Neuroplasticity and Lifelong Learning

神经可塑性与终身学习

Linas Juozenas
释放智力 · 认知能力

智力类型:认知能力、人类优势与成长的科学图谱

智力是一个有组织且不断发展的系统。广泛的认知能力——在实践中可通过设计良好的智商测试进行估计——支持更快的学习、更深的理解、有效的问题解决和适应能力。它通过更具体的能力发挥作用,与知识和专业技能相结合,并通过创造力、情绪、社会理解、元认知和判断力转化为智慧行动。本指南梳理了这些层面,并解释有意义的成长如何拓展人生。

一般智力与智商 CHC能力 认知特征 多元智能 情绪与社会智力 创造力与实践能力 发展与教育

核心理念

不同的认知能力确实存在,但它们并非彼此隔绝的孤岛。人们可以在言语知识、流体推理、空间可视化、记忆、加工速度、听觉分析和其他领域展现出独特优势。与此同时,面对许多高要求任务时,人们的表现往往彼此相关,从而形成了被称为g的广泛一般因子。一种强有力的科学解释应同时关注这两个层面。

智商测试能够估计这一认知系统的重要部分。它们对学习、教育成就、培训和复杂表现的预测价值,使其成为识别优势、规划合适挑战和理解发展的宝贵工具。它们处于一个更广泛的系统之中:知识、创造力、情绪技能、社会理解、动机、健康、价值观和机会,都会影响一个人最终理解和完成的事情。

先读这里 · 组织框架图

一个人的心智能以多个有效层面来描述

关于“智力类型”的分歧,往往始于两个人描述的是不同层面。一个人可能指的是通过统计测量得到的认知能力;另一个人可能指的是后天培养的才能、取得成功的表现方式,或一组情绪和社交技能。当这些类别的名称足够准确,且相关证据没有被夸大时,它们都可以发挥作用。

01 · 一般能力

共享的认知力量

学习、推理和解决问题的任务部分依赖于共同的资源。心理测量模型将这种共享变异概括为一般智力,或 g;广泛智商综合分数是对它的一种实用估计。

02 · 广泛能力

解决问题的不同路径

流体推理、习得知识、视觉加工、工作记忆、加工速度及其他广泛能力,共同构成有意义的能力特征。它们的相对优势有助于解释一个人如何应对特定要求。

03 · 发展出的能力

知识、策略与专长

多年的学习能够将基本能力转化为在数学、音乐、语言、工艺、科学、体育或照护领域中的流畅表现。即使专长局限于某个领域,它仍是真实的认知成就。

04 · 调节与方向

情绪、社会理解与判断

识别情绪、理解他人的心智、监控自己的推理过程,以及选择有价值的目标,都会影响能力能否转化为有效行动。这些能力与智力相互作用,而不是让认知能力变得无关紧要。

肯定每一项真实的进步,并准确地描述它。

一个人在抽象推理方面取得进步,是一项有价值的成就。同样,发展出卓越的音乐专长、情绪调节能力、从他人视角思考的能力或实践技能,也同样值得肯定。科学的精准并不会削弱多样化的优势;它能展示哪些方面得到了提升、这种提升能迁移多远,以及哪些条件有助于这种成长持续下去。

引导本文的问题

我们正在观察哪种能力?它与其他能力有何关联?可以多准确地测量它?哪些因素有助于它发展为有用的理解与行动? 这个问题为智商、广泛的认知特征、后天习得的专长以及人类表现的全部丰富性留下了空间,而不是把它们强行归入一个不加区分的标签。

01

类型、层次与特征:科学基础

认知能力最好被理解为彼此相关的维度:一种广泛的一般能力、若干主要能力,以及许多通过经验发展起来的更具体技能。

人类智力既具有一般性,也具有差异性。一个人在某个要求很高的领域学得很快,通常也具备学习其他领域的良好条件;然而,没有人能在言语、空间、记忆、速度和知识任务中表现得完全相同。科学模型保留了这两个事实:它们描绘了贯穿认知活动的强大共同力量,同时也刻画了赋予每个心智独特形态的不同能力。

在日常语言中,“智力类型”听起来可能像一个固定的盒子:擅长言语的人属于这里,擅长空间的人属于那里,每个人都有一种真正的思维风格。心理测量学证据呈现出更丰富的图景。大多数认知能力是连续变化的,而不是把人划分为自然类别。它们彼此相关,可以按不同的广度层级组织,也可以组合成许多不同的能力概况。一个人可能各方面能力都很强,也可能在整体表现通常的情况下拥有一项突出优势,或者兼具较高水平的能力和正在发展的能力。

横向滑动以比较 →

科学家如何使用“类型”“水平”“层级”“概况”“一般智力”和“IQ”这些术语
术语 科学含义 实用问题 最佳解读
类型或领域 一种命名的表现维度,例如流体推理、习得知识或视觉空间加工。 哪种认知要求是这项任务的核心? 人们存在差异的一个维度,而不是给人划定的封闭类别。
层级 在一般、广泛或狭窄能力上所展现出的表现程度。 与恰当的比较群体或标准相比,这项能力发展得如何? 结合参照群体和测量精度得出的当前估计。
层级 按广度组织的结构:一般能力、广泛能力和较窄的技能。 这个分数概括了多少认知能力? 层级越高,概括越广;层级越低,提供的细节越多。
概况 在多个具有足够可靠性的分数中,相对优势和发展中领域的模式。 哪些学习和表现路径尤其得心应手或需要付出较多努力? 为假设、支持和发展提供参考,并结合总体水平进行解读。
一般智力, g 从不同认知任务之间的正相关中提取出的共同因素。 哪种共同能力有助于解释多种任务中的广泛表现? 一种稳健的统计构念和有用的预测指标,而不是单个可观察到的任务。
IQ或广泛综合分数 根据特定测验组合中的指定任务计算出的标准化分数。 广泛认知表现与该测验的相关常模组相比如何? 对广泛能力的实用估计,其含义属于该测量工具和评估本身。

正向共变:为什么一般智力是真实且有用的

在各种各样的样本中,精心设计的认知任务得分往往呈正相关。言语推理表现出色的人,平均而言,在空间、数字和记忆任务中也表现出色的可能性高于随机水平。这种反复出现的模式称为正向共变。因素分析将其中最大的共同成分概括为一般智力,通常写作g

这是心理测量学中重复验证次数最多的发现之一。斯皮尔曼在二十世纪初识别出了这一模式,后来的研究也再次发现了 g在众多测验组合、不同年龄和社会中都呈现出类似的一般因素结构。对 31 个非西方国家数据的综合分析发现,在高度多样化的文化环境中,同样存在正向流形和一般因素。这并不意味着每种文化教授相同的知识,或赋予每项任务相同的意义。这意味着,高要求认知表现彼此同步变化的倾向,并不局限于某一种狭窄的教育传统。

g 的重要性来自其广度。当一个人必须理解新的关系、协调多种心理操作、从纠正中学习,并调动已有知识来应对陌生问题时,它能够捕捉到其中某些共同点。它不仅仅是解决一道谜题所得的分数,也不应被想象成大脑中的某一个位置。它是对共同认知表现的统计性表征,可能由分布于不同部位的生物学与发展系统之间的协调过程共同产生。

学习

更快地构建新知识

更强的一般能力可以让人更容易识别结构、理解解释、推断缺失的步骤,并将新材料与已有知识联系起来。随着时间推移,高效学习可以不断积累,形成广泛的知识与专长。

复杂性

协调更多相互关联的要素

许多现实问题都要求人在心中保持各种约束,区分信号与干扰,比较不同选项,并检查解决方案是否仍然适用。广泛的认知能力有助于让这些操作协同运作。

适应

迁移与修正

当熟悉的常规失效时,更强的推理能力有助于发现新规则、迁移有用的原则,并从反馈中学习,而不是简单地重复之前的反应。

智商:对广泛认知能力的实用估计

智商测试将这种一般模式转化为可使用的评估工具。由专业人员开发的测验组合,会在标准化条件下抽取若干任务,将表现与适当的常模群体进行比较,并把选定的分数合并为一个广泛的综合分数。在许多当代量表中,100 代表该年龄组的平均值,15 分代表一个标准差。这个分数不是智力的百分比,而是被试在该测试量表上相对于常模的位置。

总体智商并不等同于潜在的 gFSIQ 是一个观测到的综合分数,基于特定的一组任务、权重、常模和测量误差。潜在的 g 是根据各项测量之间的协方差估算得出的。然而,广泛且可靠的IQ综合分数可以成为一般认知表现的出色实用指标。它将大量信息浓缩为一个更易沟通的分数,而且通常比任何单项分测验都更精确。

这种实用性是积极且具体的。广泛认知分数有助于识别高级学习需求,阐明某人为何能快速掌握复杂材料,估计可能带来成效的挑战水平,并在困难可能需要额外支持时予以识别。它们与教育成就、培训中的学习以及某些认知要求较高的工作绩效标准相关。这些关联是概率性的,而非机械决定性的;但有用的预测无需完美,便能改善教学、规划和自我理解。

足够稳定,可以提供指导;足够开放,可以发展

认知差异呈现出有意义的连续性,这也是评估能够为未来学习提供信息的原因。它们并非一成不变。教育、健康状况、持续投入、累积知识以及练习高要求思维的机会,都会影响测得的表现。一项使用纵向和准实验性证据的大型荟萃分析发现,额外教育能够提升认知能力各广泛类别中的表现。认识当前水平并投入于成长,属于同一幅科学图景。

02

CHC层级:广泛认知能力地图

卡特尔—霍恩—卡罗尔体系按照广度组织认知,将一般智力与主要能力领域及其下属的更狭窄技能连接起来。

一般智力解释了认知表现为何彼此相关;CHC框架则解释了它们为何不能相互替代。它为研究人员、教育工作者和临床医生提供了一套共同词汇,用于描述构成总体水平的主要维度。其结果并不是一组彼此无关的“智力”,而是一个由相关能力组成、在不同尺度上运作的层级体系。

