Understanding Intelligence and Brain Function

理解智能与大脑功能

跳转至文章

释放智力 · 基础

Intelligence & the brain a modern guide to how minds learn, reason and adapt

智力不是隐藏在某个脑区中的物质，智商分数也不是对一个人的完整测量。人的认知能力源自许多相互作用的系统：感知、记忆、注意力、知识、动机、情绪、身体状态、文化和机会。本指南将为这种复杂性绘制一幅审慎的地图，同时不忽视研究人员能够可靠测量的内容。

是一种构念，而非一个物体研究人员根据表现模式推断智力能力。不存在一个叫作智力的单一物理单位。
是网络，而非孤立的中枢专门化脑区很重要，但复杂思维依赖于分布式皮层和皮层下系统之间的沟通。
能力与情境相遇发展、健康、教育、语言、经验和测试条件都会影响一个人在特定时刻能够展现的能力。

用一句话概括这一领域

智力是可测量的、多维的，并且从不脱离情境

在一项具有挑战性的认知任务中表现出色的人，平均而言往往也能在其他任务中表现出色。这种正相关模式是心理学中得到最多重复验证的发现之一。然而，这并不意味着所有能力都相同，也不能揭示某个单一的生物学成因，更不能把标准化分数变成人类潜能的裁决。

因此，一个好的介绍需要同时把握两个事实：普遍的认知差异确实存在，并且值得研究，以及每次测量都只能在特定条件下取样一个不断发展中的人的部分能力。

i

教育背景

本指南解释研究概念；它不是临床评估，也不能替代教育、心理或医疗建议。对于认知方面的担忧、发展问题、残障认定和高风险测试，请咨询具备相应资质、使用经验证方法并会考虑个人更广泛经历的专业人士。

01 · 确定方向

三个区分可以避免大多数混淆

日常语言把能力倾向、学习、判断、创造力和性格混在一起。科学必须先将它们区分开，才能探究它们之间的关系。

知识

已经学到的内容

事实、概念、词汇、程序以及以文化组织起来的专业知识。知识会改变一个人能够识别哪些问题，以及有哪些解决方案可供选择。

智力能力

信息如何被处理

推理、发现关系、学习、维持目标、解决陌生问题以及运用既有知识。这些能力彼此有所重叠，但不能互相替代。

智慧

判断如何服务于人生

权衡证据、价值观、不确定性、他人的需求和长期后果。智力可以支持智慧，但聪明的推理本身并不能保证伦理判断。

第四个区分同样重要：最大表现不等于典型行为。限时推理测验考查的是某人在标准指示下能够做到什么。日常决策还取决于兴趣、努力程度、情绪、习惯、健康状况、资源、目标和合作。一个人可能知道更好的做法，却仍然不采取行动；另一个人可能解决实际问题，却并不符合传统应试者的样子。

≠

智力不等于人的价值

智商或一般能力分数并不能确立一个人的善良、尊严、权利、忠诚、勇气、想象力、道德地位或价值。这些都不属于该分数预期解释的范围。

02 · 明确问题

不存在一个普遍接受的智力单一本质

各类定义通常都涉及学习、推理、解决问题和适应，但在边界、结构以及文化所扮演的角色方面存在分歧。

在科学研究中，智力最好被视为一组相互关联的能力：这些能力帮助有机体获取和利用信息、追求目标，并在熟悉的惯例不足以应对时进行适应。一份经典的多学科工作组报告强调了测量认知能力的重要性，也指出当时仍有许多重大问题尚未解决。1 后来的综述也表达了同样的基本观点：智力研究具有强有力的经验规律，但没有任何一个定义能够涵盖这一词语的所有正当用法。2

水平滚动以进行比较 →
一个词，多个研究问题
层级 典型问题 答案能够确立的内容 它单独无法确立的内容
任务表现 一个人解决这类问题时有多准确或多迅速？ 在明确条件下可观察到的表现。 一种完整且脱离情境的能力，或永久性的限制。
心理测量结构 哪些任务彼此相关，以及哪些潜在的统计维度概括了这些相关性？ 样本中个体差异的模式。 统计因素是单一的生物学机制。
认知过程 哪些操作——注意、提取、更新、策略——会带来成功？ 一种可以通过实验检验的功能性解释。 某一个过程解释智能行为的所有形式。
大脑机制 哪些细胞、回路和网络支持这些操作？ 生物学约束和候选机制。 仅凭激活图得出意义、价值或因果关系。
发展与生态 能力如何在特定的身体、家庭、学校和文化中形成？ 机会和适应如何随时间展开。 独立于生活条件的普遍排名。

定义是一种研究工具。它应当阐明测量的是什么，而不应悄然把某一种有用的测量方式变成心智的全部含义。

取向原则

03 · 读懂模式

为什么心理学家会同时发现一般能力和具体能力

不同的认知测验通常呈正相关，但相似任务组成的群组也会共享一些更具体的因素。

如果一个大型且多样化的群体参加词汇、空间推理、记忆、加工速度和新颖问题解决测验，他们的结果彼此并不独立。在一个领域表现更好，往往也伴随着在其他领域表现更好。研究人员将其称为积极流形。一般因素 g 概括了整组测验之间共享的方差。它是一个统计维度，而不是某个器官、心理燃料，或“一个原因驱动所有任务”的证据。

即使是积极流形，也可能有不止一种理论解释。一种观点认为，彼此有益的认知过程会在发展过程中相互强化，从而形成一种总体模式，而不需要某个单一的主导机制。3

一般

共同表现

g 概括了一个数据集内不同认知测验的共同之处。其确切解释取决于模型和测量方式。

广泛

能力体系

推理、获得的知识、视觉和听觉加工、工作记忆、提取流畅性以及加工速度，可以构成彼此可区分的广泛领域。

狭窄

与任务相关的技能

具体关系、词汇知识、空间扫描、语音编码、记忆广度以及许多其他更狭窄的能力，都能解释额外的个体差异。

卡特尔—霍恩—卡罗尔模型体系是一种有影响力的层级分类体系，将许多狭窄能力和广泛能力组织起来，通常置于一般因素之下。4 不应将其简化为仅有两个类别，但其最广为人知的区分仍然很有用：

