Фактор g [a] — это конструкция, разработанная в психометрических исследованиях когнитивных способностей и человеческого интеллекта . Это переменная, которая суммирует положительные корреляции между различными когнитивными задачами, отражая тот факт, что производительность человека в одном типе когнитивных задач, как правило, сопоставима с производительностью этого человека в других видах когнитивных задач. [ требуется ссылка ] Фактор g обычно составляет от 40 до 50 процентов различий в производительности между отдельными людьми в данном когнитивном тесте , и составные баллы («баллы 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 взаимозаменяемо для обозначения этого общего ядра, общего для когнитивных тестов. [2] Однако сам фактор g — это математическая конструкция, указывающая уровень наблюдаемой корреляции между когнитивными задачами. [3] Измеренное значение этой конструкции зависит от используемых когнитивных задач, и мало что известно о глубинных причинах наблюдаемых корреляций.
Существование фактора g было первоначально предложено английским психологом Чарльзом Спирменом в начале 20-го века. Он заметил, что оценки успеваемости детей по, казалось бы, не связанным между собой школьным предметам были положительно коррелированы , и рассуждал, что эти корреляции отражают влияние базовой общей умственной способности, которая входила в производительность во всех видах умственных тестов. Спирмен предположил, что вся умственная деятельность может быть концептуализирована в терминах одного общего фактора способности, который он обозначил g , и многих узких факторов способности, специфичных для конкретных задач. Вскоре после того, как Спирмен предположил существование g , оно было оспорено Годфри Томсоном , который представил доказательства того, что такие взаимосвязи между результатами тестов могут возникать даже при отсутствии g -фактора. [4] Сегодняшние факторные модели интеллекта обычно представляют когнитивные способности как трехуровневую иерархию, где есть много узких факторов в нижней части иерархии, несколько широких, более общих факторов на промежуточном уровне и на вершине один фактор, называемый g -фактором, который представляет собой дисперсию, общую для всех когнитивных задач.
Традиционно исследования g были сосредоточены на психометрических исследованиях тестовых данных с особым акцентом на подходах 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] Исследования в области поведенческой генетики показали, что конструкция g в высокой степени наследуется в измеренных популяциях. Она имеет ряд других биологических коррелятов, включая размер мозга . Она также является значимым предиктором индивидуальных различий во многих социальных результатах, особенно в образовании и занятости.
Критики утверждали, что акцент на g неуместен и влечет за собой обесценивание других важных способностей. Некоторые ученые, включая Стивена Дж. Гулда , утверждали, что концепция g — это просто овеществленная конструкция, а не действительная мера человеческого интеллекта.
Тесты на когнитивные способности предназначены для измерения различных аспектов познания. Конкретные области, оцениваемые тестами, включают математические навыки, вербальную беглость, пространственную визуализацию и память, среди прочих. Однако люди, которые преуспевают в одном типе теста, как правило, преуспевают и в других видах тестов, в то время как те, кто плохо справляются с одним тестом, как правило, преуспевают во всех тестах, независимо от содержания тестов. [8] Английский психолог Чарльз Спирмен был первым, кто описал это явление. [9] В известной исследовательской работе, опубликованной в 1904 году, [10] он заметил, что показатели успеваемости детей по, казалось бы, не связанным между собой школьным предметам были положительно коррелированы. Это открытие с тех пор было воспроизведено много раз. 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». [11] Нулевая или отрицательная корреляция между тестами предполагает наличие ошибки выборки или ограничения диапазона способностей в изучаемой выборке. [12]
Используя факторный анализ или связанные с ним статистические методы, можно определить один общий фактор, который можно рассматривать как суммарную переменную, характеризующую корреляции между всеми различными тестами в тестовой батарее. Спирмен называл этот общий фактор общим фактором или просто g . (По соглашению g всегда печатается как строчная курсивная буква.) Математически фактор g является источником дисперсии среди индивидуумов , что означает, что нельзя осмысленно говорить об умственных способностях любого отдельного человека, состоящих из g или других факторов в какой-либо определенной степени. Можно говорить только о положении индивидуума по g (или другим факторам) по сравнению с другими индивидуумами в соответствующей популяции. [12] [13] [14]
Различные тесты в тестовой батарее могут коррелировать с (или «нагружать») g -фактором батареи в разной степени. Эти корреляции известны как g -нагрузки. Индивидуальный показатель g -фактора испытуемого , представляющий его относительное положение по g- фактору в общей группе лиц, может быть оценен с использованием g- нагрузок. Полномасштабные баллы IQ из тестовой батареи обычно будут сильно коррелировать с баллами g -фактора, и их часто рассматривают как оценки g . Например, было обнаружено, что корреляции между баллами g -фактора и полномасштабными баллами IQ из тестов Дэвида Векслера превышают 0,95. [1] [12] [15] Термины IQ, общий интеллект, общие когнитивные способности, общие умственные способности или просто интеллект часто используются взаимозаменяемо для обозначения общего ядра, разделяемого когнитивными тестами. [2]
Нагрузки g в тестах на интеллект всегда положительны и обычно находятся 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 самыми высокими нагрузками g , около 0,80. Тесты на словарный запас и общую информацию также обычно имеют высокие нагрузки g . [16] [17] Однако нагрузка g одного и того же теста может несколько различаться в зависимости от состава тестовой батареи. [18]
Сложность тестов и требования, которые они предъявляют к умственной манипуляции, связаны с g- нагрузками тестов. Например, в тесте прямого набора цифр испытуемому предлагается повторить последовательность цифр в порядке их предъявления после того, как он услышал их один раз со скоростью одна цифра в секунду. Тест обратного набора цифр в остальном такой же, за исключением того, что испытуемого просят повторить цифры в обратном порядке по отношению к тому, в котором они были предъявлены. Тест обратного набора цифр сложнее, чем тест прямого набора цифр, и имеет значительно более высокую g- нагрузку. Аналогично, g -нагрузки арифметических вычислений, правописания и тестов чтения слов ниже, чем у тестов решения арифметических задач, составления текста и понимания прочитанного соответственно. [12] [19]
Сложность теста и g- нагрузки — это разные концепции, которые могут быть или не быть эмпирически связаны в любой конкретной ситуации. Тесты, имеющие одинаковый уровень сложности, индексируемый долей тестовых заданий, которые не были пройдены испытуемыми, могут демонстрировать широкий диапазон g- нагрузок. Например, было показано, что тесты на механическую память имеют тот же уровень сложности, но значительно более низкие g -нагрузки, чем многие тесты, включающие рассуждение. [19] [20]
Хотя существование g как статистической закономерности общеизвестно и не вызывает споров среди экспертов, нет единого мнения относительно того, что вызывает положительные интеркорреляции. Было предложено несколько объяснений. [21]
Чарльз Спирмен рассуждал, что корреляции между тестами отражают влияние общего причинного фактора, общей умственной способности, которая входит в производительность во всех видах умственных задач. Однако он считал, что лучшими индикаторами g были те тесты, которые отражали то, что он называл выведением отношений и коррелятов , что включало такие способности, как дедукция , индукция , решение проблем, понимание отношений, вывод правил и обнаружение различий и сходств. Спирмен выдвинул гипотезу, что g эквивалентно «умственной энергии». Однако это было скорее метафорическое объяснение, и он оставался агностиком относительно физической основы этой энергии, ожидая, что будущие исследования раскроют точную физиологическую природу g . [ 22]
