Контролирующие функции внимания. Время переключения внимания (tsw) негативно связано с IQv и IQf (r=–0,33; p<0,008 и r=–0,23; p<0,05 соответственно), а также с Бв (r=–0,24; p<0,03).

Время разрешения конфликта селекции неконгруэнтных и конгруэнтных стимулов (tex) негативно коррелировало с ОРо (r<–0,37; p<0,001). ОРв, напротив, положительно коррелировала с этим показателем внимания, однако только на уровне тенденции (p<0,07).

Показатели внимания и памяти как предикторы интеллекта и креативности Для определения значения показателей памяти и внимания в изменениях интеллекта или креативности нами был использован метод иерархической множественной регрессии. Значения интеллекта и беглости или оригинальности рассматривали как зависимые переменные, показатели внимания и памяти – как независимые. Основные параметры полученных достоверных моделей приведены в таблице 1.

Таблица 1. Основные параметры регрессионных моделей описания показателей интеллекта и креативности

Примечание. tsw – время переключения при выполнении красно-черных таблиц Горбова, tex – время исполнительной системы внимания, Cs – показатель эффективности выполнения корректурной пробы, tnc – время селекции неконгруэнтных стимулов.

IQv и IQf имели сходные модели для своего описания, согласно которым значимыми предикторами интеллекта были показатели вербальной памяти и tsw, которые на 13 % позволяли предсказать дисперсию IQv и на 12 % IQf (таблица 1). Большим значениям интеллекта соответствовала лучшая память и меньшее время переключения внимания (tsw).

Вербальная беглость (Бв) повышалась при снижении показателей tsw и tex, 6 % изменчивости приходилось на первую переменную и 18 % при их объединении, а добавление в регрессию еще Cs увеличивало ее предсказательные возможности до 23 %, но значимость вклада tsw при этом ослабевала (таблица 1). Для повышения вербальной оригинальности (ОРв) необходимо было, напротив, увеличение tsw, а также tnc, эти предикторы позволяли объяснить 9 % дисперсии ОРв, однако ни один из них не вносил достоверного вклада в оригинальность.

Предикторами образной креативности, согласно полученным уравнениям, были показатели Cs, tnc и tex; эти переменные определяли 11 % дисперсии Бо и 14 % ОРо (таблица 1). Значимый вклад в Бо вносила Cs: беглость генерации образов увеличивалась при повышении эффективности поиска слов в корректурной пробе, а для ОРо достоверен был вклад tex: для повышения образной оригинальности необходимо снижение времени разрешения конфликта при селекции неконгруэнтной и конгруэнтной информации.

Для определения вклада конвергентного мышления в креативность и, наоборот, креативности – в IQ были исследованы регрессионные модели с введением, соответственно, показателей интеллекта или креативности как независимых переменных в уже полученные на первом этапе анализа регрессионные уравнения. Основные параметры полученных таким образом достоверных моделей приведены в таблице 2. Введение в регрессию показателей креативности: ОРо и Бв примерно на 10 % повышало ее предсказательные возможности в описании вариабельности как IQv, так и IQf. Уравнения были сходны для вербального и образного компонентов интеллекта, и в одном случае достоверный положительный вклад отмечен для вклада ОРо, в другом – для Бв. Значимого вклада показателей ОРв и Бо в регрессионные уравнения IQ не обнаружено.

При анализе вклада интеллекта в креативность установлено положительное значение IQv в Бв, которые заменял вклад Cs и tsw (ср. таблицы 1 и 2), это уравнение позволяло описать 17 % дисперсии Бв. Достоверное уравнение для ОРв включало только один компонент: IQv, причем с отрицательным знаком (β=–0,20; F