关于智力的定义与观点

从最广泛的意义上说，智力是从信息和经验中学习、推理关系、解决问题，并在熟悉的惯例不再足够时进行适应的能力。这个工作定义很有用——但其中的每个术语都会引出另一个问题。

快速学习是否比多年之后仍能记住更重要？在困难的现实环境中，一个优雅的抽象解法是否比可行的应对更聪明？智力是否应包括理解他人、选择有价值的目标，或意识到自己的推理是错误的？研究人员对这些问题的回答各不相同，因为他们往往试图解释心理生活的不同部分。

不应混为一谈的三个层面

一旦我们区分一个人的潜在能力、某次表现以及最终产生的结果，许多争论就会消失。

一种科学构念，而非隐藏的物质

研究者无法把“智力本身”放在刻度上测量。他们观察任务之间的模式，并建立模型来解释为什么某些表现往往会共同变化。模型可以很有解释力，却不必是头脑中的实体。通常被称为的一般因素 g例如，是对认知任务之间共同变异的统计描述，而不是一种流体、某个器官或大脑中的单一位置。

因此，定义在一定程度上取决于目的。心理测量研究者可能会问，哪些能力最能解释测试结果之间的差异。发展科学家可能会问，推理能力如何随年龄和经验而变化。临床医生可能需要了解个人的能力特征。教育工作者可能关注如何建立知识和策略。人工智能研究者可能会把成功完成任务称为“智能”，但并不声称某个系统像人一样思考或体验世界。

解决一个看似简单的问题，可能需要同时完成多个过程：理解指令、让相关信息保持在活跃状态、忽略干扰、提取知识、识别模式、检验回答并发现错误。“智力”是一个方便的概括；认知则是其背后协调运作的过程。

为什么认知特征并不均衡

各种能力彼此相关，但并不相同。一个人可能推理能力很强，但工作速度较慢；可能能理解复杂的口语表达，却觉得视觉组织很困难；也可能拥有广博的知识，却难以在时间压力下提取这些知识。发展、教育、语言、残障、神经系统病史以及正常个体差异，都可能促成独特的能力特征。

综合得分会针对特定目的概括其中一部分模式。概括可能很有帮助，但必然会损失细节。综合得分相同的两个人，可能是通过不同的优势与困难组合达到这一得分的，因此要发挥最佳水平，可能需要截然不同的条件。

协调与孤立的部分同样重要

现实世界中的任务很少只属于一个类别。阅读医学解释可能结合词汇、工作记忆、先前知识、注意力以及对不确定性的判断。修理机器可能结合空间表征、因果推理、感觉运动技能和经验。安慰一个痛苦的人可能需要语言、社会知觉、情绪调节和价值观。

因此，这些构成要素不应变成一套新的“更优秀”心智排名。它们是一种理解表现如何构成的词汇，帮助我们理解为什么一条路径上的困难不必抹去其他方面的优势，以及为什么审慎的评估应关注模式，而不是把一个人化为一个数字。下一节将考察用于整理这些模式的主要科学模型。

专业的认知评估并不是一组带有一个名为“智力”的秘密答案的谜题，而是一个结构化的抽样过程。经过精心选择的任务会在标准化条件下施测，依据有记录的规则进行合并，并与适当的常模组进行比较。结论的质量取决于这条链条中的每一个环节。

从任务表现到解读后的分数

信度：这个估计有多精确？

信度涉及一致性和测量精度。不同形式的证据会考察题目是否协同运作、当所测能力预期保持稳定时分数是否能合理保持稳定，或不同评分者是否达成一致。没有任何单一系数能够回答所有问题，而且信度属于在特定条件下获得的分数，而不是永久属于某个测验名称。

测量标准误将不确定性转换为分数单位。置信区间利用该误差，围绕观测结果表达一个合理范围。区间并不意味着其中每个数值都同样可能，也不意味着个体的能力会在两个端点之间随机变化。它意味着该评估的精度不足以把点估计视为精确值。

总合成分数通常比简短的分量表更精确，因为它们基于更多次观察。差异分数和跨时点的变化可能不如任一单独分数精确。因此，负责任的解释应针对正在讨论的确切总分、指数、分数、差异或变化，查找其精度证据。

效度：证据支持得出什么结论？

效度并不是永久附着在某个测量工具上的徽章。它是指证据和理论在多大程度上支持针对特定用途对分数作出的拟议解释。同一项测验可能支持对某一人群作出一种结论，却缺乏支持另一种结论、语言、情境或决策的证据。

常模回答的是“与谁相比？”