Вслед за Спирменом Артур Дженсен утверждал, что все умственные задачи в той или иной степени задействуют g . По мнению Дженсена, фактор g представляет собой «дистиллят» баллов по разным тестам, а не суммирование или среднее значение таких баллов, при этом факторный анализ выступает в качестве процедуры дистилляции . [17] Он утверждал, что g нельзя описать в терминах характеристик элементов или информационного содержания тестов, указывая на то, что очень разные умственные задачи могут иметь почти равные нагрузки g . Векслер аналогичным образом утверждал, что g — это вообще не способность, а скорее некое общее свойство мозга. Дженсен выдвинул гипотезу, что g соответствует индивидуальным различиям в скорости или эффективности нейронных процессов, связанных с умственными способностями. [23] Он также предположил, что, учитывая связи между g и элементарными когнитивными задачами, должно быть возможно построить тест шкалы отношений g , который использует время в качестве единицы измерения. [24]
Так называемая теория выборки g , первоначально разработанная Эдвардом Торндайком и Годфри Томсоном , предполагает, что существование положительного многообразия можно объяснить без ссылки на единую базовую емкость. Согласно этой теории, существует ряд некоррелированных ментальных процессов, и все тесты опираются на различные образцы этих процессов. Взаимные корреляции между тестами вызваны перекрытием между процессами, выявляемыми тестами. [25] [26] Таким образом, положительное многообразие возникает из-за проблемы измерения, неспособности измерить более мелкозернистые, предположительно некоррелированные ментальные процессы. [14]
Было показано, что статистически невозможно различить модель g Спирмена и модель выборки; обе они в равной степени способны учитывать интеркорреляции между тестами. [27] Теория выборки также согласуется с наблюдением, что более сложные умственные задачи имеют более высокие нагрузки g , поскольку ожидается, что более сложные задачи будут включать большую выборку нейронных элементов и, следовательно, будут иметь больше общих черт с другими задачами. [28]
Некоторые исследователи утверждают, что модель выборки делает g недействительным как психологическое понятие, поскольку модель предполагает, что факторы g , полученные из разных тестовых батарей, просто отражают общие элементы конкретных тестов, содержащихся в каждой батарее, а не g , который является общим для всех тестов. Аналогично, высокие корреляции между разными батареями могут быть связаны с тем, что они измеряют один и тот же набор способностей, а не одну и ту же способность. [29]
Критики утверждают, что теория выборки не соответствует некоторым эмпирическим результатам. Основываясь на теории выборки, можно было бы ожидать, что связанные когнитивные тесты имеют много общих элементов и, таким образом, сильно коррелируют. Однако некоторые тесно связанные тесты, такие как прямой и обратный диапазон цифр, лишь скромно коррелируют, в то время как некоторые, казалось бы, совершенно непохожие тесты, такие как тесты на словарный запас и матрицы Равена, последовательно сильно коррелируют. Другим проблемным выводом является то, что повреждение мозга часто приводит к определенным когнитивным нарушениям, а не к общему нарушению, которое можно было бы ожидать на основе теории выборки. [14] [30]
Модель «взаимодействия» g предполагает, что когнитивные процессы изначально не коррелируют, но что положительное многообразие возникает в ходе индивидуального развития из-за взаимовыгодных отношений между когнитивными процессами. Таким образом, нет единого процесса или способности, лежащих в основе положительных корреляций между тестами. В ходе развития, утверждает теория, любой особенно эффективный процесс принесет пользу другим процессам, в результате чего процессы в конечном итоге будут коррелировать друг с другом. Таким образом, одинаково высокие показатели IQ у разных людей могут быть результатом совершенно разных начальных преимуществ, которые у них были. [14] [31] Критики утверждают, что наблюдаемые корреляции между нагрузками g и коэффициентами наследуемости подтестов проблематичны для теории взаимных нагрузок. [32]
Факторный анализ — это семейство математических методов, которые можно использовать для представления корреляций между тестами на интеллект в терминах меньшего числа переменных, известных как факторы. Цель состоит в том, чтобы упростить корреляционную матрицу, используя гипотетические базовые факторы для объяснения закономерностей в ней. Когда все корреляции в матрице положительны, как в случае с IQ, факторный анализ даст общий фактор, общий для всех тестов. Общий фактор тестов IQ называется g- фактором, и он обычно составляет от 40 до 50 процентов дисперсии в батареях тестов IQ. [33] Наличие корреляций между многими широко варьирующимися когнитивными тестами часто принималось в качестве доказательства существования g , но Макфарланд (2012) показал, что такие корреляции не обеспечивают большей или меньшей поддержки существования g , чем существования множественных факторов интеллекта. [34]
Чарльз Спирмен разработал факторный анализ для изучения корреляций между тестами. Первоначально он разработал модель интеллекта, в которой вариации во всех результатах тестов на интеллект объясняются только двумя видами переменных: во-первых, факторами, которые являются специфическими для каждого теста (обозначаются s ); и, во-вторых, фактором g , который учитывает положительные корреляции между тестами. Это известно как двухфакторная теория Спирмена. Более поздние исследования, основанные на более разнообразных батареях тестов, чем те, которые использовались Спирменом, показали, что g сам по себе не может объяснить все корреляции между тестами. В частности, было обнаружено, что даже после учета g некоторые тесты все еще коррелировали друг с другом. Это привело к постулированию групповых факторов , которые представляют собой дисперсию, которую группы тестов со схожими требованиями к задачам (например, вербальные, пространственные или числовые) имеют совместно в дополнение к общей дисперсии g . [35]
С помощью вращения факторов , в принципе, возможно создать бесконечное число различных решений факторов, которые математически эквивалентны в своей способности учитывать взаимосвязи между когнитивными тестами. К ним относятся решения, которые не содержат фактор g . Таким образом, один только факторный анализ не может установить, какова базовая структура интеллекта. Выбирая между различными решениями факторов, исследователи должны изучать результаты факторного анализа вместе с другой информацией о структуре когнитивных способностей. [36]
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 последовательно большие нагрузки g , существенная инвариантность факторов g в различных тестовых батареях, невозможность построения тестовых батарей, которые не дают фактор g , и широко распространенная практическая обоснованность g как предиктора индивидуальных результатов. Фактор g вместе с групповыми факторами наилучшим образом отражает эмпирически установленный факт, что в среднем общие различия в способностях между людьми больше, чем различия между способностями внутри людей, в то время как факторное решение с ортогональными факторами без g скрывает этот факт. Более того, g , по- видимому, является наиболее наследуемым компонентом интеллекта. [37] Исследования, использующие методы конфирматорного факторного анализа, также подтвердили существование g . [36]
Фактор g может быть вычислен из корреляционной матрицы результатов теста с использованием нескольких различных методов. К ним относятся исследовательский факторный анализ, анализ главных компонентов (PCA) и подтверждающий факторный анализ. Различные методы извлечения факторов дают весьма последовательные результаты, хотя PCA иногда приводит к завышенным оценкам влияния g на результаты теста. [18] [38]
