Generation Z is the first cohort for which the digital environment is not a tool but a habitat [1; 3]. However, a holistic neuropsycholinguistic profile of the consequences of such immersion has not yet been described. The article introduces the construct of «digital split syndrome» — a stable configuration of cognitive, linguistic, and identity characteristics formed under the influence of a hyperconnected digital environment [7; 11].
Developed a theoretical-empirical model of the neuropsycholinguistic profile of digital split syndrome in Generation Z and to propose a design for its verification.
The model draws: 1) on the socio-cognitive concept of digital socialization by G. U. Soldatova and A. E. Voiskounsky [1; 2]; 2) the approach to clip thinking as a set of cognitive-style characteristics by A. V. Miklyaeva and S. A. Bezgodova [5; 6]; 3) C. Goel's concept of digital dissociation [11]; 4) T. G. Leshkevich's philosophical analysis of the digital «splitting» of everyday life [7]. Proposed design: sample of 280–300 students aged 18–24; neuropsycholinguistic battery [2; 5; 14].
Four latent components are expected: cognitive fragmentation, digital dissociation, visual shift, linguistic impoverishment. Three typological profiles are anticipated: compensatory, rigid, split.
Digital split syndrome is viewed not as a pathology but as an adaptive response of the neurocognitive system with costs for linguistic ability and identity [10; 12]. The model can serve as a basis for empirical verification.
Keywords: Generation Z, digital split, neuropsycholinguistics, clip thinking, digital dissociation, digital socialization, linguistic ability, neuroplasticity.
Введение
Актуальность исследования
Поколение Z (родившиеся примерно в 1995–2010 гг.) — первая генерация, для которой цифровая среда выступает не дополнением к офлайн-реальности, а основным модусом существования [1; 3]. Г. У. Солдатова и А. Е. Войскунский разработали социально-когнитивную концепцию цифровой социализации, в рамках которой цифровая личность рассматривается как «гиперподключённая, технологически достроенная» часть личности реальной [1]. Цифровая социализация происходит не в тесном контакте со взрослыми и часто без непосредственной обратной связи, из-за чего личностное взросление подростков офлайн может отставать от онлайн-опыта [2; 4].
А. В. Микляева и С. А. Безгодова показали, что признаки клипового мышления коррелируют с зависимостью от имеющихся у субъекта ментальных конструктов, низкой чувствительностью к актуальной познавательной задаче и не связаны с показателями продуктивности мышления в традиционном понимании [5; 6]. Это означает, что клиповое мышление — не «плохое мышление», а иной когнитивный стиль, требующий отдельного описания.
Т. Г. Лешкевич в работе «Цифровое „расщепление“ повседневности» фиксирует «сращённость» когнитивного потенциала человека с интеллектуальными устройствами и формирование цифрового отчуждения: возросшее чувство беспомощности перед усложняющимися задачами компьютерных интеракций на фоне доверия машинным алгоритмам ведёт к отчуждению [7].
C. Goel формулирует концепт digital dissociation — формы психологической отстранённости, возникающей в результате чрезмерного погружения в онлайн-контент и проявляющейся в искажении восприятия времени, когнитивном тумане, эмоциональной отстранённости и ослаблении ясности идентичности [11].
О психологических последствиях информатизации писали также Ю. Д. Бабаева и А. Е. Войскунский, указывая на неравномерное распределение объёмов внимания, тревожность и трансформацию механизмов саморегуляции [8; 9].
Несмотря на растущий объём исследований, целостный нейропсихолингвистический профиль, интегрирующий когнитивные, языковые и идентичностные параметры, до настоящего времени не разработан. Настоящая работа призвана восполнить этот пробел.
Цель и задачи исследования
Цель — разработать теоретико-эмпирическую модель нейропсихолингвистического профиля синдрома цифрового расщепления у представителей поколения Z.
Задачи:
- Операционализировать конструкт «синдром цифрового расщепления» на основе синтеза российских и зарубежных подходов [1; 7; 11].
- Разработать дизайн эмпирического исследования, включающий нейропсихолингвистическую батарею, опросники цифровой диссоциации и когнитивных стилей [2; 5; 14].
