Фактор g (также известный как общий интеллект , общие умственные способности или общий фактор интеллекта ) представляет собой конструкцию, разработанную в ходе психометрических исследований когнитивных способностей и человеческого интеллекта . Это переменная, которая суммирует положительные корреляции между различными когнитивными задачами, отражая тот факт, что производительность человека при выполнении одного типа когнитивных задач обычно сопоставима с производительностью этого человека при выполнении других типов когнитивных задач. Фактор g обычно составляет от 40 до 50 процентов различий в производительности между отдельными людьми в данном когнитивном тесте , а совокупные баллы («показатели IQ»), основанные на многих тестах, часто рассматриваются как оценки положения людей по фактору g . [1] Термины IQ , общий интеллект, общие когнитивные способности, общие умственные способности и просто интеллект часто используются как синонимы для обозначения общего ядра, разделяемого когнитивными тестами. [2] Однако сам фактор g представляет собой математическую конструкцию, показывающую уровень наблюдаемой корреляции между когнитивными задачами. [3] Измеренная ценность этой конструкции зависит от используемых когнитивных задач, и мало что известно о первопричинах наблюдаемых корреляций.
Существование фактора g было первоначально предположено английским психологом Чарльзом Спирменом в начале 20 века. Он заметил, что оценки успеваемости детей по, казалось бы, несвязанным школьным предметам положительно коррелировали , и предположил, что эти корреляции отражают влияние основных умственных способностей, которые влияют на успеваемость во всех видах умственных тестов. Спирмен предположил, что все умственные способности можно концептуализировать с точки зрения одного общего фактора способностей, который он назвал g , и множества узких факторов способностей, специфичных для конкретной задачи. Вскоре после того, как Спирмен предположил существование g , это было оспорено Годфри Томсоном , который представил доказательства того, что такие взаимные корреляции между результатами испытаний могли возникнуть, даже если g -фактор не существовал. [4] Сегодняшние факторные модели интеллекта обычно представляют когнитивные способности в виде трехуровневой иерархии, где имеется множество узких факторов внизу иерархии, несколько широких, более общих факторов на промежуточном уровне и на вершине. один фактор, называемый фактором g , который представляет собой дисперсию, общую для всех когнитивных задач.
Традиционно исследования g концентрировались на психометрических исследованиях тестовых данных с особым упором на подходы факторного анализа . Однако эмпирические исследования природы g также опирались на экспериментальную когнитивную психологию и ментальную хронометрию , анатомию и физиологию мозга, количественную и молекулярную генетику и эволюцию приматов . [5] Ученые считают, что g является статистической закономерностью и не вызывает сомнений, а общий когнитивный фактор появляется в данных, собранных от людей практически во всех человеческих культурах. [6] Тем не менее, нет единого мнения относительно того, что вызывает положительную корреляцию между тестами.
Исследования в области поведенческой генетики показали, что конструкция g хорошо наследуется в измеренных популяциях. Он имеет ряд других биологических коррелятов, включая размер мозга . Это также важный предиктор индивидуальных различий во многих социальных результатах, особенно в сфере образования и занятости. Однако критики g утверждают, что акцент на g неуместен и влечет за собой обесценивание других важных способностей. Стивен Дж. Гулд, как известно, осудил концепцию g как поддерживающую нереалистичный овеществленный взгляд на человеческий интеллект.
Тесты на когнитивные способности предназначены для измерения различных аспектов познания. Конкретные области, оцениваемые с помощью тестов, включают, среди прочего, математические навыки, беглость речи, пространственную визуализацию и память. Однако люди, которые преуспевают в одном типе тестов, как правило, преуспевают и в других видах тестов, в то время как те, кто плохо справляется с одним тестом, как правило, делают такие же результаты во всех тестах, независимо от их содержания. [9] Английский психолог Чарльз Спирмен был первым, кто описал это явление. [10] В знаменитой исследовательской работе, опубликованной в 1904 году, [11] он заметил, что показатели успеваемости детей по, казалось бы, несвязанным школьным предметам положительно коррелируют. С тех пор это открытие неоднократно повторялось. Последовательное обнаружение универсально положительных корреляционных матриц результатов умственных тестов (или «положительного многообразия»), несмотря на большие различия в содержании тестов, было описано как «возможно, наиболее воспроизводимый результат во всей психологии». [12] Нулевые или отрицательные корреляции между тестами предполагают наличие ошибки выборки или ограничения диапазона способностей в исследуемой выборке. [13]
Используя факторный анализ или связанные с ним статистические методы, можно выявить один общий фактор, который можно рассматривать как суммарную переменную, характеризующую корреляции между всеми различными тестами в батарее тестов. Спирмен назвал этот общий фактор общим фактором , или просто g . (По соглашению g всегда пишется курсивом в нижнем регистре.) С математической точки зрения фактор g является источником различий между людьми , а это означает, что нельзя осмысленно говорить об умственных способностях какого-либо отдельного человека, состоящих из g или других факторов, к любому заданному значению. степень. Можно говорить только о положении человека по g (или другим факторам) по сравнению с другими людьми в соответствующей популяции. [13] [14] [15]
Различные тесты в тестовой батарее могут в разной степени коррелировать с фактором g батареи (или «нагружаться») . Эти корреляции известны как g- нагрузки. Оценка фактора g отдельного тестируемого , отражающая его относительное положение по фактору g в общей группе людей, может быть оценена с использованием нагрузок g . Полномасштабные показатели IQ из набора тестов обычно сильно коррелируют с показателями фактора g , и их часто рассматривают как оценки g . Например, корреляция между показателями фактора g и полномасштабными показателями IQ по тестам Дэвида Векслера оказалась выше 0,95. [1] [13] [16] Термины IQ, общий интеллект, общие когнитивные способности, общие умственные способности или просто интеллект часто используются как синонимы для обозначения общего ядра, разделяемого когнитивными тестами. [2]
Нагрузка g в ментальных тестах всегда положительна и обычно находится в диапазоне от 0,10 до 0,90 со средним значением около 0,60 и стандартным отклонением около 0,15. Прогрессивные матрицы Равена входят в число тестов с самой высокой перегрузкой , около 0,80. Тесты на словарный запас и общую информацию также обычно имеют высокие перегрузки . [17] [18] Однако перегрузка одного и того же теста может несколько различаться в зависимости от состава набора тестов. [19]
Сложность тестов и требования, предъявляемые ими к мысленным манипуляциям, связаны с нагрузкой тестов . Например, в тесте на диапазон цифр вперед испытуемого просят повторить последовательность цифр в порядке их предъявления, услышав их один раз со скоростью одна цифра в секунду. Тест обратного диапазона цифр в остальном аналогичен тому, за исключением того, что испытуемого просят повторить цифры в порядке, обратном тому, в котором они были предъявлены. Тест обратного диапазона цифр более сложен, чем тест прямого диапазона цифр, и он имеет значительно более высокую перегрузку . Точно так же нагрузка g в тестах на арифметические вычисления, правописание и чтение слов ниже, чем нагрузки на решение арифметических задач, составление текста и тесты на понимание прочитанного соответственно. [13] [20]
Сложность теста и нагрузка g — это отдельные понятия, которые могут быть или не быть связаны эмпирически в любой конкретной ситуации. Тесты, которые имеют одинаковый уровень сложности, индексируемый по доле тестовых заданий, проваленных тестируемыми, могут демонстрировать широкий диапазон перегрузок . Например, было показано, что тесты на механическую память имеют тот же уровень сложности, но значительно меньшие нагрузки , чем многие тесты, включающие рассуждение. [20] [21]
Хотя существование g как статистической закономерности общепризнано и не вызывает сомнений среди экспертов, единого мнения относительно того, что является причиной положительных взаимных корреляций, не существует. Было предложено несколько объяснений. [22]