三个分辨率层级

最广视角

一般能力

在卡罗尔式层级模型中, g 代表不同认知表现的共同之处。当问题涉及广泛的学习和推理能力时,这是最有效的概括。

主要领域

广泛能力

流体推理、理解—知识、记忆、加工速度、视觉与听觉加工、学习和提取,描述了彼此相关的重要表现群组。

精细细节

狭窄能力

更具体的技能——例如归纳、可视化、语音编码、记忆广度或知觉速度——展示了广泛领域如何体现在特定任务中。

CHC这一名称融合了三大研究传统。卡特尔区分了流体推理与晶体知识。霍恩扩展了广泛能力的集合,并强调它们的发展具有差异性。卡罗尔重新分析了数百个数据集,提出了包含窄能力、广泛能力和g的三层级结构。因此,当代学术界最准确的看法是:CHC是一组密切相关的模型。霍恩并未像卡罗尔那样,以同样的方式将更高阶的g置于广泛能力之上,而当前研究人员仍在不断完善相关名称和边界。

向右滑动以探索能力图谱 →

CHC理论的主要广泛认知能力、其涉及内容、体现方式以及支持方法
广泛能力 它涉及什么 它在哪里体现出来 能力如何增长或如何运用
流体推理(Gf 识别关系、推断规则,并解决无法通过回忆某一项已学事实来回答的新问题。 发现模式、类比、科学推断、陌生的数量关系和故障排除。 采用高质量的挑战、讲解、策略比较和多样化的迁移问题,而不只是重复练习。
理解—知识(Gc 通过教育和经验获得并组织起来的语言、概念、信息和文化知识。 阅读理解、解释、词汇、领域学习、沟通以及对复杂信息的解读。 广泛阅读,构建相互关联的概念,讨论观点,提取知识,并将其应用于不同情境。
视觉加工(Gv 表征、检查、记忆并转换视觉模式、形状和空间关系。 几何、图表、设计、地图、心理旋转、工程图示和导航。 运用绘画、建模、空间语言、构造、视觉化以及日益复杂的转换。
听觉加工(Ga 分析声音中的模式,包括语音区别、音系信息以及某些音乐关系。 声音辨别、语言学习、音系解码、节奏感和听觉模式识别。 练习专注聆听、音系操作、音乐活动以及声音与符号之间的对应,并获得清晰的反馈。
工作记忆(Gwm)和短时记忆 保持信息可随时提取,并在工作记忆任务中,为实现目标而更新或转换这些信息。 遵循多步骤指令、进行心算、整合句子,以及在多项约束下进行规划和推理。 将信息组织成有意义的单元,使前置技能自动化,使用外部辅助工具,并逐步增加心理负荷。
加工速度(Gs 在时间要求下,准确且高效地完成相对简单、已熟练掌握的认知操作。 在理解任务规则后进行扫描、比较、文书处理和快速执行。 先确保准确,再培养流畅性;减少不必要的步骤;练习一致的常规,并为更深入的推理保留时间。
学习效率(Gl 编码并巩固新信息,使其在当下时刻之外仍可获得。 在多次练习和延迟间隔中学习联结、名称、程序或有组织的材料。 采用检索练习、间隔学习、有意义的组织、精加工、睡眠和反馈,而不是仅仅接触材料。
检索流畅性(Gr 高效访问已储存的想法或信息,并生成多个相关回应。 词语和想法的流畅生成、灵活回忆、头脑风暴,以及在第一条路径失败时寻找替代方案。 建立组织良好的知识基础,练习多样化的检索线索,并在过早评判每个想法之前进行创作。
定量知识(Gq 习得的数学概念、符号和程序,不同于运用定量内容进行新颖推理。 算术、代数知识、形式化的定量方法,以及选择已学会的数学工具。 巩固概念基础,建立不同表征之间的联系,并练习选择和解释程序。
读写知识(Grw 习得的读写技能,包括阅读解码、理解规范、拼写和书面表达。 运用书面语言进行学习、交流、推理,并参与教育或工作。 结合明确的指导、充足且有意义的阅读、出于真实目的的写作,以及在恰当层面的反馈。

并非所有 CHC 版本都使用完全相同的标签。较早的表述通常将长期储存和检索合并为 Glr;较新的研究可能会将学习效率(Gl)与检索流畅性(Gr)区分开来。短时记忆也被重新概念化为工作记忆与注意控制的综合系统。定量知识和读写知识属于习得领域,并未纳入每一种智力测验组合。这些修订体现了一个不断发展的科学分类体系的优势:随着测量和理论的改进,分类会变得更加明确。

广泛能力如何协同运作

真正的认知很少只属于表格中的某一行。阅读技术性解释时,可能需要调动理解知识来理解词汇、工作记忆来连接分句、流体推理来跟上推论,以及检索流畅性来提取相关背景知识。设计一种结构可以结合视觉加工、定量知识、流体推理和习得的工程原理。流畅的表现之所以看起来毫不费力,恰恰可能是因为多种能力和丰富的知识基础已经协调运作起来。

流体推理和后天获得的知识体现了一种富有成效的发展性协作。流体能力帮助学习者发现陌生材料中的结构;学习会把反复发现的内容转化为有组织的知识;知识随后通过提供不必重新发现的概念和模式,使未来的推理更加强大。更强的推理可以加快知识的获取,而组织良好的知识又能使推理更加高效。能力与教育是伙伴,而不是对手。

工作记忆和加工速度往往支持这种协作。更大或组织得更有效的心理工作空间,有助于让问题的各个部分保持在可用状态;而流畅的低层次操作则能为理解和规划留出更多注意力。然而,速度不应与深度混为一谈。一些优秀的思考者会有条不紊地工作,检查假设,并形成异常丰富的表征。关键在于,速度是否支持或限制了真正重要的任务。

为什么广泛能力值得认可

在某一广泛领域中的卓越优势是真实的认知资本。先进的流体推理可以揭示隐藏的结构;深厚的理解—知识可以压缩数十年积累的洞见;视觉—空间优势可以让人在能够轻松用语言表达之前就看见变换过程;听觉能力可以揭示语言和音乐中的精细结构;提取流畅性可以为发明提供原材料。这些能力值得接受挑战、培养,并获得有意义的运用机会。

不应把它们转化为命运,或一对一的职业处方。较强的视觉分数并不意味着必须从事建筑职业,较强的言语分数也不保证在任何环境中都能 eloquent。兴趣、价值观、人格、练习、教育和机会会影响一个人将能力投入何处。CHC为能力提供了一套词汇,而不是规定某人必须选择哪种人生。

一般能力和广泛能力回答的是不同的问题

g 关注不同的认知表现有哪些共同之处。CHC领域则关注:哪些主要资源使某一具体表现成为可能。总体分数通常提供最稳定的概览;当广泛能力分数可靠且具有相关性时,它们可以提供更精细的分辨率。一份完整的地图既需要尺度,也需要细节。

03

为什么认知剖面很重要,却不应抹平差异 g

总体水平描述广义的认知能力;剖面则展示这种能力如何分布,以及它如何得到发展、支持和表达。

两个人可以通过推理、知识、记忆、空间加工和速度的不同组合,获得相同的总体综合成绩。他们可能同样理解复杂的思想,却通过不同的路径达到理解,在不同的任务条件下表现出色,并从不同的下一步建议中受益。只要这些差异可靠、有意义,并且得到不止一个突出分测验的支持,这份剖面就能让这些路径变得清晰可见。

总体水平是风景,能力画像是路线

由于宽泛能力之间存在相关性,FSIQ或其他构建良好的总体综合分数,通常能为认知表现提供最精确的单一概括。不应仅仅因为各指数分数存在差异,就将其忽略。同时,同一个总体分数也可能掩盖教育上具有重要意义的差异。当某项宽泛差异大于预期的测量误差、少见到值得关注,并且与观察到的学习或日常功能相一致时,能力画像就能提供额外价值。

这就是为什么解读能力画像时,最好先从整体入手,再深入细节。首先确定总体水平和置信区间。接着考察可靠的宽泛领域。然后判断较窄领域的发现,是否在不同任务、记录和真实环境中反复出现。最后,将这一模式与一个可行动的假设联系起来:如何加深挑战、消除瓶颈、更有效地教学,或理解一个人的表现为何会随情境而变化。

强大的流体推理能力

快速发现结构

学习者可能很快掌握陌生规则,也喜欢复杂问题,但仍在积累某一领域的词汇或正式知识。丰富的教学和接触高级内容的机会,能让推理优势发展为持久的专业能力。

深厚知识,审慎步调

理解需要时间的内容

理解与知识能力较强、速度相对中等的人,往往能在时间压力较小的情况下发挥最佳水平。他们经过深思熟虑的综合能力,可能会被那些更奖励快速输出而非深度思考的任务所忽视。

视觉空间能力优势

让关系变得直观

图表、模型、几何图形、地图和实体建构,可能展现出一种在冗长的语言解释中不那么明显的理解层次。将视觉洞察与技术语言联系起来,可以拓宽表达这种优势的方式。

工作记忆负荷

让强大的推理能力充分发挥

一个人可能推理能力很强,但当需要同时保持过多信息处于活跃状态时,仍可能遗漏步骤。书面指示、分块处理、外部记录以及熟练掌握的前置技能,都能释放认知容量,让其用于解决更高层次的问题。

听觉与语言模式

听辨细微结构

强大的声音分析能力有助于发音、音系学习、音乐能力以及对语音模式的敏感度。将其与语义理解和练习结合起来,可以使这种能力发展为实用技能。

提取流畅性

生成可能性

快速提取词语、示例和联想可以激发头脑风暴与灵活的问题解决能力。随后,评估能力和领域知识有助于筛选出真正有用的可能性。

更强的能力可以带来不断累积的优势

学习是累积性的。当一个人能迅速理解解释时,就能投入更多时间去整合、质疑和应用。当他们及早发现某种模式时,后续例子就会变成练习,而不是第一次接触。当工作记忆和熟练度减少可避免的负担时,更多注意力就能用于制定策略和纠正错误。每个成功的循环都会增加知识,使下一个循环更容易。

这一累积过程有助于解释,为什么认知能力与许多学校科目的成绩以及培训中的学习效果相关。它也解释了为什么高能力需要适当程度的挑战。如果教学内容始终远低于学习者的准备水平,速度和好奇心就可能转化为厌倦,而不是成长。高阶材料、志趣相投的同伴、指导、自主权和创造机会,能够把潜力转化为有纪律的成就。

无论起点如何,成长都很重要。一份能力画像可以找出下一个最值得发力的环节:需要积累的知识、能降低工作记忆负担的策略、能释放注意力的熟练度,或终于需要持续努力才能解决的高阶问题。发展并不是假装所有人的能力画像都一样,而是利用准确的地图,选择既容易进入、又确实具有挑战性的任务。