水平滚动以进行比较 →
所选的广泛能力——而非彼此独立的人群类型
能力 通俗语言描述 示例要求 重要注意事项
流体推理 发现关系、推断规则并解决不熟悉的问题。 在新颖模式中发现缺失的要素。 它并非“纯粹先天的”；策略、学校教育和文化熟悉度仍然会产生影响。
理解—知识 所获得语言知识和文化组织知识的广度与深度。 解释一个词，或运用一个学会的概念。 知识不只是存储；它会改变推理方式以及人们能够注意到的事物。
工作记忆容量 在完成任务的过程中保持并更新信息。 在转换中间结果的同时遵循多步骤指令。 得分取决于注意力、策略和任务形式，而不是取决于某个单一的心理容器。
加工速度 高效执行简单或已经过度学习的认知操作。 在限定时间内快速匹配符号。 速度较慢并不意味着理解肤浅，动作或视觉要求也会影响得分。
视觉加工 分析、转换并记忆视觉—空间模式。 在头脑中旋转一个物体。 视觉任务仍可能需要语言、工作记忆和习得的策略。
长期存储与提取 学习信息，之后通过联想流畅地提取信息。 从某一类别中生成示例，或回忆成对项目。 提取失败并不等同于知识从未被学会。
i

因素描述相关模式

因素分析有助于整理测试结果之间的相关性。在层级模型、双因素模型、网络模型和过程模型之间进行选择，还需要更多理论与证据。因素的名称并不能解释大脑如何产生所观察到的模式。

04 · 拓宽视野，但不要混淆概念

多元智能、成功智力与情绪技能

几种具有影响力的理论揭示了普通智商测验未能充分测量的能力。这些理论所依据的证据类型并不完全相同。

加德纳

多元智能

该理论强调语言、逻辑—数学、空间、音乐、身体—动觉、人际、内省和自然主义等能力。它促使教育工作者关注多样化的优势。然而，直接测试发现，所提出的各领域之间存在显著相关性，而一般能力也发挥着重要作用。5

斯滕伯格

成功智力

该理论围绕适应环境、塑造环境和选择环境来阐述分析能力、创造能力与实践能力。7 这一视角比传统测试内容更为宽泛，但其三种能力在心理测量学上彼此独立的证据仍存在争议。8

情绪

情绪智力

能力测量要求人们感知、理解和管理情绪信息；特质型和混合型问卷则询问人们如何看待自己的倾向与能力。这些方法只有部分重叠，不应被视为一个普适的“情商”。9

多元智能不是学习风格。加德纳明确反对这样一种普遍看法：每位学习者都应被标记为“视觉型”“听觉型”或其他类型，并且只能通过该渠道接受教学。6良好的教学可能会采用多种表征方式，因为这些方式有助于理解学科内容，而不是因为问卷发现了某种固定的神经风格。

情绪能力对人际关系、团队合作和学习很重要。一项荟萃分析发现，情绪智力测量结果与学业表现之间存在 modest 的关联；基于能力的测量和混合测量在所捕捉的内容上有所不同。10 这与“情商决定成功的80%或90%”这一流行说法相去甚远。不存在站得住脚的普遍百分比；结果除了认知技能外，还受到机会、个性、知识、健康、价值观、支持和运气的影响。

✓

把理论当作观察视角，而不是身份标签

儿童不是“一种音乐智能”，成年人也不是“左脑型”，问卷无法揭示固定不变的学习类型。个人特征可以帮助引导提问和提供支持；但不应限制一个人被允许学习的内容。

05 · 以网络的方式思考

大脑将专门化与整合结合起来

复杂认知既不位于某个微小的单一中枢，也不是由每个区域执行相同的工作产生的。

神经系统跨多个尺度组织起来：分子和突触、细胞和局部回路、长距离纤维束、皮下回路以及大规模功能网络。有些区域具有相对明确的专门功能；复杂行为则产生于这些专门化运作的协调。网络神经科学研究活动如何分化为专门化系统，以及这些系统如何相互整合。1112

水平滚动以进行比较 →
有用的定位，但不要陷入“一个区域、一种功能”的神话
系统 部分功能 应避免的过度简化
大脑皮层 由专门化的感觉和运动区域，以及支持语言、知觉、记忆和灵活行为的分布式联络系统组成。 “高级思维的唯一所在。”皮层依赖与皮下结构和小脑的相互作用。
白质 白质包含许多有髓轴突，连接邻近和远距离区域；其组织方式会限制网络通信。 “被动的线路。”轴突、胶质细胞和髓鞘会随着发育和经验而改变。62
丘脑 多个核团负责传递和调节信号，并帮助协调皮层动态、注意和觉醒。 “简单的感觉中继站。”
海马结构 通过与分布式皮层系统的相互作用，支持关系性与情境性学习、情景回忆和导航。 “将短期记忆转化为一个永久的长期存储库。”
杏仁核 参与威胁、奖励、效价和行为相关性学习的异质性回路。 “恐惧中枢”或普遍的情绪印记。
基底神经节 参与行动选择、强化学习、习惯、运动和认知的相互连接回路。 “储存程序性记忆的抽屉。”
小脑 运动、认知和情感领域中的时序、预测、校准与学习。 “仅仅是负责平衡和运动的结构。”
脑干和下丘脑 使认知成为可能的觉醒、睡眠—觉醒调节、自主神经控制和稳态。 “与智力无关的背景机制。”

功能性脑成像功能强大，但属于间接测量。fMRI通常追踪与神经活动相关的血氧变化，而一个被激活的区域可能参与多种过程。仅仅因为某个区域处于活跃状态就推断某种特定思想，是一种概率性的“逆向推理”，并非自动得出的结论。1314

因此，关于智力的研究越来越多地考察网络之间的效率、灵活性和重新配置，而不是寻找某个单一的智力中心。15 在来自人类连接组计划的831名健康年轻成人中，一项2026年的研究将模型化的一般因子与分布式结构特征和静息态网络特征联系起来，并在145名参与者中进行了概念性重复验证。仍需在不同年龄和人群中重复验证；这并非针对个体的预后扫描。16

