El factor g (también conocido como inteligencia general , capacidad mental general o factor de inteligencia general ) es un constructo desarrollado en investigaciones psicométricas de las capacidades cognitivas y la inteligencia humana . Es una variable que resume las correlaciones positivas entre diferentes tareas cognitivas, lo que refleja el hecho de que el desempeño de un individuo en un tipo de tarea cognitiva tiende a ser comparable al desempeño de esa persona en otros tipos de tareas cognitivas [ cita requerida ] . El factor g normalmente representa del 40 al 50 por ciento de las diferencias de desempeño entre individuos en una prueba cognitiva determinada , y las puntuaciones compuestas ("puntuaciones de CI") basadas en muchas pruebas se consideran con frecuencia estimaciones de la posición de los individuos en el factor g . [1] Los términos CI , inteligencia general, capacidad cognitiva general, capacidad mental general y simplemente inteligencia suelen utilizarse indistintamente para referirse a este núcleo común compartido por las pruebas cognitivas. [2] Sin embargo, el factor g en sí es una construcción matemática que indica el nivel de correlación observada entre tareas cognitivas. [3] El valor medido de este constructo depende de las tareas cognitivas que se utilizan, y se sabe poco sobre las causas subyacentes de las correlaciones observadas.
La existencia del factor g fue propuesta originalmente por el psicólogo inglés Charles Spearman en los primeros años del siglo XX. Observó que las calificaciones de desempeño de los niños, en materias escolares aparentemente no relacionadas, estaban correlacionadas positivamente , y razonó que estas correlaciones reflejaban la influencia de una capacidad mental general subyacente que entraba en el desempeño en todo tipo de pruebas mentales. Spearman sugirió que todo rendimiento mental podría conceptualizarse en términos de un único factor de capacidad general, al que denominó g , y muchos factores de capacidad específicos de tareas específicas. Poco después de que Spearman propusiera la existencia de g , Godfrey Thomson la cuestionó y presentó evidencia de que tales intercorrelaciones entre los resultados de las pruebas podrían surgir incluso si no existiera el factor g . [4] Los modelos factoriales actuales de inteligencia suelen representar las capacidades cognitivas como una jerarquía de tres niveles, donde hay muchos factores estrechos en la parte inferior de la jerarquía, un puñado de factores amplios y más generales en el nivel intermedio y en la cúspide un factor único, denominado factor g , que representa la varianza común a todas las tareas cognitivas.
Tradicionalmente, la investigación sobre g se ha concentrado en investigaciones psicométricas de datos de pruebas, con especial énfasis en enfoques analíticos factoriales . Sin embargo, la investigación empírica sobre la naturaleza de g también se ha basado en la psicología cognitiva experimental y la cronometría mental , la anatomía y fisiología del cerebro, la genética cuantitativa y molecular y la evolución de los primates . [5] Los científicos consideran que g es una regularidad estadística y no controvertida, y un factor cognitivo general aparece en los datos recopilados de personas en casi todas las culturas humanas. [6] Sin embargo, no hay consenso sobre las causas de las correlaciones positivas entre las pruebas.
La investigación en el campo de la genética del comportamiento ha demostrado que la construcción de g es altamente heredable en poblaciones medidas. Tiene otros correlatos biológicos, incluido el tamaño del cerebro . También es un predictor significativo de diferencias individuales en muchos resultados sociales, particularmente en educación y empleo. Sin embargo, los críticos de g han sostenido que poner énfasis en g está fuera de lugar e implica una devaluación de otras habilidades importantes. Stephen J. Gould denunció el concepto de g por apoyar una visión cosificada poco realista de la inteligencia humana.
Las pruebas de capacidad cognitiva están diseñadas para medir diferentes aspectos de la cognición. Los dominios específicos evaluados mediante pruebas incluyen habilidad matemática, fluidez verbal, visualización espacial y memoria, entre otros. Sin embargo, los individuos que sobresalen en un tipo de prueba tienden a sobresalir también en otros tipos de pruebas, mientras que aquellos que obtienen malos resultados en una prueba tienden a hacerlo en todas las pruebas, independientemente de su contenido. [9] El psicólogo inglés Charles Spearman fue el primero en describir este fenómeno. [10] En un famoso artículo de investigación publicado en 1904, [11] observó que las medidas de rendimiento de los niños en materias escolares aparentemente no relacionadas estaban correlacionadas positivamente. Desde entonces, este hallazgo se ha replicado en numerosas ocasiones. El hallazgo consistente de matrices de correlación universalmente positivas de los resultados de las pruebas mentales (o la "variedad positiva"), a pesar de las grandes diferencias en el contenido de las pruebas, se ha descrito como "posiblemente el resultado más replicado en toda la psicología". [12] Las correlaciones nulas o negativas entre las pruebas sugieren la presencia de un error de muestreo o una restricción del rango de capacidad en la muestra estudiada. [13]
Utilizando el análisis factorial o métodos estadísticos relacionados, es posible identificar un único factor común que puede considerarse como una variable de resumen que caracteriza las correlaciones entre todas las diferentes pruebas de una batería de pruebas. Spearman se refirió a este factor común como factor general , o simplemente g . (Por convención, g siempre se imprime en minúscula y cursiva.) Matemáticamente, el factor g es una fuente de variación entre individuos , lo que significa que no se puede hablar significativamente de que las capacidades mentales de un individuo consistan en g u otros factores en cualquier estado específico. grado. Sólo se puede hablar de la posición de un individuo en g (u otros factores) en comparación con otros individuos de una población relevante. [13] [14] [15]
Diferentes pruebas en una batería de prueba pueden correlacionarse con (o "cargarse") el factor g de la batería en diferentes grados. Estas correlaciones se conocen como cargas g . La puntuación del factor g de un examinado individual , que representa su posición relativa en el factor g en el grupo total de individuos, se puede estimar utilizando las cargas g . Los puntajes de CI a escala real de una batería de pruebas generalmente estarán altamente correlacionados con los puntajes del factor g y, a menudo, se los considera estimaciones de g . Por ejemplo, se ha descubierto que las correlaciones entre las puntuaciones del factor g y las puntuaciones de CI a escala completa de las pruebas de David Wechsler son superiores a 0,95. [1] [13] [16] Los términos CI, inteligencia general, capacidad cognitiva general, capacidad mental general o simplemente inteligencia se utilizan con frecuencia indistintamente para referirse al núcleo común compartido por las pruebas cognitivas. [2]
Las cargas g de las pruebas mentales siempre son positivas y generalmente oscilan entre 0,10 y 0,90, con una media de aproximadamente 0,60 y una desviación estándar de aproximadamente 0,15. Las Matrices Progresivas de Raven se encuentran entre las pruebas con las cargas g más altas , alrededor de .80. También se suele encontrar que las pruebas de vocabulario e información general tienen cargas g altas . [17] [18] Sin embargo, la carga g de la misma prueba puede variar algo dependiendo de la composición de la batería de prueba. [19]
La complejidad de las pruebas y las exigencias que imponen a la manipulación mental están relacionadas con las cargas g de las pruebas . Por ejemplo, en la prueba de intervalo de dígitos directos, se pide al sujeto que repita una secuencia de dígitos en el orden de su presentación después de escucharlos una vez a una velocidad de un dígito por segundo. La prueba de intervalo de dígitos hacia atrás es la misma excepto que se le pide al sujeto que repita los dígitos en el orden inverso al que se presentaron. La prueba de intervalo de dígitos hacia atrás es más compleja que la prueba de intervalo de dígitos hacia adelante y tiene una carga g significativamente mayor . De manera similar, las cargas g de las pruebas de cálculo aritmético, ortografía y lectura de palabras son más bajas que las de las pruebas de resolución de problemas aritméticos, composición de textos y comprensión lectora, respectivamente. [13] [20]
La dificultad de la prueba y las cargas g son conceptos distintos que pueden o no estar relacionados empíricamente en cualquier situación específica. Las pruebas que tienen el mismo nivel de dificultad, según lo indexado por la proporción de ítems que no son aprobados por los examinados, pueden exhibir una amplia gama de cargas g . Por ejemplo, se ha demostrado que las pruebas de memoria memorística tienen el mismo nivel de dificultad pero cargas g considerablemente menores que muchas pruebas que implican razonamiento. [20] [21]
Si bien la existencia de g como regularidad estadística está bien establecida y no es controvertida entre los expertos, no hay consenso sobre las causas de las intercorrelaciones positivas. Se han propuesto varias explicaciones. [22]