常模参照分数将表现定位于指定的比较群体之中。许多广泛使用的智商量表设定为：年龄组平均数为100，标准差为15，但必须查阅相关手册，核实具体量表和换算方式。这个数字不是答对题目的百分比，也不是智力的绝对量值。例如，分数为130不能解释为比100分“智力高出30%”。

常模是带有日期和适用人群范围的证据。随着教育、健康状况、技术、语言和对测验的熟悉程度发生变化，常模的代表性可能会下降。即使计分运算完全无误，如果常模群体不能充分代表受测者的年龄、语言、文化经历或受教育机会，也可能削弱预期的比较。

不同工具回答不同问题

个别施测的综合测验可以支持观察、澄清，并对多个领域进行能力画像。简短的团体筛查可以高效识别需要进一步评估的人，但通常只能支持范围更窄的结论。成就测验考查的是学到了什么；神经心理测验则可能针对神经系统或临床问题，考查与之相关的特定过程。这些工具可能有所重叠，但不能相互替代。

关键证据与延伸阅读

认知能力之所以重要，是因为理解能让行动更有效。它支持学习新信息、把握关系、在头脑中同时保持多个约束条件、发现错误、将原则迁移到新问题上，以及在情况发生变化时修订计划。设计良好的测试能够为这些能力提供有用证据，并有助于解释为什么某些学习和问题解决要求对一个人来说比对另一个人更容易。

从理解到有效行动

能力会通过它帮助一个人完成的事情显现出来：理解复杂的解释、找出相关事实、比较可能的解决方案、预见后果，并从反馈中学习。知识和经验提供材料；推理将其组织起来；记忆使重要信息保持可用；加工效率则有助于避免不必要的过载，让工作得以顺利进行。

这些能力有助于做出更明智的行为。一个人如果能更准确地理解风险、比较证据、发现矛盾或预见二阶后果，就拥有更多资源来做出有效选择。认知能力强并不会自动带来有价值的目标或道德品质；它提升理解和行动的能力，而价值观、同理心、经验和责任感则有助于决定这种能力如何被运用。

教育与工作领域的证据

在不同群体中，认知表现与后续学习和教育成就相关。一项大型英国前瞻性研究发现，11岁时测得的认知表现与16岁时多门学校科目的成绩之间存在密切关系。这在实践上是合理的：广泛的学习会反复调用理解、知识获取、记忆和推理能力，尽管教学、健康状况、机会、兴趣和坚持程度也会影响结果。

在工作环境中，一般认知能力有助于预测人们学习培训材料的容易程度，以及他们在认知要求较高的评价标准上的表现。当岗位要求频繁学习、排查问题、在复杂情境下进行判断，或将所学迁移到陌生情境时，这一点尤其相关。预测能力的具体强度会因工作、标准、群体和统计方法而异。近期的重新分析下调了部分具有影响力的早期估计，但总体证据仍支持将认知能力视为一个有意义的预测因素，而不是一套完整的选拔体系。

能力通过教育和经验发展

认知表现具有足够的稳定性，因此可以用于预测；同时也具有足够的可发展性，因此教育和练习仍然重要。一项采用纵向和准实验性证据的大型荟萃分析发现，接受更多教育可以提高智力测验表现。重复测验也可能带来提升，因为人们会逐渐熟悉任务形式和策略。实际启示是：将分数视为当前基线，并妥善设计下一次机会。

群体也会发展。历史上常被称为弗林效应的得分提升，会因国家、时期和认知领域而异；在一些样本中，这种提升有所放缓甚至出现逆转。当代常模使比较始终与分数所要解释的群体保持一致。

利用预测扩大有效机会

预测的最佳用途是建设性的：选择适当的挑战程度，在可避免的失败发生前提供支持，识别接受高级学习的准备程度，并将能力证据与知识、动机、兴趣和表现的直接证据结合起来。在高风险决策中，应从设计之初就将公平、机会获取、测量误差以及错误的后果纳入考量。

关键证据与延伸阅读

基因和环境并不是争相填充一个人的两种物质。基因参与构建和调节神经系统；环境则提供营养、语言、教学、压力、人际关系、毒素、练习和机会。发展是这些影响持续相遇的过程。

人与人之间在数千种 DNA 变异上存在差异，而每种变异通常只与测量表现中极其微小的平均差异相关。人们也会部分通过不断发展的偏好和能力来选择、塑造并引发相应的环境。家庭共享基因和生活条件，而学校、同伴、社区、疾病及历史变迁又带来更多差异。因此，简单地问“先天还是后天”，实际上是在要求生物学完成一件生物学从未做过的事：脱离世界而发展。