06 · 组装工具箱

认知功能相互协作、竞争并彼此补偿

研究者会将各种功能分开来研究，但现实任务往往会同时调动其中多个功能。

注意

选择获得优先级的内容

警觉、定向、持续性注意、选择性注意和执行控制在一定程度上可以区分。皮层和皮下网络会将加工偏向当前目标及行为相关事件。21

工作记忆

让有用信息保持可用

工作记忆支持为当前任务暂时维持和转换信息。它依赖分布式的动态活动与连接，而不是一个储存短期记忆的单一盒子。18

长期记忆

多个系统，而非一个档案库

情节事件、语义知识、技能、习惯、启动和条件作用依赖于部分不同但相互作用的系统。海马结构对于快速的关系学习和情节学习尤其重要。长期记忆依赖分布式系统。17

执行控制

维持目标并调节行动

抑制、更新和转换既有统一性，也有多样性。19 前额叶区域是重要枢纽，但控制依赖于额顶网络、扣带-岛盖网络与皮下区域之间的交互，而不是依赖某个孤立的“心理首席执行官”。20

知觉

解读受约束的证据

知觉是主动且循环的：感觉证据会与情境、预期和任务目标结合。预期可以促进或偏置加工，但知觉并非毫无限制的想象。22

语言与元认知

表征、交流与监控

语言使人们能够压缩、分享和转换知识。元认知——监控自己知道什么并调节策略——即使原始任务能力不变，也能改善学习。

!

每项认知任务都“并不纯粹”

工作记忆任务还要求人们进行视觉或听觉感知、理解指令、持续保持注意力并做出反应。低分可能由不同路径导致。因此，专业评估会采用相互印证的证据，而不是根据单个分数推断某项潜在能力。

07 · 理解变化

神经可塑性是终身存在的、受约束的，并且本身不带价值判断

神经系统可以重新组织，但“​​大脑发生了变化”并不能告诉我们这种变化的幅度、持久性、可迁移性或有益程度。

可塑性包括突触强度、抑制、内在兴奋性、回路结构、髓鞘化、胶质调节和网络招募等方面的变化。因此，现代观点远不止是把突触“权重”调高或调低这一比喻。23242562

经验依赖性

反复的要求会塑造相关系统

练习可以使表征更高效、完善协调，并改变所调动的策略。变化通常在受练习的技能及相关任务上最为明显。

受限的

生物学和经历都很重要

年龄、既往学习经历、损伤、睡眠、压力、健康状况、任务难度和可获得的支持，都会影响适应的程度以及所需的时间。26

并非自动意味着好事

大脑也会学会无益的模式

持续性疼痛、成瘾、恐惧泛化和适应不良性补偿也涉及可塑性。这个词描述的是发生变化的能力，并不意味着这种变化必然带来改善。25

对于“几周的音乐、游戏或冥想就能让大脑皮层变厚”之类的说法，需要谨慎解读。结构磁共振成像能够检测图像衍生的测量结果，但它本身无法确定究竟是哪种细胞过程导致了这些变化。样本量小、分析方式灵活以及随访时间短，都可能夸大结论的确定性。27 一种理论认为，技能习得期间会出现扩展，随后随着表征和神经回路得到精细化，会发生部分重新标准化——因此，“更大”并不总是“更好”的同义词。28

可塑性意味着经验很重要。但这并不意味着所有限制都会消失、所有干预都有效，或每一种神经变化都会迁移到无关的能力上。

学习原则

08 · 追踪发展轨迹

认知能力沿着相互重叠的时间线发展

没有一个特定生日标志着认知能力完全成熟，也没有一个特定年龄能让所有能力同时达到峰值。

皮亚杰等阶段理论之所以在历史上具有重要意义，是因为它们让人们关注到儿童推理中的质性变化。现代证据表明，任务、知识、文化、教学和测试方法会带来比僵化的四阶段时间表所暗示的更大差异。与其把发展看作固定阶段，不如将其理解为相互作用的轨迹，其中包含快速变化、稳定、精细化和补偿等时期。

水平滚动以进行比较 →
广泛的发展模式——不是截止日期，也不是诊断
时期 常见变化 重要的背景 应当摒弃的神话
婴儿期和幼儿期 感知、运动、语言、记忆和社会学习快速发展；表征不在场的物体、意图和规则的能力不断增强。 积极回应式互动、营养、睡眠、安全、语言接触、游戏以及获得照护的机会。 认为只有在经典任务首次显示出某种能力时，这种能力才算出现。
童年中期 知识、策略运用、元认知、注意控制和学业技能不断扩展。 教学质量、练习、语言、期望、残障支持以及归属感。 认为早期的一次测评就能决定成年后的结果。
青春期 学习、奖赏、社会交往和控制系统持续完善；进行抽象思考和自主思考的能力增强。 同伴、自主性、睡眠时间安排、压力、机会以及有意义的挑战。 认为青少年只不过拥有一个“尚未完成发育的前额叶皮层”。青春期既可能是脆弱期，也可能是机遇期。29
成年期 专业能力和知识可以不断深化，而某些加工速度或解决新问题的指标则会逐渐发生变化。 教育、职业、健康、照护、压力、持续学习以及社会参与。 认为大脑在童年之后就会定型。
晚年 在加工速度、记忆、推理、词汇和专业能力等方面，稳定与变化以高度个体化的方式交织存在。 心血管与感官健康、疾病状况、活动水平、支持、教育程度以及积累的知识。 认为衰老要么是全面衰退，要么必然带来智慧。

25 岁并不是一个普遍适用的科学里程碑，不能据此说“大脑在此时完成发育”。不同的结构和功能指标遵循不同的发展轨迹，样本也各不相同，而且没有任何单一的影像学指标能够定义成年人的判断力。30 大型汇总的全生命周期 MRI 数据集所建模的是多条非线性的年龄相关轨迹，而不是一条终点线。31

同样，不存在唯一的认知巅峰。在主要采用横断面设计的数据集中，加工速度指标往往较早达到峰值，词汇能力较晚，而一项情绪知觉任务的表现则更晚达到峰值。这些群体平均年龄模式并不是适用于每个人的固定时间表。即使在记忆和推理方面，不同任务达到峰值的年龄也各不相同。32

认知储备是一个理论构念，指认知过程的适应能力——包括效率、容量或灵活性——它可能有助于解释：尽管与年龄相关的大脑变化或病理状况相似，个体的认知表现为何仍会不同。教育程度和职业复杂度是不完美的替代指标，并不等同于认知储备本身；认知储备也不意味着对疾病免疫。33

