психологічної діагностики для проведення психологічної діагностики та оцінки якості психологічної допомоги; документ набрав чинності 21 лютого 2024 року. Наявність методики в нормативному переліку є важливою регуляторною обставиною, але не скасовує потреби перевірити конкретну версію, мову, популяцію, призначення, кваліфікацію користувача й межі інтерпретації. Тестовий комітет Всеукраїнської психодіагностичної асоціації у своїй добровільній сертифікації психодіагностичних методик окремо розглядає конструювання, надійність, валідність, норми, адміністрування, інтерпретацію та документацію. Це корисний український професійний орієнтир; добровільна сертифікація та державне нормативне регулювання мають різний статус і не повинні підміняти одне одного. Для української адаптації особливо важливо не ототожнювати доступність перекладу з наявністю валідизаційних даних. Якщо автор сайту просто переклав опитувальник і опублікував ключ, це ще не створює доказів культурної еквівалентності, норм, надійності чи валідності. Окремо перевіряються авторські права й ліцензія: відкритий або закритий правовий статус інструмента не визначає його психометричну якість. Типові помилки в інтерпретації валідності Помилка 1: «У тесту висока валідність — 0,82». Без уточнення незрозуміло, що саме означає число 0,82: кореляцію з критерієм, AUC, факторне навантаження, коефіцієнт надійності чи інший показник. Валідність не має одного універсального коефіцієнта. Помилка 2: «α Кронбаха висока, отже тест валідний». Alpha оцінює аспект внутрішньої узгодженості за певних припущень. Вона не доводить, що тест вимірює заявлений конструкт, що структура одновимірна або що бал корисний для клінічного рішення. Помилка 3: «Тест корелює з іншим тестом, отже валідність доведена». Кореляція може бути корисним елементом конвергентним доказом, але потрібні якість порівняльний інструмент, теоретична гіпотеза, очікувана величина зв’язку, дискримінантні докази й аналіз спільного методу. Помилка 4: «У груп із діагнозом бали різні, отже тест діагностичний». Відмінність середніх між двома заздалегідь відібраними групами не дорівнює точності в реальній клінічній популяції. Для діагностичного використання потрібні дослідження з релевантним спектром випадків, референтним стандартом і оцінкою класифікаційної точності. Помилка 5: «Є український переклад, отже методика валідована для України». Переклад є одним етапом адаптації. Потрібні емпіричні дані для української версії та її цільових популяцій. Помилка 6: «Інваріантність встановлена, отже bias немає». Інваріантність підтримує певний рівень порівнюваності вимірювальної моделі; вона не перевіряє всі можливі джерела упередження, доступності або несправедливого використання. Помилка 7: «DIF знайдено, отже пункт дискримінаційний і тест несправедливий». DIF сигналізує про різне функціонування пункту за однакового латентного рівня. Причину треба досліджувати змістово й емпірично; статистичний прапорець не замінює висновок про справедливість тестування. Помилка 8: «p < 0,05, отже гіпотеза валідності підтверджена». P-value не є ймовірністю істинності гіпотези. Валідність ґрунтується на сукупності теорії, дизайну, величин ефекту, невизначеності, реплікації та узгоджених джерел доказів. Помилка 9: «AUC висока, отже тест клінічно корисний». AUC описує дискримінацію, але не враховує всі наслідки рішення, поширеність стану, конкретний cutoff, ціну помилок, подальші дії та користь для пацієнта. Помилка 10: «Тест валідний, тому результат можна тлумачити без фахівця». Валідність інструмента для певного використання не усуває вимог до компетентності, контексту, інтеграції даних і дотримання етики. Психологічне тестування є процедурою, а не механічним читанням одного числа. Науковий статус різних тверджень про валідність Усталені докази: валідність у сучасних професійних стандартах стосується доказів і теорії, що підтримують конкретні інтерпретації й використання тестових балів. Надійність, зміст, процеси відповіді, структура, зв’язки з іншими змінними, справедливість тестування і наслідки використання розглядають як частини ширшої доказової аргументації. Історична модель: поділ на змістову, критеріальну і конструктну валідність має велике історичне та навчальне значення. Його доречно використовувати як словник для джерел доказів, але не як сучасну ідею трьох окремих властивостей, кожну з яких можна «закрити» одним аналізом. Дискусійне теоретичне твердження: причинно-реалістичне визначення Борсбома та співавторів пропонує інший онтологічний