Чарльз Спирмен рассуждал, что корреляции между тестами отражают влияние общего причинного фактора — общей умственной способности, которая влияет на выполнение всех видов умственных задач. Однако он считал, что лучшими показателями g были те тесты, которые отражали то, что он называл выявлением отношений и коррелятов , которые включали такие способности, как дедукция , индукция , решение проблем, понимание взаимосвязей, вывод правил и обнаружение различий и сходств. Спирмен предположил, что g эквивалентно «умственной энергии». Однако это было скорее метафорическое объяснение, и он оставался агностиком в отношении физической основы этой энергии, ожидая, что будущие исследования раскроют точную физиологическую природу g . [23]
Вслед за Спирменом Артур Дженсен утверждал, что все умственные задачи в той или иной степени связаны с g . По словам Дженсена, фактор g представляет собой «дистилляцию» оценок по различным тестам, а не сумму или среднее значение таких оценок, при этом факторный анализ действует как процедура дистилляции . [18] Он утверждал, что g нельзя описать с точки зрения характеристик заданий или информационного содержания тестов, указывая на то, что очень разные умственные задачи могут иметь почти одинаковую нагрузку g . Векслер аналогичным образом утверждал, что g — это вообще не способность, а скорее некое общее свойство мозга. Дженсен предположил, что g соответствует индивидуальным различиям в скорости или эффективности нервных процессов, связанных с умственными способностями. [24] Он также предположил, что, учитывая связь между g и элементарными когнитивными задачами, должно быть возможно построить тест шкалы отношений g , который использует время в качестве единицы измерения. [25]
Так называемая теория выборки g , первоначально разработанная Эдвардом Торндайком и Годфри Томсоном , предполагает, что существование положительного многообразия можно объяснить без ссылки на унитарную основную емкость. Согласно этой теории, существует ряд некоррелированных психических процессов, и все тесты основаны на различных образцах этих процессов. Взаимосвязь между тестами вызвана перекрытием процессов, затрагиваемых тестами. [26] [27] Таким образом, положительное многообразие возникает из-за проблемы измерения, неспособности измерить более мелкие, предположительно некоррелированные психические процессы. [15]
Было показано, что статистически невозможно отличить модель g Спирмена от модели выборки; оба в равной степени способны учитывать взаимные корреляции между тестами. [28] Теория выборки также согласуется с наблюдением, что более сложные умственные задачи имеют более высокие перегрузки , поскольку ожидается, что более сложные задачи предполагают большую выборку нейронных элементов и, следовательно, имеют больше общего с другими задачами. [29]
Некоторые исследователи утверждают, что модель выборки лишает законной силы g как психологическую концепцию, поскольку модель предполагает, что факторы g , полученные из разных батарей тестов, просто отражают общие элементы конкретных тестов, содержащиеся в каждой батарее, а не g , общее для всех тестов. . Аналогичным образом, высокая корреляция между различными батареями может быть связана с тем, что они измеряют один и тот же набор способностей, а не одну и ту же способность. [30]
Критики утверждали, что теория выборки не соответствует некоторым эмпирическим данным. Основываясь на теории выборки, можно было бы ожидать, что связанные когнитивные тесты имеют много общих элементов и, следовательно, сильно коррелируют. Однако некоторые тесно связанные тесты, такие как определение диапазона цифр в прямом и обратном направлении, коррелируют лишь умеренно, в то время как некоторые, казалось бы, совершенно несходные тесты, такие как тесты на словарный запас и матрицы Равена, коррелируют постоянно. Еще один проблематичный вывод заключается в том, что повреждение головного мозга часто приводит к конкретным когнитивным нарушениям, а не к общим нарушениям, которые можно было бы ожидать на основе теории выборки. [15] [31]
Модель «мутуализма» g предполагает, что когнитивные процессы изначально некоррелированы, но что положительное многообразие возникает в ходе индивидуального развития благодаря взаимовыгодным отношениям между когнитивными процессами. Таким образом, не существует единого процесса или способности, лежащей в основе положительной корреляции между тестами. Теория утверждает, что в ходе развития любой особенно эффективный процесс будет приносить пользу другим процессам, в результате чего процессы в конечном итоге будут коррелировать друг с другом. Таким образом, одинаково высокий IQ у разных людей может быть обусловлен совершенно разными первоначальными преимуществами, которыми они обладали. [15] [32] Критики утверждают, что наблюдаемые корреляции между g- нагрузками и коэффициентами наследуемости подтестов проблематичны для теории мутуализма. [33]
Факторный анализ — это семейство математических методов, которые можно использовать для представления корреляций между тестами интеллекта с точки зрения меньшего числа переменных, известных как факторы. Цель состоит в том, чтобы упростить корреляционную матрицу, используя гипотетические основные факторы для объяснения закономерностей в ней. Когда все корреляции в матрице положительны, как в случае с IQ, факторный анализ даст общий коэффициент, общий для всех тестов. Общий коэффициент тестов IQ называется коэффициентом g и обычно составляет от 40 до 50 процентов дисперсии в батареях тестов IQ. [34] Наличие корреляций между многими широко варьирующимися когнитивными тестами часто рассматривалось как доказательство существования g , но МакФарланд (2012) показал, что такие корреляции не обеспечивают ни большего, ни меньшего подтверждения существования g , чем существование g. существование множества факторов интеллекта. [35]
Чарльз Спирман разработал факторный анализ для изучения корреляций между тестами. Первоначально он разработал модель интеллекта, в которой вариации результатов всех тестов интеллекта объясняются только двумя типами переменных: во-первых, факторами, специфичными для каждого теста (обозначены s ); и, во-вторых, фактор g , который объясняет положительную корреляцию между тестами. Это известно как двухфакторная теория Спирмена. Более поздние исследования, основанные на более разнообразных наборах тестов, чем те, которые использовал Спирман, показали, что само по себе g не может объяснить все корреляции между тестами. В частности, было обнаружено, что даже после контроля g некоторые тесты все еще коррелировали друг с другом. Это привело к постулированию групповых факторов , которые представляют дисперсию, которую имеют общие группы тестов со схожими требованиями к задачам (например, вербальные, пространственные или числовые) в дополнение к общей дисперсии g . [36]
Посредством ротации факторов в принципе возможно создать бесконечное количество различных факторных решений, которые математически эквивалентны в своей способности учитывать взаимосвязи между когнитивными тестами. К ним относятся растворы, не содержащие g- фактора. Таким образом, сам по себе факторный анализ не может установить, какова основная структура интеллекта. При выборе между различными факторными решениями исследователям приходится рассматривать результаты факторного анализа вместе с другой информацией о структуре когнитивных способностей. [37]
Существует множество психологически значимых причин для предпочтения факторных решений, содержащих фактор g . К ним относятся существование положительного многообразия, тот факт, что определенные виды тестов (как правило, более сложные) имеют постоянно большие нагрузки g , существенную инвариантность факторов g в разных батареях тестов, невозможность создания батарей тестов, которые не дают результатов. фактор g и широко распространенная практическая значимость g как предсказателя индивидуальных результатов. Фактор g вместе с групповыми факторами лучше всего отражает эмпирически установленный факт, что в среднем общие различия в способностях между людьми больше, чем различия между способностями внутри отдельных людей, в то время как факторное решение с ортогональными факторами без g затеняет этот факт. Более того, g, по- видимому, является наиболее наследуемым компонентом интеллекта. [38] Исследования с использованием методов подтверждающего факторного анализа также подтвердили существование g . [37]
Коэффициент g можно вычислить из корреляционной матрицы результатов испытаний, используя несколько различных методов. К ним относятся исследовательский факторный анализ, анализ главных компонентов (PCA) и подтверждающий факторный анализ. Различные методы извлечения факторов дают весьма согласованные результаты, хотя иногда обнаруживается, что PCA дает завышенные оценки влияния g на результаты тестов. [19] [39]