遗传率：一种群体统计量，而非个人百分比

在一项涵盖四个国家的大型双胞胎联盟研究中，估计遗传率从9岁时的41%上升到12岁时的55%，再到17岁时的66%。这一模式并不表明基因在“接管一切”。随着儿童成长，他们会越来越多地选择并持续参与符合自身兴趣的活动；教育可以放大早期差异；测量的可靠性也会发生变化。双胞胎研究的估计还取决于建模假设以及所代表的环境。

大规模全基因组关联研究进一步印证了同样的谨慎态度。一项对269,867名参与者的研究发现了许多相关区域，但其多基因评分在四个独立样本中至多解释了约5.2%的智力测试差异。大多数发现样本来自欧洲血统人群，而在与发现样本不同的人群中，预测通常会变得不那么准确。这类评分是研究工具，不是诊断工具、衡量人类价值的排名，也不是预测儿童上限的依据。

机会会成为发展的一部分

社会经济地位是一组环境条件，而不是一种生物学属性，也不是单一的因果杠杆。它可以代表学校质量、家庭稳定性、营养、医疗保健、书籍与交流、安全空间、污染、社区资源、长期压力以及成年人能够投入在儿童身上的时间。观察性关联无法告诉我们，究竟是哪一项因素导致了某个人的结果。

弗林效应：历史推动了测试得分的变化

在20世纪的大部分时期，许多智力测试的平均表现一代又一代地提高。一项涵盖271个独立样本、近400万人、31个国家以及1909—2013年数据的荟萃分析发现，流体、空间、总量表和晶体得分均有所提高，但不同领域的提升速度不同，且近几十年的增幅较弱。总量表得分的总体提升速度约为每十年2.8个智商点。

这表明认知测试表现会对历史环境作出反应；但这并不能证明每种心理能力都以相同幅度提高。更多的受教育机会、健康与营养状况的改善、规模更小的家庭、更抽象的工作和媒体环境，以及对类似测试问题更加熟悉，都被认为是可能的促成因素，但没有任何单一解释能够说明每个国家或时期的情况。有些国家报告了停滞或逆转。在挪威征兵数据中，早期上升和后来的下降都出现在家庭内部，这支持环境变化而非快速遗传变化的解释，但具体原因仍未确定。

智力并不存在一个统一的峰值年龄

流体能力——例如处理新关系、将信息保持在头脑中以及快速作出反应——通常在成年早期达到平均高点，并且更容易受到与年龄相关的衰退影响。晶体能力——通过文化和经验获得的知识、词汇与策略——通常会在更长时间内持续提高，有些测量指标甚至在六七十岁时才达到峰值。不同能力遵循不同曲线，而健康、教育和世代经历会使每个平均值周围都存在很大差异。

谈论稳定性也需要使用精确的语言。一项2024年对205项纵向研究的荟萃分析发现，秩次稳定性很高：例如，估计20岁时五年后的相关系数为0.76。这意味着人们的相对位置往往相近，并不意味着他们的得分、技能或生活没有变化。每个人都可以进步，同时秩次保持稳定；或者群体平均值保持相近，而个体发生变化。

分布式大脑，而非智力中枢

推理调动的是多个网络，而不是某个单一的解剖学开关。额顶叶整合理论强调额叶和顶叶区域之间的通信，以及它们与前扣带回、颞叶和枕叶区域之间的协作，还有连接这些区域的白质通路。这些系统参与表征问题、保持和转换信息、选择反应并检查结果。

结构关联确实存在，但幅度不大。一项涵盖8,000多名参与者的荟萃分析估计，相关系数约为 r 总体脑容量与智力之间的相关系数为0.24——在简单相关中约有6%的共享方差——并发现较早且规模较小的研究可能高估了这一相关性。一项对13,608人的预注册英国生物样本库分析发现 r 与流体智力的相关系数为0.19。这些平均值不能诊断个体、确定原因，也不能证明“大就是好”。体型、发育、性别相关平均差异、健康状况和测量方式都需要谨慎处理。

连接性和发育时机提供了总体大小所遗漏的信息。静息态网络模式可以预测研究样本中部分个体差异，但具体图谱各不相同，也不是个人智力扫描。对儿童的纵向研究发现，与认知水平相关的是皮层厚度的变化轨迹，而不是某一次静态测量。因此，脑科学证据支持一种基于发育和网络的解释，而非生物决定论。