критерій валідності. Воно важливе для теорії вимірювання, але професійна оцінка тестових інтерпретацій у практиці сьогодні переважно спирається на Standards та споріднені evidence-based frameworks. Контекстно специфічні докази: COSMIN є авторитетною методологічною системою для measurement properties насамперед показників, про які повідомляє сама людина (patient-reported outcome measures, PROMs). Її категорії корисні для багатьох психологічних шкал у здоров’ї, але їх не слід беззастережно переносити на тести здібностей, відбір, освітні іспити чи інші класи інструментів. FAQ: запитання про валідність психологічних тестів Чи існує один коефіцієнт валідності? Ні. Окремі дослідження можуть повідомляти кореляції з критерієм, показники факторної моделі, AUC, чутливість, специфічність або інші числа, але жодне з них не є універсальним «коефіцієнтом валідності». Валідність — аргумент, побудований із кількох релевантних джерел доказів. Яке значення валідності вважають достатнім? Універсального порога немає, тому що немає єдиної шкали валідності від 0 до 1. Для конкретного коефіцієнта існують окремі правила інтерпретації, але достатність доказів визначається заявленим використанням, якістю досліджень, невизначеністю і ризиком рішення. Чи може тест бути надійним, але невалідним? Так. Він може стабільно відтворювати бал і водночас систематично відображати не той конструкт або містити значну домішку нерелевантного чинника. Надійність часто потрібна для сильної інтерпретації, але не є достатньою умовою валідності. Чи доводить висока α Кронбаха валідність? Ні. α Кронбаха стосується внутрішньої узгодженості за певною моделлю. Він не доводить одновимірність, конструктну валідність, стабільність у часі, критеріальну точність або справедливість. Чи достатньо кореляції з відомим тестом? Зазвичай ні. Така кореляція може бути одним конвергентним доказом, якщо порівняльний інструмент справді релевантний і гіпотеза сформульована наперед. Для повної інтерпретації потрібні також інші джерела доказів та перевірка альтернативних пояснень. Чи є український переклад валідованою українською адаптацією? Ні. Переклад є лише частиною процесу. Валідована адаптація потребує культурно-мовної роботи, емпіричних доказів для української версії, належних норм або референтних даних за потреби, документації й окремої перевірки того використання, для якого тест призначений. Чи можна поставити діагноз за результатом валідного тесту? Тільки якщо сам інструмент і процедура мають належні докази для діагностичного використання та є частиною професійного клінічного оцінювання. Більшість скринінгових шкал не встановлює діагноз. Один бал, симптом або cutoff не замінює комплексну діагностичну процедуру. Чи може валідність змінюватися з часом? Так. Можуть змінюватися популяції, норми, мова, технологічний формат, діагностичні критерії, соціальний контекст і саме заявлене використання. Нові дані можуть зміцнити, звузити або спростувати частину попереднього валідизаційного аргументу. Чим валідність відрізняється від інтерпретованості? Валідність відповідає на питання, чи обґрунтоване значення і використання балу. Інтерпретованість допомагає надати самому числу зрозумілий контекст: норми, референтні значення, змістовно важливі пороги (meaningful thresholds), очікуваний діапазон і зміст зміни. Сильна інтерпретація потребує обох шарів. Чи означає включення методики до офіційного переліку, що вона валідна для будь-якої людини й будь-якої мети? Ні. Регуляторний статус важливий для визначеного контексту застосування, але конкретна інтерпретація все одно повинна відповідати версії інструмента, мові, цільовій популяції, нормам, кваліфікаційним вимогам і заявленому використанню. Пов’язані статті Очевидна валідність (face validity): що це і чому «тест виглядає правильним» ще не доводить його валідність Психометрія: що це, що вона вимірює і як оцінюють якість психологічних тестів — загальна карта психологічного вимірювання, надійності, валідності та моделей тестування. Надійність психологічного тесту — види надійності, коефіцієнти, похибка та причина, чому надійність не дорівнює валідності. Психологічний конструкт — як невидимі психологічні властивості визначають, операціоналізують і пов’язують із вимірюваними показниками. Похибка вимірювання в психології — випадкова й систематична похибка та межі точності одного тестового балу. Інтерпретованість результатів психологічного вимірювання — як надати зміст балу, нормі, порогу й зміні результату. Психологічне тестування — як