日常生活应对中的认知优势

生活很少以考题的形式出现,却一再要求我们运用相同的底层能力。理解医学解释需要词汇、推理能力,以及在头脑中同时保留多种可能性的能力。比较合同或财务选择需要数量知识、阅读理解能力和对条件的关注。规划项目需要安排顺序、估算、监控和修正。在工作中学习新系统,需要发现其规则并整合反馈。

因此,更强的认知能力可以帮助人们做出信息更充分、更有效的选择。它们能帮助人理解复杂系统、发现矛盾、预见后果,并在证据发生变化时调整计划。这是一种值得培养的真实优势。但能否善用这种优势,仍取决于目标、价值观、情绪调节、经验和责任感:认知能力可以提高 deliberation 的质量,却不会自动使人选择的每个目标都明智或合乎伦理。

准确地肯定能力

优势是真实的;成长赋予它方向

为了尊重他人,在科学上没有必要贬低智力。一般认知能力和具体认知优势都是真实、有意义、可衡量的,而且往往能提升生活质量。尊重来自于认可这些优势,但不把它们当作衡量人的价值的标准;同时,也要为每个人提供发展并充分运用自身能力所需的条件。

如何建设性地使用认知能力画像

  1. 从广泛层次开始。在解读高峰和低谷之前,先查看总体综合分数、常模群体和置信区间。
  2. 识别可靠的广泛优势。思考哪些能力能够持续支持快速理解、准确完成工作、原创性或应对复杂性的坚持力。
  3. 定位当前瓶颈。区分知识缺失、熟练度有限、记忆负荷过高、形式难以理解,或确实存在困难的推理要求。
  4. 设计路径。利用优势能力进入任务,同时直接教授或支持仍在发展的能力。
  5. 选择适当的挑战。目标应高于例行任务的成功水平,但低于长期过载的程度;随着知识和策略的增长,再逐步提高复杂性。
  6. 关注迁移。在多样且有意义的问题中练习这项能力,使进步不局限于一种熟悉的形式。
  7. 回顾实际结果。思考学习、独立性、准确性、创造力或解决问题的能力是否有所提高,并据此调整计划。

能力画像是发展工具,而不是一堵堵墙

可靠的分数描述的是在明确条件下的当前表现。它们可以揭示真实的优势和有用的支持需求,但不会决定未来。最有成效的解读,是如实说明当前水平,同时相信知识、策略、教育和持续练习能够改变未来的可能性。

关键证据与延伸阅读

04

加德纳的多元智力:更广阔的人类潜能视角

这是一个有力的倡议,提醒我们关注语言、逻辑、空间、音乐、身体、个人与自然主义能力,同时也要重视一场重要的科学争论:这些能力是否属于相互独立的智力。

霍华德·加德纳的多元智力理论提出了一个人道且意义重大的问题,从而改变了公众对这一话题的讨论:当智力只用一个分数或一种学校任务来表示时,哪些有能力的思维形式会被忽视?他的回答并不只是说人们拥有不同的爱好。他提出,人类拥有若干相对自主的信息加工能力,而文化会调动这些能力来解决问题并创造受重视的成果。

加德纳于1983年在《心智的框架》中提出了这一理论。他的依据不仅包括心理测量测试,还包括神经心理学、发展心理学、进化推理、对杰出表现者的研究,以及符号系统的组织方式。这为该理论提供了异常广泛的基础,也造成了其核心科学难题:两种活动使用部分不同的脑系统、按照不同时间表发展,或可能受到选择性损伤,这些证据本身并不能证明它们在统计上相互独立,因而属于不同的智力。

加德纳所说的智力

在加德纳的论述中,智力是处理某些类型信息的生物心理潜能,这种潜能可以在文化环境中被激活,用来解决有意义的问题或创造受重视的成果。职业、运动、艺术或学校科目属于领域,而不是智力。舞者可能协调身体—动觉、空间、音乐、人际和内省能力;建筑师可能综合运用空间推理、数学、语言、实践知识和创造力。可见的成就通常是多种资源协同作用的结果。

加德纳框架中的八种既定候选智力

加德纳最初描述了七种智力,后来又加入了自然主义智力。他认为每个人都在某种程度上拥有所有这些智力;这一理论讨论的是能力构成与发展,而不是把人分类为八个物种。以下描述保留了这一理念的教育广度,同时将能力与通常和它相关联的职业、偏好及美德区分开来。

横向滑动以比较 →

加德纳提出的八种智力、其核心能力、可能的表现形式与重要边界
拟议的智能类型 核心能力 可能的表现形式 重要界限
语言智能 对口头、书面或手语的声音、结构、含义和有目的的运用保持敏感。 解释、讲故事、阐释、说服、翻译、学习语言或塑造精准的书面表达。 词汇反映了教育和文化,也反映了能力;口才出众并不保证真实、智慧或同理心。
逻辑—数学智能 识别形式关系、数量、模式、含义和受规则支配的系统。 数学证明、科学建模、调试、分类、实验设计或系统推理。 它与传统认知测验所测量的能力高度重叠,但专业能力仍然需要习得的概念和方法。
空间智能 表征、检查、记忆和转换空间关系、形状、路线或视角。 导航、心理旋转、绘画、雕塑、工程、外科手术、几何、设计或阅读图纸。 空间能力已经是现代心理测量模型中得到充分确立的认知领域;视觉品味和艺术原创性则是额外的品质。
音乐智能 辨别和组织音高、节奏、音色、乐句处理和音乐结构。 演奏、作曲、即兴创作、编曲、指挥、识别音调关系或学习有模式的声音。 音乐成就融合了感知、记忆、运动控制、情感、练习、指导和文化知识,而不是某一种孤立的能力。
身体—动觉智能 以恰当的时机、控制力、精确度和对身体反馈的反应来运用身体或身体的各个部位。 舞蹈、体育、表演、手工、器乐演奏、外科手术、手语表达或熟练操控工具。 表现还取决于解剖结构、体能、感官信息、指导、动机以及大量特定领域的练习。
人际智能 识别并推理他人的意图、动机、情绪、角色和可能的反应。 教学、谈判、咨询、领导、协作、照护、外交或修复冲突。 准确理解他人并不等于关心他人;社会洞察力可以被用于帮助他人、中立地分析,也可以被操纵性地利用。
内省智能 建立并运用关于自身情绪、动机、能力、局限和行为模式的细致模型。 选择合适的目标,识别内在冲突,调节努力,反思经历,或寻求适当的支持。 自信和自我报告并不能证明自我认知。准确的自我校准需要反馈,而且在不同领域可能有所不同。
自然主义智能 在生物、材料、环境模式和自然形成的类别之间做出具有重要后果的区分。 物种识别、生态学、务农、动物照护、地质观察、野外考察,或注意到生态系统中的变化。 分类可能调动知觉、记忆、语言和后天获得的专长;热爱自然是一种兴趣,本身并不能证明能力。

存在主义智力仍是一项提案,而不是正式的第九种智力

加德纳后来考察了存在主义智力:提出并认真审视有关存在、爱、邪恶、意义、死亡以及现实本质等“重大问题”的能力。它并不等同于宗教或灵性;哲学家、物理学家、诗人、神学家和无宗教信仰的公民,都可能通过截然不同的传统参与存在主义问题的思考。

加德纳也异常明确地说明了它的地位。他对是否将其称为一种完整的智力持犹豫态度,因为其独特的神经基础尚不确定,其普遍性也不明确,而且它可能是由语言、逻辑—数学和个人能力组合而成的。在他后来自己的论述中,存在主义智力仍处于“悬而未决”的状态。因此,将其视为一种有价值的人类活动是合理的;但把它说成一种已获科学确立的第九种能力,就超出了提出者本人的结论。

加德纳如何选定候选智力

这份清单并不是根据偏好编制的,也不是为每一种受重视的特质臆造一种“智力”。加德纳采用了八项迹象。他并未声称每一项迹象都是决定性检验;相反,当多条相互独立的证据线索汇聚在一起时,一个候选能力才会更具可信度。

生物学证据

选择性损伤与进化上的合理性

脑损伤导致的潜在隔离:一种能力是否可能受到严重破坏,而其他能力仍相对完整?进化历史:是否存在合理的适应性发展历史,并且有符合该物种情况的前身或类似能力?

内部组织

核心运作方式与符号表达

可识别的运作方式:该候选能力是否依赖一组具有特征性的计算过程?在符号系统中的编码:文化是否能够通过语言、记谱法、地图、图表、动作或音乐等系统来表达并拓展这种能力?

发展证据

独特的发展与特殊能力画像

发展历程与最终状态:这种能力是否展现出一条从新手表现走向成熟专长的可辨识路径?特殊案例:天才儿童、学者症候群者或能力高度不均衡者,是否表现出某一领域的异常优势,同时在其他领域表现普通或受损?

心理学证据

实验和心理测量学支持

实验任务:受控研究是否揭示了独特的加工过程?心理测量学发现:多项针对所提出能力的可靠测量是否彼此趋同,并且与其他能力的测量保持足够的区分度?