Charles Spearman razonó que las correlaciones entre pruebas reflejaban la influencia de un factor causal común, una capacidad mental general que interviene en el desempeño de todo tipo de tareas mentales. Sin embargo, pensaba que los mejores indicadores de g eran aquellas pruebas que reflejaban lo que él llamaba la educación de relaciones y correlatos , que incluía habilidades como la deducción , la inducción , la resolución de problemas, la comprensión de relaciones, la inferencia de reglas y la detección de diferencias y similitudes. Spearman planteó la hipótesis de que g era equivalente a "energía mental". Sin embargo, esto era más una explicación metafórica, y se mantuvo agnóstico sobre la base física de esta energía, esperando que investigaciones futuras descubrieran la naturaleza fisiológica exacta de g . [23]
Siguiendo a Spearman, Arthur Jensen sostuvo que todas las tareas mentales aprovechan g hasta cierto punto. Según Jensen, el factor g representa un "destilado" de puntuaciones en diferentes pruebas en lugar de una suma o un promedio de dichas puntuaciones, y el análisis factorial actúa como procedimiento de destilación . [18] Argumentó que g no puede describirse en términos de las características de los ítems o del contenido de información de las pruebas, señalando que tareas mentales muy diferentes pueden tener cargas g casi iguales . Wechsler sostuvo de manera similar que g no es en absoluto una habilidad sino más bien una propiedad general del cerebro. Jensen planteó la hipótesis de que g corresponde a diferencias individuales en la velocidad o eficiencia de los procesos neuronales asociados con las habilidades mentales. [24] También sugirió que, dadas las asociaciones entre g y las tareas cognitivas elementales, debería ser posible construir una prueba de escala de razón de g que utilice el tiempo como unidad de medida. [25]
La llamada teoría del muestreo de g , desarrollada originalmente por Edward Thorndike y Godfrey Thomson , propone que la existencia de la variedad positiva puede explicarse sin referencia a una capacidad subyacente unitaria. Según esta teoría, hay una serie de procesos mentales no correlacionados y todas las pruebas se basan en diferentes muestras de estos procesos. Las intercorrelaciones entre pruebas son causadas por una superposición entre los procesos aprovechados por las pruebas. [26] [27] Por lo tanto, la variedad positiva surge debido a un problema de medición, una incapacidad para medir procesos mentales más detallados, presumiblemente no correlacionados. [15]
Se ha demostrado que no es posible distinguir estadísticamente entre el modelo de g de Spearman y el modelo de muestreo; ambos son igualmente capaces de explicar las intercorrelaciones entre pruebas. [28] La teoría del muestreo también es consistente con la observación de que las tareas mentales más complejas tienen cargas g más altas , porque se espera que las tareas más complejas involucren una muestra más grande de elementos neuronales y, por lo tanto, tengan más en común con otras tareas. [29]
Algunos investigadores han argumentado que el modelo de muestreo invalida g como concepto psicológico, porque el modelo sugiere que los factores g derivados de diferentes baterías de pruebas simplemente reflejan los elementos compartidos de las pruebas particulares contenidas en cada batería en lugar de una g que es común a todas las pruebas. . De manera similar, las altas correlaciones entre diferentes baterías podrían deberse a que miden el mismo conjunto de capacidades en lugar de la misma capacidad. [30]
Los críticos han argumentado que la teoría del muestreo es incongruente con ciertos hallazgos empíricos. Con base en la teoría del muestreo, se podría esperar que las pruebas cognitivas relacionadas compartan muchos elementos y, por lo tanto, estén altamente correlacionadas. Sin embargo, algunas pruebas estrechamente relacionadas, como la extensión de dígitos hacia adelante y hacia atrás, están sólo modestamente correlacionadas, mientras que algunas pruebas aparentemente completamente diferentes, como las pruebas de vocabulario y las matrices de Raven, están consistentemente altamente correlacionadas. Otro hallazgo problemático es que el daño cerebral frecuentemente conduce a deterioros cognitivos específicos en lugar de un deterioro general que uno podría esperar según la teoría del muestreo. [15] [31]
El modelo de "mutualismo" de g propone que los procesos cognitivos inicialmente no están correlacionados, pero que la variedad positiva surge durante el desarrollo individual debido a relaciones mutuamente beneficiosas entre los procesos cognitivos. Por lo tanto, no existe un proceso o capacidad único subyacente a las correlaciones positivas entre las pruebas. Durante el curso del desarrollo, sostiene la teoría, cualquier proceso particularmente eficiente beneficiará a otros procesos, con el resultado de que los procesos terminarán correlacionándose entre sí. Por lo tanto, coeficientes intelectuales igualmente altos en diferentes personas pueden deberse a ventajas iniciales bastante diferentes que tenían. [15] [32] Los críticos han argumentado que las correlaciones observadas entre las cargas g y los coeficientes de heredabilidad de las subpruebas son problemáticas para la teoría del mutualismo. [33]
El análisis factorial es una familia de técnicas matemáticas que se pueden utilizar para representar correlaciones entre pruebas de inteligencia en términos de un número menor de variables conocidas como factores. El propósito es simplificar la matriz de correlación utilizando factores subyacentes hipotéticos para explicar los patrones que contiene. Cuando todas las correlaciones en una matriz son positivas, como lo son en el caso del coeficiente intelectual, el análisis factorial arrojará un factor general común a todas las pruebas. El factor general de las pruebas de coeficiente intelectual se conoce como factor g y normalmente representa del 40 al 50 por ciento de la variación en las baterías de pruebas de coeficiente intelectual. [34] La presencia de correlaciones entre muchas pruebas cognitivas muy variables a menudo se ha tomado como evidencia de la existencia de g , pero McFarland (2012) demostró que tales correlaciones no brindan más o menos apoyo a la existencia de g que a la existencia de múltiples factores de inteligencia. [35]
Charles Spearman desarrolló el análisis factorial para estudiar las correlaciones entre pruebas. Inicialmente, desarrolló un modelo de inteligencia en el que las variaciones en todas las puntuaciones de las pruebas de inteligencia se explican mediante sólo dos tipos de variables: primero, factores que son específicos de cada prueba (denotados como s ); y segundo, un factor g que explica las correlaciones positivas entre las pruebas. Esto se conoce como teoría de los dos factores de Spearman. Investigaciones posteriores basadas en baterías de pruebas más diversas que las utilizadas por Spearman demostraron que g por sí solo no podía explicar todas las correlaciones entre pruebas. Específicamente, se encontró que incluso después de controlar g , algunas pruebas todavía estaban correlacionadas entre sí. Esto llevó a la postulación de factores de grupo que representan la varianza que tienen en común grupos de pruebas con demandas de tareas similares (por ejemplo, verbales, espaciales o numéricas), además de la varianza g compartida. [36]
A través de la rotación de factores , es, en principio, posible producir un número infinito de soluciones factoriales diferentes que son matemáticamente equivalentes en su capacidad para explicar las intercorrelaciones entre pruebas cognitivas. Estos incluyen soluciones que no contienen un factor g . Por tanto, el análisis factorial por sí solo no puede establecer cuál es la estructura subyacente de la inteligencia. Al elegir entre diferentes soluciones factoriales, los investigadores deben examinar los resultados del análisis factorial junto con otra información sobre la estructura de las capacidades cognitivas. [37]
Hay muchas razones psicológicamente relevantes para preferir soluciones factoriales que contengan un factor g . Estos incluyen la existencia de la variedad positiva, el hecho de que ciertos tipos de pruebas (generalmente las más complejas) tienen cargas g consistentemente mayores, la invariancia sustancial de los factores g en diferentes baterías de pruebas, la imposibilidad de construir baterías de pruebas que no produzcan un factor g y la validez práctica generalizada de g como predictor de resultados individuales. El factor g , junto con los factores de grupo, representa mejor el hecho empíricamente establecido de que, en promedio, las diferencias generales de capacidad entre individuos son mayores que las diferencias entre habilidades dentro de los individuos, mientras que una solución factorial con factores ortogonales sin g oscurece este hecho. Además, g parece ser el componente más hereditario de la inteligencia. [38] La investigación que utiliza técnicas de análisis factorial confirmatorio también ha respaldado la existencia de g . [37]
Un factor g se puede calcular a partir de una matriz de correlación de resultados de pruebas utilizando varios métodos diferentes. Estos incluyen análisis factorial exploratorio, análisis de componentes principales (PCA) y análisis factorial confirmatorio. Diferentes métodos de extracción de factores producen resultados muy consistentes, aunque en ocasiones se ha descubierto que el PCA produce estimaciones infladas de la influencia de g en las puntuaciones de las pruebas. [19] [39]