В настоящее время существует широкий консенсус в отношении того, что когнитивные различия между людьми можно концептуализировать на трех иерархических уровнях, отличающихся степенью общности. На самом низком, наименее общем уровне имеется множество узких факторов первого порядка; на более высоком уровне существует относительно небольшое количество – где-то от пяти до десяти – широких (т.е. более общих) факторов второго порядка (или групповых факторов); а на вершине имеется единственный фактор третьего порядка g , общий фактор, общий для всех тестов. [40] [41] [42] Фактор g обычно составляет большую часть общей дисперсии общего коэффициента батарей тестов IQ. [43] Современные иерархические модели интеллекта включают теорию трех слоев и теорию Кеттелла-Хорна-Кэрролла . [44]
Спирмен предложил принцип безразличия показателя , согласно которому точное содержание тестов интеллекта не имеет значения для целей выявления g , поскольку g влияет на результативность на всех видах тестов. Таким образом, любой тест может быть использован в качестве индикатора g . [6] Вслед за Спирменом Артур Дженсен совсем недавно утверждал, что фактор g , полученный из одной тестовой батареи, в пределах погрешности измерения всегда будет таким же, как и фактор, полученный из другой батареи, при условии, что батареи большие и разнообразные. [45] Согласно этой точке зрения, каждый умственный тест, независимо от того, насколько он особенный, в той или иной степени требует g . Таким образом, совокупный результат ряда различных тестов будет оказывать более сильную нагрузку на g , чем баллы по любому из отдельных тестов, поскольку компоненты g суммируются в составной балл, в то время как некоррелированные компоненты, не относящиеся к g , компенсируют друг друга. Теоретически, совокупный балл бесконечно большого и разнообразного набора тестов мог бы быть идеальной мерой g . [46]
Напротив, Л. Л. Терстоун утверждал, что фактор g , извлеченный из набора тестов, отражает среднее значение всех способностей, требуемых конкретной батареей, и что g , следовательно, варьируется от одной батареи к другой и «не имеет фундаментального психологического значения». [47] В том же духе Джон Хорн утверждал, что g- факторы бессмысленны, поскольку они не инвариантны для разных наборов тестов, утверждая, что корреляции между различными показателями способностей возникают потому, что трудно определить человеческое действие, которое зависит только от одной способности. [48] [49]
Чтобы показать, что разные батареи отражают одно и то же g , необходимо дать одним и тем же людям несколько тестовых батарей, извлечь факторы g из каждой батареи и показать, что эти факторы сильно коррелируют. Это можно сделать в рамках подтверждающего факторного анализа. [22] Венди Джонсон и ее коллеги опубликовали два таких исследования. [50] [51] Первый обнаружил, что корреляция между факторами g , извлеченными из трех разных батарей, составляла 0,99, 0,99 и 1,00, что подтверждает гипотезу о том, что факторы g из разных батарей одинаковы и что идентификация g не является достоверной. в зависимости от конкретных оцениваемых способностей. Второе исследование показало, что коэффициенты g , полученные по четырем из пяти наборов тестов, коррелируют в пределах 0,95–1,00, в то время как корреляции варьировались от 0,79 до 0,96 для пятой батареи, теста интеллекта Cattell Culture Fair (CFIT). Они объяснили несколько более низкую корреляцию с батареей CFIT отсутствием разнообразия содержания, поскольку она содержит только элементы матричного типа, и интерпретировали полученные результаты как подтверждение утверждения о том, что g- факторы, полученные из разных тестовых батарей, одинаковы при условии, что батареи различаются. достаточно. Результаты показывают, что один и тот же g можно последовательно идентифицировать в разных батареях тестов. [40] [52] Этот подход подвергся критике со стороны психолога Лазаря Станкова в «Руководстве по пониманию и измерению интеллекта», который заключил: «Корреляция между g-факторами из разных наборов тестов не равна единице». [53]
Исследование, проведенное Скоттом Барри Кауфманом и его коллегами, показало, что общий фактор, извлеченный из теста когнитивных способностей Вудджока-Джонсона , и общий фактор, извлеченный из батарей тестов достижений, сильно коррелируют, но не изоморфны. [54]
Форма распределения g в популяции неизвестна, поскольку g нельзя измерить по шкале отношений [ необходимы разъяснения ] . (Распределение баллов по типичным тестам IQ примерно нормальное, но это достигается путем построения, то есть нормализации исходных баллов.) Утверждалось, что [ кто? ] что, тем не менее, есть веские основания предполагать, что g нормально распределяется среди населения в целом, по крайней мере, в пределах ± 2 стандартных отклонений от среднего значения. В частности, g можно рассматривать как составную переменную, которая отражает аддитивные эффекты многих независимых генетических и экологических влияний, и такая переменная должна, согласно центральной предельной теореме , подчиняться нормальному распределению. [55]
Ряд исследователей предположили, что доля вариаций, объясняемая g , может не быть одинаковой для всех подгрупп внутри популяции. Закон убывающей отдачи Спирмена ( SLODR ), также называемый гипотезой дифференциации когнитивных способностей , предсказывает, что положительные корреляции между различными когнитивными способностями слабее среди более умных подгрупп людей. Более конкретно, SLODR предсказывает, что фактор g будет определять меньшую долю индивидуальных различий в результатах когнитивных тестов при более высоких баллах по фактору g .
Первоначально SLODR был предложен Чарльзом Спирманом [56] , который сообщил, что средняя корреляция между 12 тестами когнитивных способностей составила 0,466 у 78 нормальных детей и 0,782 у 22 «дефектных» детей. Деттерман и Дэниел заново открыли этот феномен в 1989 году. [57] Они сообщили, что для субтестов как WAIS, так и WISC , взаимная корреляция субтестов монотонно уменьшалась в зависимости от группы способностей, варьируясь от примерно среднего значения взаимной корреляции 0,7 среди людей с IQ менее 78 до .4 среди людей с IQ выше 122. [58]
SLODR был воспроизведен на различных образцах детей и взрослых, которые были измерены с использованием широкого спектра когнитивных тестов. Самый распространенный подход заключался в том, чтобы разделить людей на несколько групп способностей, используя наблюдаемый показатель их общих интеллектуальных способностей, а затем либо сравнить среднюю взаимосвязь между субтестами в разных группах, либо сравнить долю вариаций, объясняемую один общий фактор в разных группах. [59] Однако, как и Deary et al. (1996). [59] и Такер-Дроб (2009) [60] отметили, что разделение непрерывного распределения интеллекта на произвольное количество дискретных групп способностей не является идеальным для изучения SLODR. Такер-Дроб (2009) [60] подробно проанализировал литературу по SLODR и различным методам, с помощью которых он был ранее протестирован, и предположил, что SLODR можно наиболее правильно охватить, подобрав общую факторную модель, которая позволяет установить отношения между фактором и его показатели носят нелинейный характер. Он применил такую факторную модель к репрезентативным на национальном уровне данным о детях и взрослых в Соединенных Штатах и нашел убедительные доказательства SLODR. Например, Такер-Дроб (2009) обнаружил, что общий фактор объясняет примерно 75% вариаций семи различных когнитивных способностей среди взрослых с очень низким IQ, но составляет лишь примерно 30% вариаций способностей среди людей с очень высоким IQ. Взрослые.
Недавнее метааналитическое исследование Блюма и Холлинга [61] также подтвердило гипотезу дифференциации. В отличие от большинства исследований по этой теме, эта работа позволила изучить переменные способностей и возраста как непрерывные предикторы насыщения g , а не просто сравнивать группы испытуемых с более низкой и более высокой квалификацией или молодые и старшие группы испытуемых. Результаты показывают, что средняя корреляция и нагрузка g тестов на когнитивные способности уменьшаются с увеличением способностей, но увеличиваются с возрастом респондента. SLODR, как описано Чарльзом Спирманом , может быть подтверждено снижением g -насыщенности в зависимости от IQ, а также увеличением g -насыщенности от среднего возраста к старению. Говоря конкретно, для выборок со средним интеллектом, который на два стандартных отклонения (т. е. на 30 баллов IQ) выше, ожидаемая средняя корреляция снижается примерно на 0,15 пункта. Остается вопрос, может ли разница такой величины привести к большей очевидной факторной сложности, когда когнитивные данные учитываются для выборки с более высокими способностями, а не для выборки с более низкими способностями. Кажется вероятным, что большая размерность факторов должна наблюдаться в случае более высоких способностей, но величина этого эффекта (т. е. насколько более вероятен и насколько больше факторов) остается неопределенной.