09 · 取代这种错误的对决

基因与环境共同塑造发展

“先天与后天”并不是一个恰当的对决：遗传差异会影响个体接触环境的机会及其对环境的反应，而环境也会影响哪些潜能得以发展。

遗传力是一项群体统计指标：它估计在特定人群和环境中，测量到的某项特征的变异有多大程度与遗传差异相关。它并不表示某个人的智力有多大百分比来自遗传，也不表示某项特征无法改变，或群体间的平均差异为何存在。34

随年龄而变

估计结果可能随发展阶段而变化

一项在高收入环境中开展的大型双生子研究估计，一般认知能力的遗传力会从儿童期提高到成年早期。35 这可能部分反映了人们会以自身倾向为依据选择并塑造环境，而这些环境与其倾向存在相关性。

高度多基因

不存在单一的“智力基因”

认知测试表现具有高度多基因性：非常多的变异都显示出极其微小的平均统计关联，而大多数因果变异和机制仍未得到阐明。在一项针对269,867名参与者的2018年研究中，多基因评分在四个独立样本中最多解释了5.2%的变异。36

受情境限制

关联关系包含社会路径

群体基因组学估计可能将直接的生物学效应与祖源、家庭和人口结构混合在一起。在所引用的研究中，针对同胞内的认知能力及其他几种表型，估计值有所减弱，表明基于群体的基因组关联可能包含间接因素和人口统计学成分。37

水平滚动以进行比较 →
常见发现意味着什么——以及不意味着什么
发现 负责任的解读 错误推论
一项特征具有较高的遗传力 在该人群和具体情境中，遗传差异只能解释所观察到变异的一部分。 “该特征是固定不变的”，或“支持无法发挥作用”。
多基因评分可以预测某项结果 在一项研究人群中，一组经过加权的变异仅携带有限的统计信息。 “DNA揭示了个人的命运”，或“该分数在不同祖源和环境之间的效力相同”。
社会经济条件会调节估计结果 机会可能会改变个体差异的表现方式；结果因国家和研究设计而异。 “同样的交互作用具有普遍性。”一项荟萃分析发现，美国与西欧/澳大利亚呈现出不同的模式。38
受教育经历会改变测试表现 教育是对测量到的认知能力影响证据最充分的环境因素之一。 “每多接受一年教育，都必然获得同样的提升。”一项荟萃分析综合了三种准实验设计，报告称每多接受一年教育，智商估计提高约1–5分（合并估计约为3.4分）；估计结果因研究设计和结果指标而异。这是平均估计，并不保证每个人都会获得同样的提升。39
暴露可预测较差的认知能力 一些生物和社会条件可能限制发展；必须考察剂量、时机和混杂因素。 “每一种相关性都证明了不可逆的脑部影响。”铅是一种值得关注且可预防的神经毒物，即使在相对较低的暴露水平下，也有前瞻性证据表明其会产生影响。40

表观遗传机制调节基因活性，并可能对发育和暴露作出反应。然而，在人类研究中，在血液中测得的甲基化可能是大脑中某种原因的标志、结果或相关因素，而非原因本身。组织特异性、混杂因素和反向因果关系，使“经历会开启或关闭智力基因”这一说法过于简单。41

↔

基因参与形成相关路径；它们不会写出一个已经完成的分数

发展是一个交互过程。儿童会部分根据自身特征影响、选择并体验环境；家庭、学校和社会以不平等的方式分配机会；生物系统则会作出反应。结果既不是完全由基因决定，也不是完全由环境决定。

10 · 有目的地进行测量

智商分数是一种估计，而非本质

良好的评估始于确定需要提供信息支持的决策，然后考察分数是否支持对该特定情境作出相应的解释和使用。

现代智商分数通常是按年龄常模化的标准分，通常以100为中心，标准差为15。它们不再是字面意义上的“心理年龄除以实际年龄”的比率。分数用于定位个体表现相对于测验常模组的位置，并且伴有测量不确定性。42

标准化

相同程序

施测和评分遵循明确规则，以便有意义地比较结果。

信度

足够一致

分数不应波动过大，以免预期解释变得不稳定。

效度

支持该用途的证据

证据必须支持在相关人群中作出的解释和决策，而不只是声称“该测验有效”。

公平性

可比的获得机会与含义

必须考察语言、残障、文化、机会和后果，不能想当然地将其排除在外。

美国教育研究协会、美国心理学会和美国教育测量委员会联合制定的测验标准，将效度视为支持对分数作出预期解释和用途的证据，并将公平性贯穿于整个测验实践。42

水平滚动以进行比较 →
将分数视为一项证据
测验可以帮助估计 它无法直接测量 使用前需思考的问题
推理能力和后天习得知识方面的表现 每一种实践、创造、社交或情绪能力。 这套测验是否充分抽样了与该决策相关的能力？
相对优势与劣势 完全稳定的神经特征。 各指数之间的差异是否可靠、罕见，并得到个人历史和观察结果的支持？
相对于年龄常模的当前表现 对未来学习能力设定的固定上限。 常模是否是最新的，并且适用于相应的年龄、语言和人群？
根据群体数据校准的对后续表现或风险的概率估计 保证个人教育、工作或健康结果。 该估计对相关人群的校准程度如何？还有哪些信息会改变这一决策？
可能需要进一步评估或支持 仅凭智商得出的诊断。 是否评估过适应性功能、发展状况、受教育程度、感觉或运动通达性以及临床背景？60

为什么同一个人可能得到不同的结果

  • 每个观察到的分数都包含测量不确定性；报告应根据测试模型和预期决策使用适当的区间估计。
  • 练习和熟悉程度可以提高重测表现，尤其是在较短的间隔内。43
  • 睡眠不足、疼痛、疾病、焦虑、药物、分心、努力程度以及感觉或运动障碍，都可能抑制能力的表现。
  • 仅仅翻译是不够的：题目和常模必须在不同语言和文化中都能适当发挥作用。
  • 学前阶段的排名稳定性较低，童年时期会迅速上升，通常从青春期后期到成年晚期都较高；随着重测间隔延长，稳定性也会下降。排名稳定并不意味着分数不可改变。44

经过适当验证的认知测试得分与某些教育和职业结果存在概率性关联；但它们不会决定个体的结果。一项荟萃分析发现，智力测量与学校成绩之间存在显著关系，但仍有大量差异无法解释。45 在员工选拔中，更新后的分析下调了较早且经常被重复引用的效度估计，并进一步强调应结合适当的方法，而不是推崇某一种普适预测指标。46