Existe un amplio consenso contemporáneo de que la variación cognitiva entre las personas puede conceptualizarse en tres niveles jerárquicos, que se distinguen por su grado de generalidad. En el nivel más bajo, menos general, hay muchos factores estrechos de primer orden; en un nivel superior, hay un número relativamente pequeño – entre cinco y diez – de factores amplios (es decir, más generales) de segundo orden (o factores de grupo); y en el vértice hay un único factor de tercer orden, g , el factor general común a todas las pruebas. [40] [41] [42] El factor g generalmente representa la mayor parte de la varianza total del factor común de las baterías de pruebas de coeficiente intelectual. [43] Los modelos jerárquicos contemporáneos de inteligencia incluyen la teoría de los tres estratos y la teoría de Cattell-Horn-Carroll . [44]
Spearman propuso el principio de indiferencia del indicador , según el cual el contenido preciso de las pruebas de inteligencia no es importante a los efectos de identificar g , porque g entra en juego en todo tipo de pruebas. Por tanto, cualquier prueba puede utilizarse como indicador de g . [6] Siguiendo a Spearman, Arthur Jensen argumentó más recientemente que un factor g extraído de una batería de prueba siempre será el mismo, dentro de los límites del error de medición, que el extraído de otra batería, siempre que las baterías sean grandes y diversas. [45] Según este punto de vista, cada prueba mental, sin importar cuán distintiva sea, requiere g hasta cierto punto. Por lo tanto, una puntuación compuesta de varias pruebas diferentes se cargará en g con más fuerza que cualquiera de las puntuaciones de las pruebas individuales, porque los componentes g se acumulan en la puntuación compuesta, mientras que los componentes no correlacionados que no son g se cancelarán entre sí. Teóricamente, la puntuación compuesta de una batería de pruebas infinitamente grande y diversa sería, entonces, una medida perfecta de g . [46]
En contraste, LL Thurstone argumentó que un factor g extraído de una batería de pruebas refleja el promedio de todas las habilidades requeridas por la batería en particular y que, por lo tanto, g varía de una batería a otra y "no tiene ningún significado psicológico fundamental". [47] En líneas similares, John Horn argumentó que los factores g no tienen sentido porque no son invariantes entre las baterías de pruebas, y sostuvo que las correlaciones entre diferentes medidas de capacidad surgen porque es difícil definir una acción humana que dependa de una sola habilidad. [48] [49]
Para demostrar que diferentes baterías reflejan la misma g , se deben administrar varias baterías de prueba a los mismos individuos, extraer factores g de cada batería y demostrar que los factores están altamente correlacionados. Esto se puede hacer dentro de un marco de análisis factorial confirmatorio. [22] Wendy Johnson y sus colegas han publicado dos de estos estudios. [50] [51] El primero encontró que las correlaciones entre los factores g extraídos de tres baterías diferentes fueron .99, .99 y 1.00, apoyando la hipótesis de que los factores g de diferentes baterías son iguales y que la identificación de g no es dependiendo de las habilidades específicas evaluadas. El segundo estudio encontró que los factores g derivados de cuatro de cinco baterías de pruebas se correlacionaban entre 0,95 y 1,00, mientras que las correlaciones oscilaban entre 0,79 y 0,96 para la quinta batería, la Prueba de Inteligencia de la Feria Cultural de Cattell (CFIT). Atribuyeron las correlaciones algo más bajas con la batería CFIT a su falta de diversidad de contenido, ya que contiene sólo elementos de tipo matriz, e interpretaron que los hallazgos apoyan la afirmación de que los factores g derivados de diferentes baterías de prueba son los mismos siempre que las baterías sean diversas. suficiente. Los resultados sugieren que se puede identificar consistentemente la misma g a partir de diferentes baterías de prueba. [40] [52] Este enfoque ha sido criticado por el psicólogo Lazar Stankov en el Manual de comprensión y medición de la inteligencia, quien concluyó: "Las correlaciones entre los factores g de diferentes baterías de pruebas no son la unidad". [53]
Un estudio escrito por Scott Barry Kaufman y sus colegas demostró que el factor general extraído de la prueba de habilidades cognitivas de Woodjock-Johnson y el factor general extraído de las baterías de pruebas de logros están altamente correlacionados, pero no son isomórficos. [54]
Se desconoce la forma de la distribución poblacional de g , porque g no se puede medir en una escala de razón [ se necesita aclaración ] . (Las distribuciones de puntuaciones en pruebas típicas de CI son aproximadamente normales, pero esto se logra mediante construcción, es decir, normalizando las puntuaciones brutas.) Se ha argumentado [ ¿ quién? ] que, no obstante, existen buenas razones para suponer que g se distribuye normalmente en la población general, al menos dentro de un rango de ±2 desviaciones estándar de la media. En particular, g puede considerarse como una variable compuesta que refleja los efectos aditivos de muchas influencias genéticas y ambientales independientes y, según el teorema del límite central , dicha variable debería seguir una distribución normal. [55]
Varios investigadores han sugerido que la proporción de variación explicada por g puede no ser uniforme en todos los subgrupos dentro de una población. La ley de rendimientos decrecientes de Spearman ( SLODR ), también denominada hipótesis de diferenciación de capacidades cognitivas , predice que las correlaciones positivas entre diferentes capacidades cognitivas son más débiles entre los subgrupos de individuos más inteligentes. Más específicamente, SLODR predice que el factor g representará una proporción menor de las diferencias individuales en las puntuaciones de las pruebas cognitivas con puntuaciones más altas en el factor g .
SLODR fue propuesto originalmente por Charles Spearman , [56] quien informó que la correlación promedio entre 12 pruebas de capacidad cognitiva fue de 0,466 en 78 niños normales y de 0,782 en 22 niños "defectuosos". Detterman y Daniel redescubrieron este fenómeno en 1989. [57] Informaron que para las subpruebas tanto del WAIS como del WISC , las intercorrelaciones de las subpruebas disminuyeron monótonamente con el grupo de capacidad, oscilando desde aproximadamente una intercorrelación promedio de 0,7 entre individuos con un coeficiente intelectual inferior a 78 hasta .4 entre personas con coeficiente intelectual superior a 122. [58]
SLODR se ha replicado en una variedad de muestras de niños y adultos que se han medido mediante una amplia gama de pruebas cognitivas. El enfoque más común ha sido dividir a los individuos en múltiples grupos de habilidades utilizando un indicador observable de su capacidad intelectual general, y luego comparar la interrelación promedio entre las subpruebas de los diferentes grupos, o comparar la proporción de variación explicada por un único factor común, en los diferentes grupos. [59] Sin embargo, como tanto Deary et al. (1996). [59] y Tucker-Drob (2009) [60] han señalado que dividir la distribución continua de la inteligencia en un número arbitrario de grupos de habilidades discretos no es nada ideal para examinar SLODR. Tucker-Drob (2009) [60] revisó extensamente la literatura sobre SLODR y los diversos métodos mediante los cuales se había probado previamente, y propuso que SLODR podría capturarse más apropiadamente ajustando un modelo de factor común que permita las relaciones entre el factor y sus indicadores sean de naturaleza no lineal. Aplicó dicho modelo factorial a datos representativos a nivel nacional de niños y adultos en los Estados Unidos y encontró evidencia consistente para SLODR. Por ejemplo, Tucker-Drob (2009) encontró que un factor general representaba aproximadamente el 75% de la variación en siete habilidades cognitivas diferentes entre adultos con un coeficiente intelectual muy bajo, pero solo representaba aproximadamente el 30% de la variación en las habilidades entre adultos con un coeficiente intelectual muy alto. adultos.
Un estudio metaanalítico reciente realizado por Blum y Holling [61] también apoyó la hipótesis de la diferenciación. A diferencia de la mayoría de las investigaciones sobre el tema, este trabajo hizo posible estudiar las variables de capacidad y edad como predictores continuos de la saturación g , y no solo comparar grupos de participantes con habilidades más bajas versus más calificadas o más jóvenes versus mayores. Los resultados demuestran que la correlación media y las cargas g de las pruebas de capacidad cognitiva disminuyen al aumentar la capacidad, pero aumentan con la edad del encuestado. SLODR, como lo describe Charles Spearman , podría confirmarse mediante una disminución de la saturación g en función del coeficiente intelectual, así como un aumento de la saturación g desde la mediana edad hasta la senescencia. Hablando específicamente, para muestras con una inteligencia media que es dos desviaciones estándar (es decir, 30 puntos de CI) mayor, la correlación media esperada disminuye en aproximadamente 0,15 puntos. La pregunta sigue siendo si una diferencia de esta magnitud podría dar lugar a una mayor complejidad factorial aparente cuando los datos cognitivos se factorizan para la muestra de mayor capacidad, en contraposición a la muestra de menor capacidad. Parece probable que se tienda a observar una mayor dimensionalidad de los factores en el caso de mayor capacidad, pero la magnitud de este efecto (es decir, cuánto más probable y cuántos factores más) sigue siendo incierta.