проводиться тестування, чим воно відрізняється від ширшої психологічної оцінки та які має обмеження. Етичне використання психологічних тестів — кваліфікація, конфіденційність, права, ліцензування й безпека тестових матеріалів. Докази валідності: зміст, внутрішня структура, зв’язки з іншими змінними та процес відповіді Джерела Всеукраїнська психодіагностична асоціація. Добровільна сертифікація психодіагностичних методик. Міністерство охорони здоров’я України. (2023). Перелік валідних методів психологічної діагностики, які можуть використовуватися для проведення психологічної діагностики та оцінки якості психологічної допомоги. Наказ від 13.12.2023 № 2118. American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. Washington, DC: AERA. Borsboom, D., Mellenbergh, G. J., & van Heerden, J. (2004). The concept of validity. Psychological Review, 111(4), 1061–1071. Bossuyt, P. M., Reitsma, J. B., Bruns, D. E., et al. (2015). STARD 2015: an updated list of essential items for reporting diagnostic accuracy studies. BMJ, 351, h5527. COSMIN. (2024). COSMIN Manual, Version 2.0: methodological guidance on measurement properties of показників, про які повідомляє сама людина (patient-reported outcome measures, PROMs). Cronbach, L. J., & Meehl, P. E. (1955). Construct validity in psychological tests. Psychological Bulletin, 52(4), 281–302. International Test Commission. (2013). ITC Guidelines on Test Use, Version 1.2. International Test Commission. (2017). The ITC Guidelines for Translating and Adapting Tests (Second edition), Version 2.4. Kane, M. T. (2013). Validating the Interpretations and Uses of Test Scores. Journal of Educational Measurement, 50(1), 1–73. Messick, S. (1995). Validity of psychological assessment: Validation of inferences from persons’ responses and performances as scientific inquiry into score meaning. American Psychologist, 50(9), 741–749. Wasserstein, R. L., & Lazar, N. A. (2016). The ASA Statement on p-Values: Context, Process, and Purpose. The American Statistician, 70(2), 129–133.

Автор: Український психологічний ХАБ · Опубліковано: 23 вересня 2026 · Редакційна політика Альфа Кронбаха — один із найвідоміших коефіцієнтів у психометрії. Його часто бачать у статтях про опитувальники, психологічні шкали й тести у вигляді короткого запису на кшталт α = 0,82. Проблема починається тоді, коли це число перетворюють на універсальний знак якості: «вище 0,70 — тест добрий», «0,90 — майже ідеальний», «висока альфа доводить валідність». Таке читання занадто сильне. Альфа характеризує те, наскільки відповіді на пункти, з яких утворюють один сумарний або середній бал, пов’язані між собою в конкретних даних. Історично коефіцієнт був систематизований Лі Кронбахом у 1951 році; його оригінальна стаття Coefficient Alpha and the Internal Structure of Tests показала зв’язок α із сімейством оцінок, що виникають із різних розщеплень тесту. Сучасна психометрія трактує альфу значно обережніше, ніж популярні таблиці з «магічними порогами». Стандарти AERA, APA та NCME вимагають оцінювати точність і надійність балів у контексті їхнього призначення, а валідність — через сукупність доказів для конкретної інтерпретації та використання. Один коефіцієнт внутрішньої узгодженості не замінює цієї системи доказів. Що таке альфа Кронбаха Коефіцієнт альфа Кронбаха (Cronbach’s alpha, coefficient alpha) — статистика, яку використовують для оцінювання внутрішньої узгодженості набору пунктів, коли з них формують спільний бал. У найпростішому практичному сенсі α відображає, наскільки пункти варіюють разом порівняно з варіативністю підсумкового балу. Чим сильніше пункти в середньому коваріюють і чим їх більше, тим вищою за інших рівних умов може бути α. Важливе слово тут — «внутрішня». Альфа нічого безпосередньо не говорить про стабільність результатів через тиждень або місяць, про згоду двох оцінювачів, про точність окремого клінічного рішення чи про те, чи вимірює шкала саме заявлений конструкт. Це інший тип інформації. Формула: від чого залежить α Для k пунктів класичну альфу можна записати так: α = k/(k − 1) × [1 − Σσ²ᵢ/σ²X], де σ²ᵢ — дисперсія кожного пункту, а σ²X — дисперсія сумарного балу. Формула показує, що коефіцієнт залежить і від взаємозв’язків між пунктами, і від кількості пунктів. Для стандартизованих пунктів корисна інша форма: α = k × r̄ / [1 + (k − 1) × r̄], де r̄ — середня міжпунктова кореляція. Вона добре пояснює, чому довга шкала може мати високу альфу навіть за помірних зв’язків між окремими пунктами: збільшення k саме по собі