Существует широкий современный консенсус, что когнитивные различия между людьми можно концептуализировать на трех иерархических уровнях, отличающихся степенью их общности. На самом низком, наименее общем уровне есть много узких факторов первого порядка; на более высоком уровне есть относительно небольшое количество — где-то от пяти до десяти — широких (т. е. более общих) факторов второго порядка (или групповых факторов); и на вершине есть один фактор третьего порядка, g , общий фактор, общий для всех тестов. [39] [40] [41] Фактор g обычно составляет большую часть общей дисперсии общих факторов батарей тестов IQ. [42] Современные иерархические модели интеллекта включают теорию трех страт и теорию Кеттелла–Хорна–Кэрролла . [43]
Спирмен предложил принцип безразличия индикатора , согласно которому точное содержание тестов интеллекта неважно для целей определения g , поскольку g входит в производительность во всех видах тестов. Поэтому любой тест может быть использован в качестве индикатора g . [44] Вслед за Спирменом Артур Дженсен совсем недавно утверждал, что фактор g , извлеченный из одной тестовой батареи, всегда будет тем же самым, в пределах погрешности измерения, что и извлеченный из другой батареи, при условии, что батареи большие и разнообразные. [ 45] Согласно этой точке зрения, каждый умственный тест, независимо от того, насколько он различим, в некоторой степени обращается к g . Таким образом, составной балл ряда различных тестов будет нагружать g сильнее, чем любой из отдельных тестовых баллов, поскольку компоненты g накапливаются в составном балле, в то время как некоррелированные не- g компоненты будут нейтрализовывать друг друга. Теоретически составной балл бесконечно большой, разнообразной тестовой батареи был бы тогда идеальной мерой g . [46]
Напротив, Л. Л. Терстоун утверждал, что g - фактор, извлеченный из набора тестов, отражает среднее значение всех способностей, требуемых конкретным набором, и что g , следовательно, варьируется от одного набора к другому и «не имеет фундаментального психологического значения». [47] В том же духе Джон Хорн утверждал, что g -факторы бессмысленны, поскольку они не являются инвариантными для разных наборов тестов, утверждая, что корреляции между различными показателями способностей возникают из-за того, что трудно определить человеческое действие, которое зависит только от одной способности. [48] [49]
Чтобы показать, что разные батареи отражают один и тот же g , нужно провести несколько тестовых батарей для одних и тех же людей, извлечь g -факторы из каждой батареи и показать, что факторы сильно коррелируют. Это можно сделать в рамках конфирматорного факторного анализа. [21] Венди Джонсон и коллеги опубликовали два таких исследования. [50] [51] Первое исследование показало, что корреляции между g -факторами, извлеченными из трех разных батарей, составили .99, .99 и 1.00, что подтверждает гипотезу о том, что g -факторы из разных батарей одинаковы и что идентификация g не зависит от конкретных оцениваемых способностей. Второе исследование показало, что g -факторы, полученные из четырех из пяти тестовых батарей, коррелировали в диапазоне .95–1.00, в то время как корреляции варьировались от .79 до .96 для пятой батареи, Cattell Culture Fair Intelligence Test (CFIT). Они приписали несколько более низкие корреляции с батареей CFIT отсутствию разнообразия контента, поскольку она содержит только элементы матричного типа, и интерпретировали результаты как подтверждение утверждения о том, что g -факторы, полученные из разных тестовых батарей, одинаковы при условии, что батареи достаточно разнообразны. Результаты показывают, что один и тот же g может быть последовательно идентифицирован из разных тестовых батарей. [39] [52] Этот подход подвергся критике психолога Лазара Станкова в Handbook of Understanding and Measuring Intelligence, который пришел к выводу, что «Корреляции между g-факторами из разных тестовых батарей не являются единством». [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 тестовых батарей достижений, тесно коррелируют, но не изоморфны. [54]
Форма распределения g в популяции неизвестна, поскольку g нельзя измерить по шкале отношений [ требуется разъяснение ] . (Распределение баллов по типичным тестам IQ приблизительно нормальное, но это достигается путем построения, т. е. нормализации исходных баллов.) Было высказано мнение [ кем? ] , что, тем не менее, есть веские основания предполагать, что g нормально распределено в общей популяции, 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 , следовать нормальному распределению. [55]
Ряд исследователей предположили, что доля вариации, приходящаяся на g, может быть неравномерной во всех подгруппах внутри популяции. Закон убывающей доходности Спирмена ( SLODR ), также называемый гипотезой дифференциации когнитивных способностей , предсказывает, что положительные корреляции между различными когнитивными способностями слабее среди более интеллектуальных подгрупп людей. Более конкретно, SLODR предсказывает, что фактор g будет объяснять меньшую долю индивидуальных различий в результатах когнитивных тестов при более высоких баллах по фактору g .
SLODR был первоначально предложен в 1927 году Чарльзом Спирменом , [56] который сообщил, что средняя корреляция между 12 тестами когнитивных способностей была .466 у 78 нормальных детей и .782 у 22 «дефективных» детей. Деттерман и Дэниел заново открыли этот феномен в 1989 году. [57] Они сообщили, что для подтестов как WAIS , так и WISC , интеркорреляции подтестов монотонно уменьшались с группой способностей, варьируясь от приблизительно средней интеркорреляции .7 среди людей с IQ менее 78 до .4 среди людей с IQ более 122. [58]
SLODR был воспроизведен в различных выборках детей и взрослых, которые были измерены с использованием широкого спектра когнитивных тестов. Наиболее распространенным подходом было разделение людей на несколько групп способностей с использованием наблюдаемого прокси для их общих интеллектуальных способностей, а затем либо сравнение средней взаимосвязи между подтестами в разных группах, либо сравнение доли вариации, объясняемой одним общим фактором, в разных группах. [59] Однако, как указали и Дири и др. (1996). [59] и Такер-Дроб (2009) [60] , разделение непрерывного распределения интеллекта на произвольное количество дискретных групп способностей не является идеальным для изучения SLODR. Такер-Дроб (2009) [60] подробно рассмотрел литературу по SLODR и различные методы, с помощью которых он был ранее протестирован, и предположил, что SLODR может быть наиболее подходящим образом зафиксирован путем подгонки модели общего фактора, которая позволяет связям между фактором и его индикаторами быть нелинейными по своей природе. Он применил такую факторную модель к общенациональным репрезентативным данным детей и взрослых в Соединенных Штатах и нашел последовательные доказательства SLODR. Например, Такер-Дроб (2009) обнаружил, что общий фактор объясняет приблизительно 75% вариации семи различных когнитивных способностей среди взрослых с очень низким IQ, но объясняет лишь приблизительно 30% вариации способностей среди взрослых с очень высоким IQ.
Недавнее метааналитическое исследование Блума 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 g - насыщения, а не просто сравнивать группы испытуемых с более низкими и более высокими навыками или более молодых и более старых. Результаты показывают, что средняя корреляция и g- нагрузки тестов когнитивных способностей уменьшаются с ростом способностей, но увеличиваются с возрастом респондента. SLODR, как описано Чарльзом Спирменом , может быть подтверждена уменьшением g -насыщения как функции IQ, а также увеличением g -насыщения от среднего возраста к старению. В частности, для выборок со средним интеллектом, который на два стандартных отклонения (т. е. на 30 баллов IQ) выше, средняя ожидаемая корреляция уменьшается примерно на 0,15 балла. Остается вопрос, может ли разница такой величины привести к большей кажущейся факторной сложности, когда когнитивные данные факторизуются для выборки с более высокими способностями, а не для выборки с более низкими способностями. Кажется вероятным, что большая размерность фактора должна наблюдаться в случае более высоких способностей, но величина этого эффекта (т.е. насколько больше вероятность и сколько больше факторов) остается неопределенной.