El alcance de la validez práctica de g como predictor de resultados educativos, económicos y sociales es objeto de debate continuo. [62] Algunos investigadores han argumentado que es de mayor alcance y universal que cualquier otra variable psicológica conocida, [63] y que la validez de g aumenta a medida que aumenta la complejidad de la tarea medida. [64] [65] Otros han argumentado que las pruebas de habilidades específicas superan al factor g en análisis ajustados a ciertas situaciones del mundo real. [66] [67] [68]
La validez práctica de una prueba se mide por su correlación con el desempeño en algún criterio externo a la prueba, como el promedio de calificaciones universitarias o una calificación del desempeño laboral. La correlación entre las puntuaciones de las pruebas y una medida de algún criterio se denomina coeficiente de validez . Una forma de interpretar un coeficiente de validez es elevarlo al cuadrado para obtener la varianza considerada por la prueba. Por ejemplo, un coeficiente de validez de 0,30 corresponde al 9 por ciento de la varianza explicada. Sin embargo, este enfoque ha sido criticado por ser engañoso y poco informativo, y se han propuesto varias alternativas. Podría decirse que un enfoque más interpretable es observar el porcentaje de examinados en cada quintil de puntaje que cumplen con algún estándar de éxito acordado. Por ejemplo, si la correlación entre las puntuaciones de las pruebas y el desempeño es 0,30, la expectativa es que el 67 por ciento de los que se encuentran en el quintil superior tendrán un desempeño superior al promedio, en comparación con el 33 por ciento de los que se encuentran en el quintil inferior. [69] [70]
La validez predictiva de g es más notoria en el ámbito del desempeño escolar. Aparentemente, esto se debe a que g está estrechamente relacionado con la capacidad de aprender material nuevo y comprender conceptos y significados. [64]
En la escuela primaria, la correlación entre el coeficiente intelectual y las calificaciones y los puntajes de rendimiento está entre 0,60 y 0,70. En niveles educativos más avanzados, más estudiantes del extremo inferior de la distribución del CI abandonan los estudios, lo que restringe el rango de CI y da como resultado coeficientes de validez más bajos. En la escuela secundaria, la universidad y la escuela de posgrado, los coeficientes de validez son 0,50–0,60, 0,40–0,50 y 0,30–0,40, respectivamente. Las cargas g de las puntuaciones de CI son altas, pero es posible que parte de la validez del CI para predecir el rendimiento escolar sea atribuible a factores medidos por el CI independientemente de g . Según una investigación de Robert L. Thorndike , entre el 80 y el 90 por ciento de la varianza predecible en el rendimiento escolar se debe a g , y el resto se atribuye a factores no g medidos por el coeficiente intelectual y otras pruebas. [71]
Los puntajes de las pruebas de rendimiento están más correlacionados con el coeficiente intelectual que las calificaciones escolares. Esto puede deberse a que las calificaciones están más influenciadas por las percepciones idiosincrásicas que el profesor tiene del estudiante. [72] En un estudio longitudinal en inglés, las puntuaciones g medidas a los 11 años se correlacionaron con las 25 pruebas de materias del examen nacional GCSE realizado a los 16 años. Las correlaciones oscilaron entre 0,77 para la prueba de matemáticas y 0,42 para la prueba de arte. La correlación entre g y un factor educativo general calculado a partir de las pruebas GCSE fue de 0,81. [73]
Las investigaciones sugieren que el SAT , ampliamente utilizado en las admisiones universitarias, es principalmente una medida de g . Se ha encontrado una correlación de 0,82 entre las puntuaciones g calculadas a partir de una batería de pruebas de coeficiente intelectual y las puntuaciones del SAT. En un estudio de 165.000 estudiantes de 41 universidades de EE. UU., se encontró que las puntuaciones del SAT tenían una correlación de 0,47 con el promedio de calificaciones del primer año de la universidad después de corregir la restricción de rango en las puntuaciones del SAT (la correlación aumenta a 0,55 cuando se mantiene la dificultad del curso). constante, es decir, si todos los estudiantes asistieran al mismo conjunto de clases). [69] [74]
Existe una alta correlación de 0,90 a 0,95 entre las clasificaciones de prestigio de las ocupaciones, según las calificaciones de la población general, y las puntuaciones promedio de inteligencia general de las personas empleadas en cada ocupación. A nivel de empleados individuales, la asociación entre el prestigio laboral y g es menor: un gran estudio estadounidense informó una correlación de 0,65 (0,72 corregida por atenuación ). Por lo tanto, el nivel medio de g aumenta con el prestigio laboral percibido. También se ha descubierto que la dispersión de las puntuaciones de inteligencia general es menor en ocupaciones más prestigiosas que en ocupaciones de nivel inferior, lo que sugiere que las ocupaciones de nivel superior tienen requisitos mínimos de g . [75] [76]
Las investigaciones indican que las pruebas de g son los mejores predictores individuales del desempeño laboral, con un coeficiente de validez promedio de 0,55 en varios metanálisis de estudios basados en calificaciones de supervisores y muestras de puestos. El coeficiente de validez metanalítico promedio para el desempeño en la capacitación laboral es de 0,63. [77] Se ha descubierto que la validez de g en los trabajos de mayor complejidad (trabajos profesionales, científicos y de alta dirección) es mayor que en los trabajos de menor complejidad, pero g tiene validez predictiva incluso para los trabajos más simples. Las investigaciones también muestran que las pruebas de aptitud específicas adaptadas a cada puesto de trabajo proporcionan poco o ningún aumento en la validez predictiva con respecto a las pruebas de inteligencia general. Se cree que g afecta el desempeño laboral principalmente al facilitar la adquisición de conocimientos relacionados con el trabajo. La validez predictiva de g es mayor que la de la experiencia laboral, y una mayor experiencia en el trabajo no disminuye la validez de g . [64] [75]
En un metanálisis de 2011, los investigadores encontraron que la capacidad cognitiva general (GCA) predijo el desempeño laboral mejor que la personalidad ( modelo de cinco factores ) y tres corrientes de inteligencia emocional . Examinaron la importancia relativa de estos constructos en la predicción del desempeño laboral y encontraron que la capacidad cognitiva explicaba la mayor parte de la variación en el desempeño laboral. [78] Otros estudios sugirieron que la GCA y la inteligencia emocional tienen una contribución lineal independiente y complementaria al desempeño laboral. Côté y Miners (2015) [79] encontraron que estos constructos están interrelacionados al evaluar su relación con dos aspectos del desempeño laboral: el comportamiento de ciudadanía organizacional (OCB) y el desempeño de tareas. La inteligencia emocional es un mejor predictor del desempeño de la tarea y del OCB cuando el GCA es bajo y viceversa. Por ejemplo, un empleado con un GCA bajo compensará su desempeño en la tarea y su OCB si la inteligencia emocional es alta.
Aunque estos efectos compensatorios favorecen la inteligencia emocional , la GCA sigue siendo el mejor predictor del desempeño laboral. Varios investigadores han estudiado la correlación entre la GCA y el desempeño laboral entre diferentes puestos laborales. Por ejemplo, Ghiselli (1973) [80] encontró que los vendedores tenían una correlación mayor que los vendedores. Los primeros obtuvieron una correlación de 0,61 para GCA, 0,40 para capacidad perceptiva y 0,29 para habilidades psicomotoras; mientras que el dependiente obtuvo una correlación de 0,27 para GCA, 0,22 para capacidad perceptiva y 0,17 para habilidades psicomotoras. [81] Otros estudios compararon GCA – correlación de desempeño laboral entre trabajos de diferente complejidad. Hunter y Hunter (1984) [82] desarrollaron un metaanálisis con más de 400 estudios y encontraron que esta correlación era mayor para trabajos de alta complejidad (0,57). Seguido de trabajos de complejidad media (0,51) y baja complejidad (0,38).
El desempeño laboral se mide mediante calificaciones objetivas de desempeño y calificaciones subjetivas. Aunque la primera es mejor que las calificaciones subjetivas, la mayoría de los estudios sobre desempeño laboral y GCA se han basado en calificaciones de desempeño de los supervisores. Este criterio de calificación se considera problemático y poco confiable, principalmente por su dificultad para definir qué es un buen y mal desempeño. La calificación de los supervisores tiende a ser subjetiva e inconsistente entre los empleados. [83] Además, la calificación del supervisor sobre el desempeño laboral está influenciada por diferentes factores, como el efecto halo , [84] el atractivo facial , [85] el prejuicio racial o étnico y la altura de los empleados. [86] Sin embargo, Vinchur, Schippmann, Switzer y Roth (1998) [81] encontraron en su estudio con empleados de ventas que el desempeño objetivo de ventas tenía una correlación de 0,04 con el GCA, mientras que la calificación de desempeño del supervisor obtuvo una correlación de 0,40. Estos hallazgos fueron sorprendentes, considerando que el principal criterio para evaluar a estos empleados serían las ventas objetivas.