Степень практической значимости g как предсказателя образовательных, экономических и социальных результатов является предметом постоянных дискуссий. [62] Некоторые исследователи утверждают, что она является более масштабной и универсальной, чем любая другая известная психологическая переменная, [63] и что достоверность g увеличивается по мере увеличения сложности измеряемой задачи. [64] [65] Другие утверждали, что тесты на конкретные способности превосходят фактор g в анализе, приспособленном к определенным реальным ситуациям. [66] [67] [68]
Практическая валидность теста измеряется его корреляцией с результатами по какому-либо критерию, внешнему по отношению к тесту, например, средний балл в колледже или рейтинг производительности труда. Корреляция между результатами тестов и показателем некоторого критерия называется коэффициентом достоверности . Один из способов интерпретации коэффициента достоверности — возвести его в квадрат, чтобы получить дисперсию, учитываемую тестом. Например, коэффициент достоверности 0,30 соответствует 9 процентам объясненной дисперсии. Однако этот подход подвергся критике как вводящий в заблуждение и неинформативный, и было предложено несколько альтернатив. Один, возможно, более понятный подход — это посмотреть на процент участников тестирования в каждом квинтиле результатов теста, которые соответствуют некоторому согласованному стандарту успеха. Например, если корреляция между результатами тестов и успеваемостью равна 0,30, ожидается, что 67 процентов людей из верхнего квинтиля будут иметь результаты выше среднего по сравнению с 33 процентами тех, кто находится в нижнем квинтиле. [69] [70]
Прогностическая достоверность g наиболее заметна в сфере успеваемости. Очевидно, это связано с тем, что g тесно связано со способностью изучать новый материал и понимать концепции и значения. [64]
В начальной школе корреляция между IQ, оценками и успеваемостью составляет от 0,60 до 0,70. На более продвинутых уровнях образования выбывает больше учащихся из нижней части распределения IQ, что ограничивает диапазон значений IQ и приводит к более низким коэффициентам достоверности. В средней школе, колледже и аспирантуре коэффициенты достоверности составляют 0,50–0,60, 0,40–0,50 и 0,30–0,40 соответственно. Нагрузка g на баллы IQ высока, но возможно, что отчасти достоверность IQ в прогнозировании успеваемости объясняется факторами, измеряемыми IQ, независимыми от g . Согласно исследованию Роберта Л. Торндайка , от 80 до 90 процентов прогнозируемых отклонений в успеваемости обусловлено g , а остальная часть объясняется факторами, не относящимися к g , измеряемыми с помощью IQ и других тестов. [71]
Результаты тестов достижений более сильно коррелируют с IQ, чем школьные оценки. Это может быть связано с тем, что оценки в большей степени зависят от своеобразного восприятия ученика учителем. [72] В продольном исследовании английского языка баллы g , полученные в 11 лет, коррелировали со всеми 25 предметными тестами национального экзамена GCSE , сданными в 16 лет. Корреляции варьировались от 0,77 для теста по математике до 0,42 для теста по искусству. Корреляция между g и общеобразовательным фактором, рассчитанная на основе тестов GCSE, составила 0,81. [73]
Исследования показывают, что тест SAT , широко используемый при поступлении в колледж, в первую очередь является показателем успеваемости . Была обнаружена корреляция 0,82 между баллами g , рассчитанными на основе набора тестов IQ, и баллами SAT. В исследовании 165 000 студентов в 41 колледже США было обнаружено, что баллы SAT коррелируют на уровне 0,47 со средним баллом первого года обучения в колледже после поправки на ограничение диапазона оценок SAT (корреляция возрастает до 0,55, когда сохраняется сложность курса). константа, т. е. если все учащиеся посещали один и тот же набор занятий). [69] [74]
Существует высокая корреляция от 0,90 до 0,95 между рейтингом престижности профессий по оценке населения в целом и средними показателями общего интеллекта людей, занятых в каждой профессии. На уровне отдельных сотрудников связь между престижем работы и g ниже: в одном крупном исследовании в США сообщалось о корреляции 0,65 (0,72 с поправкой на затухание ). Таким образом, средний уровень g увеличивается с ростом воспринимаемого престижа работы. Также было обнаружено, что разброс показателей общего интеллекта меньше в более престижных профессиях, чем в профессиях более низкого уровня, что позволяет предположить, что профессии более высокого уровня имеют минимальные требования g . [75] [76]
Исследования показывают, что тесты g являются лучшими отдельными предикторами производительности труда со средним коэффициентом достоверности 0,55 в нескольких метаанализах исследований, основанных на рейтингах руководителей и выборках должностей. Средний метааналитический коэффициент достоверности результатов профессионального обучения составляет 0,63. [77] Было обнаружено, что достоверность g на должностях самой высокой сложности (профессиональные, научные и руководящие должности) выше, чем на должностях самой низкой сложности, но g имеет прогностическую достоверность даже для самых простых должностей. Исследования также показывают, что специальные тесты на способности, адаптированные для каждой работы, практически не обеспечивают увеличения прогностической достоверности по сравнению с тестами общего интеллекта. Считается, что g влияет на производительность труда главным образом за счет облегчения приобретения знаний, связанных с работой. Прогностическая достоверность g выше, чем у опыта работы, и увеличение опыта работы не снижает достоверность g . [64] [75]
В метаанализе 2011 года исследователи обнаружили, что общие когнитивные способности (GCA) предсказывают производительность труда лучше, чем личность ( пятифакторная модель ) и три потока эмоционального интеллекта . Они изучили относительную важность этих конструкций для прогнозирования производительности труда и обнаружили, что когнитивные способности объясняют большую часть различий в производительности труда. [78] Другие исследования показали, что GCA и эмоциональный интеллект имеют линейный независимый и взаимодополняющий вклад в производительность труда. Коте и Майнерс (2015) [79] обнаружили, что эти конструкции взаимосвязаны при оценке их связи с двумя аспектами выполнения работы: гражданским поведением в организации (OCB) и выполнением задач. Эмоциональный интеллект лучше предсказывает выполнение задач и OCB, когда GCA низкий, и наоборот. Например, сотрудник с низким GCA будет компенсировать выполнение своих задач и OCB, если эмоциональный интеллект высокий.
Хотя эти компенсаторные эффекты благоприятствуют эмоциональному интеллекту , GCA по-прежнему остается лучшим предсказателем производительности труда. Несколько исследователей изучили корреляцию между GCA и производительностью труда на разных должностях. Например, Гизелли (1973) [80] обнаружил, что у продавцов корреляция выше, чем у продавцов. Первый получил корреляцию 0,61 для GCA, 0,40 для перцептивных способностей и 0,29 для психомоторных способностей; тогда как продавец получил корреляцию 0,27 для GCA, 0,22 для перцептивных способностей и 0,17 для психомоторных способностей. [81] Другие исследования сравнивали GCA – корреляцию производительности труда между работами различной сложности. Хантер и Хантер (1984) [82] провели метаанализ более 400 исследований и обнаружили, что эта корреляция была выше для работ высокой сложности (0,57). Далее следуют задания средней сложности (0,51) и низкой сложности (0,38).
Производительность труда измеряется объективными рейтингами и субъективными оценками. Хотя первый вариант лучше, чем субъективные оценки, большинство исследований эффективности работы и GCA основаны на рейтингах эффективности руководителей. Этот рейтинговый критерий считается проблематичным и ненадежным, главным образом из-за сложности определения того, что является хорошим, а что плохим. Рейтинг руководителей имеет тенденцию быть субъективным и противоречивым среди сотрудников. [83] Кроме того, на оценку эффективности работы руководителя влияют различные факторы, такие как эффект ореола , [84] привлекательность лица , [85] расовая или этническая предвзятость, а также рост сотрудников. [86] Однако Винчур, Шиппманн, Свитцер и Рот (1998) [81] обнаружили в своем исследовании сотрудников отдела продаж, что объективная эффективность продаж имела корреляцию 0,04 с GCA, в то время как рейтинг эффективности супервайзера имел корреляцию 0,40. Эти выводы оказались неожиданными, если учесть, что главным критерием оценки этих сотрудников будут объективные продажи.