本节背后的证据

智力帮助人表征复杂信息并发现可能的手段。但智力本身并不能决定哪些目标值得追求。知识提供已学到的内容；专业能力支持在某一领域中可靠地表现；理性考察信念是否遵循证据、行动是否服务于目标；元认知监控思考者自身；智慧则在价值观、人际关系和长期后果都很重要的不确定人类情境中协调运用这些资源。

六种相关能力——六个不同的问题

以下界限是功能性的，并非绝对界限。这些能力可以相互支持，但不应将关于其中一种能力的证据，未经说明地推断为关于全部六种能力的结论。

水平滑动以进行比较 →

理性：信念与选择的质量

认知能力有助于进行复杂表征和基于规则的推理，但二者并不完全重合。在斯坦诺维奇和韦斯特的研究中，一些推理偏差与认知能力相关，而另一些则表现出较弱的相关性，甚至没有相关性。决策能力测量还显示，在控制认知能力和人口统计变量后，它能够预测较少的负面生活结果。这些发现并未确立一个普遍接受的“理性商数”；它们表明，人们评估证据和做出选择的方式存在差异，而这种差异并不能被传统智力分数完全涵盖。

偏差任务本身需要谨慎对待。许多著名效应作为实验条件之间的差异而言具有稳健性，但在对个体进行排名时却并不可靠：一项任务可以揭示人们作为群体会受到框架效应的影响，同时仍然产生不稳定的个人“偏差分数”。因此，对理性的判断应基于相互印证的多项任务和实际行为，而不应依据网上流传的某一道谜题。

元认知：了解自己了解得有多好

元认知包括监控——估计某段记忆、某种知觉或某个答案是否可能正确；以及控制——利用这一估计进行核查、改变策略、寻求帮助或停止行动。自信的感觉并不足够。关键问题在于，信心是否能区分更准确与较不准确的判断，以及这些信息是否能改善行动。

元认知技能既不是完全普遍的，也不是完全受领域限制的。一个人可能很擅长监控视觉决策，却会误判记忆、政治或专业知识；证据支持其中既有共同成分，也有任务特异性成分。因此，“我了解自己的想法”并不能证明内省是准确的。必须根据相关情境中的结果检验校准程度。

科学家所说的智慧

智慧研究没有唯一的最终定义，但主要模型 convergе 于一种家族相似性：广泛的情境知识、对不确定性的意识、考虑不同视角的能力、与即时自我利益保持反思性距离、情绪调节，以及对人类后果的关切。不同模型的区别在于：智慧主要是专家知识、人格构型、在特定情境中的推理方式，还是指向共同利益的判断。

智慧取决于情境，而非永久的桂冠

一个人可以对某个冲突进行明智推理，却在另一个冲突中采取防御性思维。日常生活研究发现，同一个人在不同情境下的明智推理存在显著差异。权力、威胁、疲劳、情感投入、社会角色，以及采取局外人视角的能力，都可能改变一个人在当下能够调动的能力。拥有智慧的声誉——或在智慧量表上得分较高——并不能保证一个人在下一次决策中采取明智的行为。

这种差异并不是放弃这一概念的理由，而是改变了实践目标。与其只问“谁是有智慧的人？”，不如问 “哪些习惯和条件会让人在这里更可能进行更明智的推理？” 反思的时间、真诚的分歧、责任担当、心理距离、多元视角，以及允许自己修正观点，都可能支持更好的判断，即使没有哪个参与者是能够应对一切的智者。

智慧是如何测量的——以及结果为何不同

具有代表性的智慧测量往往只有中等程度的相关性，因为它们对这一构念的不同部分进行了操作化。一份关于同情心的自我报告、对虚构人生困境的评分回答，以及个人冲突中的明智推理，并不是可以互换的观察指标。没有一种普遍认可的智慧分数，没有经过验证、能够证明一个人具有智慧的脑部扫描，也没有任何测量能够排除文化和道德假设。

为什么伦理与价值判断不能简化为智商

智力测试抽样测量的是用于解决既定认知问题的能力。伦理判断还要提出额外问题：哪些利益应被计入？哪些伤害是可以接受的？哪些责任会约束对利益的追求？应如何权衡不确定性、同意、公平以及跨越时间的后果？处理速度或抽象推理能力的提升，都无法在逻辑上直接给出这些答案。

负责任的结论不是说智力与判断力毫无关系，也不是说高智力的人在道德上更好或更差，而是二者的重叠有限，且这些构念并不等同。智力可以拓展一个人理解和行动的能力，但它本身不会决定什么值得去做、谁的利益应当被考虑，或哪些后果在道德上可以接受。