平均测试表现也会跨世代变化——这就是弗林效应，其大小和方向因国家、时期和能力领域而异。47 因此，定期重新标准化至关重要。100分表示相对于特定时间、特定参照群体的平均水平；它不是一个永恒不变的脑力数值。

11 · 读取脑电活动

脑节律可以协调活动；频段不是心理标签

δ波、θ波、α波、β波和γ波是便于使用的频率范围。它们都不对应某一种独有的情绪、能力或意识水平。

神经元群体会在许多不同的时间尺度上波动。振荡时序有助于组织回路内部及回路之间的通信、兴奋性和可塑性。48 头皮脑电图会记录这些动态经颅混合后的信号，同时还会记录来自眼睛和肌肉的信号、运动伪影及电噪声。已发表的频段定义因实验室而异；个体的峰值频率会随年龄、脑区、状态和任务而变化。63

水平滚动以进行比较 →
传统频段是描述性范围，而不是五种心智模式
常用标签 大致范围 观察到的关联示例 不应得出的结论
δ波 约 0.5–4 Hz 深度非快速眼动睡眠期间显著的慢活动；也存在较慢的任务相关活动和病理性活动。 所有δ波都具有恢复作用，或都会释放某种特定激素。
θ波 约 4–8 Hz 头皮 theta 常在困倦时出现；在一些任务中，额中线 theta 与控制需求有关。类似海马 theta 的节律与记忆和导航有关，尤其是在颅内记录和动物记录中。6465 认为 theta 普遍意味着创造力、冥想或接触潜意识。
Alpha 约 8–13 Hz 闭眼放松时，头皮后部通常会出现较强活动；它也与选择性抑制和注意有关。 认为 alpha 只是“放松”，或是平静程度的直接测量指标。
Beta 约 13–30 Hz 感觉运动维持与变化、预测、认知，以及多个系统中的短暂爆发活动。 认为 beta 越多就总是意味着注意力越集中。
Gamma 约 30–80 Hz（定义各不相同） 局部感觉和认知加工以及同步化；高于这一范围的活动通常称为高 gamma，可能包含宽带群体活动，而不是狭窄频率的振荡。66 认为 gamma 能证明巅峰表现、意识统一或更高的智力。

频段与某种心理活动之间的大多数关联都是相关性的；若要论证因果作用，需要实验操纵、多种相互印证的方法以及精确的时间测量。49 功率谱还包含一种非节律性（非周期性）背景成分。将节律峰值与这一背景分离，有助于避免把谱整体斜率的变化误认为某个特定频段的变化。50

高频头皮活动尤其容易受到肌肉污染。面部和颈部肌肉产生的电活动可能类似于 beta 或 gamma 变化，因此，令人印象深刻的彩色图谱并不自动意味着获得了干净的神经测量结果。51

≈

神经反馈是一种学习方案，而不是频率调节旋钮

神经反馈将与测量信号相关的信息提供给个人，旨在帮助其学会改变该信号。必须将反馈本身的特异性效果与期望、指导、参与度和重复练习区分开来。共识性报告标准要求预注册、充分的对照、在可能时采用盲法，以及证明参与者确实学会了调节目标信号。52

12 · 将证据转化为实践

支持整个系统，而不是追逐“更聪明的大脑”开关

最可靠的提升通常来自有意义的知识与技能学习，并且学习条件能够支持注意、练习和恢复。

  1. 练习你想要发展的技能

    迁移通常在接近训练任务的情境中最强。商业脑力游戏可以提升受练习项目或类似练习的表现，但关于其能广泛且持久地提升一般智力或日常能力的证据很薄弱。53

  2. 提取；不要只是重读

    在查看答案之前尝试回忆、解释或解决问题，能增强日后提取知识的能力，并暴露知识 gaps。在与材料相匹配且不施加惩罚性压力的情况下，提取练习在课堂中有充分证据支持。55

  3. 将学习分散到一段时间内

    与把相同学习量集中在一次学习中相比，分散学习时间通常更有利于长期保持。合适的间隔取决于何时需要用到这些知识。5467

  4. 积累知识并在不同情境中运用

    组织良好的背景知识可以降低熟悉领域中的工作记忆负担，并为新想法提供联系框架。一旦理解了某种方法，在不同情境中比较实例并进行练习，有助于发现它何时适用。

  5. 保护睡眠并充分恢复

    在人的整个发育过程中，睡眠都支持注意力、学习和记忆巩固；睡眠不足或睡眠时间不当会损害表现。把某一种记忆类型或“智力频率”归因于某个睡眠阶段并不准确。56

  6. 支持全身健康并确保获得所需支持

    身体活动具有广泛的健康益处，并且与认知和大脑相关结果有关，但效应量和因果估计会因年龄、干预措施和分析方法而异。57 处理听力、视力、疼痛、营养、疾病和环境障碍等问题，可能比使用认知应用程序更直接地消除对表现的限制。

  7. 运用反思和反馈

    设定具体目标，尝试完成任务，获取有信息量的反馈，找出错误，调整策略，然后再次尝试。当反馈能够指导下一步行动，而不只是给学习者贴标签时，效果最好。

冥想练习旨在训练注意力和情绪调节，可能对部分人有益，但各项研究在所考察的练习、测量的结果和方法学质量方面差异很大。结构成像的荟萃分析报告的是相关性，而不是有保证的解剖学升级。58 一项重要的方法学综述提醒人们警惕临床和神经科学领域的炒作，同时鼓励开展统计效力更高、更加精确的研究。59

+

实际目标是能力，而不是数字

一个人可以通过了解更多信息、选择更好的表征方式、将某项组成技能自动化、使用外部辅助工具、开展协作、减少障碍或重新设计环境来取得进步。所有这些都能在不假定智力是一块单一“肌肉”的情况下，提高现实世界中的能力。