Степень практической обоснованности g как предиктора образовательных, экономических и социальных результатов является предметом продолжающихся дебатов. [62] Некоторые исследователи утверждают, что он более дальнодействующий и универсальный, чем любая другая известная психологическая переменная, [63] и что обоснованность g увеличивается по мере увеличения сложности измеряемой задачи. [64] [65] Другие утверждают, что тесты конкретных способностей превосходят g -фактор в анализах, подогнанных под определенные реальные ситуации. [66] [67] [68]
Практическая валидность теста измеряется его корреляцией с производительностью по некоторому критерию, внешнему по отношению к тесту, такому как средний балл колледжа или рейтинг производительности работы. Корреляция между результатами теста и мерой некоторого критерия называется коэффициентом валидности . Один из способов интерпретации коэффициента валидности — возвести его в квадрат, чтобы получить дисперсию, учтенную тестом. Например, коэффициент валидности .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 интерпретируемый подход — это посмотреть на процент сдающих тест в каждом квинтиле результатов теста, которые соответствуют некоторому согласованному стандарту успешности. Например, если корреляция между результатами теста и производительностью составляет .30, ожидается, что 67 процентов тех, кто находится в верхнем квинтиле, будут иметь показатели выше среднего, по сравнению с 33 процентами тех, кто находится в нижнем квинтиле. [69] [70]
Предсказательная валидность g наиболее заметна в области успеваемости в школе. Это, по-видимому, потому, что g тесно связан со способностью изучать новый материал и понимать концепции и значения. [64]
В начальной школе корреляция между IQ и оценками и баллами успеваемости составляет от .60 до .70. На более продвинутых уровнях образования больше учеников с более низким значением IQ выбывают, что ограничивает диапазон значений IQ и приводит к более низким коэффициентам валидности. В средней школе, колледже и аспирантуре коэффициенты валидности составляют .50–.60, .40–.50 и .30–.40 соответственно. Нагрузки g баллов IQ высоки, но возможно, что часть валидности IQ в прогнозировании успеваемости в учебе объясняется факторами, измеряемыми IQ независимо от g . Согласно исследованию Роберта Л. Торндайка , от 80 до 90 процентов предсказуемой дисперсии в успеваемости в учебе обусловлены g , а остальное приписывается не- g факторам, измеряемым IQ и другими тестами. [71]
Результаты тестов достижений сильнее коррелируют с IQ, чем школьные оценки. Это может быть связано с тем, что оценки больше зависят от идиосинкразического восприятия ученика учителем. [72] В лонгитюдном исследовании английского языка результаты g , полученные в возрасте 11 лет, коррелировали со всеми 25 предметными тестами национального экзамена GCSE , сданными в возрасте 16 лет. Корреляции варьировались от .77 для теста по математике до .42 для теста по искусству. Корреляция между g и общим образовательным фактором, вычисленным на основе тестов GCSE, составила .81. [73]
Исследования показывают, что SAT , широко используемый при поступлении в колледж, в первую очередь является мерой g . Между баллами g , рассчитанными с помощью набора тестов IQ, и баллами SAT была обнаружена корреляция .82 . В исследовании 165 000 студентов в 41 колледже США было обнаружено, что баллы SAT коррелируют со средним баллом колледжа первого года обучения на уровне .47 после поправки на ограничение диапазона баллов SAT (корреляция возрастает до .55, когда сложность курса остается постоянной, т. е. если все студенты посещали один и тот же набор занятий). [69] [74]
Существует высокая корреляция от .90 до .95 между рейтингами престижности профессий, как оценивает общая популяция, и средними баллами общего интеллекта людей, занятых в каждой профессии. На уровне отдельных сотрудников связь между престижностью работы и g ниже - одно крупное исследование в США сообщило о корреляции .65 (.72 с поправкой на затухание ). Таким образом, средний уровень g увеличивается с воспринимаемым престижем работы. Также было обнаружено, что дисперсия баллов общего интеллекта меньше в более престижных профессиях, чем в профессиях более низкого уровня, что предполагает, что профессии более высокого уровня имеют минимальные требования к g . [75] [76]
Исследования показывают, что тесты g являются лучшими отдельными предикторами производительности труда, со средним коэффициентом валидности .55 в нескольких метаанализах исследований, основанных на рейтингах руководителей и выборках работ. Средний метааналитический коэффициент валидности для производительности в профессиональной подготовке составляет .63. [77] Валидность g в самых сложных работах (профессиональных, научных и высших руководящих должностях) оказалась выше, чем в работах с самой низкой сложностью, но g имеет предсказательную валидность даже для самых простых работ. Исследования также показывают, что специальные тесты на способности, разработанные для каждой работы, обеспечивают незначительное или нулевое увеличение предсказательной валидности по сравнению с тестами общего интеллекта. Считается, что g влияет на производительность труда в основном за счет содействия приобретению знаний, связанных с работой. Предсказательная валидность g выше, чем у опыта работы, и увеличение опыта на работе не снижает валидность 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 дисперсии в производительности труда. [78] Другие исследования предположили, что GCA и эмоциональный интеллект имеют линейно независимый и взаимодополняющий вклад в производительность труда. Коте и Майнерс (2015) [79] обнаружили, что эти конструкции взаимосвязаны при оценке их связи с двумя аспектами производительности труда: поведением организационной гражданственности (OCB) и производительностью задач. Эмоциональный интеллект является лучшим предиктором производительности труда и OCB, когда GCA низкий, и наоборот. Например, сотрудник с низким GCA будет компенсировать свою производительность труда и OCB, если эмоциональный интеллект высокий.
Хотя эти компенсаторные эффекты благоприятствуют эмоциональному интеллекту , GCA по-прежнему остается лучшим предиктором производительности труда. Несколько исследователей изучали корреляцию между GCA и производительностью труда среди различных должностей. Например, Гизелли (1973) [80] обнаружил, что у продавцов корреляция выше, чем у продавцов. Первые получили корреляцию 0,61 для GCA, 0,40 для перцептивной способности и 0,29 для психомоторных способностей; тогда как продавцы получили корреляцию 0,27 для GCA, 0,22 для перцептивной способности и 0,17 для психомоторных способностей. [81] Другие исследования сравнивали корреляцию GCA и производительности труда между работами разной сложности. Хантер и Хантер (1984) [82] разработали метаанализ более 400 исследований и обнаружили, что эта корреляция была выше для работ высокой сложности (0,57). Далее следовали работы средней сложности (0,51) и низкой сложности (0,38).
Производительность работы измеряется объективной оценкой производительности и субъективными оценками. Хотя первая лучше субъективных оценок, большинство исследований производительности работы и GCA были основаны на оценках производительности руководителя. Этот критерий оценки считается проблематичным и ненадежным, в основном из-за того, что с его помощью трудно определить, что является хорошей, а что плохой производительностью. Рейтинг руководителей, как правило, субъективен и непоследователен среди сотрудников. [83] Кроме того, на оценку производительности работы руководителями влияют различные факторы, такие как эффект ореола , [84] привлекательность лица , [85] расовая или этническая предвзятость и рост сотрудников. [86] Однако Винчур, Шиппманн, Швитцер и Рот (1998) [81] обнаружили в своем исследовании с сотрудниками отдела продаж, что объективная производительность продаж имела корреляцию 0,04 с GCA, в то время как рейтинг производительности руководителя имел корреляцию 0,40. Эти результаты были удивительными, учитывая, что основным критерием оценки этих сотрудников были объективные продажи.