підштовхує коефіцієнт угору. Звідси випливає принципова річ: два тести з однаковою α можуть мати дуже різну структуру. Один може складатися з невеликої кількості добре підібраних пунктів, інший — із десятків майже повторюваних формулювань. Саме число α цього не розрізняє. Внутрішня узгодженість не дорівнює одновимірності Одна з найпоширеніших помилок — читати високу альфу як доказ того, що всі пункти вимірюють один конструкт. Це різні питання. Внутрішня узгодженість описує взаємопов’язаність пунктів, а одновимірність — структуру вимірювання: чи можна їхні залежності достатньо пояснити одним латентним виміром. Сучасна COSMIN Reporting Guideline 2.0 прямо розділяє ці поняття: для коректної інтерпретації показника внутрішньої узгодженості шкала або субшкала має мати докази одновимірності; її перевіряють, наприклад, факторним аналізом або моделями IRT/Rasch. Тобто факторна структура логічно передує змістовному читанню α, а не випливає з високої α. Класичний приклад — опитувальник із двома тісно пов’язаними підшкалами. Якщо кожна має багато пунктів, загальна α може бути дуже високою. Проте один сумарний бал може приховувати дві різні психологічні змінні. У такому разі корисніше аналізувати структурну валідність і внутрішню узгодженість кожної змістовно обґрунтованої підшкали окремо. Коли α можна тлумачити як оцінку надійності Альфа пов’язана з надійністю балів, але її рівність «справжній» надійності не є автоматичною. Для класичного тлумачення потрібні припущення про модель вимірювання, зокрема про те, як пункти пов’язані з латентною змінною і як поводяться їхні похибки. У практичній літературі особливо часто обговорюють умову суттєвої тау-еквівалентності: пункти мають однаково, або достатньо близько, відображати спільний конструкт за відповідної параметризації. Якщо навантаження пунктів суттєво різняться, є корельовані похибки, локальна залежність, сильна багатовимірність або інша невідповідність моделі, α може неточно оцінювати потрібну характеристику надійності. McNeish (2018) детально показує, що звичне автоматичне застосування alpha без перевірки її припущень здатне давати зміщене уявлення про надійність. Саме тому сучасний підхід починається не з питання «яка α?», а з питання «яка модель породжує ці бали і яке джерело похибки нас цікавить?». Коефіцієнт обирають після формулювання моделі вимірювання, а не навпаки. Чому високий α не гарантує якісний тест Висока альфа означає лише те, що за конкретної вибірки й способу підрахунку набір пунктів має сильну внутрішню взаємопов’язаність у сенсі, який уловлює цей коефіцієнт. Вона не доводить змістову повноту, одновимірність, валідність інтерпретації, справедливість для різних груп, якість норм, часову стабільність, діагностичну точність або клінічну корисність. Критична психометрична література десятиліттями застерігає від використання α як загального «індексу якості». Sijtsma (2009) показав, що alpha не слід ототожнювати зі структурою тесту, а статистика з однієї адміністрації мало говорить про точність індивідуального результату в широкому сенсі. Ще одна причина — надлишковість. Якщо десять пунктів майже перефразовують один одного, вони можуть давати вражаючу α, але вузько охоплювати конструкт. Такий тест може втратити змістову репрезентативність: він дуже послідовно питає майже те саме. Огляд Tavakol і Dennick (2011) пояснює, що надто висока α іноді сигналізує про дублювання пунктів, хоча жодна числова межа сама по собі цього не доводить. Чи існує «нормальна» альфа: 0,70, 0,80 або 0,90 У навчальних матеріалах часто зустрічаються пороги 0,70, 0,80 або 0,90. Вони можуть бути грубими орієнтирами в певних контекстах, але не є природними законами психометрії. Прийнятність точності залежить від призначення балу, наслідків рішення, довжини шкали, широти конструкта, популяції, моделі вимірювання і того, чи йдеться про групове дослідження, моніторинг або індивідуальне рішення. Наприклад, α = 0,68 для короткої ранньої дослідницької шкали не означає автоматичної непридатності, а α = 0,93 для клінічного опитувальника не робить його автоматично діагностичним. Саме тому Стандарти тестування вимагають пов’язувати докази точності з конкретною інтерпретацією й використанням результатів. Корисне правило читання таке: значення α — початок запитань, а не кінець оцінювання. Після нього треба запитати, для якої вибірки його отримано, скільки було пунктів, чи підтверджена структура, чи доречна модель alpha, який довірчий інтервал і які ще джерела доказів надійності та валідності