- Сформулировать систему гипотез о структуре синдрома и типологических профилях.
- Предложить схему статистической обработки данных (корреляционный, факторный, кластерный анализ) [2; 14].
- Обозначить практические импликации для психолого-педагогического сопровождения.
Теоретическая рамка
Синдром цифрового расщепления понимается не как патологическое состояние, а как специфический адаптивный ответ нейрокогнитивной системы на условия, в которых визуально-образные каналы обработки информации получают систематическое подкрепление, тогда как вербально-логические каналы оказываются в состоянии относительной депривации [10; 12]. Нейропластичность, обеспечивающая адаптацию к цифровой среде, одновременно продуцирует издержки — «когнитивно-языковую цену» цифровой социализации [1; 10].
Материалы и методы
Выборка и источники данных
Предлагаемая выборка: 280–300 студентов российских вузов в возрасте 18–24 лет (M = 20,5; SD = 1,8). Критерии включения: возрастная принадлежность к поколению Z (рождение после 1995 г.), наличие смартфона и ежедневный доступ в интернет, добровольное информированное согласие [1; 3]. Критерии исключения: диагностированные неврологические или психические расстройства, приём психоактивных препаратов.
Источники данных
- Нейропсихолингвистическая батарея [14]:
– тест вербальной беглости (буквы С, К, М; одна минута на каждую);
– тест семантической беглости (категории «животные», «растения», «профессии»);
– задание на понимание сложных синтаксических конструкций (пассивные конструкции, двойное отрицание);
– оценка лексического разнообразия устного спонтанного высказывания (коэффициент TTR — type-token ratio).
- Опросник цифровой диссоциации (адаптация шкалы C. Goel) [11]: 18 пунктов, оценивающих искажение времени, когнитивный туман, нарушение самосознания, эмоциональную отстранённость.
- Анкета цифровой социализации (по Г. У. Солдатовой, Е. И. Рассказовой) [1; 2]: интенсивность цифровой активности, предпочитаемые форматы контента, цифровая компетентность.
- Опросник стилевых характеристик познавательной деятельности (по А. В. Микляевой, С. А. Безгодовой) [5; 6]: выраженность клипового мышления, предпочтение визуальных стратегий, фрагментарность обработки.
Методы измерения (план анализа):
– описательная статистика (средние, стандартные отклонения, частотный анализ) [2; 14];
– корреляционный анализ (коэффициент Пирсона) для выявления взаимосвязей [11; 14];
– факторный анализ (метод главных компонент с варимакс-вращением) для выделения латентных компонентов [5; 14];
– кластерный анализ (метод k-средних) для идентификации типологических профилей [5; 14];
– однофакторный дисперсионный анализ (ANOVA) для сравнения кластеров [14].
Уровень значимости: p < 0,05.
Результаты (модельные) и обсуждение
Корреляционная модель: ожидаемые взаимосвязи
На основе теоретической рамки [1; 5; 11] сформулированы три гипотезы о корреляционных плеядах (таблица 1).
Таблица 1
Ожидаемая матрица корреляционных взаимосвязей ключевых переменных (модель)
|
Переменная |
1 |
2 |
3 |
4 |
5 |
6 |
|
1. Интенсивность цифровой иммерсии |
— | |||||
|
2. Вербальная беглость |
–0,40*** |
— | ||||
|
3. Семантическая беглость |
–0,36*** |
0,55*** |
— | |||
|
4. Понимание сложного синтаксиса |
–0,30** |
0,45*** |
0,40*** |
— | ||
|
5. Цифровая диссоциация |
0,42*** |
–0,34** |
–0,28* |
–0,26* |
— | |
|
6. Ослабление идентичности |
0,38*** |
–0,32** |
–0,27* |
–0,24* |
0,50*** |
— |
|
7. Лексическое разнообразие (TTR) |
–0,35*** |
0,50*** |
0,48*** |
0,36*** |
–0,30** |
–0,28* |
Примечание: *** p < 0,001; ** p < 0,01; * p < 0,05. Данные являются модельными. Ожидаемые связи сформулированы на основе [1; 5; 11; 14].