Понимая, как GCA связан с производительностью труда, несколько исследователей пришли к выводу, что GCA влияет на приобретение знаний о работе, что в свою очередь повышает производительность труда . Другими словами, люди с высоким GCA способны быстрее учиться и легко приобретать больше знаний о работе, что позволяет им работать лучше. И наоборот, отсутствие способности приобретать знания о работе напрямую влияет на производительность труда. Это связано с низким уровнем GCA. Кроме того, GCA напрямую влияет на производительность труда. Ежедневно сотрудники постоянно сталкиваются с трудностями 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. Неизбежно, что эта практика лишает возможности работать многих людей с низким GCA. [88] Предыдущие исследователи обнаружили значительные различия в GCA между расовыми / этническими группами. Например, ведутся споры о том, были ли исследования предвзятыми по отношению к афроамериканцам, которые набрали значительно меньше баллов, чем белые американцы в тестах GCA. [89] Однако к выводам о корреляции GCA-производительность работы следует относиться осторожно. Некоторые исследователи предупреждают о существовании статистических артефактов , связанных с показателями производительности работы и результатами тестов GCA. Например, Висвесваран, Унес и Шмидт (1996) [90] утверждали, что совершенно невозможно получить идеальные показатели производительности работы, не допустив методологической ошибки. Более того, исследования GCA и производительности работы всегда подвержены ограничению диапазона, поскольку данные собираются в основном от текущих сотрудников, игнорируя тех, кто не был нанят. Следовательно, выборка поступает от сотрудников, которые успешно прошли процесс найма, включая показатели GCA. [91]
Корреляция между доходом и g , измеренная по баллам IQ, в среднем составляет около 0,40 по всем исследованиям. Корреляция выше на более высоких уровнях образования и увеличивается с возрастом, стабилизируясь, когда люди достигают своего наивысшего карьерного потенциала в среднем возрасте. Даже когда образование, профессия и социально-экономическое положение остаются неизменными, корреляция не исчезает. [92]
Фактор g отражается во многих социальных результатах. Многие проблемы социального поведения, такие как отчисление из школы, хроническая зависимость от социального обеспечения, склонность к несчастным случаям и преступность, отрицательно коррелируют с g независимо от социального класса происхождения. [93] Результаты по здоровью и смертности также связаны с g , причем более высокие результаты тестов в детстве предсказывают лучшие результаты по здоровью и смертности во взрослой жизни (см. Когнитивная эпидемиология ). [94]
В 2004 году психолог Сатоши Каназава утверждал, что g является специфичной для определенной области , типичной для определенного вида психологической адаптацией к обработке информации [95] , а в 2010 году Каназава утверждал, что g коррелирует только с эффективностью решения эволюционно незнакомых, а не эволюционно знакомых задач, предлагая то, что он назвал «гипотезой взаимодействия саванны и IQ». [96] [97] В 2006 году журнал Psychological Review опубликовал комментарий, рассматривающий статью Каназавы 2004 года, написанную психологами Денни Борсбомом и Конором Доланом , в которой утверждалось, что концепция g Каназавы была эмпирически неподтвержденной и чисто гипотетической, и что эволюционное описание g должно рассматривать ее как источник индивидуальных различий , [98] и в ответ на статью Каназавы 2010 года психологи Скотт Барри Кауфман , Колин Г. ДеЯнг , Дейрдре Рейс и Джереми Р. Грей опубликовали в 2011 году в журнале Intelligence исследование 112 субъектов, принимающих компьютерную версию задания выбора Уэйсона из 70 пунктов ( логическая головоломка ) в контексте социальных отношений , как это было предложено эволюционными психологами Ледой Космидес и Джоном Туби в книге The Adapted Mind , [99] и обнаружили, что вместо этого «результаты решения непроизвольных, эволюционно знакомых задач более тесно связаны с общим интеллектом чем производительность в произвольных, эволюционно новых задачах». [100] [101]
Наследуемость — это доля фенотипической дисперсии в признаке в популяции, которая может быть отнесена к генетическим факторам. Наследуемость g оценивается в пределах от 40 до 80 процентов с использованием близнецовых, усыновленных и других семейных исследований, а также молекулярно-генетических методов. Оценки, основанные на совокупности доказательств, устанавливают наследуемость g примерно на уровне 50%. [102] Было обнаружено, что она линейно увеличивается с возрастом. Например, крупное исследование, включающее более 11 000 пар близнецов из четырех стран, сообщило, что наследуемость g составляет 41 процент в возрасте девяти лет, 55 процентов в возрасте двенадцати лет и 66 процентов в возрасте семнадцати лет. Другие исследования оценили, что наследуемость достигает 80 процентов во взрослом возрасте, хотя она может снижаться в пожилом возрасте. Большая часть исследований наследуемости g была проведена в Соединенных Штатах и Западной Европе , но исследования в России ( Москва ), бывшей Восточной Германии , Японии и сельской Индии дали схожие оценки наследуемости с западными исследованиями. [39] [103] [104] [105]
Как и в случае наследуемости в целом, наследуемость g можно понимать по отношению к конкретной популяции в конкретном месте и времени, и результаты для одной популяции не применимы к другой популяции, которая подвергается воздействию других факторов окружающей среды. [106] Можно ожидать, что популяция, которая подвергается воздействию сильных факторов окружающей среды, будет иметь более низкий уровень наследуемости, чем популяция, которая подвергается воздействию только слабых факторов окружающей среды. Например, одно исследование близнецов показало, что различия в генотипах почти полностью объясняют дисперсию в показателях IQ в богатых семьях, но вносят близкий к нулю вклад в объяснение различий в показателях IQ в бедных семьях. [107] Примечательно, что результаты наследуемости также относятся только к общей вариации внутри популяции и не поддерживают генетическое объяснение различий между группами. [108] Теоретически возможно, что различия между средними значениями g двух групп на 100% обусловлены факторами окружающей среды, даже если дисперсия внутри каждой группы на 100% наследуется.