关键证据与延伸阅读

智能系统有时必须做的不只是检索已知解决方案。它可能需要设想替代方案，注意到第一种策略正在失效，从反馈中学习，并适应测试设计者未预料到的条件。创造力、元认知和实际适应能力描述了这一过程的不同部分。它们彼此互动，但都不是神秘力量、固定的人格类型，也不能保证取得成就。

创造力需要新颖性和价值

在心理学研究中，创意或产品通常应当在相关情境中同时具备原创性和有效、有用或适切性。没有价值的新颖性可能只是不同寻常；没有新颖性的实用性则可能只是熟练的常规做法。何谓有价值会随着学科、文化和历史时期而变化，因此，创造成就应由知识与实践共同体在其具体情境中进行评判，而不能只看原创性。

水平滑动以进行比较 →

创造力与智力相互关联，但并不相同

一般认知能力可以帮助人学习某个领域、在头脑中保持约束条件并评估各种可能性。然而，荟萃分析证据发现，智力与现实世界中的创造成就之间只有适度的正相关。知识、开放性、动机、坚持、协作、资源以及某一领域的标准也会带来额外影响。

人们常重复的“智力只有在智商恰好达到120之前才有助于创造力”这一说法，并不是一条确立的规律。表面上的临界点会随创造力标准和统计方法而变化；一些分析根本没有发现稳定的阈值，尤其是在现实成就方面。因此，119分或121分并不构成有科学依据的界线，无法据此区分缺乏创造力的头脑和富有创造力的头脑。

潜力、表现与成就必须保持区分

限时发散思维任务可以估计一个人在这种形式下回答的流畅性或独创性。它无法完整反映多年领域学习、成品的质量，或一项贡献得以实现所需的社会条件。反过来，较低的外在成就也可能反映机会有限、疾病、歧视、贫困、照护责任或缺乏资源，而非缺少创造能力。

创造力训练可以提升在特定任务上的表现。一项2024年的荟萃分析发现，未经调整的平均效果为中等程度，但在校正发表偏倚后，估计值降至较小范围。合理的结论是，可以教授有用的策略，而不是某种干预能够可靠地制造天才，或保证在训练情境之外实现创新。

元认知：监控与控制思维

元认知通常被描述为“思考思考”，但更有用的科学区分是监控与控制。监控会估计哪些内容已知、答案应有多大把握、哪里仍存在困惑，以及某种策略是否有效。控制则利用这些估计来分配注意力、寻求信息、改变策略、练习、核验或停止。

内省并不可靠。熟悉感可能让人误以为自己掌握了知识，流畅的解释可能让人觉得它是真实的，而犯错后信心仍可能很高。元认知的准确性也会因领域而异：某人在自己的职业领域中校准良好，但在医学、金融或人际关系方面可能校准不佳。因此，元认知并不是一个总能了解真相的独立内在观察者，而是一组本身也可以接受测试并得到改进的监控与控制过程。

适应性是有智慧的改变，而不是为了改变而改变

当熟悉的惯例不再适用时，适应性便会显现出来。这可能要求学习新技能、重新组织计划、与不熟悉的人协调、应对不确定性，或在受到干扰期间保持表现。关于适应性表现和学生适应力的研究，将这些反应视为多维度现象，而不是一种简单的特质。

实践智力具有情境性

实践智力研究通常考察默会知识：通过经验学到、但正式教学不会完整说明的经验教训。肯尼亚农村、阿拉斯加和工作场所中的研究表明，当地重视的知识能够预测有效表现，而传统学业测试可能无法捕捉到这种表现。这些研究也说明，解读必须置于具体情境中。草药知识、自给性生计技能或工作场所判断力，都是在特定机会和要求中习得的；它们并不构成一种不受文化影响的“实践智商”。

情境判断和默会知识任务可以增加预测信息，但它们结合了多种因素：经验、领域知识、一般推理能力、动机、人格以及对当地规范的熟悉程度。如果这些因素及其边界仍然清晰可见，将结果称为实践智力可以作为一种有用的简略说法。

哪些方面可以负责任地加以强化

通过构建领域知识、练习不止一种策略、将想法生成与初步评估分开、检验假设、接受有信息量的反馈，以及学会识别不确定性，可以支持创造性和适应性表现。迁移问题仍然至关重要。练习任务上的改进是有用的；但更广泛的主张需要证据证明这项技能能够在新的问题、环境和时间间隔下保持。

关键证据与延伸阅读