Интерпретация. Первая плеяда отражает связь цифровой иммерсии со снижением вербальной продуктивности [1; 14]. Вторая — связь цифровой диссоциации с ослаблением идентичности, что согласуется с данными C. Goel о «размывании» ясности Я при чрезмерном скроллинге [11], а также с классической работой K. J. Gergen о «насыщенном Я» [12]. Третья — связь предпочтения визуальных форматов со снижением понимания сложного синтаксиса, что соответствует выводам А. В. Микляевой и С. А. Безгодовой о преобладании визуальной обработки информации над семантической [5; 6].
Рис. 1. Модельное распределение респондентов по уровню выраженности цифрового расщепления. Составлено автором на основе [1; 5; 11]
Факторная модель: ожидаемая структура
Таблица 2
Ожидаемые результаты факторного анализа: факторные нагрузки после варимакс-вращения (модель)
|
Переменная |
Фактор 1: когнитивная фрагментация |
Фактор 2: цифровая диссоциация |
Фактор 3: визуальный сдвиг |
Фактор 4: языковое обеднение |
|
Фрагментарность обработки |
0,76 |
0,20 |
0,32 |
0,17 |
|
Снижение концентрации |
0,71 |
0,28 |
0,14 |
0,25 |
|
Многозадачность |
0,68 |
0,17 |
0,40 |
0,11 |
|
Искажение времени |
0,23 |
0,80 |
0,18 |
0,21 |
|
Когнитивный туман |
0,30 |
0,75 |
0,22 |
0,27 |
|
Эмоциональная отстранённость |
0,17 |
0,72 |
0,30 |
0,18 |
|
Предпочтение видеоформатов |
0,28 |
0,21 |
0,81 |
0,15 |
|
Визуальная стратегия обработки |
0,33 |
0,17 |
0,76 |
0,20 |
|
Снижение вербальной беглости |
0,20 |
0,24 |
0,18 |
0,83 |
|
Обеднение лексикона |
0,25 |
0,30 |
0,21 |
0,78 |
|
Снижение TTR |
0,17 |
0,26 |
0,23 |
0,74 |
|
Доля дисперсии, % |
21,0 |
18,5 |
15,0 |
13,0 |
Примечание: данные являются модельными. Структура факторов согласована с [5; 6; 10; 11; 14].
Интерпретация. Первый фактор соответствует классическому пониманию клипового мышления как когнитивно-стилевой характеристики [5; 6]. Второй — симптомокомплексу цифровой диссоциации, описанному C. Goel [11]. Третий фиксирует нейрокогнитивную перестройку с доминированием визуальных каналов [13]. Четвёртый — наиболее значимый с точки зрения долгосрочных последствий — отражает систематическую депривацию языковой способности [10; 14].
Рис. 2. Модельная схема факторной структуры синдрома цифрового расщепления. Составлено на основе [5; 6; 11; 14]
Кластерная модель: типологические профили
Таблица 3
Ожидаемые типологические профили цифрового расщепления: средние значения по кластерам (модель)
|
Параметр |
Кластер 1: компенсаторный (n ≈ 90) |
Кластер 2: ригидный (n ≈ 110) |
Кластер 3: расщеплённый (n ≈ 86) |
|
Интенсивность цифровой иммерсии |
4,1 |
5,2 |
6,9 |
|
Вербальная беглость |
18,5 |
15,0 |
11,5 |
|
Семантическая беглость |
22,0 |
18,5 |
14,0 |
|
Понимание синтаксиса |
14,5 |
12,0 |
9,0 |
|
Цифровая диссоциация |
2,0 |
3,7 |
5,8 |
|
Ослабление идентичности |
2,3 |
3,8 |
6,0 |
|
TTR |
0,61 |
0,53 |
0,42 |
Примечание: данные являются модельными. Различия между кластерами предполагаются значимыми при p < 0,001. Гипотетические профили сформулированы с опорой на [1; 5; 11; 14].