Поведенческие генетические исследования также установили, что общие (или межсемейные) экологические эффекты на g сильны в детстве, но затем снижаются и незначительны во взрослом возрасте. Это указывает на то, что экологические эффекты, которые важны для развития g, уникальны и не являются общими для членов одной семьи. [104]
Генетическая корреляция — это статистика, которая показывает, 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 наследуемость обоих признаков (независимо от того, насколько высока или низка наследуемость каждого из них). Генетические корреляции между определенными умственными способностями (такими как вербальные способности и пространственные способности) неизменно оказываются очень высокими, близкими к 1,0. Это указывает на то, что генетическая изменчивость когнитивных способностей почти полностью обусловлена генетической изменчивостью любого g . Это также предполагает, что то, что является общим среди когнитивных способностей, в значительной степени обусловлено генами, а независимость между способностями в значительной степени обусловлена влиянием окружающей среды. Таким образом, утверждается, что когда гены интеллекта будут идентифицированы, они будут «генералистскими генами», 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 небольшие эффекты. Другая возможность заключается в том, что наследственные различия в g обусловлены тем, что у людей разная «нагрузка» редких, вредных мутаций, а генетическая изменчивость среди людей сохраняется из-за баланса мутаций и отбора . [110] [111]
Было сообщено, что ряд генов-кандидатов связаны с различиями в интеллекте, но размеры эффекта были небольшими, и почти ни одно из открытий не было воспроизведено. Ни один из индивидуальных генетических вариантов не был окончательно связан с интеллектом в нормальном диапазоне до сих пор. Многие исследователи полагают, что для надежного обнаружения индивидуальных генетических полиморфизмов, связанных с g , потребуются очень большие выборки . [39] [111] Однако, хотя гены, влияющие на вариации g в нормальном диапазоне, оказалось трудно найти, было обнаружено много расстройств, связанных с одним геном, с интеллектуальной инвалидностью среди их симптомов. [112]
Было высказано предположение, что нагрузка g в тестах на умственные способности коррелирует с наследуемостью, [32] но как эмпирические данные, так и статистическая методология, имеющие отношение к этому вопросу, являются предметом активных споров. [113] [114] [115] Несколько исследований показывают, что тесты с большей нагрузкой g больше подвержены влиянию инбридинговой депрессии, снижающей результаты тестов. [ необходима ссылка ] Также есть доказательства того, что тесты с большей нагрузкой g связаны с большими 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~.3–.4). Внешний размер головы имеет корреляцию ~.2 с g . Исследования МРТ областей мозга показывают, что объемы лобной , теменной и височной коры , а также гиппокампа также коррелируют с g , как правило, на уровне .25 или более, в то время как корреляции, усредненные по многим исследованиям, с общим серым веществом и общим белым веществом составляют .31 и .27 соответственно. Некоторые, но не все исследования также обнаружили положительные корреляции между g и толщиной коры. Однако основные причины этих связей между количеством мозговой ткани и различиями в когнитивных способностях остаются в значительной степени неизвестными. [2]
Большинство исследователей полагают, что интеллект не может быть локализован в одной области мозга, например, в лобной доле. Исследования поражений мозга обнаружили небольшие, но последовательные ассоциации, 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 непоследовательные, но в целом положительные корреляции между интеллектом и целостностью белого вещества, подтверждая идею о том, что белое вещество важно для интеллекта. [2]
Некоторые исследования показывают, что помимо целостности белого вещества, его организационная эффективность также связана с интеллектом. Гипотеза о том, что эффективность мозга играет роль в интеллекте, подтверждается функциональным исследованием МРТ, показывающим, что более умные люди обычно обрабатывают информацию более эффективно, т. е. они используют меньше ресурсов мозга для той же задачи, чем менее умные люди. [2]
Небольшие, но относительно устойчивые связи с результатами тестов на интеллект включают также активность мозга, измеренную с помощью записей ЭЭГ или потенциалов, связанных с событиями , и скорость нервной проводимости . [117] [118]
Доказательства общего фактора интеллекта также наблюдались у животных, не являющихся людьми. Исследования показали, что g отвечает за 47% дисперсии 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 составляет 0,18, и предположили, что общая поддержка g слаба у животных, не являющихся людьми. [122]
Хотя это не может быть оценено с использованием тех же мер интеллекта, которые используются у людей, когнитивные способности могут быть измерены с помощью различных интерактивных и наблюдательных инструментов, фокусирующихся на инновациях , изменении привычек , социальном обучении и реакциях на новизну . Нечеловеческие модели g , такие как мыши, используются для изучения генетических влияний на интеллект и неврологических исследований развития механизмов, лежащих в основе и биологических коррелятов g . [123]
Подобно g для отдельных лиц, новый исследовательский путь направлен на извлечение общего коллективного интеллекта фактора c для групп, демонстрирующего общую способность группы выполнять широкий спектр задач. [124] Определение, операционализация и статистический подход для этого фактора c получены из и аналогичны g . Исследуются причины, прогностическая обоснованность, 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 предполагает, что она является результатом перекрестного спаривания по росту и интеллекту или другого фактора, который коррелирует с обоими (например, питание). Известно, что миопия связана с интеллектом, с корреляцией около .2 к .25, и эта связь была обнаружена также внутри семей. [126]
Кросс-культурные исследования показывают, что фактор g можно наблюдать всякий раз, когда группе людей вводят набор разнообразных, сложных когнитивных тестов. Было также обнаружено, что структура факторов тестов IQ является единообразной для разных полов и этнических групп в США и других странах. [118] Было обнаружено, что фактор g является наиболее инвариантным из всех факторов в кросс-культурных сравнениях. Например, когда сравнивались факторы g , вычисленные из американской выборки стандартизации батареи IQ Векслера и из больших выборок, которые завершили японский перевод той же батареи, коэффициент конгруэнтности составил .99, что указывает на виртуальную идентичность. Аналогично, коэффициент конгруэнтности между факторами g , полученными из белых и черных выборок стандартизации батареи WISC в США, составил .995, а дисперсия в результатах тестов, объясняемая g, была очень схожей для обеих групп. [127]
Большинство исследований предполагают, что существуют незначительные различия в среднем уровне g между полами, но что половые различия в когнитивных способностях можно обнаружить в более узких областях. Например, мужчины, как правило, превосходят женщин в пространственных задачах, в то время как женщины, как правило, превосходят мужчин в вербальных задачах. [128] Другое различие, которое было обнаружено во многих исследованиях, заключается в том, что мужчины показывают большую изменчивость как в общих, так и в специфических способностях, чем женщины, с пропорционально большим количеством мужчин как на нижнем, так и на верхнем конце распределения тестовых баллов. [129]
Были обнаружены различия в g между расовыми и этническими группами, особенно в США между чернокожими и белыми испытуемыми, идентифицирующими себя как белых, хотя эти различия, по-видимому, значительно уменьшились с течением времени [114] и могут быть отнесены к экологическим (а не генетическим) причинам. [114] [130] Некоторые исследователи предположили, что величина разрыва между черными и белыми в результатах когнитивных тестов зависит от величины нагрузки g теста , при этом тесты, показывающие более высокую нагрузку g , дают большие разрывы (см. гипотезу Спирмена ), [131] в то время как другие критиковали эту точку зрения как методологически необоснованную. [132] [133] Другие же отметили, что, несмотря на увеличивающуюся нагрузку g в батареях тестов IQ с течением времени, разрыв в результатах между расовыми группами продолжает сокращаться. [114] Сравнительный анализ показал, что, хотя в конце 1960-х годов существовал разрыв примерно в 1,1 стандартного отклонения в среднем IQ (около 16 баллов) между белыми и черными американцами, между 1972 и 2002 годами черные американцы набрали от 4 до 7 баллов IQ по сравнению с неиспаноязычными белыми, и что « разрыв g между черными и белыми фактически сократился вместе с разрывом IQ». [114] Напротив, американцы восточноазиатского происхождения в целом немного превосходят белых американцев. [134] Утверждалось, что расовые и этнические различия, подобные тем, что обнаружены в США, можно наблюдать во всем мире, [135] но значимость, методологическое обоснование и истинность таких утверждений были оспорены. [136] [137] [138] [139] [140] [141]
Элементарные когнитивные задачи (ECT) также сильно коррелируют с g . ECT, как следует из названия, являются простыми задачами, которые, по-видимому, требуют очень мало интеллекта, но все же сильно коррелируют с более исчерпывающими тестами на интеллект. 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 путем быстрого нажатия кнопок. Часто, в дополнение к кнопкам для двух предоставленных вариантов, третья кнопка удерживается с начала теста. Когда стимул дается испытуемому, он убирает 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 было потрачено на физическое движение руки к правильной кнопке (время движения). Время реакции сильно коррелирует с g , в то время как время движения коррелирует менее сильно. [142] Тестирование ECT позволило количественно изучить гипотезы, касающиеся предвзятости теста, мотивации субъекта и групповых различий. Благодаря своей простоте ЭСТ обеспечивают связь между классическим тестированием IQ и биологическими исследованиями, такими как исследования фМРТ .