доступні. Чому довший тест часто має вищу α Оскільки α залежить від кількості пунктів, додавання нових пунктів, що позитивно корелюють з уже наявними, часто збільшує коефіцієнт. Це не обов’язково покращує вимірювання. Якщо нові пункти додають релевантний зміст, довший тест справді може підвищити точність. Якщо вони лише дублюють старі, зростає статистична узгодженість без відповідного зростання змістової якості. Цей принцип споріднений з логікою прогнозування надійності при зміні довжини тесту, яку формалізує формула Спірмена–Брауна. Вона допомагає побачити, чому число пунктів і середній зв’язок між ними треба розглядати разом. Що означає низька або від’ємна α Низька альфа може мати багато причин: шкала дуже коротка; пункти слабко пов’язані; конструкт навмисно широкий; частина пунктів належить до іншого виміру; є проблеми кодування; вибірка має обмежену варіативність; або модель alpha погано відповідає даним. Тому реакція «видалити всі пункти, які знижують α» часто погіршує інструмент. Від’ємна α зазвичай є сильним сигналом проблеми з даними або ключем. Вона можлива, коли середня коваріація між пунктами стає від’ємною. На практиці варто перш за все перевірити, чи правильно реверсовано зворотно сформульовані пункти, чи немає помилок кодування і чи справді пункти мають утворювати спільний бал. «Alpha if item deleted»: чому не варто механічно викидати пункти Статистичні пакети часто показують «α, якщо пункт вилучити». Це діагностичний сигнал, а не автоматична команда. Якщо видалення пункту трохи підвищує α, потрібно з’ясувати чому. Пункт може бути погано сформульований або належати до іншого виміру, але може також вимірювати важливу частину конструкта, яка навмисно відрізняється від решти. Механічна оптимізація за максимальним α здатна звузити зміст шкали й зменшити змістову валідність. Спочатку аналізують теоретичну роль пункту, розподіл відповідей, item-total зв’язки, факторну структуру, локальну залежність і наслідки для змісту конструкта; лише потім вирішують, чи змінювати інструмент. Сирий і стандартизований alpha Програмне забезпечення може виводити raw alpha і standardized alpha. Сирий варіант обчислюють із коваріаційної матриці, тому пункти з більшою дисперсією мають більший вплив. Стандартизований варіант фактично працює з кореляційною матрицею, тобто прирівнює масштаби варіативності пунктів. Якщо всі пункти мають однакову шкалу відповідей і подібні дисперсії, значення часто близькі. Велика різниця між ними — привід перевірити розподіли пунктів і обґрунтувати, який варіант відповідає способу формування підсумкового балу. «Стандартизований» тут не означає «кращий». Likert-пункти, порядкові дані й «ordinal alpha» Класичну alpha часто обчислюють на основі Pearson-кореляцій навіть для Likert-пунктів. Це поширена практика, але для виразно порядкових даних, невеликої кількості категорій або сильно асиметричних відповідей модель безперервних інтервальних показників може бути слабкою. У таких ситуаціях дослідники застосовують поліхоричні кореляції, ordinal alpha або модельні коефіцієнти омега. Це також не створює універсального рецепта. Viladrich, Angulo-Brunet і Doval (2017) пропонують обирати коефіцієнт як наслідок моделі вимірювання: спочатку описати дані й перевірити релевантну структуру, потім оцінити внутрішню надійність і її невизначеність. Для порядкових відповідей важливо, яка саме статистична модель лежить під розрахунком. Шкала з двох пунктів: alpha чи Спірмен–Браун Для двопунктових шкал ситуація особлива: два пункти дають лише одну міжпунктову кореляцію, а alpha стає просто перетворенням цього зв’язку. Методологічна робота Eisinga, te Grotenhuis і Pelzer (2013) спеціально розбирає, який коефіцієнт доречний для двопунктових мір, і показує, чому тут не варто бездумно переносити звички з довших шкал. Якщо два пункти справді є змістовно виправданими паралельними частинами однієї короткої шкали, доцільно розглядати міжпунктову кореляцію разом із коефіцієнтом Спірмена–Брауна. Головне питання знову стосується моделі й змісту, а не бажання отримати якомога більше число. Альфа Кронбаха і омега Макдональда Омега Макдональда стала популярною альтернативою, тому що може враховувати різні факторні навантаження пунктів у конгенеричній моделі. Dunn, Baguley і Brunsden (2014) систематизували практичні проблеми alpha і запропонували ширше використовувати omega як модельно обґрунтовану оцінку внутрішньої надійності. Це не означає, що omega автоматично правильна, а alpha автоматично неправильна. Омега теж залежить від моделі, способу