Al comprender cómo la GCA se asocia con el desempeño laboral, varios investigadores concluyeron que la GCA afecta la adquisición de conocimientos laborales, lo que a su vez mejora el desempeño laboral . En otras palabras, las personas con un alto GCA son capaces de aprender más rápido y adquirir más conocimientos laborales fácilmente, lo que les permite desempeñarse mejor. Por el contrario, la falta de capacidad para adquirir conocimientos laborales afectará directamente el desempeño laboral. Esto se debe a los bajos niveles de GCA. Además, la GCA tiene un efecto directo sobre el desempeño laboral. Diariamente, los empleados están expuestos constantemente a desafíos y tareas de resolución de problemas, cuyo éxito depende únicamente de su GCA. Estos hallazgos son desalentadores para las entidades gubernamentales encargadas de proteger los derechos de los trabajadores. [87] Debido a la alta correlación de GCA con el desempeño laboral, las empresas están contratando empleados en función de las puntuaciones de las pruebas GCA. Inevitablemente, esta práctica niega la oportunidad de trabajar a muchas personas con baja ACG. [88] Investigadores anteriores han encontrado diferencias significativas en la GCA entre grupos raciales y étnicos. Por ejemplo, existe un debate sobre si los estudios estaban sesgados en contra de los afroamericanos, quienes obtuvieron puntuaciones significativamente más bajas que los estadounidenses blancos en las pruebas GCA. [89] Sin embargo, los hallazgos sobre la correlación GCA-desempeño laboral deben tomarse con cuidado. Algunos investigadores han advertido sobre la existencia de artefactos estadísticos relacionados con las medidas de desempeño laboral y los puntajes de las pruebas GCA. Por ejemplo, Viswesvaran, Ones y Schmidt (1996) [90] argumentaron que es bastante imposible obtener medidas perfectas del desempeño laboral sin incurrir en ningún error metodológico. Además, los estudios sobre ACG y desempeño laboral siempre son susceptibles a restricciones de rango, porque los datos se recopilan principalmente de los empleados actuales, descuidando a los que no fueron contratados. Por lo tanto, la muestra proviene de empleados que superaron con éxito el proceso de contratación, incluidas las medidas de GCA. [91]
La correlación entre ingresos y g , medida por puntuaciones de coeficiente intelectual, promedia alrededor de 0,40 en todos los estudios. La correlación es mayor en los niveles más altos de educación y aumenta con la edad, estabilizándose cuando las personas alcanzan su mayor potencial profesional en la mediana edad. Incluso cuando la educación, la ocupación y el entorno socioeconómico se mantienen constantes, la correlación no desaparece. [92]
El factor g se refleja en muchos resultados sociales. Muchos problemas de conducta social, como el abandono escolar, la dependencia crónica de la asistencia social, la propensión a sufrir accidentes y la delincuencia, se correlacionan negativamente con g independientemente de la clase social de origen. [93] Los resultados de salud y mortalidad también están relacionados con g , y las puntuaciones más altas en las pruebas infantiles predicen mejores resultados de salud y mortalidad en la edad adulta (consulte Epidemiología cognitiva ). [94]
En 2004, el psicólogo Satoshi Kanazawa argumentó que g era una adaptación psicológica de procesamiento de información específica de un dominio , típica de la especie , [95] y en 2010, Kanazawa argumentó que g se correlacionaba solo con el desempeño en problemas evolutivamente desconocidos en lugar de evolutivamente familiares , proponiendo qué lo denominó "hipótesis de la interacción Savanna-IQ". [96] [97] En 2006, Psychoological Review publicó un comentario revisando el artículo de Kanazawa de 2004 escrito por los psicólogos Denny Borsboom y Conor Dolan que argumentaba que la concepción de g de Kanazawa no tenía respaldo empírico y era puramente hipotética y que una explicación evolutiva de g debe abordarla como una fuente de diferencias individuales , [98] y en respuesta al artículo de Kanazawa de 2010, los psicólogos Scott Barry Kaufman , Colin G. DeYoung , Deirdre Reis y Jeremy R. Gray publicaron un estudio en 2011 en Intelligence de 112 sujetos que tomaron una computadora de 70 elementos. versión de la tarea de selección de Wason (un acertijo lógico ) en un contexto de relaciones sociales como lo propusieron los psicólogos evolutivos Leda Cosmides y John Tooby en The Adapted Mind , [99] y encontró en cambio que "el desempeño en problemas no arbitrarios y evolutivamente familiares es más fuertemente relacionado con la inteligencia general que con el desempeño en problemas arbitrarios y evolutivamente novedosos". [100] [101]
La heredabilidad es la proporción de variación fenotípica de un rasgo en una población que puede atribuirse a factores genéticos. Se ha estimado que la heredabilidad de g cae entre 40 y 80 por ciento utilizando diseños de estudios de gemelos, adopción y otros estudios familiares, así como métodos genéticos moleculares. Las estimaciones basadas en la totalidad de la evidencia sitúan la heredabilidad de g en aproximadamente el 50%. [102] Se ha descubierto que aumenta linealmente con la edad. Por ejemplo, un gran estudio en el que participaron más de 11.000 pares de gemelos de cuatro países informó que la heredabilidad de g era del 41 por ciento a los nueve años, del 55 por ciento a los doce años y del 66 por ciento a los diecisiete años. Otros estudios han estimado que la heredabilidad llega al 80 por ciento en la edad adulta, aunque puede disminuir en la vejez. La mayor parte de la investigación sobre la heredabilidad de g se ha realizado en Estados Unidos y Europa occidental , pero estudios en Rusia ( Moscú ), la antigua Alemania Oriental , Japón y la India rural han arrojado estimaciones de heredabilidad similares a las de los estudios occidentales. [40] [103] [104] [105]
Como ocurre con la heredabilidad en general, la heredabilidad de g puede entenderse en referencia a una población específica en un lugar y momento específicos, y los hallazgos para una población no se aplican a una población diferente que está expuesta a diferentes factores ambientales. [106] Se puede esperar que una población que está expuesta a factores ambientales fuertes tenga un nivel más bajo de heredabilidad que una población que está expuesta solo a factores ambientales débiles. Por ejemplo, un estudio de gemelos encontró que las diferencias genotípicas explican casi por completo la variación en las puntuaciones de CI dentro de familias acomodadas, pero contribuyen casi a cero a la explicación de las diferencias en las puntuaciones de CI en familias empobrecidas. [107] En particular, los hallazgos de heredabilidad también se refieren únicamente a la variación total dentro de una población y no respaldan una explicación genética de las diferencias entre grupos. [108] Es teóricamente posible que las diferencias entre el promedio g de dos grupos sean del 100% debido a factores ambientales incluso si la varianza dentro de cada grupo es 100% heredable.
La investigación genética del comportamiento también ha establecido que los efectos ambientales compartidos (o entre familias) sobre g son fuertes en la infancia, pero disminuyen a partir de entonces y son insignificantes en la edad adulta. Esto indica que los efectos ambientales que son importantes para el desarrollo de g son únicos y no compartidos entre miembros de la misma familia. [104]
La correlación genética es una estadística que indica en qué medida los mismos efectos genéticos influyen en dos rasgos diferentes. Si la correlación genética entre dos rasgos es cero, los efectos genéticos sobre ellos son independientes, mientras que una correlación de 1,0 significa que el mismo conjunto de genes explica la heredabilidad de ambos rasgos (independientemente de cuán alta o baja sea la heredabilidad de cada uno). Se ha descubierto sistemáticamente que las correlaciones genéticas entre capacidades mentales específicas (como la capacidad verbal y la capacidad espacial) son muy altas, cercanas a 1,0. Esto indica que la variación genética en las capacidades cognitivas se debe casi por completo a la variación genética en cualquier cosa que sea g . También sugiere que lo que es común entre las capacidades cognitivas se debe en gran medida a los genes, y que la independencia entre las capacidades se debe en gran medida a los efectos ambientales. Por tanto, se ha argumentado que cuando se identifiquen los genes de la inteligencia, serán "genes generalistas", cada uno de los cuales afectará a muchas capacidades cognitivas diferentes. [104] [109] [110]
Muchas investigaciones señalan que g es un rasgo altamente poligénico influenciado por muchas variantes genéticas comunes, cada una de las cuales tiene sólo pequeños efectos. Otra posibilidad es que las diferencias hereditarias en g se deban a que los individuos tienen diferentes "cargas" de mutaciones raras y perjudiciales, y la variación genética entre los individuos persiste debido al equilibrio mutación-selección . [110] [111]
Se ha informado que varios genes candidatos están asociados con diferencias de inteligencia, pero los tamaños del efecto han sido pequeños y casi ninguno de los hallazgos se ha replicado. Hasta el momento, ninguna variante genética individual se ha relacionado de manera concluyente con una inteligencia en el rango normal. Muchos investigadores creen que se necesitarán muestras muy grandes para detectar de manera confiable polimorfismos genéticos individuales asociados con g . [40] [111] Sin embargo, aunque ha resultado difícil encontrar genes que influyen en la variación de g en el rango normal, se han descubierto muchos trastornos de un solo gen con discapacidad intelectual entre sus síntomas. [112]