Одна из теорий утверждает, что g идентична или почти идентична рабочей памяти . Среди других доказательств этой точки зрения некоторые исследования обнаружили, что факторы, представляющие g и рабочую память, идеально коррелируют. Однако в метаанализе было обнаружено, что корреляция значительно ниже. [143] Одной из критических замечаний, высказанных в адрес исследований, которые отождествляют g с рабочей памятью, является то, 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 отдельными лицами 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. Задачи не были предназначены для измерения индивидуальных различий, и они не имеют эквивалента в психометрических тестах интеллекта. [145] [146] Например, в одной из самых известных задач Пиаже на сохранение ребенка спрашивают, одинаково ли количество воды в двух одинаковых стаканах. После того, как ребенок соглашается, что количество одинаковое, исследователь выливает воду из одного из стаканов в стакан другой формы, так что количество кажется разным, хотя оно остается тем же. Затем ребенка спрашивают, одинаково ли или разное количество воды в двух стаканах.
Несмотря на различные исследовательские традиции, в которых были разработаны психометрические тесты и задания Пиаже, корреляции между двумя типами измерений оказались последовательно положительными и в целом умеренными по величине. В их основе лежит общий общий фактор. Было показано, что можно построить батарею, состоящую из заданий Пиаже, которая будет столь же хорошей мерой g, как и стандартные тесты IQ. [145] [147]
Традиционная точка зрения в психологии заключается в том, что нет значимой связи между личностью и интеллектом, и что эти два понятия следует изучать отдельно. Интеллект можно понять с точки зрения того, что человек может делать, или какова его или ее максимальная производительность, в то время как личность можно рассматривать с точки зрения того, что человек обычно будет делать, или каковы его или ее общие тенденции поведения. Крупномасштабные метаанализы обнаружили, что существуют сотни связей >.20 по величине между когнитивными способностями и чертами личности по всей Большой пятерке . И это несмотря на то, что корреляции с самими глобальными факторами Большой пятерки невелики, за исключением Открытости (.26). [148] Более интересные связи возникают на других уровнях (например, .23 для аспекта активности экстраверсии с общими умственными способностями, -.29 для аспекта неуравновешенности невротизма, .32 для аспекта трудолюбия добросовестности, .26 для аспекта сострадания приятности). [149]
Связи между интеллектом и личностью обычно интерпретируются двумя основными способами. Первая точка зрения заключается в том, что черты личности влияют на результаты тестов на интеллект . Например, человек может не показать максимальных результатов в тесте IQ из-за своей тревожности и склонности к стрессу. Вторая точка зрения рассматривает интеллект и личность как концептуально связанные, причем черты личности определяют, как люди применяют и инвестируют свои когнитивные способности, что приводит к расширению знаний и большей когнитивной дифференциации. [150] [151] Другие теории (например, теория комплексов кибернетических черт) рассматривают личность и когнитивные способности как взаимосвязанные параметры индивидуумов, которые совместно эволюционировали и также совместно влияли в процессе развития (например, голоданием в раннем возрасте). [152]
Некоторые исследователи полагают, что существует пороговый уровень g, ниже которого социально значимая креативность встречается редко, но в остальном между ними нет никакой связи. Было высказано предположение, что этот порог составляет по крайней мере одно стандартное отклонение выше среднего значения популяции. Выше порога, как полагают, личностные различия являются важными детерминантами индивидуальных вариаций креативности. [153] [154]
Другие оспаривают пороговую теорию. Не оспаривая, что возможности и личные качества, отличные от интеллекта, такие как энергия и целеустремленность, важны для креативности, они утверждают, что g положительно связан с креативностью даже на верхнем конце распределения способностей. Продольное исследование математически одаренной молодежи предоставило доказательства этого утверждения. Оно показало, что люди, идентифицированные стандартизированными тестами как интеллектуально одаренные в раннем подростковом возрасте, достигают творческих достижений (например, получение патентов или публикация литературных или научных работ) в несколько раз чаще, чем общая популяция, и что даже в пределах 1 процента верхних когнитивных способностей те, у кого более высокие способности, с большей вероятностью добьются выдающихся успехов. Исследование также предполагает, что уровень g действует как предиктор уровня достижений , в то время как конкретные модели когнитивных способностей предсказывают сферу достижений. [155] [156]
Исследования G-фактора, а также других психометрических значений, широко критиковались за то, что они не учитывали должным образом евгенический фон своих исследовательских практик. [157] Редукционизм G-фактора приписывался тому, что он произошел от «псевдонаучных теорий» о расе и интеллекте. [158] G Спирмена и концепция унаследованного, 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 был эфир Гюйгенса для ранних физиков: небытием, принимаемым за символ веры, а не требующим проверки реальными данными» [160] .
Некоторые особенно суровые критики называли фактор g и психометрию формой лженауки. [161]
Рэймонд Кеттелл , ученик Чарльза Спирмена, модифицировал унитарную модель g -фактора и разделил g на две широкие, относительно независимые области: текучий интеллект (G f ) и кристаллизованный интеллект (G c ). G f концептуализируется как способность решать новые проблемы, и его лучше всего оценивать с помощью тестов с небольшим культурным или схоластическим содержанием, таких как матрицы Равена. G c можно рассматривать как консолидированное знание, отражающее 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, которые подчеркивают схоластические и культурные знания. [2] [43] [162] Можно считать, что G f в первую очередь состоит из текущих способностей к рассуждению и решению проблем, в то время как G c отражает результат ранее выполненных когнитивных процессов. [163]
Обоснованием разделения G f и G c было объяснение когнитивного развития индивидуумов с течением времени. Хотя было обнаружено, что G f и G c сильно коррелируют, они различаются по тому, как они изменяются в течение жизни. G f имеет тенденцию достигать пика примерно в возрасте 20 лет, медленно снижаясь после этого. Напротив, G c стабилен или увеличивается в течение взрослой жизни. Один общий фактор был подвергнут критике как скрывающий эту раздвоенную модель развития. Кэттелл утверждал, что G f отражает индивидуальные различия в эффективности центральной нервной системы . G c был, по мнению Кэттелла, результатом того, что человек «инвестировал» свой G f в опыт обучения на протяжении всей жизни. [2] [29] [43] [164]
Кэттелл вместе с Джоном Хорном позже расширили модель Gf-Gc, включив в нее ряд других широких способностей, таких как G q (количественное рассуждение) и G v (визуально-пространственное рассуждение). Хотя все широкие факторы способностей в расширенной модели G f -G c положительно коррелируют и, таким образом, позволяют извлечь более высокий порядковый фактор g , Кэттелл и Хорн утверждали, что было бы ошибочно утверждать, что в основе этих широких способностей лежит общий фактор. Они утверждали, что факторы g , вычисленные из разных тестовых батарей, не являются инвариантными и дадут разные значения g , и что корреляции между тестами возникают из-за того, что трудно проверить только одну способность за раз. [2] [48] [165]
Однако несколько исследователей предположили, что модель G f -G c совместима с g -центрированным пониманием когнитивных способностей. Например, трехслойная модель интеллекта Джона Б. Кэрролла включает как G f , так и G c вместе с фактором g более высокого порядка . Основываясь на факторном анализе многих наборов данных, некоторые исследователи также утверждали, что G f и g являются одним и тем же фактором и что факторы g из разных тестовых батарей в значительной степени инвариантны при условии, что батареи большие и разнообразные. [43] [166] [167]
Несколько теоретиков предположили, что существуют интеллектуальные способности, которые не коррелируют друг с другом. Одним из первых был Л. Л. Терстоун , который создал модель первичных умственных способностей, представляющих предположительно независимые области интеллекта. Однако было обнаружено, что тесты Терстоуна для этих способностей производят сильный общий фактор. Он утверждал, что отсутствие независимости среди его тестов отражает сложность построения «факторно чистых» тестов, которые измеряют только одну способность. Аналогично, Дж. П. Гилфорд предложил модель интеллекта, которая включала до 180 отдельных, некоррелированных способностей, и утверждал, что может проверить их все. Более поздние анализы показали, что факторные процедуры, представленные Гилфордом в качестве доказательства его теории, не подтвердили ее, и что тестовые данные, которые, как он утверждал, предоставили доказательства против g , на самом деле демонстрировали обычную модель взаимокорреляций после коррекции статистических артефактов. [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, которые терпят неудачу в некоторых из них, могут преуспеть в других. По мнению Гарднера, тесты и школы традиционно подчеркивают только лингвистические и логические способности, пренебрегая другими формами интеллекта.