оцінювання, структури факторів і якості даних. Сильна практика полягає в тому, щоб перевірити структуру, обрати коефіцієнт відповідно до неї, за потреби показати кілька оцінок і пояснити, що кожна з них означає. Альфа не дорівнює валідності Надійність і валідність пов’язані, але це різні властивості доказової аргументації. Надійність стосується точності й відтворюваності балів за визначених умов; валідність — того, наскільки дані й теорія підтримують конкретні інтерпретації та використання цих балів. Високоузгоджена шкала може стабільно вимірювати не той конструкт, який їй приписують. Тому фраза «шкала валідна, бо α = 0,86» є логічною помилкою. Alpha може бути одним елементом психометричного опису, але докази валідності включають зміст, внутрішню структуру, зв’язки з іншими змінними, процес відповіді та наслідки використання — залежно від задачі й теоретичної рамки. Альфа не дорівнює тест-ретест надійності або згоді оцінювачів Внутрішня узгодженість відповідає на питання про взаємозв’язок пунктів у межах одного вимірювання. Тест-ретест надійність відповідає на питання про стабільність балів у часі, якщо конструкт очікувано стабільний. Міжоцінювальна надійність стосується того, наскільки узгоджено різні оцінювачі застосовують процедуру. Ці джерела похибки не взаємозамінні. Тому висока α не дозволяє сказати, що людина через тиждень отримає той самий бал, а висока тест-ретест кореляція не доводить, що пункти утворюють одновимірну шкалу. Потрібний вид надійності визначає дизайн вимірювання. Альфа не є похибкою вимірювання для конкретної людини Alpha є коефіцієнтом для варіативності балів у вибірці за певною моделлю. Вона не повідомляє безпосередньо, на скільки балів може помилитися результат конкретної людини. Для індивідуальної точності потрібні інші величини, наприклад стандартна похибка вимірювання, інтервали навколо балу або модельно-специфічні інформаційні функції. Саме тому Sijtsma застерігає від висновків про точність індивідуального тестового результату лише на основі статистики з однієї адміністрації. Для рішень щодо окремої людини особливо важливі призначення тесту, норми, популяція, похибка, валідність і наслідки помилкової класифікації. Alpha залежить від вибірки Коефіцієнт не є незмінною «властивістю тесту», прикріпленою до нього назавжди. Він залежить від того, хто відповідав на пункти, від варіативності ознаки, розподілів відповідей, пропусків, способу кодування й умов дослідження. Один і той самий інструмент може мати різні значення α у різних популяціях. Тому коректне повідомлення звучить не «тест має α = 0,84», а «у цій вибірці для цих балів отримано α = 0,84 за таким способом підрахунку». Для серйозного звіту корисно давати також довірчий інтервал: точкова оцінка сама по собі приховує статистичну невизначеність. Viladrich та співавтори включають інтервальну оцінку до систематичного процесу оцінювання внутрішньої надійності. Український переклад і культурна адаптація: висока α не завершує валідацію Якщо іншомовний опитувальник перекладено українською і в українській вибірці отримано високу α, це ще не доводить, що адаптація завершена. Переклад може змінити значення формулювань, складність, стиль відповіді або структуру конструкта. Потрібні окремі докази змістової еквівалентності, структури, надійності, валідності та, коли порівнюють групи чи мовні версії, інваріантності вимірювання. Міжнародна тестова комісія у Guidelines for Translating and Adapting Tests розглядає адаптацію як повний процес, що включає культурний контекст, розроблення й адаптацію інструмента, адміністрування та документування інтерпретації балів. Наявність перекладу або одного коефіцієнта внутрішньої узгодженості не замінює цього процесу. Що alpha означає для скринінгових і клінічних шкал Для клінічного або скринінгового опитувальника висока alpha не встановлює діагноз, не визначає універсальний cutoff і не показує діагностичну чутливість чи специфічність. Внутрішня узгодженість, скринінгова точність і клінічна корисність — різні питання. Окремий бал слід інтерпретувати в межах призначення інструмента, відповідної популяції, норм або критеріїв, валідності, похибки та контексту оцінювання. У професійній психологічній оцінці тест є лише одним джерелом інформації, а не автоматичним діагностичним висновком. Як правильно повідомляти альфу в дослідженні Сильний психометричний звіт не обмежується одним числом. Поруч з α доцільно вказувати вибірку й N, кількість пунктів, спосіб формування балу, тип даних, обробку пропусків і