13 · 让人始终大于模型

测量会带来责任

认知分类可以帮助人获得支持，也可能在其不确定性被遗忘后，变成长期障碍。

目的

仅在结果能够提供帮助时进行测试

先明确问题。好奇心不能成为不必要收集数据的理由，而且不应将某项评分用于其未经验证可支持的决策。

相称性

让证据与后果相匹配

风险越高，就越需要采用当前规范、多种来源、合格的解读、合理便利，以及复核或申诉途径。

自主权

解释并让当事人参与

人们应当知道评估的原因、将收集哪些信息、谁可以访问这些信息、不确定性将如何呈现，以及结果如何支持——而不是取代——他们自己的声音。

神经多样性改变了问题的问法

注意力、语言、感觉加工、社会沟通、记忆或速度方面的差异，无法通过单一的“更聪明或不那么聪明”轴线得到充分体现。一份有用的个人概况会询问：一个人能做什么、障碍在哪里出现、哪些支持措施有效，以及这个人在乎什么。它既避免将残障浪漫化，也避免认为差异只能是一种缺陷。

群体比较需要格外谨慎

平均分差异无法说明其成因。许多因素都可能发挥作用：测试是否在不同群体中测量同一构念、抽样方式、机会不平等、健康状况、歧视、语言、受教育经历、迁移经历、刻板印象威胁和历史条件。在群体内部具有的遗传力无法解释群体均值之间的差异。把群体平均值当作个人得分，是无效的从群体推断个体。

预测不等于许可

一个能够预测教育困难的模型，或许可以成为提供支持的依据；但不能成为拒绝提供高要求教学的理由。一项具有预测效度的招聘测试，仍需考虑其与工作是否相关、是否存在替代方案、是否会造成不利影响、残障人士能否获得便利，以及组织是否公平对待求职者。准确性只是伦理考量之一。

智力科学的负责任目标，不是决定谁的心智更重要，而是充分理解差异，从而改善学习、获得机会、自主性和参与度。

以人为本的原则

14 · 检视这项主张

一份用于核查智力相关主张的十问清单

在相信有关智力的标题、产品、脑部扫描、基因评分或在线测验之前，先使用这份检查清单。

  • 定义：这里的“智力”“记忆”或“专注”究竟是什么意思？
  • 测量：这个数值由哪项任务或测量工具得出？它是否经过验证，适用于此次用途？
  • 比较：表现是与哪个群体、在什么条件下，以及相对于哪项当前标准进行比较的？
  • 样本：研究了多少名参与者？他们的年龄、语言、文化和健康背景如何？
  • 研究设计：这项研究是相关性、纵向、遗传信息性还是随机化研究？其设计是否支持因果推断？
  • 幅度：这种影响是否具有实际意义，而不仅仅是在统计上可检测？
  • 不确定性：是否清楚呈现了置信区间、测量误差、缺失数据和其他可能的解释？
  • 迁移：这种改善是否超越了练习过的测试，并延伸为持久的日常能力？
  • 重复验证：是否有独立团队在相关人群中发现了类似结果？
  • 后果：谁会受益，谁可能被排除在外，以及当事人是否能够理解、质疑或重新审视这一决定？
?

警惕被压缩的标题

“X脑区控制智力”、“Y基因决定智商”、“伽马波创造天才”和“这个游戏能让你更聪明”都把一连串假设压缩成了简单结论。严谨的科学会说明任务、研究对象、方法、效应量以及结论的适用边界。

15 · 常见问题

复杂问题的简短回答

每个答案都只是一个起点；本系列的后续文章将深入探讨这些领域。

智力是一种能力，还是多种能力？

这两种描述都反映了部分证据。多种认知任务之间存在相关性，支持一般因素的存在；与此同时，广义和狭义能力还能解释有意义的额外差异。关于这种模式背后的因果结构，各种理论并不一致。

智商能测量智力吗？

设计良好的智商测验组合可以估计若干重要的认知能力，并对其中一部分进行概括。它并不测量实践、创造、情绪或道德功能的所有形式，其含义取决于常模、测评条件和预期用途。

智商会变化吗？

是的。人们相对于彼此的排名通常会保持相近，尤其是在成年期较短的时间间隔内；但分数可能会因发育、教育、健康状况、重大环境变化、练习和测量噪声而改变。单次变化应结合其置信区间和背景进行解读。

智力差异是由基因决定的吗？

遗传差异会导致所研究人群内部的差异，但这种影响具有高度多基因性，并在与环境的相互作用中发展形成。遗传力不是针对个人的百分比，也不是固定上限，更不能用来解释群体差异。

人类是否只使用了10%的大脑？

不是。不同系统会随时间和任务而改变活动水平，并非每个神经元都会同时放电——也不应该如此——但健康的大脑并不存在一个巨大且毫无功能、等待被开发的90%区域。

人是左脑型还是右脑型？

一些功能具有侧化特征，两个大脑半球也并不完全相同。然而，普通推理、创造力、语言和情绪仍依赖于通过主要通路相互通信的双侧网络。大脑半球专门化并不能推出只有两种类型的人格标签。

脑电波能揭示思想或智力吗？

脑电图可以揭示与觉醒、感觉加工、运动准备、睡眠和任务相关的随时间变化的电活动模式。宽频段并不能直接对应特定思想、人格或智力分数。关于解码思想或智力的说法，需要针对具体任务进行验证，并严格控制伪迹。

脑容量更大是否意味着智力更高？

总体脑容量与认知测试分数在总体人群层面呈小到中等程度的正相关（约 r = .24（在一项大型综合分析中），只能解释个体差异的一小部分。61 身体大小、发育、组织特性、连接性、网络动态和测量方式都很重要，而扫描无法可靠地对人的思维能力进行排名。

提升能力的最佳方法是什么？

积累相关知识，练习实际技能，进行提取练习，并将学习分散到一段时间内；寻求反馈，保障睡眠和健康，使用工具并开展协作。这些策略可以提升能力，但不承诺普遍提高某个隐藏的单一指标。

什么时候应该寻求专业评估？

当认知、学习、发育或记忆方面的问题影响日常生活、教育或工作，或获得正式支持需要相关证明文件时，专业评估可能会有所帮助。突然出现意识混乱或说话困难可能是中风的迹象；请立即寻求紧急医疗救助。68