Понимая, как GCA влияет на производительность труда, несколько исследователей пришли к выводу, что GCA влияет на приобретение профессиональных знаний, что, в свою очередь, повышает производительность труда . Другими словами, люди с высоким GCA способны учиться быстрее и легко приобретать больше профессиональных знаний, что позволяет им работать лучше. И наоборот, отсутствие способности приобретать профессиональные знания напрямую повлияет на производительность труда. Это связано с низким уровнем GCA. Кроме того, GCA оказывает прямое влияние на производительность труда. Ежедневно сотрудники постоянно сталкиваются с проблемами и задачами по решению проблем, успех которых зависит исключительно от их GCA. Эти результаты обескураживают государственные органы, отвечающие за защиту прав работников. [87] Из-за высокой корреляции GCA с производительностью труда компании нанимают сотрудников на основе результатов тестов GCA. Эта практика неизбежно лишает возможности работать многих людей с низким уровнем GCA. [88] Предыдущие исследователи обнаружили существенные различия в GCA между расовыми/этническими группами. Например, ведутся споры о том, были ли исследования предвзяты в отношении афроамериканцев, которые набрали значительно более низкие баллы, чем белые американцы в тестах GCA. [89] Однако к выводам о корреляции GCA и производительности труда следует относиться осторожно. Некоторые исследователи предупреждают о существовании статистических артефактов , связанных с показателями производительности труда и результатами тестов GCA. Например, Висвесваран, Унес и Шмидт (1996) [90] утверждали, что совершенно невозможно получить идеальные показатели эффективности работы, не допуская каких-либо методологических ошибок. Более того, исследования GCA и производительности труда всегда подвержены ограничениям диапазона, поскольку данные собираются в основном от нынешних сотрудников, игнорируя тех, кто не был нанят. Следовательно, выборка поступает от сотрудников, успешно прошедших процесс найма, включая меры GCA. [91]
Корреляция между доходом и g , измеренная по показателям IQ, в среднем составляет около 0,40 в разных исследованиях. Корреляция выше на более высоких уровнях образования и увеличивается с возрастом, стабилизируясь, когда люди достигают своего наивысшего карьерного потенциала в среднем возрасте. Даже если образование, профессия и социально-экономическое положение остаются постоянными, корреляция не исчезает. [92]
Фактор g отражается на многих социальных результатах. Многие проблемы социального поведения, такие как отказ от школы, хроническая зависимость от социального обеспечения, склонность к несчастным случаям и преступность, отрицательно коррелируют с g независимо от социального класса происхождения. [93] Показатели здоровья и смертности также связаны с g : более высокие результаты тестов в детстве предсказывают лучшие результаты в отношении здоровья и смертности во взрослом возрасте (см. Когнитивная эпидемиология ). [94]
В 2004 году психолог Сатоши Канадзава утверждал, что g представляет собой специфичную для конкретной области , типичную для вида психологическую адаптацию обработки информации [95] , а в 2010 году Канадзава утверждал, что g коррелирует только с производительностью при решении эволюционно незнакомых, а не эволюционно знакомых задач, предположив, что он назвал «гипотезой взаимодействия Саванны и IQ». [96] [97] В 2006 году журнал Psychoological Review опубликовал комментарий к статье Канадзавы 2004 года, написанной психологами Денни Борсбумом и Конором Доланом , в которых утверждалось, что концепция g Канадзавы была эмпирически необоснованной и чисто гипотетической, и что эволюционная теория g должна рассматривать ее как источник индивидуальных различий , [98] и в ответ на статью Канадзавы 2010 года психологи Скотт Барри Кауфман , Колин Г. ДеЯнг , Дейдре Рейс и Джереми Р. Грей опубликовали в 2011 году в журнале « Интеллект» исследование 112 испытуемых, использующих компьютер с 70 предметами. версия задачи выбора Уэйсона ( логическая головоломка ) в контексте социальных отношений , предложенная психологами-эволюционистами Ледой Космидес и Джоном Туби в книге «Адаптированный разум» [ 99] и вместо этого обнаружившая, что «эффективность решения непроизвольных, эволюционно знакомых задач более тесно связан с общим интеллектом, чем с эффективностью решения произвольных, эволюционно новых задач». [100] [101]
Наследственность — это доля фенотипической вариативности признака в популяции, которую можно объяснить генетическими факторами. По оценкам , наследственность g снижается на 40–80 процентов при использовании методов исследования близнецов, усыновления и других семейных исследований, а также молекулярно-генетических методов. По оценкам, основанным на совокупности доказательств, наследуемость g составляет около 50%. [102] Было обнаружено, что он линейно увеличивается с возрастом. Например, крупное исследование, в котором приняли участие более 11 000 пар близнецов из четырех стран, показало, что наследственность g составляет 41 процент в возрасте девяти лет, 55 процентов в возрасте двенадцати лет и 66 процентов в возрасте семнадцати лет. Другие исследования показали, что в зрелом возрасте наследственность достигает 80 процентов, хотя в пожилом возрасте она может снижаться. Большая часть исследований наследственности g была проведена в США и Западной Европе , но исследования в России ( Москва ), бывшей Восточной Германии , Японии и сельской Индии дали аналогичные оценки наследственности, что и западные исследования. [40] [103] [104] [105]
Как и в случае с наследственностью в целом, наследственность g можно понимать применительно к конкретной популяции в конкретном месте и времени, и результаты для одной популяции не применимы к другой популяции, которая подвергается воздействию различных факторов окружающей среды. [106] Можно ожидать, что популяция, которая подвергается воздействию сильных факторов окружающей среды, будет иметь более низкий уровень наследственности, чем популяция, которая подвергается воздействию только слабых факторов окружающей среды. Например, одно исследование близнецов показало, что различия в генотипах почти полностью объясняют различия в показателях IQ в богатых семьях, но вносят почти нулевой вклад в объяснение различий в показателях IQ в бедных семьях. [107] Примечательно, что данные о наследственности также относятся только к общей изменчивости внутри популяции и не поддерживают генетическое объяснение различий между группами. [108] Теоретически возможно, что различия между средним значением g в двух группах составят 100% из-за факторов окружающей среды, даже если дисперсия внутри каждой группы на 100% наследуется.
Поведенческие генетические исследования также установили, что общее (или межсемейное) воздействие окружающей среды на g сильно в детстве, но затем снижается и незначительно в зрелом возрасте. Это указывает на то, что эффекты окружающей среды, важные для развития g , уникальны и не распределяются между членами одной семьи. [104]
Генетическая корреляция — это статистика, показывающая, в какой степени одни и те же генетические эффекты влияют на два разных признака. Если генетическая корреляция между двумя признаками равна нулю, генетические эффекты на них независимы, тогда как корреляция 1,0 означает, что один и тот же набор генов объясняет наследственность обоих признаков (независимо от того, насколько высока или низка наследственность каждого из них). Генетические корреляции между конкретными умственными способностями (такими как вербальные способности и пространственные способности) неизменно оказываются очень высокими, близкими к 1,0. Это указывает на то, что генетические вариации когнитивных способностей почти полностью обусловлены генетическими вариациями того, что такое g . Это также предполагает, что общие черты когнитивных способностей во многом обусловлены генами, а независимость способностей во многом обусловлена воздействием окружающей среды. Таким образом, утверждалось, что когда гены интеллекта будут идентифицированы, они будут «генами общего назначения», каждый из которых будет влиять на множество различных когнитивных способностей. [104] [109] [110]
Многие исследования указывают на то, что g является высокополигенным признаком, на который влияют многие общие генетические варианты, каждый из которых имеет лишь небольшой эффект. Другая возможность состоит в том, что наследственные различия в g обусловлены тем, что люди имеют различную «нагрузку» редких, вредных мутаций, при этом генетические различия среди людей сохраняются из-за баланса мутаций и отбора . [110] [111]
Сообщалось, что ряд генов-кандидатов связан с различиями в интеллекте, но размеры эффекта были небольшими, и почти ни один из результатов не был воспроизведен. До сих пор ни один отдельный генетический вариант не был окончательно связан с интеллектом в пределах нормы. Многие исследователи полагают, что для надежного обнаружения отдельных генетических полиморфизмов, связанных с g , потребуются очень большие выборки . [40] [111] Однако, хотя гены, влияющие на изменение g в нормальном диапазоне, оказалось трудно найти, было обнаружено множество моногенных расстройств с умственной отсталостью среди симптомов. [112]