Se ha sugerido que se ha encontrado que la carga g de las pruebas mentales se correlaciona con la heredabilidad, [33] pero tanto los datos empíricos como la metodología estadística relacionados con esta cuestión son temas de activa controversia. [113] [114] [115] Varios estudios sugieren que las pruebas con cargas g mayores se ven más afectadas por la depresión endogámica, lo que reduce las puntuaciones de las pruebas. [ cita necesaria ] También hay evidencia de que las pruebas con cargas de g mayores se asocian con efectos heteróticos positivos mayores en las puntuaciones de las pruebas, lo que se ha sugerido que indica la presencia de efectos de dominancia genética para g . [116]
g tiene varios correlatos en el cerebro. Los estudios que utilizan imágenes por resonancia magnética (MRI) han establecido que g y el volumen cerebral total están moderadamente correlacionados (r ~ 0,3–0,4). El tamaño externo de la cabeza tiene una correlación de ~.2 con g . La investigación de resonancia magnética en regiones del cerebro indica que los volúmenes de las cortezas frontal , parietal y temporal , y el hipocampo también están correlacionados con g , generalmente en 0,25 o más, mientras que las correlaciones, promediadas en muchos estudios, con la materia gris general y la materia blanca general. Se ha encontrado que son .31 y .27, respectivamente. Algunos estudios, pero no todos, también han encontrado correlaciones positivas entre g y el espesor cortical. Sin embargo, las razones subyacentes de estas asociaciones entre la cantidad de tejido cerebral y las diferencias en las capacidades cognitivas siguen siendo en gran medida desconocidas. [2]
La mayoría de los investigadores creen que la inteligencia no puede localizarse en una única región del cerebro, como el lóbulo frontal. Los estudios de lesiones cerebrales han encontrado asociaciones pequeñas pero consistentes que indican que las personas con más lesiones en la sustancia blanca tienden a tener una menor capacidad cognitiva. Las investigaciones que utilizan espectroscopía de RMN han descubierto correlaciones algo inconsistentes, pero generalmente positivas, entre la inteligencia y la integridad de la materia blanca, lo que respalda la idea de que la materia blanca es importante para la inteligencia. [2]
Algunas investigaciones sugieren que además de la integridad de la materia blanca, también su eficiencia organizacional está relacionada con la inteligencia. La hipótesis de que la eficiencia cerebral tiene un papel en la inteligencia está respaldada por investigaciones de resonancia magnética funcional que muestran que las personas más inteligentes generalmente procesan la información de manera más eficiente, es decir, utilizan menos recursos cerebrales para la misma tarea que las personas menos inteligentes. [2]
Las asociaciones pequeñas pero relativamente consistentes con los puntajes de las pruebas de inteligencia incluyen también la actividad cerebral, medida por registros de EEG o potenciales relacionados con eventos , y la velocidad de conducción nerviosa . [117] [118]
También se ha observado evidencia de un factor general de inteligencia en animales no humanos. Los estudios han demostrado que g es responsable del 47% de la varianza a nivel de especie en primates [119] y alrededor del 55% de la varianza individual observada en ratones . [120] [121] Sin embargo, una revisión y un metanálisis de la inteligencia general encontraron que la correlación promedio entre las capacidades cognitivas era de 0,18 y sugirió que el apoyo general a g es débil en animales no humanos. [122]
Si bien no se puede evaluar utilizando las mismas medidas de inteligencia que se utilizan en los humanos, la capacidad cognitiva se puede medir con una variedad de herramientas interactivas y de observación que se centran en la innovación , la reversión de hábitos , el aprendizaje social y las respuestas a la novedad . Los modelos no humanos de g, como los ratones, se utilizan para estudiar las influencias genéticas en la inteligencia y la investigación del desarrollo neurológico sobre los mecanismos detrás y los correlatos biológicos de g . [123]
De manera similar a g para individuos, una nueva vía de investigación tiene como objetivo extraer un factor c de inteligencia colectiva general para grupos que muestren la capacidad general de un grupo para realizar una amplia gama de tareas. [124] La definición, la operacionalización y el enfoque estadístico de este factor c se derivan de g y son similares a él . Se investigan las causas, la validez predictiva y otros paralelos con g . [125]
La altura se correlaciona con la inteligencia (r~.2), pero esta correlación generalmente no se ha encontrado dentro de las familias (es decir, entre hermanos), lo que sugiere que resulta del apareamiento cruzado para altura e inteligencia, o de otro factor que se correlaciona con ambos (por ejemplo, nutrición). Se sabe que la miopía está asociada con la inteligencia, con una correlación de alrededor de 0,2 a 0,25, y esta asociación también se ha encontrado dentro de las familias. [126]
Los estudios transculturales indican que el factor g se puede observar siempre que se administra una batería de pruebas cognitivas diversas y complejas a una muestra humana. También se ha descubierto que la estructura factorial de las pruebas de coeficiente intelectual es consistente entre sexos y grupos étnicos en Estados Unidos y otros lugares. [118] Se ha descubierto que el factor g es el más invariante de todos los factores en las comparaciones transculturales. Por ejemplo, cuando se compararon los factores g calculados a partir de una muestra de estandarización estadounidense de la batería IQ de Wechsler y de muestras grandes que completaron la traducción japonesa de la misma batería, el coeficiente de congruencia fue 0,99, lo que indica identidad virtual. De manera similar, el coeficiente de congruencia entre los factores g obtenidos de muestras de estandarización blancas y negras de la batería WISC en los EE. UU. fue de 0,995, y la varianza en las puntuaciones de las pruebas explicadas por g fue muy similar para ambos grupos. [127]
La mayoría de los estudios sugieren que existen diferencias insignificantes en el nivel medio de g entre los sexos, pero que las diferencias sexuales en las capacidades cognitivas se encuentran en dominios más limitados. Por ejemplo, los hombres generalmente superan a las mujeres en tareas espaciales, mientras que las mujeres generalmente superan a los hombres en tareas verbales. [128] Otra diferencia que se ha encontrado en muchos estudios es que los hombres muestran más variabilidad en habilidades generales y específicas que las mujeres, con proporcionalmente más hombres tanto en el extremo bajo como en el extremo alto de la distribución de puntajes de la prueba. [129]
Se han encontrado diferencias en g entre grupos raciales y étnicos, particularmente en los EE. UU. entre examinados que se identifican como blancos y negros, aunque estas diferencias parecen haber disminuido significativamente con el tiempo [114] y ser atribuibles a factores ambientales (más que genéticos). ) causas. [114] [130] Algunos investigadores han sugerido que la magnitud de la brecha entre blancos y negros en los resultados de las pruebas cognitivas depende de la magnitud de la carga g de la prueba , y las pruebas que muestran una carga g más alta producen brechas más grandes (consulte la hipótesis de Spearman ), [ 131] mientras que otros han criticado este punto de vista por considerarlo metodológicamente infundado. [132] [133] Otros han observado que a pesar del aumento de la carga g de las baterías de pruebas de coeficiente intelectual con el tiempo, la brecha de rendimiento entre los grupos raciales continúa disminuyendo. [114] El análisis comparativo ha demostrado que, si bien a finales de la década de 1960 existía una brecha de aproximadamente 1,1 desviación estándar en el coeficiente intelectual medio (alrededor de 16 puntos) entre estadounidenses blancos y negros, entre 1972 y 2002 los estadounidenses negros ganaron entre 4 y 7 puntos de coeficiente intelectual en relación con blancos no hispanos, y que "la brecha g entre negros y blancos disminuyó prácticamente a la par con la brecha del coeficiente intelectual". [114] Por el contrario, los estadounidenses de ascendencia asiática oriental generalmente superan ligeramente a los estadounidenses blancos. [134] Se ha afirmado que diferencias raciales y étnicas similares a las que se encuentran en los EE. UU. se pueden observar a nivel mundial, [135] pero se ha cuestionado el significado, la base metodológica y la verdad de tales afirmaciones. [136] [137 ] [138] [139] [140] [141]
Las tareas cognitivas elementales (ECT) también se correlacionan fuertemente con g . Las ECT son, como sugiere el nombre, tareas simples que aparentemente requieren muy poca inteligencia, pero aún así se correlacionan fuertemente con pruebas de inteligencia más exhaustivas. Determinar si una luz es roja o azul y determinar si hay cuatro o cinco cuadrados dibujados en la pantalla de una computadora son dos ejemplos de TEC. Las respuestas a estas preguntas suelen obtenerse pulsando rápidamente botones. A menudo, además de los botones para las dos opciones proporcionadas, se mantiene presionado un tercer botón desde el inicio de la prueba. Cuando se le da el estímulo al sujeto, este retira la mano del botón de inicio al botón de la respuesta correcta. Esto permite al examinador determinar cuánto tiempo se dedicó a pensar en la respuesta a la pregunta (tiempo de reacción, generalmente medido en pequeñas fracciones de segundo) y cuánto tiempo se dedicó al movimiento físico de la mano hacia el botón correcto (tiempo de movimiento). El tiempo de reacción se correlaciona fuertemente con g , mientras que el tiempo de movimiento se correlaciona menos. [142] Las pruebas de ECT han permitido el examen cuantitativo de hipótesis relativas al sesgo de la prueba, la motivación del sujeto y las diferencias grupales. En virtud de su simplicidad, las TEC proporcionan un vínculo entre las pruebas de coeficiente intelectual clásicas y las investigaciones biológicas como los estudios de resonancia magnética funcional .