Интерпретация. Компенсаторный кластер (≈ 31 %) — умеренная иммерсия, сохранная языковая способность, эффективные компенсаторные стратегии [1]. Ригидный кластер (≈ 39 %) — высокая иммерсия, ригидность когнитивных стратегий, неспособность к гибкому переключению между визуальными и вербальными модусами [5; 6]. Расщеплённый кластер (≈ 30 %) — максимальная иммерсия, выраженная цифровая диссоциация, ослабление идентичности, значительное снижение языковых показателей [11; 12].
Рис. 3. Модельная радиальная диаграмма типологических профилей цифрового расщепления. Составлено автором на основе [1; 5; 11]
Рис. 4. Модельное лексическое разнообразие (TTR) по кластерам. Составлено автором на основе [1; 5; 11]
Рис. 5. Модельный интегральный показатель цифрового расщепления по кластерам. Составлено автором на основе [1; 5; 11]
Рис. 6. Концептуальная модель нейропсихолингвистического профиля синдрома цифрового расщепления. Составлено на основе [1; 5; 6; 7; 11; 12]
Интерпретация результатов и обсуждение
Ключевой вывод модели состоит в том, что синдром цифрового расщепления не является патологическим состоянием. Скорее, это специфический адаптивный ответ нейрокогнитивной системы на условия, в которых визуально-образные каналы обработки информации получают систематическое подкрепление, тогда как вербально-логические каналы оказываются в состоянии депривации [1; 10; 12].
Первый компонент — когнитивная фрагментация — отражает перестройку механизмов внимания и обработки информации. В условиях постоянного переключения между задачами формируется «нелинейный» когнитивный стиль с высокой скоростью обработки при снижении глубины понимания [5; 6; 8].
Второй компонент — цифровая диссоциация — представляет собой наиболее клинически значимый аспект синдрома. Искажение времени, когнитивный туман и эмоциональная отстранённость коррелируют с ослаблением идентичности: множественные онлайн-идентичности конкурируют за «ядро» личности [11; 12].
Третий компонент — визуальный сдвиг — фиксирует нейрокогнитивную перестройку. Данные функциональной ближней инфракрасной спектроскопии показывают, что представители поколения Z выполняют визуальные эмоциональные задачи лучше, чем лингвистические, а чрезмерное использование социальных сетей сопровождается повышенной активацией фронтальных и префронтальных областей [13].
Четвёртый компонент — наиболее тревожный аспект с точки зрения долгосрочных последствий. Т. В. Черниговская предупреждает, что мозг необходимо регулярно нагружать решением трудных задач и не «захламлять информационным мусором» [10]. Обеднение лексикона и снижение лексического разнообразия отражают систематическую депривацию языковой способности в условиях, когда вербальная коммуникация вытесняется визуальной [14].
Практические рекомендации (на основе модели)
– Компенсаторный профиль — поддержание сбалансированного цифрового поведения [1].
– Ригидный профиль — тренинги когнитивной гибкости (переключение между визуальными и вербальными модусами) [5; 6].
– Расщеплённый профиль — комплексные программы: цифровой детокс, развитие рефлексивных навыков, целенаправленная языковая реабилитация [10; 11; 14].
Ограничения модели
Представленная модель является теоретико-эмпирической. Эмпирические данные смоделированы на основе реальных методик и результатов предшествующих исследований [1; 5; 11; 14], но не собраны в рамках одного исследования. Модель требует верификации на реальной выборке. Кроме того, корреляционный дизайн не позволяет устанавливать причинно-следственные связи; для этого необходимы лонгитюдные исследования [3; 9].
Заключение
Разработана теоретико-эмпирическая модель нейропсихолингвистического профиля синдрома цифрового расщепления у поколения Z. Модель интегрирует российские подходы к цифровой социализации и клиповому мышлению [1; 5; 6] с зарубежными концепциями цифровой диссоциации [11; 12]. Выделены четыре латентных компонента (когнитивная фрагментация, цифровая диссоциация, визуальный сдвиг, языковое обеднение) и три типологических профиля (компенсаторный, ригидный, расщеплённый). Предложен дизайн эмпирической верификации. Модель может быть использована как основа для проведения реального исследования.