Было высказано предположение, что нагрузка g на умственные тесты коррелирует с наследственностью [33] , но как эмпирические данные, так и статистическая методология, имеющая отношение к этому вопросу, являются предметом активных споров. [113] [114] [115] Некоторые исследования показывают, что на тесты с более высокими перегрузками больше влияет инбредная депрессия , снижающая результаты тестов. [ нужна цитация ] Существует также доказательство того, что тесты с более высокими нагрузками g связаны с более сильными положительными гетеротическими эффектами на результаты тестов, что, как предполагается, указывает на наличие эффектов генетического доминирования для g . [116]
g имеет ряд коррелятов в мозге. Исследования с использованием магнитно-резонансной томографии (МРТ) установили, что g и общий объем мозга умеренно коррелируют (r ~ 0,3–0,4). Внешний размер головы имеет корреляцию ~0,2 с g . МРТ-исследования областей мозга показывают, что объемы лобной , теменной и височной коры , а также гиппокампа также коррелируют с g , обычно на уровне 0,25 или более, в то время как корреляции, усредненные по многим исследованиям, с общим серым веществом и общим белым веществом. оказались равными 0,31 и 0,27 соответственно. Некоторые, но не все исследования также обнаружили положительную корреляцию между g и толщиной коры. Однако основные причины этих связей между количеством ткани мозга и различиями в когнитивных способностях остаются в значительной степени неизвестными. [2]
Большинство исследователей считают, что интеллект не может быть локализован в одной области мозга, например в лобной доле. Исследования поражений головного мозга выявили небольшие, но устойчивые связи, указывающие на то, что люди с большим количеством поражений белого вещества, как правило, имеют более низкие когнитивные способности. Исследования с использованием ЯМР-спектроскопии обнаружили несколько противоречивые, но в целом положительные корреляции между интеллектом и целостностью белого вещества, что подтверждает мнение о том, что белое вещество важно для интеллекта. [2]
Некоторые исследования показывают, что помимо целостности белого вещества, его организационная эффективность связана с интеллектом. Гипотеза о том, что эффективность мозга влияет на интеллект, подтверждается исследованиями функциональной МРТ, показывающими, что более умные люди обычно обрабатывают информацию более эффективно, т. е. они используют меньше ресурсов мозга для выполнения той же задачи, чем менее умные люди. [2]
Небольшие, но относительно устойчивые связи с результатами тестов интеллекта включают также активность мозга, измеренную с помощью записей ЭЭГ или потенциалов, связанных с событиями , и скорость нервной проводимости . [117] [118]
Доказательства наличия общего фактора интеллекта также наблюдались у животных, кроме человека. Исследования показали, что g отвечает за 47% вариативности на уровне вида у приматов [119] и около 55% индивидуальной дисперсии, наблюдаемой у мышей . [120] [121] Однако обзор и метаанализ общего интеллекта показали, что средняя корреляция между когнитивными способностями составила 0,18, и предположили, что общая поддержка g слаба у животных, не являющихся людьми. [122]
Хотя когнитивные способности невозможно оценить с помощью тех же показателей интеллекта, которые используются у людей, их можно измерить с помощью различных интерактивных инструментов и инструментов наблюдения, ориентированных на инновации , изменение привычек , социальное обучение и реакцию на новизну . Нечеловеческие модели g , такие как мыши, используются для изучения генетического влияния на интеллект и неврологических исследований развития механизмов и биологических коррелятов g . [123]
Подобно g для отдельных лиц, новый путь исследования направлен на выявление общего фактора коллективного интеллекта c для групп, демонстрирующего общую способность группы выполнять широкий спектр задач. [124] Определение, операционализация и статистический подход для этого фактора c взяты из g и аналогичны ему . Исследуются причины, прогностическая достоверность, а также дополнительные параллели с g . [125]
Рост коррелирует с интеллектом (r~.2), но эта корреляция обычно не обнаруживается внутри семей (т. е. среди братьев и сестер), что позволяет предположить, что она является результатом перекрестного скрещивания по росту и интеллекту или другого фактора, который коррелирует с ростом и интеллектом. и то, и другое (например, питание). Известно, что близорукость связана с интеллектом с корреляцией от 0,2 до 0,25, и эта связь также была обнаружена в семьях. [126]
Кросс-культурные исследования показывают, что фактор g можно наблюдать всякий раз, когда к человеческому образцу применяется ряд разнообразных сложных когнитивных тестов. Также было обнаружено, что факторная структура тестов IQ одинакова для разных полов и этнических групп в США и других странах. [118] Фактор g оказался наиболее инвариантным из всех факторов в межкультурных сравнениях. Например, когда сравнивались g- факторы, вычисленные на основе американской стандартизированной выборки батареи IQ Векслера и на основе больших выборок, завершивших японский перевод той же батареи, коэффициент конгруэнтности составил 0,99, что указывает на виртуальную идентичность. Аналогичным образом, коэффициент конгруэнтности между факторами g , полученными из образцов стандартизации батареи WISC для белых и черных в США, составил 0,995, а дисперсия результатов тестов, обусловленная g , была очень схожей для обеих групп. [127]
Большинство исследований показывают, что существуют незначительные различия в среднем уровне g между полами, но что половые различия в когнитивных способностях следует обнаруживать в более узких областях. Например, мужчины обычно превосходят женщин в пространственных задачах, а женщины обычно превосходят мужчин в вербальных задачах. [128] Еще одно отличие, которое было обнаружено во многих исследованиях, заключается в том, что мужчины демонстрируют большую вариабельность как общих, так и конкретных способностей, чем женщины, причем пропорционально больше мужчин находятся как в нижнем, так и в верхнем конце распределения результатов теста. [129]
Были обнаружены различия в g между расовыми и этническими группами, особенно в США между тестируемыми, идентифицирующими себя как чернокожих и белых, хотя эти различия, по-видимому, значительно уменьшились с течением времени [114] и объясняются экологическими (а не генетическими факторами). ) причины. [114] [130] Некоторые исследователи предположили, что величина разрыва между черным и белым в результатах когнитивных тестов зависит от величины перегрузки теста, причем тесты, показывающие более высокую перегрузку , приводят к большим разрывам (см. гипотезу Спирмена ), [114] [ 130] 131] , в то время как другие критиковали эту точку зрения как методологически необоснованную. [132] [133] Третьи отметили, что, несмотря на увеличение перегрузки батарей тестов IQ с течением времени, разрыв в производительности между расовыми группами продолжает уменьшаться. [114] Сравнительный анализ показал, что, хотя в конце 1960-х годов существовал разрыв в среднем IQ примерно в 1,1 стандартного отклонения (около 16 баллов) между белыми и чернокожими американцами, между 1972 и 2002 годами чернокожие американцы получили от 4 до 7 баллов по сравнению с неиспаноязычных белых, и что « разрыв в g между чернокожими и белыми сокращался практически одновременно с разрывом в IQ». [114] Напротив, американцы восточноазиатского происхождения обычно немного превосходят белых американцев. [134] Утверждалось, что расовые и этнические различия, подобные тем, которые наблюдаются в США, можно наблюдать во всем мире, [135] но значимость, методологическое обоснование и истинность таких утверждений оспаривались. [136] [137 ] [138] [139] [140] [141]
Элементарные когнитивные задачи (ECT) также сильно коррелируют с g . ECT, как следует из названия, представляют собой простые задачи, которые, очевидно, требуют очень мало интеллекта, но все же сильно коррелируют с более исчерпывающими тестами интеллекта. Определение того, является ли свет красным или синим, и определение того, четыре или пять квадратов нарисованы на экране компьютера, являются двумя примерами ECT. Ответы на такие вопросы обычно даются быстрым нажатием кнопок. Часто помимо кнопок двух предусмотренных вариантов с начала теста удерживается нажатой третья кнопка. При подаче стимула испытуемому переносят руку со стартовой кнопки на кнопку правильного ответа. Это позволяет экзаменатору определить, сколько времени было потрачено на обдумывание ответа на вопрос (время реакции, обычно измеряемое в малых долях секунды), и сколько времени ушло на физическое движение руки к нужной кнопке (время движения). Время реакции сильно коррелирует с g , тогда как время движения коррелирует менее сильно. [142] Тестирование ЭШТ позволило количественно проверить гипотезы, касающиеся систематической ошибки теста, мотивации испытуемых и групповых различий. Благодаря своей простоте ЭСТ обеспечивают связь между классическим тестированием IQ и биологическими исследованиями, такими как исследования фМРТ .