证据图谱

来源与延伸阅读

参考文献优先收录同行评审研究、专业标准和学术机构的一手资料。它们支持上述论断；这不是对所有理论的排名，也不能替代对各子领域进行的系统综述。

链接行为：外部来源链接会在新标签页中打开。

  1. Neisser, U. 等（1996），“智能：已知与未知”，American Psychologist，51(2)，77–101。DOI 记录。
  2. Deary, I. J.（2012），“智能”，Annual Review of Psychology，63，453–482。DOI 记录。
  3. van der Maas, H. L. J. 等（2006），“一般智能的动力学模型：通过互利作用形成的智能正流形”，Psychological Review，113(4)，842–861。DOI 记录。
  4. McGrew, K. S.（2009），“CHC 理论与人类认知能力项目：站在心理测量智能研究巨人的肩膀上”，Intelligence，37(1)，1–10。DOI 记录。
  5. Visser, B. A.、Ashton, M. C. 和 Vernon, P. A.（2006），“超越 g：检验多元智能理论”，Intelligence，34(5)，487–502。DOI 记录。
  6. Gardner, H.（2013），“多元智能并非学习风格”，哈佛大学教育研究生院。作者说明。
  7. Sternberg, R. J.（1999），“成功智力理论”，Review of General Psychology，3(4)，292–316。DOI 记录。
  8. Chooi, W.-T., Long, H. E. & Thompson, L. A.（2014），“Sternberg 三元智力测验（Level-H）是 g 的测量工具”，Journal of Intelligence，2(3)，56–67。DOI 记录。
  9. Robinson, M. D.（2024），“能力相关情绪智力：导论”，Journal of Intelligence，12(5)，51。DOI 记录。
  10. MacCann, C. 等（2020），“情绪智力预测学业表现：一项荟萃分析”，Psychological Bulletin，146(2)，150–186。DOI 记录。
  11. Bassett, D. S. & Sporns, O.（2017），“网络神经科学”，Nature Neuroscience，20，353–364。DOI 记录。
  12. Pessoa, L.（2014），“理解大脑网络与大脑组织”，Physics of Life Reviews，11(3)，400–435。DOI 记录。
  13. Poldrack, R. A.（2006），“能否从神经影像数据推断认知过程？”，Trends in Cognitive Sciences，10(2)，59–63。DOI 记录。
  14. Logothetis, N. K.（2008），“我们能用 fMRI 做什么，以及不能做什么”，Nature，453，869–878。DOI 记录。
  15. Barbey, A. K.（2018），“人类智力的网络神经科学理论”，Trends in Cognitive Sciences，22(1)，8–20。DOI 记录。
  16. Wilcox, R. R. 等（2026），“人类连接组中的一般智力网络架构”，Nature Communications，17，2027。DOI 记录。
  17. Squire, L. R. & Dede, A. J. O.（2015），“有意识与无意识记忆系统”，Cold Spring Harbor Perspectives in Biology，7(3)，a021667。DOI 记录。
  18. D’Esposito, M. & Postle, B. R.（2015），“工作记忆的认知神经科学”，Annual Review of Psychology，66，115–142。DOI 记录。
  19. Friedman, N. P. 和 Miyake, A.（2017），“执行功能的统一性与多样性：作为认知结构窗口的个体差异”，皮层，86，186–204。DOI 记录。
  20. Friedman, N. P. 和 Robbins, T. W.（2022），“前额叶皮层在认知控制和执行功能中的作用”，神经精神药理学，47，72–89。DOI 记录。
  21. Petersen, S. E. 和 Posner, M. I.（2012），“人类大脑的注意系统：20年后”，神经科学年度综述，35，73–89。DOI 记录。
  22. de Lange, F. P., Heilbron, M. 和 Kok, P.（2018），“预期如何塑造知觉？”，认知科学趋势，22(9)，764–779。DOI 记录。
  23. Magee, J. C. 和 Grienberger, C.（2020），“突触可塑性的形式与功能”，神经科学年度综述，43，95–117。DOI 记录。
  24. Sancho, L., Contreras, M. 和 Allen, N. J.（2021），“胶质细胞：突触可塑性的雕塑家”，神经科学研究，167，17–29。DOI 记录。
  25. Cramer, S. C. 等（2011），“利用神经可塑性开展临床应用”，大脑，134(6)，1591–1609。DOI 记录。
  26. Lövdén, M. 等（2010），“成人认知可塑性研究的理论框架”，心理学公报，136(4)，659–676。DOI 记录。
  27. Thomas, C. 和 Baker, C. I.（2013），“教成年人大脑掌握新技能：关于人类训练依赖性结构可塑性证据的批判性综述”，神经影像学，73，225–236。DOI 记录。
  28. Wenger, E. 等（2017），“技能习得过程中人类大脑结构的扩展与再标准化”，认知科学趋势，21(12)，930–939。DOI 记录。
  29. Fuhrmann, D., Knoll, L. J. 和 Blakemore, S.-J.（2015），“青春期是大脑发育的敏感期”，认知科学趋势，19(10)，558–566。DOI 记录。
  30. Somerville, L. H.（2016），“寻找大脑成熟的特征：我们在寻找什么？”，Neuron，92(6)，1164–1167。DOI 记录】【。
  31. Bethlehem, R. A. I. 等（2022），“人类生命周期脑图谱”，Nature，604，525–533。DOI 记录。
  32. Hartshorne, J. K. 和 Germine, L. T.（2015），“认知功能何时达到峰值？不同认知能力在整个生命周期中的异步上升与下降”，Psychological Science，26(4)，433–443。DOI 记录。
  33. Stern, Y. 等（2020），“白皮书：定义和研究认知储备、脑储备与脑维护”，Alzheimer’s & Dementia，16(9)，1305–1311。DOI 记录。
  34. Visscher, P. M.、Hill, W. G. 和 Wray, N. R.（2008），“基因组学时代的遗传率——概念与误解”，Nature Reviews Genetics，9，255–266。DOI 记录。
  35. Haworth, C. M. A. 等（2010），“一般认知能力的遗传率从童年到成年早期呈线性增长”，Molecular Psychiatry，15，1112–1120。DOI 记录。
  36. Savage, J. E. 等（2018），“对269,867名个体开展的全基因组关联荟萃分析发现了与智力相关的新遗传和功能联系”，Nature Genetics，50，912–919。DOI 记录。