Una teoría sostiene que g es idéntico o casi idéntico a la capacidad de la memoria de trabajo . Entre otras pruebas de esta opinión, algunos estudios han encontrado que los factores que representan g y la memoria de trabajo están perfectamente correlacionados. Sin embargo, en un metanálisis se encontró que la correlación era considerablemente menor. [143] Una crítica que se ha hecho a los estudios que identifican g con la memoria de trabajo es que "no avanzamos en la comprensión mostrando que un concepto misterioso está vinculado a otro". [144]
Las teorías psicométricas de la inteligencia tienen como objetivo cuantificar el crecimiento intelectual e identificar diferencias de capacidad entre individuos y grupos. Por el contrario, la teoría del desarrollo cognitivo de Jean Piaget busca comprender los cambios cualitativos en el desarrollo intelectual de los niños. Piaget diseñó una serie de tareas para verificar las hipótesis que surgen de su teoría. Las tareas no estaban destinadas a medir las diferencias individuales y no tienen equivalente en las pruebas de inteligencia psicométricas. [145] [146] Por ejemplo, en una de las tareas de conservación piagetianas más conocidas se le pregunta a un niño si la cantidad de agua en dos vasos idénticos es la misma. Después de que el niño acepta que la cantidad es la misma, el investigador vierte el agua de uno de los vasos en un vaso de diferente forma para que la cantidad parezca diferente aunque siga siendo la misma. Luego se pregunta al niño si la cantidad de agua en los dos vasos es igual o diferente.
A pesar de las diferentes tradiciones de investigación en las que se desarrollaron las pruebas psicométricas y las tareas piagetianas, se ha descubierto que las correlaciones entre los dos tipos de medidas son consistentemente positivas y generalmente de magnitud moderada. Un factor general común los subyace. Se ha demostrado que es posible construir una batería compuesta de tareas piagetianas que sea una medida de g tan buena como las pruebas de coeficiente intelectual estándar. [145] [147]
La visión tradicional en psicología es que no existe una relación significativa entre personalidad e inteligencia y que ambas deben estudiarse por separado. La inteligencia puede entenderse en términos de lo que un individuo puede hacer, o cuál es su desempeño máximo , mientras que la personalidad puede pensarse en términos de lo que un individuo típicamente hará, o cuáles son sus tendencias generales de comportamiento. Metanálisis a gran escala han encontrado que existen cientos de conexiones de magnitud superior a 0,20 entre las capacidades cognitivas y los rasgos de personalidad de los Cinco Grandes . Esto a pesar de que las correlaciones con los cinco grandes factores globales son pequeñas, a excepción de la apertura (0,26). [148] Surgen relaciones más interesantes en otros niveles (p. ej., 0,23 para la faceta de actividad de la extraversión con capacidad mental general, -0,29 para la faceta de temperamento desigual del neuroticismo, 0,32 para el aspecto laborioso de la escrupulosidad, 0,26 para el aspecto compasión de la amabilidad). [149]
Las asociaciones entre inteligencia y personalidad generalmente se han interpretado de dos maneras principales. La primera perspectiva es que los rasgos de personalidad influyen en el desempeño en las pruebas de inteligencia . Por ejemplo, una persona puede no lograr un rendimiento máximo en una prueba de coeficiente intelectual debido a su ansiedad y propensión al estrés. La segunda perspectiva considera que la inteligencia y la personalidad están relacionadas conceptualmente , y que los rasgos de personalidad determinan cómo las personas aplican e invierten sus habilidades cognitivas, lo que conduce a una expansión del conocimiento y una mayor diferenciación cognitiva. [150] [151] Otras teorías (por ejemplo, la teoría de los complejos de rasgos cibernéticos) ven la personalidad y la capacidad cognitiva como parámetros entrelazados de individuos que coevolucionaron y también están coinfluidos durante el desarrollo (por ejemplo, por la inanición en los primeros años de vida). [152]
Algunos investigadores creen que existe un nivel umbral de g por debajo del cual la creatividad socialmente significativa es rara, pero que, por lo demás, no existe relación entre ambas. Se ha sugerido que este umbral está al menos una desviación estándar por encima de la media poblacional. Por encima del umbral, se cree que las diferencias de personalidad son determinantes importantes de la variación individual en la creatividad. [153] [154]
Otros han cuestionado la teoría del umbral. Si bien no cuestionan que las oportunidades y los atributos personales distintos de la inteligencia, como la energía y el compromiso, son importantes para la creatividad, argumentan que g se asocia positivamente con la creatividad incluso en el extremo superior de la distribución de habilidades. El estudio longitudinal sobre jóvenes matemáticamente precoces ha aportado pruebas de esta afirmación. Ha demostrado que los individuos identificados mediante pruebas estandarizadas como intelectualmente dotados en la adolescencia temprana logran logros creativos (por ejemplo, obtener patentes o publicar obras literarias o científicas) a un ritmo varias veces mayor que el de la población general, y que incluso dentro del 1 por ciento superior de la población capacidad cognitiva, aquellos con mayor capacidad tienen más probabilidades de lograr logros sobresalientes. El estudio también ha sugerido que el nivel de g actúa como un predictor del nivel de logro, mientras que patrones específicos de capacidad cognitiva predicen el ámbito de logro. [155] [156]
La investigación sobre el factor G, así como sobre otros valores psicométricos, ha sido ampliamente criticada por no tener en cuenta adecuadamente el trasfondo eugenista de sus prácticas de investigación. [157] El reduccionismo del factor G se ha atribuido a haber evolucionado a partir de "teorías pseudocientíficas" sobre la raza y la inteligencia. [158] La g de Spearman y el concepto de inteligencia heredada e inmutable fueron una bendición tanto para los eugenistas como para los pseudocientíficos. [159]
Joseph Graves Jr. y Amanda Johnson han argumentado que g "... es para los psicometristas lo que el éter de Huygens fue para los primeros físicos: una nulidad tomada como un artículo de fe en lugar de uno que necesita verificación mediante datos reales". [160]
Algunos críticos especialmente duros han calificado el factor g y la psicometría como una forma de pseudociencia. [161]
Raymond Cattell , un alumno de Charles Spearman, modificó el modelo unitario del factor g y dividió g en dos dominios amplios y relativamente independientes: inteligencia fluida (G f ) e inteligencia cristalizada (G c ). G f se conceptualiza como una capacidad para resolver problemas nuevos y se evalúa mejor con pruebas con poco contenido cultural o escolar, como las matrices de Raven. Se puede considerar que G c es un conocimiento consolidado que refleja las habilidades y la información que un individuo adquiere y retiene a lo largo de su vida. G c depende de la educación y otras formas de aculturación, y se evalúa mejor con pruebas que enfatizan el conocimiento escolar y cultural. [2] [44] [162] Se puede pensar que G f consiste principalmente en capacidades actuales de razonamiento y resolución de problemas, mientras que G c refleja el resultado de procesos cognitivos ejecutados previamente . [163]
El fundamento de la separación de G f y G c fue explicar el desarrollo cognitivo de los individuos a lo largo del tiempo. Si bien se ha descubierto que G f y G c están altamente correlacionados, difieren en la forma en que cambian a lo largo de la vida. G f tiende a alcanzar su punto máximo alrededor de los 20 años y luego disminuye lentamente. Por el contrario, G c es estable o aumenta a lo largo de la edad adulta. Se ha criticado un único factor general por oscurecer este patrón bifurcado de desarrollo. Cattell argumentó que G f reflejaba diferencias individuales en la eficiencia del sistema nervioso central . G c era, en el pensamiento de Cattell, el resultado de que una persona "invirtiera" su G f en experiencias de aprendizaje a lo largo de su vida. [2] [30] [44] [164]
Cattell, junto con John Horn , amplió posteriormente el modelo Gf-Gc para incluir otras capacidades amplias, como G q (razonamiento cuantitativo) y G v (razonamiento visual-espacial). Si bien todos los factores de habilidad amplios en el modelo extendido G f -G c están correlacionados positivamente y, por lo tanto, permitirían la extracción de un factor g de orden superior , Cattell y Horn sostuvieron que sería erróneo postular que un factor general subyace a estas habilidades amplias. . Argumentaron que los factores g calculados a partir de diferentes baterías de pruebas no son invariantes y darían valores diferentes de g , y que las correlaciones entre pruebas surgen porque es difícil probar sólo una habilidad a la vez. [2] [48] [165]
Sin embargo, varios investigadores han sugerido que el modelo G f -G c es compatible con una comprensión de las habilidades cognitivas centrada en g . Por ejemplo, el modelo de inteligencia de tres estratos de John B. Carroll incluye tanto G f como G c junto con un factor g de orden superior . Con base en análisis factoriales de muchos conjuntos de datos, algunos investigadores también han argumentado que G f y g son el mismo factor y que los factores g de diferentes baterías de prueba son sustancialmente invariantes siempre que las baterías sean grandes y diversas. [44] [166] [167]