直接测试发现了什么

多元智能理论最有力的批评,并不是说音乐、运动、社会理解或自然知识不重要,而是说在测量时,所提出的能力并未始终表现为八种大体独立的智力。在广泛的心理任务测验组合中,表现往往呈正相关:在一项认知任务中表现良好的人,平均而言,在其他任务中表现良好的可能性也略高。心理测量模型用一般因子以及其下的广泛能力和狭窄能力来表示这种正向总体相关

Visser、Ashton 和 Vernon 为加德纳提出的八个领域各设计了两项测量,并对 200 名成年人进行了施测。他们的因素分析在较明确属于认知范畴的测量中发现了一个显著的一般因子,其中包括语言、逻辑—数学、空间、自然主义和人际任务。音乐和身体—动觉测量与该因子的关联较弱,但这并不能自动证明它们是独立的智力:这些任务还依赖感觉运动技能、既往训练以及其他非认知特征。一些原本旨在测量同一加德纳领域的测量对,其一致性并不足以确立一种清晰且自主的能力。

加德纳回应称,简短的传统任务可能会迫使各种能力透过语言和逻辑的“镜头”表现出来,而公平的评估应当观察个体在适合每种智力的自然材料和环境中的表现。这是一个严肃的测量挑战。然而,这也带来了相应的义务:如果声称音乐、身体运动、人际或自然主义智力彼此独立,研究者仍需要多项可靠的表现测量;这些测量应在所提出的领域内相互一致,能够将该领域与相邻构念区分开来,并且在一般能力、知识、人格和练习之外,预测相关结果。

一个建设性的科学结论

证据有力地支持人类能力的多样性以及能力结构的不均衡。证据同样有力地支持认知任务之间存在共同变异,以及一般能力、广泛能力和狭窄能力构成的层级结构。对于更强的主张——加德纳提出的八类能力是彼此独立的心理测量学智力——证据则弱得多。这些发现可以并存:一般能力可能帮助人们完成许多任务,而具体能力、知识、身体能力、兴趣和机会则会形成有意义的个体优势。

教育者可以保留什么——又应该避免什么

这一理论在教育上的吸引力很容易理解。它要求学校关注的不只是快速的语言回答和数学练习。它鼓励开展丰富的项目、表现、建构、讨论、观察、反思、艺术、运动以及与自然世界的接触。它还提醒教师:当一个重要观点能够以不止一种方式加以呈现、解释、应用和检验时,理解会更加深入。

保留

让有价值的学习多元化

当文字、图表、示例、演示、模型、讨论、练习和创作有助于阐明主题时,就使用这些方式来呈现内容。多种路径可以揭示结构,并为学生提供更多机会,将新知识与已有知识联系起来。

发展

提供真正的卓越领域

音乐、戏剧、手工、设计、生态、体育、辩论、领导力和关怀,不应成为那些考试表现不佳学生的安慰奖。它们是要求严苛的领域,其中严谨的知识、反馈和卓越表现都值得认真投入。

避免

不要把档案变成牢笼

加德纳明确区分了多元智能与固定的“学习风格”。偏好问卷无法证明能力,而给孩子贴上“音乐型”“身体运动型”或“非语言型”的标签,可能会压缩其发展机会。应广泛地教导学习者,并反复评估其变化。

因此,负责任的应用会将这一框架作为生成性视角,而不是诊断性标签。它会问:“这节课可能培养哪些能力和表达形式?”而不是问:“这个学生属于哪一种智能?”它会通过不止一项任务评估实际表现,关注一段时间内的发展,并在证据表明学习效果有所改善时调整教学。多样化的呈现方式很有价值;但如果声称让每节课都匹配某种假定的智能档案就能提高成绩,那么这一说法本身也需要直接证据。

主要且权威的来源

05

斯滕伯格的分析型、创造型和实践型智力

高效的智力表现包括评估想法、提出有用的可能性,并让这些想法在真实环境中发挥作用。

罗伯特·斯滕伯格的研究关注的是:一个人在拥有认知资源与构建成功回应之间会发生什么。一个人可能出色地分析现有解决方案,却始终无法想象替代方案;可能提出原创想法,却未能对其进行检验;也可能知道正确原则,却难以在不断变化的机构中加以应用。斯滕伯格的三元理论以及后来的成功智力理论,将分析性、创造性和实践性能力描述为有目的适应过程中相互作用的方面

熟悉的三部分概括很有用,但不应将其变成三种固定的人类类型。科学家、企业家、护士、机械师、艺术家或学生在同一个项目中都可能需要三种能力:界定问题并评估证据,生成并非现成提供的回应,然后在现实约束下实施,并根据反馈加以修正。

横向滑动以比较 →

斯滕伯格的三种能力、它们所回答的问题、代表性任务和解释边界
能力 核心问题 代表性表现 解释边界
分析性的 这一主张、解释或解决方案是否连贯且有充分依据? 界定问题、比较替代方案、识别假设、应用规则、判断证据,以及发现错误。 分析可以否定薄弱想法,却无法保证能够产生或实施一个有价值的新想法。
创造性的 当情境新颖且答案尚未预先给定时,什么方法可能有效? 重新界定问题、迁移原则、设想替代方案、结合相距甚远的想法、设计、发明,或产生原创性回应。 仅有新颖性是不够的;一个有创意的提议还必须在其领域内变得有效、恰当、具有启发性或有价值。
实践性的 在这个环境中,如何将知识转化为有效行动? 理解约束条件、运用默会知识、协调人员和工具、调整计划、塑造条件,或选择更合适的环境。 实践上的成功取决于具体情境,可能反映经验、知识、人格、机会和一般推理能力,也可能反映某种独特技能。

从三元理论到成功智力

成分性的

控制思维过程

斯滕伯格区分了负责识别和规划问题的执行成分或 元成分、执行所选操作的表现成分,以及选择、整合和比较新信息的知识获取成分。智能不仅包括得出答案,还包括监控和修正。

经验性的

应对新颖性并建立熟练度

同一种心理操作在不熟悉时可能要求很高,而经过练习后几乎可以自动完成。智能表现包括应对相对新颖的情境,并将有用的常规操作自动化,从而为更高层次的结构留出注意力。

情境性的

适应、塑造或选择

一个人可以使自己适应环境,塑造环境的一部分,或选择另一个环境。实践智力并非被动地顺从:改变不公平的程序、增加一种工具,或离开具有破坏性的环境,可能比忍受它更明智。

在后来提出的成功智力理论中,成功是相对于有意义的目标和个人的社会文化背景来判断的。人们可以发挥自身优势,纠正或弥补弱点,并平衡分析、创造和实践能力。这使讨论从“分数有多高?”转向“哪些资源能帮助这个人制定、追求、评估并修订一个有价值的计划?”标准认知能力仍然重要,尤其是在学习和分析方面,但它并不能构成完整的解释。

三种能力构成一个富有成效的循环

  1. 分析情境。界定实际问题,区分证据与假设,并确定重要的约束条件。
  2. 创造替代方案。生成不止一种回应,改变呈现方式,融合知识,并让真正的新可能性出现。
  3. 在投入之前进行评估。检验可行性、证据、风险、伦理和延迟后果,而不要仅仅因为一个想法新颖就选择它。
  4. 在情境中应用。将设想转化为符合现有人力、工具、规则、知识和时间的步骤。
  5. 阅读反馈。比较预期结果与实际结果;判断是提升个人技能、重塑条件,还是选择不同的环境。
  6. 保留可迁移的内容。提取能够帮助解决新问题的原则,而不是只记住表面的解决方案。

证据、成就与科学争论

斯滕伯格及其合作者设计了超越熟悉的选择题的评估。在彩虹项目中,学生完成分析题以及创造性任务,例如编写故事或说明文字,还要完成关于日常情境的实践判断任务。研究人员报告称,与高中成绩和 SAT 相比,这套更广泛的测验在预测大学成绩方面提供了额外信息,并揭示了仅靠传统测量无法捕捉的优势。这支持了对更广泛表现范围进行抽样的价值。

它并未解决更强的结构性问题。不同的作答形式可能带来方法方差;创造性产出需要评判式评分;实际答案则依赖习得的文化与制度知识。在对斯滕伯格三元能力测验的一项批判性再分析中,内森·布罗迪发现,一个一般因素可以解释其预测效度的很大一部分,这对分析、创造和实践分数代表彼此独立的智力这一主张提出了挑战。较为平衡的结论是,这些任务能够提供有用的信息,但并不能证明存在三个彼此封闭的心理系统。

同样的区别也适用于教学。一项涉及7,702名四年级学生的大型研究,将强调分析、创造与实践思维的教学单元,与常规教学、侧重记忆的教学以及批判性思维教学进行了比较。这类研究直接检验了多样且主动的教学是否能够促进学习。然而,即使某套教学方案取得成功,它所证明的也是这些教学活动的价值,而并非自动证明三种智力在统计上彼此独立,也不能自动证明为每个孩子赋予一种三元智力身份是合理的。

适应性智力:成功必须经得起更广阔视野的检验

斯滕伯格后来的适应性智力理论拓展了道德与环境视野。一个人可能很擅长实现个人目标,却损害每个人都赖以生存的系统。因此,适应性智力关注运用知识与技能应对现实世界的变化,并在共同生活的环境中追求共同福祉。分析能力用于诊断问题,创造力帮助设想更好的安排,实践能力帮助落实方案,而智慧则会追问:哪些人的利益以及哪些后果被纳入了考量。

这一模型的贡献

斯滕伯格经久不衰的贡献,并不是证明智商并不重要,而是以严谨的方式提醒我们:能力必须转化为明智的行动。强大的推理能力能帮助人们学习、比较和解决问题;创造力扩大可能的解决方案范围;实践知识将计划与其所处环境联系起来;而智慧则帮助人们选择值得追求的目标。培养这一完整循环,可以让认知能力发挥更大的实用价值。

主要来源与直接检验

06

能力、天赋、技能与胜任力:每一种优势都值得拥有一条成长之路

科学的严谨并不会缩小人的潜能;它帮助我们识别正在发展的能力、支持其发展的因素,以及如何让进步成为真正的成就。

将音乐、运动、同理心、工艺、领导力或生态知识称为天赋,而不是一种独立的心理测量学智能,并不会降低它们的价值。词语回答的是不同的问题。认知能力模型描述不同心理任务之间反复出现的模式;天赋模型描述在具有价值的领域中发展出卓越表现的过程;胜任力关注在具体情境中达到真实标准。要完整描述一个人,需要不止一种这样的视角。