реверсивних пунктів, підстави для одновимірності або структури субшкал, сам коефіцієнт із довірчим інтервалом, а також інші релевантні оцінки надійності. Якщо пункти конгенеричні й мають різні навантаження, варто розглянути omega або іншу модельну оцінку. Якщо інструмент використовують повторно в часі, потрібні докази тест-ретест надійності. Якщо результат залежить від оцінювачів — потрібні ICC, kappa або інші відповідні коефіцієнти залежно від типу даних і дизайну. Alpha не має закривати питання, на яке вона статистично не відповідає. Як читати α у чужій науковій статті Побачивши «Cronbach’s α = 0,87», спочатку з’ясуйте, для якої шкали або субшкали це число. Потім подивіться, скільки пунктів входило в бал і чи є дані про факторну структуру. Перевірте, чи alpha обчислено на тій самій вибірці, результати якої інтерпретують, і чи наведено інтервал невизначеності. Далі перевірте, чи автори не роблять із внутрішньої узгодженості висновки про валідність, діагностичну точність або часову стабільність. Особливо уважно варто читати фрази «надійність і валідність підтверджені α», «α > 0,70 доводить якість» або «висока α підтверджує одновимірність». У кожній із них одному коефіцієнту приписують більше, ніж він може показати. Практичний приклад: однакова α, різна якість вимірювання Уявімо дві шкали по 12 пунктів з α = 0,90. У першій пункти охоплюють різні, теоретично потрібні прояви одного конструкта; однофакторна модель достатньо описує дані, а зовнішні зв’язки відповідають прогнозам. У другій половина пунктів майже дослівно дублює іншу половину, а факторний аналіз показує два змістові кластери. Число α однакове, але аргументація на користь змісту й структури вимірювання принципово різна. Можливий і протилежний випадок: коротка чотирипунктова шкала має α = 0,69, але її пункти навмисно охоплюють різні аспекти вузького конструкта, структура підтверджена, коефіцієнт omega подібний, а результати відтворюються в незалежних вибірках. Відкидати її лише через те, що 0,69 не перетнуло умовну межу 0,70, означало б підмінити психометричне міркування ритуалом. Типові помилки інтерпретації Перша помилка — називати alpha доказом валідності. Друга — вважати високу α доказом одновимірності. Третя — використовувати універсальний cutoff без урахування призначення. Четверта — порівнювати α різних шкал без огляду на кількість пунктів і структуру. П’ята — механічно видаляти пункти за «alpha if item deleted». Шоста — називати alpha тест-ретест надійністю. Сьома — вважати, що переклад із високою α уже є валідованою культурною адаптацією. Спільний корінь цих помилок — спроба зробити з одного числа короткий вирок про весь тест. Психометрія працює інакше: кожен коефіцієнт відповідає на своє питання, а якість інструмента встановлюють через узгоджену систему доказів. Коли alpha справді корисна Альфа залишається корисною статистикою, коли дослідник чітко знає, що вона оцінює, коли структура шкали обґрунтована, модель alpha прийнятна для даних і висновок обмежений внутрішньою надійністю відповідних балів. Її зручність, історична поширеність і зв’язок з міжпунктовими коваріаціями роблять її інформативною частиною психометричного звіту. Сучасна альтернатива полягає не в тому, щоб заборонити α, а в тому, щоб перестати використовувати її автоматично. Огляд Dunn та співавторів і методологічний tutorial McNeish сходяться в головному практичному висновку: коефіцієнт надійності слід вибирати відповідно до моделі даних, а не за традицією. Часті запитання Що показує альфа Кронбаха простими словами? Вона показує, наскільки узгоджено пункти, з яких формують спільний бал, змінюються разом у певній вибірці. Це інформація про внутрішню узгодженість і, за відповідних припущень, про один аспект надійності балів. Чи добра α = 0,70? Самого числа недостатньо. 0,70 може бути прийнятним у певному дослідницькому контексті й недостатнім для високоризикового індивідуального рішення. Потрібно враховувати призначення, довжину шкали, структуру, вибірку, довірчий інтервал і інші докази якості. Чи означає α = 0,90, що тест точний на 90%? Ні. Alpha не є відсотком правильності, точності діагнозу чи часткою «правдивих відповідей». Це коефіцієнт, що випливає зі співвідношення дисперсій і коваріацій балів за певною моделлю. Чи доводить висока α, що шкала одновимірна? Ні. Одновимірність перевіряють окремо, наприклад факторним аналізом або IRT-моделями. COSMIN прямо називає одновимірність передумовою для ясної інтерпретації статистики внутрішньої узгодженості. Що краще: alpha чи omega? Немає