Одна теория утверждает, что g идентично или почти идентично объёму рабочей памяти . Среди других доказательств этой точки зрения, некоторые исследования обнаружили, что факторы, представляющие g и рабочую память, идеально коррелируют. Однако в метаанализе корреляция оказалась значительно ниже. [143] Одно из критических замечаний, высказанных в адрес исследований, отождествляющих g с рабочей памятью, заключается в том, что «мы не продвигаем понимание, показывая, что одно загадочное понятие связано с другим». [144]
Психометрические теории интеллекта направлены на количественную оценку интеллектуального роста и выявление различий в способностях между людьми и группами. Напротив, теория когнитивного развития Жана Пиаже стремится понять качественные изменения в интеллектуальном развитии детей. Пиаже разработал ряд задач для проверки гипотез, вытекающих из его теории. Задания не предназначались для измерения индивидуальных различий, и им нет эквивалента в психометрических тестах интеллекта. [145] [146] Например, в одной из самых известных задач Пиаже по сохранению природы ребенка спрашивают, одинаково ли количество воды в двух одинаковых стаканах. После того как ребенок согласится с тем, что количество одинаковое, исследователь переливает воду из одного из стаканов в стакан другой формы так, чтобы количество казалось разным, хотя и оставалось тем же. Затем ребенка спрашивают, одинаковое или разное количество воды в двух стаканах.
Несмотря на разные исследовательские традиции, в которых разрабатывались психометрические тесты и задачи Пиаже, корреляция между двумя типами показателей оказалась неизменно положительной и в целом умеренной по величине. В их основе лежит общий общий фактор. Было показано, что можно составить батарею задач Пиаже, которая будет таким же хорошим показателем g , как и стандартные тесты IQ. [145] [147]
Традиционная точка зрения в психологии заключается в том, что между личностью и интеллектом не существует значимой связи и что их следует изучать отдельно. Интеллект можно понимать с точки зрения того, что человек может делать или какова его или ее максимальная производительность, в то время как личность можно понимать с точки зрения того, что человек обычно будет делать, или каковы его или ее общие тенденции поведения. Крупномасштабные метаанализы показали, что между когнитивными способностями и личностными качествами в «Большой пятерке» существуют сотни связей по величине >0,20 . И это несмотря на то, что корреляции с факторами «большой пятерки» сами по себе невелики, за исключением открытости (0,26). [148] Более интересные отношения возникают на других уровнях (например, 0,23 для деятельностного аспекта экстраверсии с общими умственными способностями, -0,29 для неуравновешенного аспекта невротизма, 0,32 для трудолюбивого аспекта добросовестности, 0,26 для сострадательный аспект приятности). [149]
Связь между интеллектом и личностью обычно интерпретируется двумя основными способами. Первая точка зрения заключается в том, что личностные качества влияют на результаты тестов на интеллект . Например, человек может не показать максимальный уровень результатов теста IQ из-за своей тревожности и склонности к стрессу. Вторая точка зрения предполагает, что интеллект и личность концептуально связаны, при этом личностные качества определяют, как люди применяют и инвестируют свои когнитивные способности, что приводит к расширению знаний и большей когнитивной дифференциации. [150] [151] Другие теории (например, теория кибернетических комплексов черт) рассматривают личность и когнитивные способности как переплетенные параметры индивидуумов, которые одновременно эволюционировали и также подвергались одновременному влиянию во время развития (например, голоданию в раннем возрасте). [152]
Некоторые исследователи полагают, что существует пороговый уровень g , ниже которого социально значимое творчество встречается редко, но в остальном между ними нет никакой связи. Было высказано предположение, что этот порог по крайней мере на одно стандартное отклонение превышает среднее значение для населения. Считается, что при превышении порога личностные различия являются важными факторами, определяющими индивидуальные различия в творческих способностях. [153] [154]
Другие бросили вызов теории порога. Не оспаривая тот факт, что возможности и личные качества, помимо интеллекта, такие как энергия и целеустремленность, важны для творчества, они утверждают, что g положительно связано с творчеством даже на верхнем уровне распределения способностей. Лонгитюдное исследование математически не по годам развитой молодежи предоставило доказательства этого утверждения. Оно показало, что люди, идентифицированные с помощью стандартных тестов как интеллектуально одаренные в раннем подростковом возрасте, достигают творческих достижений (например, получения патентов или публикации литературных или научных работ) в несколько раз чаще, чем население в целом, и что даже в пределах 1 процента самых богатых людей когнитивные способности, люди с более высокими способностями с большей вероятностью добьются выдающихся достижений. Исследование также показало, что уровень g действует как предиктор уровня достижений , в то время как определенные модели когнитивных способностей предсказывают сферу достижений. [155] [156]
Исследования G-фактора, как и других психометрических показателей, подверглись широкой критике за то, что они не приняли должным образом во внимание евгенцистскую подоплеку своих исследовательских практик. [157] Редукционизм G-фактора объясняется тем, что он развился из «псевдонаучных теорий» о расе и интеллекте. [158] G Спирмена и концепция наследственного, неизменного интеллекта были благом как для евгеников, так и для псевдоученых. [159]
Джозеф Грейвс-младший и Аманда Джонсон утверждали, что g «... для психометристов является тем же, чем эфир Гюйгенса был для ранних физиков: ничтожеством, воспринимаемым как предмет веры, а не тем, что нуждается в проверке реальными данными». [160]
Некоторые особенно резкие критики назвали фактор g и психометрику формой лженауки. [161]
Рэймонд Кеттелл , ученик Чарльза Спирмена, модифицировал унитарную модель фактора g и разделил g на две широкие, относительно независимые области: подвижный интеллект (Gf ) и кристаллизованный интеллект (Gc ) . G f концептуализируется как способность решать новые проблемы, и ее лучше всего оценивать с помощью тестов с небольшим культурным или учебным содержанием, таких как матрицы Равена. G c можно рассматривать как консолидированные знания, отражающие навыки и информацию, которые человек приобретает и сохраняет на протяжении всей своей жизни. G c зависит от образования и других форм аккультурации, и его лучше всего оценивать с помощью тестов, в которых особое внимание уделяется школьным и культурным знаниям. [2] [44] [162] G f можно считать в первую очередь состоящим из текущих способностей к рассуждению и решению проблем, тогда как G c отражает результат ранее выполненных когнитивных процессов. [163]
Основанием для разделения G f и G c было объяснение когнитивного развития людей с течением времени. Хотя было обнаружено, что G f и G c сильно коррелируют, они различаются по тому, как изменяются в течение жизни. Gf имеет тенденцию достигать пика примерно в возрасте 20 лет, после чего медленно снижается . Напротив, G c стабилен или увеличивается в зрелом возрасте. Один общий фактор подвергся критике как скрывающий эту раздвоенную модель развития. Кеттелл утверждал, что G f отражает индивидуальные различия в эффективности центральной нервной системы . По мнению Кеттелла, G c был результатом того, что человек «вкладывал» свой G f в познавательный опыт на протяжении всей жизни. [2] [30] [44] [164]
Кеттелл вместе с Джоном Хорном позже расширил модель Gf-Gc, включив в нее ряд других широких способностей, таких как G q (количественное мышление) и G v (визуально-пространственное мышление). Хотя все факторы широкого спектра способностей в расширенной модели G f -G c положительно коррелируют и, таким образом, позволяют выделить фактор g более высокого порядка , Кеттелл и Хорн утверждали, что было бы ошибочно утверждать, что в основе этих широких способностей лежит общий фактор. . Они утверждали, что факторы g , вычисленные на основе разных наборов тестов, не являются инвариантными и дадут разные значения g , и что корреляции между тестами возникают потому, что сложно проверять только одну способность за раз. [2] [48] [165]
Однако некоторые исследователи предположили, что модель G f -G c совместима с g -центрированным пониманием когнитивных способностей. Например, трехуровневая модель интеллекта Джона Б. Кэрролла включает в себя как G f , так и G c вместе с g- фактором более высокого порядка . На основе факторного анализа многих наборов данных некоторые исследователи также утверждали, что G f и g являются одним и тем же фактором и что факторы g из разных наборов тестов практически инвариантны при условии, что батареи большие и разнообразные. [44] [166] [167]