横向滑动以比较 →

用于描述人类优势的相关术语、各自的证据,以及常见的解释错误
术语 它所描述的内容 更有力的证据 不要将其与以下内容混淆
认知能力 处理信息的相对一般能力,例如推理、后天习得的知识、空间处理、工作记忆或速度。 在多个可靠任务上的趋同性表现,并以一般、广泛和狭窄因素建模。 一项最喜欢的活动、一次分测验、道德价值,或对未来成就的完整预测。
资质或潜能 在特定领域中当前受益于机会的准备程度或能力。 多个指标、先前的学习速度、相关能力、观察结果,以及在获得充分机会和指导时的表现。 固定的上限,或保证天赋会在缺乏动机、教学和机会的情况下自然显现。
技能 在执行某项具体操作或某类任务方面习得的熟练程度。 在具有代表性的任务上准确、流畅地表现,包括保持与迁移能力。 广泛的智能;高度熟练的技能可能是狭窄且特定于某一领域的。
胜任力 充分整合知识、技能、判断和行为,以达到真实情境标准的能力。 工作样本、模拟、监督下的练习、成果,以及在相关情境中的表现。 拥有信息却无法应用,或仅在异常有利的条件下成功一次。
天赋 在具有文化价值的领域中正在形成或已经形成的高水平表现。 在比较、专家反馈以及真实作品或表现的支持下,逐步完成要求越来越高的成就。 一种不受学习影响的神秘天赋,或一种必须独立于所有其他资源运作的智能。
专业能力 高度组织化的领域知识与技能,它们会改变一个人注意、记忆、预测和行动的方式。 在困难且具有代表性的任务上持续表现优异,尤其是在现实约束下。 在经验形成的领域之外仍具普遍智能或绝对正确性的能力。
兴趣与动机 吸引注意力、维持努力,或让人有理由继续下去的因素。 跨越时间的选择与坚持,以及影响它们的目标和条件。 当前能力。初学者可能非常在意,却尚未表现出色;而有能力的人也可能并不喜欢这项任务。
学习偏好 偏好的形式、环境、节奏或参与材料的方式。 将自我报告和观察到的选择,与不同方法下的实际学习效果进行检验。 一种固定的学习风格,或证明将所有教学都与偏好相匹配能够提高记忆保持。

心理测量证据确立了什么

大型测验组合一再揭示出统一性与多样性。不同认知任务的分数往往呈正相关,这支持一种广泛的一般因素。在这种共同变异之下,层级模型区分出流体推理、理解与知识、视觉和听觉加工、工作记忆、长期存储与提取以及加工速度等广泛能力,其下还有更狭窄的技能。卡特尔—霍恩—卡罗尔传统最好被理解为一系列不断发展的模型,而不是一张最终定稿的地图,但其广泛结论是稳固的:人们在总体上和具体方面会同时存在差异

这对智力的多元模型很重要。空间加工能力并不会因为它与一般能力相关,就变得不那么真实。音乐辨别能力也不会因为成就还需要练习和动作技能,就变得在文化上无关紧要。人际胜任力并不会因为它依赖语言、经验、情绪知识和人格,就被抹去。独立性并不是一种优势必须付出的代价,才能值得培养。

共享资源

广泛能力可以加速发展

推理、记忆、知识和加工效率,可以让人更容易发现结构、理解指导、比较反馈并迁移原则。当一个领域在认知上较为复杂或较为陌生时,它们的作用往往会更大。

特定资源

每个领域都有自身的要求

音高辨别、精细动作控制、视觉意象、耐力、情绪识别、工具使用或积累的生态知识,可能在某一领域极其重要,而在另一领域作用甚微。广泛的分数无法替代对这些能力的直接证据。

已发展资源

知识重组表现

专家并不只是更快地完成同样的初学者任务。他们能够识别有意义的模式,提取组织有序的解决方案,预判可能的失败,并以不同方式分配注意力,因为多年的学习已经改变了他们对问题的表征。

情境资源

机会决定什么能够显现

指导、设备、营养、安全、时间、导师、文化认可、无障碍环境以及参与许可,都会影响潜能能否被发现,以及能否持续发展。

天赋是发展的成就

当代人才发展模型将关注点从永久性地识别某种天赋类型的人,转向追踪个人在某一领域中的成长。早期潜力可能通过一般能力或特定能力显现。随着发展,日益专业化的知识、技术、动机、自我调节、指导关系和心理社会技能变得越来越重要。在高级阶段,标准不再只是潜力,而是相对于严格领域标准所认可的成就表现、原创性或贡献。

练习在许多领域都不可或缺,但它并不是完整的解释。一项荟萃分析发现,在游戏、音乐、体育、教育和职业领域,刻意练习能够解释表现差异中有意义但高度可变的部分。测量质量、起始能力、年龄、机会、指导、身体特征、动机,以及练习的代表性都很重要。这不是停止练习的理由,而是改进整个发展系统、拒绝宿命论以及拒绝“一个公式就能保证掌握”的承诺的理由。

潜力不是上限

当前评估是在当前条件下对表现的估计。它无法列举未来的教学、恢复、动机、工具、便利措施、合作者,或个人尚未接触的领域。反过来,没有挑战的赞美也无法发展才能。对优势最尊重的回应,是提供日益丰富的工作、准确的反馈,以及不断提升能力的空间。

培养多元优势的实用模型

发现

提供广泛而真实的接触机会

让学习者进行写作、计算、设计、建造、表演、观察自然、与他人协调、进行空间推理,以及解决真实问题。如果一个人从未被允许进入某个领域,潜力就无法在该领域显现。

诊断

依据表现,而不是讨喜的标签

在适当情况下,将标准化测量与作品样本、作品集、观察、访谈和重复任务结合起来。在讲述简单故事之前,区分兴趣、机会、知识、技术和广泛的认知要求。

发展

让挑战匹配下一个可学习的步骤

使用明确讲授、刻意练习、多样化示例、提取练习、示范、反馈、反思和真实项目。在逐步提高复杂性、独立性和标准的同时,巩固基础。

迁移

在排练之外检验能力的稳固性

询问学习者能否识别何时使用某种方法、将其调整用于不熟悉的材料、解释该方法、将其与另一项技能结合,并在一段时间过去后仍能记住。

支持

消除与目标无关的障碍

提供易于获取的工具、适当的语言支持、在功能上有需要时提供安静环境或活动空间、知识渊博的导师、经济支持,以及能够安全地犯下有助于获取信息的错误的心理安全机会。

庆祝

精准认可成长与卓越

庆祝真实的成就:更清晰的推理、更稳定的音高控制、更可靠的维修、更深入的生态观察、更出色的团队合作、完成的设计,或经得起测试的解决方案。精准的表述会让赞美更有意义。

最宽厚的结论也同时是最科学的结论:人类拥有彼此重叠的认知能力、领域特定能力、知识、兴趣、身体资源、人格特质和发展机会。其中一些能够在智商和认知能力画像中得到较好体现;另一些则需要在其发挥作用的活动中进行直接观察。我们不必把每一种有价值的优势都称为一种独立的智力,才能认可它、训练它、投入资源于它,并为它最终形成的成果而庆祝。

能力与人才发展的证据和框架

07

情商:明智地理解和运用情绪

情绪承载着信息。情商关注的是人们如何准确地感知、理解和管理这些信息,而不是一个人是否总是冷静、随和或善于表达。

情商值得培养,因为情绪与思维会持续相互影响。焦虑可能使注意力变得狭窄,热情可以维持努力,愤怒可能表明一个人感到某种界限受到侵犯,而悲伤可能使行动放慢,同时将注意力转向失去的事物。识别这些模式有助于改善学习、沟通、冲突修复和自我控制。但这并不意味着情商可以替代一般智力,也不能证明“情商比智商更重要”这一说法。认知能力有助于学习和复杂推理;当问题涉及情绪、人际关系和相互竞争的目标时,情绪能力则能帮助人运用这些资源。

一个名称,三种不同的科学传统

“情商”并不指一种普遍认可的构念、测试或商数。研究通常将其区分为能力特质以及混合型或胜任力模型。它们在日常语言中有所重叠,但所提出的问题不同,不应将其视为可以互换的概念。

横向滑动以比较 →

情绪智力模型、相关问题、测量方式及其解读
模型 核心问题 典型测量方式 结果可能意味着什么 主要注意事项
能力型情绪智力 一个人解决包含情绪信息的问题的能力如何? 表现最大化任务,答案依据共识、专家意见或情绪理论进行评分;示例包括 MSCEIT、STEU 和 STEM 系列任务。 在测试条件下对感知、理解或管理情绪表现的估计。 许多情绪问题取决于情境,确定唯一的“最佳”答案可能比数学或词汇题评分更困难。
特质情绪智能 一个人通常如何看待自己的情绪倾向和能力? 关于情绪性、自我控制、社交性和幸福感的自我报告问卷。 对情绪自我认知和倾向的描述,通常在人格心理学领域进行研究。 自信不等于准确。结果可能反映自我认知、情绪、社会期许和作答风格,以及日常倾向。
混合型或能力素质模型 哪些广泛的特质有助于在特定职位中实现有效表现? 自我报告、访谈、行为评价或360度反馈,可能将情绪技能与动机、乐观、影响力、适应能力及其他能力结合起来。 针对特定工作、教育或领导情境的实用发展档案。 模型越宽泛,就越会与人格、社交技能、价值观和工作表现本身重叠;把整个组合称为一种智力,可能会掩盖产生该结果的真正因素。

这一差异解释了许多表面上的矛盾。一个人可能在表现任务中准确理解情绪,却在自我报告中低估这种能力。另一个人可能非常自信,却在真实互动中误读他人。能力素质测评可用于指导教练工作,但其测量范围可能远超情绪推理。因此,正确的问题不只是“我的情商是多少?”,而是“测量的是什么构念、采用了什么方法、目的是什么?”