Varios teóricos han propuesto que existen capacidades intelectuales que no están correlacionadas entre sí. Uno de los primeros fue LL Thurstone , quien creó un modelo de habilidades mentales primarias que representan dominios de inteligencia supuestamente independientes. Sin embargo, se descubrió que las pruebas de Thurstone sobre estas habilidades producían un factor general fuerte. Sostuvo que la falta de independencia entre sus pruebas reflejaba la dificultad de construir pruebas "factorialmente puras" que midieran sólo una habilidad. De manera similar, JP Guilford propuso un modelo de inteligencia que comprendía hasta 180 habilidades distintas y no correlacionadas, y afirmó ser capaz de probarlas todas. Análisis posteriores han demostrado que los procedimientos factoriales que Guilford presentó como evidencia para su teoría no la respaldaban, y que los datos de prueba que, según él, proporcionaban evidencia contra g , de hecho exhibieron el patrón habitual de intercorrelaciones después de la corrección por artefactos estadísticos. [168] [169]
Más recientemente, Howard Gardner ha desarrollado la teoría de las inteligencias múltiples . Plantea la existencia de nueve dominios de inteligencia diferentes e independientes, como las inteligencias matemática, lingüística, espacial, musical, corporal-kinestésica, metacognitiva y existencial, y sostiene que los individuos que fallan en algunos de ellos pueden sobresalir en otros. Según Gardner, las pruebas y las escuelas tradicionalmente enfatizan sólo las habilidades lingüísticas y lógicas y descuidan otras formas de inteligencia. Si bien es popular entre los pedagogos, la teoría de Gardner ha sido muy criticada por psicólogos y psicometristas. Una crítica es que la teoría violenta los usos tanto científicos como cotidianos de la palabra "inteligencia". Varios investigadores han sostenido que no todas las inteligencias de Gardner caen dentro de la esfera cognitiva. Por ejemplo, Gardner sostiene que una carrera exitosa en deportes profesionales o música popular refleja inteligencia corporal-cinestésica e inteligencia musical , respectivamente, aunque normalmente se podría hablar de habilidades , talentos o capacidades atléticas y musicales . Otra crítica a la teoría de Gardner es que muchos de sus dominios de inteligencia supuestamente independientes están de hecho correlacionados entre sí. En respuesta a análisis empíricos que muestran correlaciones entre los dominios, Gardner ha argumentado que las correlaciones existen debido al formato común de las pruebas y porque todas las pruebas requieren habilidades lingüísticas y lógicas. Sus críticos, a su vez, han señalado que no todos los tests de CI se administran en formato de lápiz y papel, que además de las habilidades lingüísticas y lógicas, las baterías de tests de CI también contienen medidas de, por ejemplo, habilidades espaciales, y que las tareas cognitivas elementales (por ejemplo, tiempo de inspección y tiempo de reacción) que no implican razonamiento lingüístico o lógico también se correlacionan con las baterías IQ convencionales. [73] [170] [171] [172]
Robert Sternberg , trabajando con varios colegas, también ha sugerido que la inteligencia tiene dimensiones independientes de g . Sostiene que hay tres clases de inteligencia: analítica, práctica y creativa. Según Sternberg, las pruebas psicométricas tradicionales miden sólo la inteligencia analítica y deberían ampliarse para evaluar también la inteligencia creativa y práctica. Ha ideado varias pruebas a este efecto. Sternberg equipara la inteligencia analítica con la inteligencia académica y la contrasta con la inteligencia práctica, definida como la capacidad de afrontar problemas mal definidos de la vida real. La inteligencia tácita es un componente importante de la inteligencia práctica, que consiste en conocimientos que no se enseñan explícitamente pero que son necesarios en muchas situaciones de la vida real. Evaluar la creatividad independientemente de las pruebas de inteligencia tradicionalmente ha resultado difícil, pero Sternberg y sus colegas afirman haber creado pruebas válidas de creatividad también. La validación de la teoría de Sternberg requiere que las tres habilidades evaluadas no estén sustancialmente correlacionadas y tengan validez predictiva independiente. Sternberg ha realizado muchos experimentos que, según él, confirman la validez de su teoría, pero varios investigadores han cuestionado esta conclusión. Por ejemplo, en su reanálisis de un estudio de validación de la prueba STAT de Sternberg, Nathan Brody demostró que la validez predictiva de la STAT, una prueba de tres habilidades supuestamente independientes, se debía casi exclusivamente a un único factor general subyacente a las pruebas, que Brody equiparó con el factor g . [173] [174]
James Flynn ha sostenido que la inteligencia debe conceptualizarse en tres niveles diferentes: fisiología cerebral, diferencias cognitivas entre individuos y tendencias sociales de la inteligencia a lo largo del tiempo. Según este modelo, el factor g es un concepto útil con respecto a las diferencias individuales, pero su poder explicativo es limitado cuando el foco de la investigación es la fisiología del cerebro o, especialmente, el efecto de las tendencias sociales sobre la inteligencia. Flynn ha criticado la noción de que las ganancias cognitivas a lo largo del tiempo, o el efecto Flynn, son "huecas" si no se puede demostrar que sean aumentos en g . Sostiene que el efecto Flynn refleja cambios en las prioridades sociales y la adaptación de los individuos a ellas. Aplicar el concepto de diferencias individuales de g al efecto Flynn es confundir diferentes niveles de análisis. Por otro lado, según Flynn, también es falaz negar, haciendo referencia a las tendencias de la inteligencia a lo largo del tiempo, que algunos individuos tengan "mejores cerebros y mentes" para hacer frente a las demandas cognitivas de su época particular. A nivel de fisiología cerebral, Flynn ha enfatizado que los grupos neuronales localizados pueden verse afectados de manera diferente por el ejercicio cognitivo y que existen factores importantes que afectan a todos los grupos neuronales. [175]
El paleontólogo y biólogo Stephen Jay Gould presentó una crítica en su libro de 1981 The Mismeasure of Man . Sostuvo que los psicometristas cosificaron falazmente el factor g en una "cosa" ineludible que proporcionaba una explicación conveniente para la inteligencia humana, basada únicamente en la teoría matemática en lugar de en la aplicación rigurosa de la teoría matemática al conocimiento biológico. [176] Se proporciona un ejemplo en el trabajo de Cyril Burt, publicado póstumamente en 1972: "Las dos conclusiones principales a las que hemos llegado parecen claras y fuera de toda duda. La hipótesis de un factor general que interviene en todo tipo de proceso cognitivo, sugerida tentativamente especulaciones derivadas de la neurología y la biología, está plenamente respaldada por la evidencia estadística, y la afirmación de que las diferencias en este factor general dependen en gran medida de la constitución genética del individuo parece indiscutible. dos suposiciones, aunque ciertamente se trata de una pura abstracción, es, por lo tanto, totalmente coherente con los hechos empíricos". [177]
Varios investigadores han criticado los argumentos de Gould. Por ejemplo, han rechazado la acusación de cosificación, sosteniendo que el uso de factores extraídos como g como variables causales potenciales cuya realidad puede ser apoyada o rechazada por investigaciones posteriores constituye una práctica científica normal que en nada distingue a la psicometría de otras ciencias. Los críticos también han sugerido que Gould no entendía el propósito del análisis factorial y que ignoraba los avances metodológicos relevantes en el campo. Si bien diferentes soluciones factoriales pueden ser matemáticamente equivalentes en su capacidad para explicar las intercorrelaciones entre pruebas, las soluciones que producen un factor g son psicológicamente preferibles por varias razones extrínsecas al análisis factorial, incluido el fenómeno de la variedad positiva, el hecho de que la misma g puede surgen de baterías de pruebas bastante diferentes, la validez práctica generalizada de g y el vínculo de g con muchas variables biológicas. [37] [38] [ página necesaria ]
John Horn y John McArdle han argumentado que la teoría g moderna , tal como la defiende, por ejemplo, Arthur Jensen, es infalsificable , porque la existencia de un factor común como g se sigue tautológicamente de correlaciones positivas entre pruebas. Contrastaron la teoría jerárquica moderna de g con la teoría de dos factores original de Spearman, que era fácilmente falsable (y de hecho fue falsificada). [30]
El hecho de que diversas pruebas cognitivas tiendan a correlacionarse positivamente se ha tomado como evidencia de una única capacidad general o factor "g"... la presencia de una variedad positiva en las correlaciones entre diversas pruebas cognitivas no proporcionar apoyo diferencial para modelos de habilidades generales de un solo factor o de múltiples factores.