  37. Howe, L. J. 等（2022），“同胞内全基因组关联分析降低直接遗传效应估计中的偏差”，Nature Genetics，54，581–592。DOI 记录。
  38. Tucker-Drob, E. M. 和 Bates, T. C.（2016），“基因 × 社会经济地位对智力的交互作用存在显著的跨国差异”，Psychological Science，27(2)，138–149。DOI 记录。
  39. Ritchie, S. J. 和 Tucker-Drob, E. M.（2018），“教育在多大程度上能提高智力？一项荟萃分析”，Psychological Science，29(8)，1358–1369。DOI 记录。
  40. Lanphear, B. P. 等（2005），“低水平环境铅暴露与儿童智力功能：一项国际汇总分析”，Environmental Health Perspectives，113(7)，894–899。DOI 记录。
  41. Mill, J. 和 Heijmans, B. T.（2013），“从承诺到表观遗传流行病学的实用策略”，Nature Reviews Genetics，14，585–594。DOI 记录。
  42. AERA、APA 和 NCME（2014），教育与心理测验标准。官方开放获取版本。
  43. Scharfen, J.、Peters, J. M. 和 Holling, H.（2018），“认知能力测验中的重测效应：一项元分析”，Intelligence，67，44–66。DOI 记录。
  44. Breit, M.、Scherrer, V.、Tucker-Drob, E. M. 和 Preckel, F.（2024），“认知能力的稳定性：纵向研究的元分析综述”，Psychological Bulletin，150(4)，399–439。DOI 记录。
  45. Roth, B. 等（2015），“智力与学校成绩：一项元分析”，Intelligence，53，118–137。DOI 记录。
  46. Sackett, P. R. 等（2022），“重新审视人员选拔中效度的元分析估计：解决对范围限制的系统性过度校正问题”，Journal of Applied Psychology，107(11)，2040–2068。DOI 记录。
  47. Pietschnig, J. 和 Voracek, M.（2015），“全球智商提升的一个世纪：弗林效应的正式元分析（1909–2013）”，Perspectives on Psychological Science，10(3)，282–306。DOI 记录。
  48. Buzsáki, G. 和 Draguhn, A.（2004），“皮层网络中的神经元振荡”，Science，304(5679)，1926–1929。DOI 记录。
  49. Herrmann, C. S. 等（2016），“脑电振荡：从相关性到因果性”，International Journal of Psychophysiology，103，12–21。DOI 记录。
  50. Donoghue, T. 等（2020），“将神经功率谱参数化为周期性和非周期性成分”，Nature Neuroscience，23，1655–1665。DOI 记录。
  51. Whitham, E. M. 等（2007），“瘫痪期间的头皮电记录：定量证据表明，20 Hz以上的EEG频率受到EMG污染”，临床神经生理学，118(8)，1877–1888。DOI记录。
  52. Ros, T. 等（2020），“临床与认知行为神经反馈研究报告和实验设计共识（CRED-nf清单）”，大脑，143(6)，1674–1685。DOI记录。
  53. Simons, D. J. 等（2016），“‘脑力训练’项目有效吗？”，公众利益中的心理科学，17(3)，103–186。DOI记录。
  54. Cepeda, N. J. 等（2006），“言语回忆任务中的分散练习：综述与定量综合”，心理学公报，132(3)，354–380。DOI记录。
  55. Agarwal, P. K.、Nunes, L. D. 与 Blunt, J. R.（2021），“提取练习持续有益于学生学习：学校和课堂应用研究的系统综述”，教育心理学评论，33，1409–1453。DOI记录。
  56. Mason, G. M. 等（2021），“睡眠与人类认知发展”，睡眠医学评论，57，101472。DOI记录。
  57. Erickson, K. I. 等（2019），“身体活动、认知与大脑结局：2018年身体活动指南综述”，运动与锻炼医学与科学，51(6)，1242–1251。DOI记录。
  58. Fox, K. C. R. 等（2014），“冥想是否与脑结构改变相关？对冥想练习者形态学神经影像研究的系统综述与荟萃分析”，神经科学与生物行为评论，43，48–73。DOI记录。
  59. Van Dam, N. T. 等（2018），“当心炒作：对正念与冥想研究的批判性评估及规范性议程”，心理科学展望，13(1)，36–61。DOI记录。
  60. 美国智力与发展障碍协会（访问于2026年9月4日），“智力障碍的定义标准”。AAIDD标准。
  61. Pietschnig, J., Gerdesmann, D., Zeiler, M. & Voracek, M.（2022），“不同方法、存在争议的估计与不一致的解释：脑容量与 IQ 关联的元分析多元宇宙”，《Royal Society Open Science》，9(5)，211621。DOI 记录。
  62. Sampaio-Baptista, C. & Johansen-Berg, H.（2017），“成年人大脑中的白质可塑性”，《Neuron》，96(6)，1239–1251。DOI 记录。
  63. Kane, N. 等（2017），“临床脑电图学家最常用术语修订版词汇表及脑电图检查结果报告格式更新建议：2017 年修订版”，《Clinical Neurophysiology Practice》，2，170–185。DOI 记录。
  64. Cavanagh, J. F. & Frank, M. J.（2014），“额叶θ作为认知控制机制”，《Trends in Cognitive Sciences》，18(8)，414–421。DOI 记录。
  65. Buzsáki, G. & Moser, E. I.（2013），“海马–内嗅系统中的记忆、导航与θ节律”，《Nature Neuroscience》，16(2)，130–138。DOI 记录。
  66. Ray, S. & Maunsell, J. H. R.（2011），“猕猴视觉皮层中伽马节律与高伽马活动的不同起源”，《PLoS Biology》，9(4)，e1000610。DOI 记录。
  67. Carpenter, S. K. 等（2012），“利用间隔学习增强多种形式的学习：近期研究综述及其对教学的启示”，《教育心理学评论》，24(3)，369–378。DOI 记录。
  68. 疾病控制与预防中心（更新于 2024 年 5 月 15 日；访问于 2026 年 9 月 4 日），“中风的体征与症状”。CDC 指南。

继续阅读“智力与脑功能”系列

深入探索每个基础主题

  1. 1 · 智力的定义与视角
  2. 2 · 大脑解剖与功能
  3. 3 · 智力类型
  4. 4 · 智力理论
  5. 5 · 神经可塑性与终身学习
  6. 6 · 全生命周期的认知发展
  7. 7 · 智力中的遗传与环境
  8. 8 · 智力测量
  9. 9 · 脑电波与意识状态
  10. 10 · 认知功能

截至 2026 年 9 月 4 日审阅的证据 · 教育性概览；不构成临床评估

返回博客