四分支能力模型

梅耶–萨洛维–卡鲁索框架是最具影响力的能力模型。它将情绪问题解决组织为四个分支。各分支的边界和因素结构仍在研究之中,但该框架为可练习的技能提供了一张有用的地图。

分支 1

感知情绪

注意面部动作、声音、姿势、言语、行为以及自身的身体状态所传达的相关信息。准确判断需要结合情境:轻声说话可能表示恐惧、疲倦、专注、尊重,也可能只是个人的沟通风格。感知是有纪律的观察,而不是读心。

分支 2

运用情绪支持思考

理解感受如何改变注意力、记忆、优先事项和行动准备状态。一个人可能利用好奇心进行探索,利用适当的担忧做好准备,或利用更平静的状态考虑其他可能性。这并不意味着要为每项任务制造一种理想情绪。

分支 3

理解情绪

准确地命名情绪;区分内疚、羞耻、嫉妒和失望等相近状态;识别可能的原因;并预判不同感受可能如何结合或变化。更丰富的情绪词汇能够将笼统的“糟糕”转化为信息,从而支持更具体的回应。

分支 4

管理情绪

选择符合个人、情境和目标的应对方式:暂停、重新评估、接纳、解决根本原因、寻求支持,或改变环境。调节并不等于永久压抑、强行保持积极,或控制他人。有时,明智的回应就是倾听令人不适的情绪。

测量需要的不只是一个有说服力的标签

基于表现的情商测试比自我报告更接近传统能力测试,但与许多认知领域相比,情绪领域较少存在无可争议的正确答案。共识评分可能会奖励普遍的判断,专家评分取决于如何界定专业性,而测试题目无法再现真实关系中的经历与反馈。自我报告能够捕捉简短测试遗漏的惯常体验,但单凭自我报告无法证明一个人的感知是准确的。观察者报告提供了另一种视角,但可能受到观察机会、地位、喜好和当地期望的影响。

可靠的解读需要相互印证的证据

  • 确认该测量考查的是能力、自我感知,还是广泛的能力混合体
  • 检查其信度、常模、语言、可及性,以及针对目标人群和决策用途的验证情况。
  • 将测试结果与一段时间内、多个情境中的行为进行比较,并在适当时参考多位知情观察者的评价。
  • 考察该测量除一般认知能力、个性、既有知识和机会之外还能增加什么信息。
  • 将分数视为带有不确定性的估计,而不是永久不变的本质或对行为的完整预测。

证据支持什么——以及营销常常夸大什么

能力型情商并不只是换了个名字的个性。基于表现的测量与一般认知能力相关,同时也考察情绪特定的问题解决能力;结构模型还支持将能力型情商视为更广泛认知能力层级体系中的第二层因素。其确切结构和测量方式仍存在争议,但证据支持将运用情绪信息进行推理视为一个真实的能力领域。

情商测量与某些结果之间显示出有用的关联,但效应量和解读在很大程度上取决于所采用的模型。一项关于学业表现的大型元分析发现,总体关联约为 ρ = .20:这具有一定意义,但小于同一分析中一般智力和责任心所发挥的作用。关于工作表现的元分析也报告了相关性,尤其是在工作包含大量情绪劳动的情况下;但广泛的自我报告和混合测量可能部分是因为纳入了已确立的人格特质,或包含了与结果相近的内容,才具有预测作用。

这些证据支持将情商视为认知能力的有价值补充,但并不支持这样的说法:情商几乎能够解释所有成功,提供通用的领导力评分,或使智商变得无关紧要。相关性也不能证明,提高问卷得分会导致每一种相关结果。共同方法偏差同样很重要:一个人可能通过同一种积极或消极的视角,同时评价自己的情商、人际关系和幸福感。

成长是可能的。关于情商训练以及更广泛的校本社会与情感学习的元分析报告显示,平均水平有所改善,同时也发现不同项目、测量方式和研究质量之间存在差异。最有依据且令人鼓舞的结论是具体的:情绪知识、调节策略、换位思考和沟通能力都可以通过教学和练习获得。至于每个项目是否都会改变某个单一的潜在“情商”、这些提升是否能泛化到所有情境,或是否能在不持续使用的情况下保持,则不太确定。

情绪成长的实用循环

  1. 先察觉,再反应。留意身体的激活状态、注意力变化、冲动、言语和情境线索,但不要立即决定它们意味着什么。
  2. 准确命名。不要只停留在“还好”“有压力”或“生气”。问问这种状态是否是忧虑、过度负荷、羞辱、失望、不公、悲伤,或其他什么。
  3. 区分观察与推断。“他们停止说话了”是观察;“他们不在乎”只是一种假设。
  4. 明确目标和价值观。确定优先事项是学习、安全、真相、修复关系、设定界限、休息,还是进行一次艰难但相互尊重的对话。
  5. 选择策略。重新评估,暂停一下,解决根源,获取信息,改变环境,寻求支持,或让情绪自然过去,而不要按第一冲动行事。
  6. 检查结果。理解、行为或关系是否有所改善?请他人反馈,并调整策略,而不是为策略辩护。
  7. 在多种情境下练习。一项技能只有在疲劳、分歧、面对陌生人以及真实后果中依然有效时,才真正有用,而不只是适用于练习单。
能力需要方向

情绪技能与道德行为并不相同

准确读懂恐惧、信任或欲望,有助于关怀、教学和解决冲突;但也可能被用于施压或操纵。当认知能力与诚实、同理心、尊重同意、长远思维以及对后果的关切相结合时,情绪和社会智能行为才最有价值。更好的理解增加了采取更明智行动的可能性,而价值观则有助于决定这种理解将被用于实现什么。

本节背后的证据

08

社会智能与社会认知

理解他人是一项协同成果:感知信号、推断视角、进行沟通、从反馈中学习,并不断修正自己认为已经了解的内容。

社会智能是一个有用的总称,涵盖帮助人们相互理解,并在关系、群体和机构中有效行动的各种能力。它并不是一个获得普遍认同的“SQ”。当代研究更常以社会认知这一名称,研究彼此可分离的过程。例如,美国国家心理健康研究所区分了归属与依恋、社会沟通、自我理解,以及感知和理解他人。这种基于组成部分的观点解释了为什么一个人可能擅长某项社会任务,却难以应对另一项任务。

支撑社会理解的协作能力

信号

社会感知

关注言语、时机、语调、姿势、面部动作、行为和环境。没有任何线索是私人的翻译密钥:意义来自模式、经历和语境。

心理化

心智理论

表征信念、意图、知识、欲望和观点——包括意识到他人可能知道不同的信息、相信错误的事情,或追求与自己不同的目标。

共鸣

共情

理解或部分分享他人的状态,同时保持自我与他人之间的区分。共情包含多个过程,而不是一个情绪仪表。

视角

观点采择

暂时模拟从另一个位置看待情境的方式。良好的观点采择会形成可供验证的假设;它不会用想象取代倾听。

交流

社会沟通

以他人能够理解和使用的方式表达信息、情绪、目标和界限;倾听并修复误解,同时调整细节、直接程度和时机,而不放弃诚实。

更新

社会学习

通过观察、指导、后果和反馈来学习。这会建立本地规范和策略,但也意味着不健康的群体能够高效地教会人们有害行为。

心智理论、共情和慈悲并非同义词

心智理论关注对心理状态的表征。认知共情关注理解他人的情绪体验或观点。情感共情关注分享或共鸣于该状态的某个方面。共情关怀或慈悲在此基础上增加了以他人为中心的关心或帮助动机。个人痛苦是自己对他人 suffering 的厌恶性反应,可能导致逃避而非支持。

这些组成部分可以彼此分离。一个人可以推断出他人的恐惧,却并不感受到这种恐惧;可以感到不安,却不知道对方为何不安;也可以理解某种需要,却选择不提供帮助。强烈的情感共鸣若缺乏调节,可能导致过载;准确的观点采择若缺乏伦理关切,则可能助长操纵。成熟的社会功能通常需要一个协调的过程:尽可能准确地理解,调节自己的反应,考虑权利与后果,并选择符合相关关系和价值观的行为。

社会推断应当保持可修正性

“我能看透别人”是一种有风险的信念,尤其当它让人拒绝接受纠正时。面部表情和眼神交流会因个人、文化、残障、疲劳和情境而异。在不同环境中,直接和间接的沟通都可能是尊重他人的方式。把线索视为证据,提出不止一种解释,并在答案重要时开口询问。简单澄清一句——“我理解得对吗?”——往往比自信地猜测更体现社交智慧。

社会能力如何测量

没有任何单一任务能够涵盖整个社会世界。不同测试在语言负荷、记忆、执行功能要求、真实性和文化熟悉度方面各不相同。因此,完整的评估应结合多种方法,并结合个人的沟通方式和所处环境来解读其表现。

横向滑动以比较 →

用于评估社会认知能力及其局限性的方法
目标 示例方法 它所抽样的内容 它可能遗漏的内容
情绪知觉 为面孔、声音、身体动作或视频场景进行标注 对特定线索的检测与分类 个人经历、混合情绪、有意掩饰,以及真实交流中不断变化的情境
心智理论 错误信念任务、故事、眼睛区域图像、动画或自然情境视频 在受限问题中推断信念、意图或心理状态 语言和执行功能要求;在一项任务中的表现可能无法推广到另一项任务或日常互动中
特质性共情 自我报告量表,例如认知和情感分量表 人们如何描述自己通常的反应和倾向 实际准确性、社会期许性、压力下的行为以及自我认识中的盲点
共情准确性 将观察者的连续判断与说话者对自身变化状态的报告进行比较 在更丰富、随时间变化的材料中进行针对个人的追踪 说话者的报告同样并不完美,而且一次互动无法代表所有关系
日常社会效能 行为观察、知情人评价、角色扮演以及具有实际后果的结果 在具体情境中的沟通、修复、合作与适应 机会、权力、偏见、群体氛围以及他人的行为,都可能独立于个人技能而影响结果

为什么社会成长很重要

社会理解能够放大认知能力在现实世界中的价值。技术上出色的解释,只有在他人能够理解时才有帮助。一个合理的计划,如果能预见人们将如何解读激励、不确定性和风险,就会更有成效。换位思考能够改善教学、谈判、照护、领导力、团队合作和冲突修复。它还可以帮助人们识别压力、误导性的安慰,或言语与行为之间的不一致,从而增强独立性。

更有根据的社会行为并不只是“友善”。它可能意味着给予温暖、提出精准的问题、解释残酷的事实、设定界限、改变不安全的系统,或承认不确定性。价值观决定哪些目标值得追求;智力有助于对人和后果进行建模;沟通则将这种模型转化为协同行动。每个部分都很重要。

这些能力可以发展

对照研究表明,通过讨论心理状态、阅读故事、接受反馈、观察示范和进行角色扮演,儿童的心智理论表现可以得到改善。荟萃分析还发现,针对同理心和更广泛社会认知的训练对不同年龄段人群都有益处。其局限性同样重要:经过训练的任务取得的提升最为明确,各项研究之间差异很大,而关于这种能力能否持久迁移到非结构化日常生活中的证据还不够充分。这正说明需要评估真实行为,而不是放弃发展。

社会理解的学习循环

  1. 具体观察。在赋予动机或贴上人格标签之前,记录言语和行为。
  2. 生成替代解释。思考至少三种不同的信念、需求或情境,可能解释同一个信号。
  3. 邀请对方表达观点。提出开放式问题,并为不符合你设想的回答留出空间。
  4. 反思并核实。总结内容和可能的感受:“听起来这次延误让你感到不确定——是这样吗?”
  5. 调整沟通方式。改变节奏、详细程度、沟通渠道或直接程度,同时保持信息真实并尊重界限。
  6. 关注系统。考虑权力、激励机制、规范、无障碍性,以及环境是否在鼓励沉默、敌意或合作。
  7. 回顾结果。理解、信任、安全感或协调是否有所改善?从修复中学习,而不是把每一次误解都视为失败。
差异不是缺陷