Хотя теория Гарднера популярна среди педагогов , она подверглась резкой критике со стороны психологов и психометристов. Одной из критических замечаний является то, что теория совершает насилие как над научным, так и над повседневным использованием слова «интеллект». Некоторые исследователи утверждают, что не все интеллекты Гарднера попадают в когнитивную сферу. Например, Гарднер утверждает, что успешная карьера в профессиональном спорте или популярной музыке отражает телесно-кинестетический интеллект и музыкальный интеллект , соответственно, хотя обычно вместо этого можно было бы 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, указали, что не все тесты IQ проводятся в формате «бумага и карандаш», что помимо лингвистических и логических способностей батареи тестов IQ также содержат меры, например, пространственных способностей, и что элементарные когнитивные задачи (например, время осмотра и время реакции), которые не включают лингвистические или логические рассуждения, также коррелируют с обычными батареями IQ. [73] [170] [171] [172]
Роберт Стернберг , 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 словам Стернберга, традиционные психометрические тесты измеряют только аналитический интеллект и должны быть расширены для проверки также творческого и практического интеллекта. Он разработал несколько тестов для этого эффекта. Стернберг приравнивает аналитический интеллект к академическому интеллекту и противопоставляет его практическому интеллекту, определяемому как способность справляться с плохо определенными реальными проблемами. Неявный интеллект является важным компонентом практического интеллекта, состоящим из знаний, которым явно не обучают, но которые требуются во многих реальных жизненных ситуациях. Оценка креативности независимо от тестов интеллекта традиционно оказывалась сложной, но Стернберг и его коллеги утверждали, что также создали действительные тесты креативности.
Подтверждение теории Стернберга требует, чтобы три тестируемые способности были существенно некоррелированными и имели независимую предсказательную валидность. Стернберг провел много экспериментов, которые, как он утверждает, подтверждают валидность его теории, но несколько исследователей оспорили этот вывод. Например, в своем повторном анализе валидационного исследования теста STAT Стернберга Натан Броди показал, что предсказательная валидность STAT, теста трех предположительно независимых способностей, была почти исключительно обусловлена одним общим фактором, лежащим в основе тестов, который Броди приравнял к g- фактору. [173] [174]
Джеймс Флинн утверждал, что интеллект следует концептуализировать на трех разных уровнях: физиология мозга, когнитивные различия между людьми и социальные тенденции в интеллекте с течением времени. Согласно этой модели, фактор g является полезной концепцией в отношении индивидуальных различий, но его объяснительная сила ограничена, когда фокус исследования - либо физиология мозга, либо, особенно, влияние социальных тенденций на интеллект. Флинн критиковал представление о том, что когнитивные достижения с течением времени или эффект Флинна являются «пустыми», если нельзя показать, что они являются увеличением g . Он утверждает, что эффект Флинна отражает смещение 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 в интеллекте с течением времени, что некоторые люди имеют «лучшие мозги и умы», чтобы справляться с когнитивными требованиями своего конкретного времени. На уровне физиологии мозга Флинн подчеркнул, что локализованные нейронные кластеры могут по-разному подвергаться влиянию когнитивных упражнений, а также что существуют важные факторы, которые влияют на все нейронные кластеры. [175]
Палеонтолог и биолог Стивен Джей Гулд представил критику в своей книге 1981 года «Неправильное измерение человека » . Он утверждал, что психометристы ошибочно превратили g - фактор в неизбежную «вещь», которая давала 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 не вызывают никаких сомнений. Гипотеза об общем факторе, входящем в каждый тип когнитивного процесса, предположительно предложенная предположениями, полученными из неврологии и биологии, полностью подтверждается статистическими данными; и утверждение о том, что различия в этом общем факторе во многом зависят от генетической конституции индивидуума, кажется неоспоримым. Концепция врожденной, общей когнитивной способности, которая следует из этих двух предположений, хотя, по общему признанию, является чистой абстракцией, таким образом, полностью согласуется с эмпирическими фактами». [177]
Несколько исследователей критиковали аргументы Гулда. Например, они отвергли обвинение в овеществлении, утверждая, что использование извлеченных факторов, таких как g, в качестве потенциальных причинных переменных, реальность которых может быть подтверждена или отвергнута дальнейшими исследованиями, представляет собой обычную научную практику, которая никоим образом не отличает психометрию от других наук. Критики также предположили, что Гулд не понимал цели факторного анализа и не знал о соответствующих методологических достижениях в этой области. Хотя различные факторные решения могут быть математически эквивалентны в своей способности учитывать взаимокорреляции между тестами, решения, которые дают фактор g , психологически предпочтительнее по нескольким причинам, внешним по отношению к факторному анализу, включая явление положительного многообразия, тот факт, что один и тот же g может возникать из совершенно разных тестовых батарей, широко распространенную практическую обоснованность g и связь g со многими биологическими переменными. [36] [37] [ нужна страница ]
Джон Хорн и Джон МакАрдл утверждали, что современная теория g , поддерживаемая, например, Артуром Дженсеном, нефальсифицируема , поскольку существование общего фактора, такого как g, тавтологически следует из положительных корреляций между тестами. Они противопоставили современную иерархическую теорию g оригинальной двухфакторной теории Спирмена, которая была легко фальсифицируема (и действительно была фальсифицирована). [29]
Тот факт, что разнообразные когнитивные тесты имеют тенденцию к положительной корреляции, был принят в качестве доказательства единой общей способности или фактора «g»… наличие положительного многообразия в корреляциях между разнообразными когнитивными тестами не обеспечивает дифференциальной поддержки ни однофакторных, ни многофакторных моделей общих способностей.