Некоторые теоретики предположили, что существуют интеллектуальные способности, не коррелирующие друг с другом. Одним из первых был Л. Л. Терстон , создавший модель первичных умственных способностей , представляющую предположительно независимые области интеллекта. Однако было обнаружено, что тесты Терстоуна на эти способности выявили сильный общий фактор. Он утверждал, что отсутствие независимости среди его тестов отражает сложность создания «факториально чистых» тестов, измеряющих только одну способность. Аналогичным образом Дж. П. Гилфорд предложил модель интеллекта, включающую до 180 различных, некоррелированных способностей, и заявил, что способен проверить их все. Более поздний анализ показал, что факторные процедуры, представленные Гилфордом в качестве доказательства своей теории, не подтвердили ее, и что тестовые данные, которые, как он утверждал, предоставили доказательства против g , на самом деле демонстрировали обычную картину взаимных корреляций после поправки на статистические артефакты. [168] [169]
Совсем недавно Говард Гарднер разработал теорию множественного интеллекта . Он постулирует существование девяти различных и независимых областей интеллекта, таких как математический, лингвистический, пространственный, музыкальный, телесно-кинестетический, метакогнитивный и экзистенциальный интеллект, и утверждает, что люди, терпящие неудачу в некоторых из них, могут преуспеть в других. По словам Гарднера, тесты и школы традиционно уделяют особое внимание только лингвистическим и логическим способностям, игнорируя при этом другие формы интеллекта. Несмотря на свою популярность среди педагогов, теория Гарднера подвергалась резкой критике со стороны психологов и психометриков. Одна из критических замечаний заключается в том, что эта теория нарушает как научное, так и повседневное использование слова «интеллект». Некоторые исследователи утверждают, что не все способности Гарднера относятся к когнитивной сфере. Например, Гарднер утверждает, что успешная карьера в профессиональном спорте или популярной музыке отражает телесно-кинестетический и музыкальный интеллект соответственно, хотя вместо этого обычно можно говорить о спортивных и музыкальных навыках , талантах или способностях . Другая критика теории Гарднера заключается в том, что многие из его якобы независимых областей интеллекта на самом деле коррелируют друг с другом. Отвечая на эмпирический анализ, показывающий корреляции между областями, Гарднер утверждал, что корреляции существуют из-за общего формата тестов и потому, что все тесты требуют лингвистических и логических навыков. Его критики, в свою очередь, отмечают, что не все тесты IQ проводятся в формате бумаги и карандаша, что помимо лингвистических и логических способностей батареи тестов IQ содержат также показатели, например, пространственных способностей, и что элементарные когнитивные задачи (например, время проверки и время реакции), которые не требуют лингвистических или логических рассуждений, также коррелируют с обычными батареями IQ. [73] [170] [171] [172]
Роберт Штернберг , работая с различными коллегами, также предположил, что интеллект имеет измерения, независимые от g . Он утверждает, что существует три класса интеллекта: аналитический, практический и творческий. По мнению Штернберга, традиционные психометрические тесты измеряют только аналитический интеллект, и их следует дополнить также проверкой творческого и практического интеллекта. На этот счет он разработал несколько тестов. Штернберг приравнивает аналитический интеллект к академическому интеллекту и противопоставляет его практическому интеллекту, определяемому как способность решать плохо определенные проблемы реальной жизни. Неявный интеллект — важный компонент практического интеллекта, состоящий из знаний, которые не преподаются явно, но которые необходимы во многих реальных жизненных ситуациях. Оценка творческих способностей независимо от тестов интеллекта традиционно оказывалась сложной задачей, но Штернберг и его коллеги утверждают, что также создали надежные тесты творческих способностей. Для подтверждения теории Штернберга требуется, чтобы три тестируемые способности по существу не коррелировали и имели независимую прогностическую достоверность. Штернберг провел множество экспериментов, которые, как он утверждает, подтверждают обоснованность его теории, но некоторые исследователи оспаривают этот вывод. Например, в своем повторном анализе валидационного исследования теста STAT Штернберга Натан Броуди показал, что прогностическая достоверность STAT, теста трех предположительно независимых способностей, была почти исключительно обусловлена одним общим фактором, лежащим в основе тестов, который Броуди приравнял с фактором g . [173] [174]
Джеймс Флинн утверждал, что интеллект следует концептуализировать на трех разных уровнях: физиология мозга, когнитивные различия между людьми и социальные тенденции развития интеллекта с течением времени. Согласно этой модели, фактор g является полезной концепцией в отношении индивидуальных различий, но его объяснительная сила ограничена, когда в центре внимания исследования находится либо физиология мозга, либо, особенно, влияние социальных тенденций на интеллект. Флинн раскритиковал представление о том, что когнитивные выгоды с течением времени, или эффект Флинна, являются «пустыми», если нельзя доказать, что они увеличиваются в g . Он утверждает, что эффект Флинна отражает изменение социальных приоритетов и адаптацию людей к ним. Применять концепцию индивидуальных различий g к эффекту Флинна — значит путать разные уровни анализа. С другой стороны, по мнению Флинна, также ошибочно отрицать, ссылаясь на тенденции развития интеллекта с течением времени, что у некоторых людей «мозг и разум лучше», чтобы справляться с когнитивными требованиями своего конкретного времени. На уровне физиологии мозга Флинн подчеркнул, что когнитивные упражнения могут по-разному влиять на локализованные нейронные кластеры и что существуют важные факторы, влияющие на все нейронные кластеры. [175]
Палеонтолог и биолог Стивен Джей Гулд представил критику в своей книге 1981 года «Неправильная мера человека ». Он утверждал, что психометристы ошибочно превратили фактор g в неизбежную «вещь», которая обеспечивает удобное объяснение человеческого интеллекта, основанное только на математической теории, а не на строгом применении математической теории к биологическим знаниям. [176] Пример приводится в работе Сирила Берта, опубликованной посмертно в 1972 году: «Два основных вывода, к которым мы пришли, кажутся ясными и вне всякого сомнения. Предварительно выдвинута гипотеза об общем факторе, входящем в каждый тип когнитивного процесса. спекуляциями, вытекающими из неврологии и биологии, полностью подтверждается статистическими данными, и утверждение о том, что различия в этом общем факторе во многом зависят от генетической конституции человека, кажется неоспоримым. два предположения, хотя, по общему признанию, являются чистой абстракцией, таким образом, полностью согласуются с эмпирическими фактами». [177]
Некоторые исследователи раскритиковали аргументы Гулда. Например, они отвергли обвинение в реификации, утверждая, что использование извлеченных факторов, таких как g , в качестве потенциальных причинных переменных, реальность которых может быть подтверждена или отвергнута дальнейшими исследованиями, представляет собой нормальную научную практику, которая никоим образом не отличает психометрию от других наук. Критики также предположили, что Гулд не понимал цели факторного анализа и что он не знал о соответствующих методологических достижениях в этой области. Хотя различные факторные решения могут быть математически эквивалентны в своей способности учитывать взаимные корреляции между тестами, решения, которые дают фактор g , психологически предпочтительнее по нескольким причинам, не связанным с факторным анализом, включая феномен положительного многообразия, тот факт, что один и тот же g может возникают из совершенно разных наборов тестов, широкой практической применимости g и связи g со многими биологическими переменными. [37] [38] [178] [ нужна страница ]
Джон Хорн и Джон МакАрдл утверждали, что современная теория g , которую поддерживает, например, Артур Дженсен, нефальсифицируема , поскольку существование общего фактора, такого как g , тавтологично следует из положительных корреляций между тестами. Они противопоставили современную иерархическую теорию g исходной двухфакторной теории Спирмена, которую легко фальсифицировать (и она действительно была фальсифицирована). [30]
Тот факт, что различные когнитивные тесты имеют тенденцию иметь положительную корреляцию, был принят в качестве доказательства наличия единственной общей способности или фактора «g»... наличие положительного множества в корреляциях между различными когнитивными тестами не обеспечить дифференциальную поддержку однофакторных или многофакторных моделей общих способностей.
{{cite book}}: CS1 maint: дата и год ( ссылка )