沟通是人与人之间的关系

神经多样性者和具有不同文化背景的人可能会以不同方式使用眼神交流、表情、时机、字面表达和对话轮流。因此,误解可能是相互的。社会发展应扩大一个人的选择,并改善相互理解——而不是训练所有人模仿某一种偏好的风格、掩饰痛苦或忍受不尊重。

本节背后的证据

09

文化智力:跨越不同世界学习

文化智力不是背诵国家刻板印象,而是在熟悉的规则无法再解释当前情境时,进行学习、质疑假设、保持投入并以尊重的方式调整的能力。

文化智力通常缩写为 CQ,是为在文化多样化环境中有效行动而发展起来的框架。文化可以影响语言、等级关系、时间观念、信任、情绪表达、异议表达、隐私,以及什么算是体贴的行为。然而,每个文化群体内部都存在巨大的差异。因此,有效的跨文化行动既需要知识,也需要理智上的谦逊:认真做好准备,然后把每次互动都视为新的证据,而不是强行把一个人套入模板。

文化智力并不是与智商等同、且获得普遍认可的智力,也不是问卷得分所代表的字面意义上的“文化商数”。它是一个聚焦特定领域的多维模型。它的价值在于,让四项要求变得清晰可见,而简单接触并不能保证做到这些。

元认知型文化智力

规划、监测并修正

为互动做好准备,注意某个假设何时失效,并在互动过程中及之后更新心理模型。这是对自身思维进行文化层面的思考:“我把什么视为理所当然?什么证据会改变我的看法?”

认知型文化智力

建立情境知识

了解历史、制度、语言、经济状况、法律、宗教、价值观和沟通惯例。知识可以减少本可避免的错误,但应促成有根据的问题,而不是僵化的固定话术。

动机型文化智力

保持注意力与投入

在面对模糊情境或犯错带来的不适时,保持好奇心、自信以及参与意愿。当熟悉的社会奖励消失、学习变得费力时,动机尤为重要。

行为型文化智力

调整外显回应

在有助于理解时,调整言语和非言语行为,例如语速、正式程度、轮流发言方式或解释方式。适应应当有明确目的且尊重他人,而不应变成滑稽模仿、机械仿效,或放弃安全与核心价值观。

文化智力量表能够——以及不能够——显示什么

最初的20题文化智商量表是在新加坡和美国的多个样本中开发并进行交叉验证的。其自我报告题项用于估计元认知、认知、动机和行为层面的CQ。早期研究将不同维度与文化判断、适应和任务绩效联系起来,后来的元分析研究也支持这些维度与工作相关跨文化结果之间存在有意义的关联。

局限性同样重要。自我报告在一定程度上测量的是人们对自己的看法。国际经历可能带来有依据的自信、没有依据的自信,或降低自我评价的谦逊。翻译和作答风格可能改变分数在不同国家之间的含义。主管评价等标准测量也会受到机会、歧视、组织支持和权力关系的影响。对于影响重大的评估,应将经过验证的量表与知识测试、情境题、观察、来自不同文化合作伙伴的反馈,以及长期适应的证据结合起来。

文化不是一个框住人的盒子

国籍只是影响因素之一。在特定时刻,地区、代际、职业、组织、宗教、语言、残障、社会阶层、家庭和个人经历可能更为重要。平均情况可以帮助做好准备,但无法告诉你某个人的信念。保持开放心态,接受针对个人情况的修正,文化智商才能不断提升。

研究支持的内容

有关文化智商的研究表明,其各个维度与跨文化判断、适应和绩效相关;在某些情境下,它们还能提供超出一些已确立个体差异变量的信息。元分析还表明,CQ的总体因素和具体因素都包含有效信息。与此同时,综述提醒人们不要过度炒作:许多证据来自相关研究,往往依赖自我报告,而且集中于教育、外派和组织研究领域。不应把CQ包装成一种能够预测品格、消除偏见或保证在每种文化中都取得成功的万能分数。

然而,发展仍然是该框架的核心优势。对跨文化培训的元分析发现,其对文化智商(CQ)的平均影响较小,对适应的影响中等,而结果会因方法和数据来源而异。仅仅接触差异并不足够;当一个人进行准备、保持注意、获得反馈、反思并改变下一次尝试时,经验才会转化为学习。跨文化教育、语言学习、指导、结构化反思、模拟练习和持续合作都能提供这些要素。成长最好通过更加准确的预期、更少的重复错误、更有效的合作以及尊重他人的行为来体现,而不只是体现在自信上。

将跨文化经验转化为智慧

  1. 准备工作不要止于礼仪清单。从可靠的本地来源了解历史、制度、当前状况与内部多样性。
  2. 私下陈明你的假设。当预测被明确表达时,才能接受检验;隐藏的假设只会让人误以为那就是现实。
  3. 观察实际情境。注意谁发言、谁做决定、分歧如何出现,以及哪些行为能赢得信任——不要假定一次经历就代表整个文化。
  4. 以尊重的方式提问。邀请对方分享偏好和解释,而不是要求一个人代表数百万其他人发言。
  5. 调整方式以促进理解与互惠。在有帮助的情况下,改变沟通渠道、节奏、正式程度或示例,同时维护同意、尊严、真实性与安全。
  6. 寻求纠正性反馈。询问值得信赖的文化向导或合作伙伴:你遗漏了什么,以及你的行为产生了什么影响。
  7. 谨慎地更新并迁移。记录你的模型发生了哪些变化,然后在下一个情境中检验这些变化是否适用,而不是把一个教训变成新的刻板印象。
合作所需的智力

文化成长拓展人们共同创造的可能

当认知能力、情绪调节、社会理解与文化学习协同作用时,人们就能跨越边界交流知识,减少本可避免的伤害与误解。价值观仍然重要:文化知识既可用于包容,也可用于剥削。目标不是毫无摩擦的说服,而是更准确的理解、知情后的独立判断、更公平的合作,以及与经历不同于自己的人共同解决问题的能力。

本节背后的证据

10

整合性心智:能力如何转化为智慧行动

每当一个人学习或解决真实问题时,一般能力、专长、知识、创造力、自我监控、情绪、价值观和情境都会共同发挥作用。

智力很重要。一般认知能力有助于解释为什么有些人能更快地学习陌生材料、更早识别复杂关系,并更有效地将所知迁移到新问题上。然而,没有任何重要成就是仅凭一般能力产生的。真正的表现来自认知力量与特定的能力构成、积累的知识、有效的策略、情绪与社会理解、动机、价值观、工具和机会的结合。

这种整合性观点避免了两个相反的错误。第一个错误是把智力简化为一个孤立的数字,忽略所有将能力转化为成就的因素。第二个错误是不断扩展“智力”一词,直到每种才能、偏好或值得称许的品质都变成一种独立的智力。更强有力的模型会保持这些区分清晰,同时展示各部分如何相互强化。

八种贡献因素,八种不同作用

横向滑动以比较 →

按作用和相互作用比较一般能力、广泛能力、知识、创造力、元认知、情绪与社会理解、价值观和情境
贡献因素 它的核心作用 它如何增强表现 不应将其与什么混淆
一般认知能力 在多种推理、学习和问题解决活动中共同存在的广泛能力。 支持把握模式、处理复杂性、高效学习,并使知识适应陌生要求。 每一种具体才能、所有后天获得的知识、品格、智慧,或一个人的全部潜能。
广泛能力与狭窄能力 一种可能包括流体推理、后天获得的知识、工作记忆、加工速度、视觉空间加工、听觉加工和提取能力的能力构成。 为表征信息和完成特定类别的任务提供不同路径。 僵化的人格“类型”,或在一个人内部运作的完全独立的心智。
知识与专长 在某一领域内获得的、有组织的事实、概念、程序和模式。 将许多困难步骤转化为有意义的模块,改善预测,并为推理提供更好的处理材料。 一般智力本身、毫不费力的天赋,或学习领域之外的普遍专长。
创造力 提出并评估既新颖又能有效实现目标的可能方案。 在熟悉的答案无效时拓展解决方案空间、结合相距甚远的想法,并修正假设。 仅凭新颖性、艺术身份、冲动性,或脱离知识与推理而孤立存在的某种“创造性智力”。
元认知 监控自己的理解程度、信心、错误、努力程度和策略。 有助于分配注意力、发现困惑、检验答案、寻求反馈,并在必要时转换方法。 盲目的自信、持续的自我关注,或保证高能力者始终能够准确校准自己。
情绪与社会理解 在思考他人与人际关系的同时,感知、解读并调节情绪。 在压力下保护注意力,改善沟通,并帮助协调群体中的知识。 一种普遍认可的“情商”、善良、受欢迎程度,或认知能力的替代品。
目标、动机与价值观 选择什么值得投入努力,坚持下去,并决定认知力量应服务于哪些目标。 将能力引向学习、关怀、探索、合作或其他选定的目的。 认知测验所测得的智力;能力与方向相关,但彼此不同。
情境、健康与工具 能力必须在其中转化为可观察表现的环境。 指导、语言、睡眠、安全、技术、合作者和机会,都可能释放、扩展或阻碍一个人能够做到的事情。 能力并非虚构的证据;环境会影响能力的表现方式,但不会因此让潜在差异失去意义。

总体能力是共同引擎——但不是唯一组成部分

在各种不同的认知任务中,成功表现往往彼此相关:在一种形式中推理良好的人,平均而言更有可能在其他形式中也表现良好。一般因素通常写作 g概括了这种共同变异。智力测验通过多项任务估计这一广泛的认知核心的大部分,而不是字面意义上测量某种单一物质或某个大脑位置。

广泛能力能够解释更多结构。一个人的语言知识、空间推理或处理速度可能相对更强,尽管这些能力仍与总体能力相关。这就是为什么层级模型比在“一种智力”和“许多互不相关的智力”之间二选一更有用。共同核心、有意义的广泛能力和更狭窄的技能可以同时存在。