універсального переможця поза моделлю. Alpha може бути доречною за її припущень; omega часто краще пристосована до конгенеричних пунктів із різними навантаженнями. Обидва коефіцієнти потребують коректної моделі та якісних даних. Чи треба видаляти пункт, якщо без нього α вища? Не автоматично. Спершу треба перевірити зміст пункту, кодування, розподіл відповідей, item-total зв’язок, факторну структуру й те, чи не втратить шкала важливу частину конструкта. Мінімальне зростання α не є достатньою причиною для редагування інструмента. Чи можна розрахувати alpha для двох пунктів? Технічно так, але інтерпретація особлива й фактично визначається єдиною міжпунктовою кореляцією. Для змістовно виправданої двопунктової шкали варто розглянути кореляцію між пунктами та формулу Спірмена–Брауна замість автоматичного застосування правил для довгих шкал. Чи достатня висока alpha для української адаптації тесту? Ні. Вона дає лише частину інформації про внутрішню узгодженість у конкретній українській вибірці. Для адаптації потрібні перекладацькі й культурні процедури, структурна і змістова валідність, релевантна надійність, а за порівняння мов або груп — докази порівнюваності чи інваріантності. Висновок Альфа Кронбаха — корисний, але вузький коефіцієнт. Вона допомагає описати внутрішню узгодженість балів за набором пунктів і за відповідних припущень може бути оцінкою певного аспекту надійності. Її величина залежить від взаємозв’язків між пунктами, кількості пунктів, вибірки, способу кодування і моделі вимірювання. Найважливіше правило тлумачення просте: висока α не є сертифікатом якості тесту. Вона не доводить одновимірність, валідність, часову стабільність, культурну еквівалентність, діагностичну точність або клінічну корисність. Сильне психометричне рішення виникає тоді, коли alpha займає своє місце серед структурних, надійнісних, валідизаційних і практичних доказів. Пов’язані статті Базовий контекст теми — «Психометрія». Про те, що саме означає узгодженість пунктів, — «Внутрішня узгодженість шкали: що вона показує і чому не доводить одновимірність». Для глибшого розуміння того, як довжина тесту пов’язана з оцінками надійності, дивіться «Формула Спірмена–Брауна: надійність тесту, метод розщеплення та застосування». Про формат пунктів і способи відповідей — «Рейтингова шкала: що це, як працює та чим відрізняється від ранжування». Про місце тестів у ширшому професійному процесі — «Психологічна оцінка й оцінювання: що це, як проходить і чим відрізняється від тестування». Про науковця, на честь якого названо коефіцієнт, читайте в окремій статті «Лі Кронбах: коефіцієнт alpha, валідність, психологічне тестування і внесок у психометрію». Джерела American Educational Research Association, American Psychological Association, National Council on Measurement in Education. Standards for Educational and Psychological Testing. 2014. Офіційна сторінка APA. Cronbach LJ. Coefficient Alpha and the Internal Structure of Tests. Psychometrika. 1951;16(3):297–334. https://doi.org/10.1007/BF02310555. Dunn TJ, Baguley T, Brunsden V. From alpha to omega: A practical solution to the pervasive problem of internal consistency estimation. British Journal of Psychology. 2014;105(3):399–412. https://doi.org/10.1111/bjop.12046. Eisinga R, te Grotenhuis M, Pelzer B. The reliability of a two-item scale: Pearson, Cronbach, or Spearman-Brown? International Journal of Public Health. 2013;58(4):637–642. https://doi.org/10.1007/s00038-012-0416-3. International Test Commission. The ITC Guidelines for Translating and Adapting Tests. Second edition. 2017. Офіційний документ ITC. McNeish D. Thanks coefficient alpha, we’ll take it from here. Psychological Methods. 2018;23(3):412–433. https://doi.org/10.1037/met0000144. Sijtsma K. On the Use, the Misuse, and the Very Limited Usefulness of Cronbach’s Alpha. Psychometrika. 2009;74:107–120. https://doi.org/10.1007/s11336-008-9101-0. Tavakol M, Dennick R. Making sense of Cronbach’s alpha. International Journal of Medical Education. 2011;2:53–55. https://doi.org/10.5116/ijme.4dfb.8dfd. Tavares de Arruda G, Mokkink LB, Gagnier J, Terwee CB, et al. Explanation & Elaboration document of the COSMIN Reporting Guideline 2.0 for studies on measurement properties of patient-reported outcome measures. Version 1.0, September 2024. COSMIN. Viladrich C, Angulo-Brunet A, Doval E. A journey around alpha and omega to estimate internal consistency reliability. Anales de Psicología. 2017;33(3):755–782. https://doi.org/10.6018/analesps.33.3.268401.