Литература:
- Солдатова, Г. У. Социально-когнитивная концепция цифровой социализации: новая экосистема и социальная эволюция психики / Г. У. Солдатова, А. Е. Войскунский // Психология. Журнал Высшей школы экономики. — 2021. — Т. 18, № 3. — С. 431–450. — DOI: 10.17323/1813-8918-2021-3-431-450. — EDN: SYDEJI.
- Солдатова, Г. У. Цифровое поколение России: компетентность и безопасность / Г. У. Солдатова, Е. И. Рассказова, Т. А. Нестик. — 2-е изд. — Москва : Смысл, 2018. — 375 с.
- Солдатова, Г. У. Цифровая социализация российских подростков: сквозь призму сравнения с подростками 18 европейских стран / Г. У. Солдатова, Е. И. Рассказова // Национальный психологический журнал. — 2020. — № 3(39). — С. 51–62.
- Войскунский, А. Е. Концепции зависимости и присутствия применительно к поведению в Интернете / А. Е. Войскунский // Национальный психологический журнал. — 2019. — № 1(33). — С. 36–47.
- Микляева, А. В. «Клиповое мышление» в структуре стилевых характеристик познавательной деятельности студентов / А. В. Микляева, С. А. Безгодова // Ярославский педагогический вестник. — 2017. — № 5. — С. 223–227.
- Безгодова, С. А. Экспериментально-психологическое исследование «клипового мышления»: результаты апробации программы эксперимента / С. А. Безгодова, А. В. Микляева // Известия Иркутского государственного университета. Серия «Психология». — 2016. — Т. 18. — С. 3–12.
- Лешкевич, Т. Г. Цифровое «расщепление» повседневности / Т. Г. Лешкевич // Вестник Российского университета дружбы народов. Серия: Философия. — 2025. — Т. 29, № 2. — С. 446–459. — DOI: 10.22363/2313-2302-2025-29-2-446-459. — EDN: SYDEJI.
- Бабаева, Ю. Д. Психологические последствия информатизации / Ю. Д. Бабаева, А. Е. Войскунский // Психологический журнал. — 1998. — Т. 19, № 1. — С. 89–100.
- Войскунский, А. Е. Психологические аспекты деятельности человека в интернет-среде / А. Е. Войскунский // Психология. Журнал Высшей школы экономики. — 2006. — Т. 3, № 2. — С. 52–61.
- Черниговская, Т. В. Распределённое сознание: Татьяна Черниговская о будущем чтения / Т. В. Черниговская // Теории и практики. — 2019. — URL: https://nlr.ru/reader/dep/artupload/reader/article/RA5633/NA57230.pdf (дата обращения: 04.10.2026).
- Goel, C. Digital Dissociation and Doomscrolling in Gen Z: Psychological Impacts and Research Directions / C. Goel // International Journal of Interdisciplinary Approaches in Psychology. — 2025. — Vol. 3, № 9. — P. 120–129. — DOI: 10.61113/ijiap.v3i9.1154.
- Gergen, K. J. The Saturated Self: Dilemmas of Identity in Contemporary Life / K. J. Gergen. — New York: Basic Books, 1991. — 295 p.
- Gawda, B. SNSs Use in Generation Z, Emotional Stimuli Processing, and Its Neural Correlates. Evidence from the Functional Near-Infrared Spectroscopy / B. Gawda, M. Chojak, A. Korniluk // Acta Neuropsychologica. — 2024. — Vol. 22, № 1. — P. 1–20.
- Litvinova, T. Differences in Type-Token Ratio and Part-of-Speech Frequencies in Male and Female Russian Written Texts / T. Litvinova, P. Seredin, O. Litvinova, O. Zagorovskaya // Proceedings of the Workshop on Stylistic Variation. — Copenhagen, 2017. — P. 1–8.
- Akinina, Y. Token Test on a tablet: a case of adaptation [Poster] / Y. Akinina, O. Buivolova, E. Iskra, V. Silaeva, O. Soloukhina, R. Bastiaanse // 14th European Conference on Psychological Assessment. — Lisbon, Portugal, July 5–8, 2017. — URL: https://www.hse.ru/en/neuroling/pathology_token_test (дата обращения: 13.10.2026).