基础

能力让新的学习成为可能

推理、记忆和高效的信息处理能力能帮助学习者发现结构、在头脑中保持关系,并掌握陌生概念。更强的总体能力通常意味着能够更快地构建有用知识。

构建

知识让智力更强大

信息一旦被组织成概念和模式,就能减轻认知负荷,并改善未来的推理。智力帮助构建知识;积累的知识随后会放大智力所能实现的成果。

指导

元认知提升能力的运用

能够检查假设、校准信心并从错误中学习的人,可以更可靠地运用已有能力。强大的思维在能够审视并修正自身时会变得更强。

创造力开启可能性;智力帮助将其发展起来

创造性工作既需要生成,也需要评估。发散思维可以产生不寻常的可能性,而推理、知识和判断力则有助于确定一个想法是否连贯、有用且可实现。研究通常发现,智力与创造成就之间存在正相关,但这种关系远非完美。这正是整合模型所预期的结果:认知能力提供有价值的资源,但专业知识、开放性、动机、坚持、机会以及一个能够接纳新想法的环境,都会影响一个原创想法能否成为一项发现、一种设计或一件艺术作品。

元认知将生成与改进连接起来。它会提出这样的问题:我理解这个问题了吗?我是否只是在重复第一个熟悉的答案?什么证据能够证伪这个方案?我的信心有充分依据吗?这些问题并不能取代智力;它们能帮助认知资源运作时减少本可避免的错误。

情绪与社会理解让智力进入人类世界

许多现实问题都涉及他人的心智。一个技术上非常出色的提案,如果提出者误读了恐惧、信任、激励因素或群体动态,也可能失败。与情绪相关的能力可以帮助一个人识别感受,理解感受可能如何变化,并在压力下调节反应。社会理解则有助于推断意图、解释观点,并在团队中协调不同的优势。

这些能力很重要,但“情绪智力”这一标签涵盖了不同的内容。能力测验、自我报告的特质以及广义的“混合型”量表并不能互相替代。情绪技能可以在对社交要求较高的环境中提供额外信息,但它不会使智商过时。一般认知能力与情绪和社交技能回答的是不同问题,也可以彼此增强。

价值观选择方向;情境塑造结果

智力拓展了一个人可能理解、学习和设计的范围,但它不会自动选择目标。准确的知识、对后果的关注、道德承诺以及合作意愿,有助于引导认知力量采取有益的行动。这并不是贬低智力的理由:能够呈现更多证据并预见更多后果的头脑,拥有更丰富的资源来进行良好判断。这只是说明,我们应当在培养能力的同时,也培养方向感。

情境决定了人在表现时可调动哪些资源。一个得到充分休息、接受清晰指导、具备相关背景知识并拥有有用工具的学习者,能够展现出比同一个疲惫不堪、因语言而受排斥或被剥夺练习机会的学习者更多的能力。情境也可能成为智力发展的组成部分:教育培养认知技能和知识;专业经验改变人们感知某一领域的方式;良好的反馈能改善策略;更安全、更健康的条件则能保护学习所依赖的机制。

一个现实世界的例子

一个困难的问题会调动整个系统

设想一个团队正在一次意外污染事件后设计更安全的供水系统。一般推理能力帮助团队成员识别因果关系;数量和空间能力支持建模;科学知识与当地知识限制可能的方案;创造力产生替代方案;元认知揭示不确定的假设;社会理解帮助团队与居民沟通需求;价值观为健康与公平确定优先顺序;而工具、资金、法律和时间决定了能够建成什么。把一名成员称为固定的“逻辑型”,把另一名成员称为固定的“人际型”,就会忽视这些因素之间的互动。当不同优势通过共同的学习和推理能力共享信息时,解决方案会得到改善。

保持整合模型清晰的五组区分

  1. 能力不等同于表现。 能力会影响实际发生的事情,而睡眠、准备、语言、动机、焦虑、工具和偶然因素,则会影响某一次情境中哪些能力得以显现。
  2. 表现不等同于成就。 一份完成的学位、一项发明或一段职业生涯,反映的是能力在知识、练习、机会、坚持和社会系统共同作用下随时间积累的结果。
  3. 相对优势不等于独立的智力。 一个人在空间任务上的表现可能强于言语任务,但这并不意味着他拥有一个与一般认知资源彼此隔绝的、封闭的“空间思维”。
  4. 智力不等同于人格或价值观。 好奇心、尽责、勇气和同情心会深刻影响人生,但如果把每一种受重视的特质都重新命名为智力,就会让智力和品格都更难理解。
  5. 类型不是命运。 认知特征会发展。知识可以大幅增长,策略可以改进,情绪技能可以通过练习得到提升,教育也能提高广泛的智力测试表现。

整合公式

有效表现 = 认知能力 × 已发展出的知识与策略 × 调节与引导 × 行动机会。 这是一个概念模型,而非字面意义上的方程式。它旨在说明为什么每个因素都很重要:其中一个因素的薄弱可能限制结果,而改善其中一个因素则可能释放其他因素的更多价值。因此,最有力的发展方式是在增强智力本身的同时,也培养知识、自我调节能力、人际关系和环境,使智力得以作用于现实世界。

11

发展智力:贯穿一生的有意义成长

智力的重要性足以值得培养,而它的动态性也意味着教育、经验、策略和健康状况能够改变它发展的程度,以及它表现出来的稳定性。

认知成长值得庆祝。当一个人能够更快理解困难的解释,更完整地把握一个问题,发现隐藏的联系,更快学会一个新系统,或更有效地修正一个薄弱的计划时,这种进步并不只是测试成绩变好了。它可以拓展这个人准备去学习、构建、修复、沟通和贡献的领域。经过多年,即使是适度的提升也可能不断累积,因为更强的学习能力会带来更多知识,而更丰富的知识又会让后续学习更加高效。

智力既不是完全固定的,也不是可以无限塑造的。人与人存在差异,发展受到生物和环境因素的限制,而且并非每种干预都能迁移到其他领域。然而,把问题简单归结为“固定”或“可改变”是错误的二选一。认知能力既有连续性,也会发展。智商分数是相对于按年龄划分的参照群体,对表现进行标准化估计的结果;它可以相当稳定,同时对个人而言仍能发生有意义的变化。即使一个人的相对位置保持相近,绝对技能也可能有所提升,因为同龄人也在同时发展。

值得认可的提升

持久的认知成长会扩大可运用的自由

更广泛的词汇能够帮助人读懂专业书籍。更好的定量推理能力可以判断一项财务主张是否合理。更强的工作策略可以让复杂项目变得易于管理。更好的理解能力可以帮助人比较选项、预见后果,并向原本专业领域之外的人学习。智力并不能保证智慧或良好行为,但它能强化智慧与责任可以运用的工具。

四种进步

“变得更聪明”可以指几种真实的成就。区分这些成就,能够避免失望,也让每一种进步都得到应有的认可。

更广泛的能力

多种认知任务上的提升

最有力的主张是:一种持久的提升,能够在多种具有实质差异的推理、理解或学习测量中体现出来,而不只是在练习过的题型上表现更好。设计良好的教育是实现这种广泛发展的最明确、已有充分证据支持的途径。

知识与专长

更大、更有条理的心理知识库

学习事实、概念、程序和因果模型,会改变一个人能够注意到并推断出的内容。专业知识往往具有领域特异性,但其作用极其重要:掌握知识的头脑能够识别出新手尚未具备相关概念、因而还无法看见的结构。

策略与自我调节

更有效地运用已有能力

规划、监控理解程度、核查信心、选择更好的策略,以及从反馈中学习,都能提升表现,而无需假装某一种技巧已经改变了所有认知能力。更有效地运用能力本身就是真实的成长。

保护与恢复

保护学习所依赖的心智

睡眠、运动、感官获取、心理和身体健康,以及避免接触致醉或具有神经毒性的物质,都会影响注意力、记忆和学习。减轻一种负担,可能使原本存在但无法持续表现出来的能力得到恢复。

法律地位不是认知安全评级

酒精是一种具有精神活性、有毒且会导致依赖的药物。许多文化长期使用酒精,但文化上的熟悉程度以及法律或商业地位,并不能决定其对认知或健康的影响。酒精会干扰神经通信,并可能损害记忆、判断力、言语和身体平衡。大剂量饮酒可能导致急性中毒,长期大量饮酒则可能造成大脑结构和功能的持久变化。对于酒精而言,风险会随饮酒量、频率和模式,以及年龄、健康状况和具体情境而变化;仅凭法律地位并不能衡量健康风险。

因此,保护智力也包括保护注意力、记忆、学习和判断发挥作用所依赖的条件。在学习、驾驶、看护危险活动或作出重大决定时避免处于醉酒状态,这并非与认知发展无关;它保护的正是认知发展旨在强化的能力。

促进长期发展的最有效路径

研究不支持存在一种普适的“智力锻炼”。最可信的路径是一个体系:多年的严肃教育、不断积累的知识、带有反馈的高强度练习、日益复杂的问题、元认知控制,以及对大脑健康的保护。每条路径的作用各不相同。

教育影响的规模是有意义的。2018 年的一项荟萃分析汇总了来自 42 个数据集的 142 项估计,这些数据集涉及 60 多万名参与者,并采用了三类准实验设计。研究发现,在所考察的广泛能力类别中,多接受一年教育可带来约 1 至 5 个智商点的一致收益,而且这种影响可持续一生。这个范围并非对个人的保证——效果取决于研究设计、教育经历和人群——但它有力地证明了测得的智力可以得到提升,社会应将高质量教育视为认知基础设施。

横向滑动以比较 →

基于证据比较教育、知识建构、刻意练习、元认知、健康保护、复杂技能学习与商业脑力训练
途径 最直接培养的能力 预期范围 最佳解读
持续教育 知识、推理习惯、语言、定量工具,以及反复处理难度逐步增加的思想。 影响广泛且持久;因果和准实验研究表明,额外教育能够提高智力测验表现。 这是目前最有一致性支持的、发展一般认知表现的大规模途径——但并不保证每位学习者都能提升固定的分数。
知识丰富型学习 使理解与推理更高效的概念、事实、图式与领域模型。 在某一领域内作用显著;当基础知识支持之后的多个学科时,也会带来更广泛的益处。 知识并不是思考的对立面;强有力的思考所运用的大部分材料正是由知识提供的。
刻意练习 目标技能、错误纠正、模式识别、速度以及在相关条件下可靠执行的能力。 通常在经过练习的技能及密切相关的任务上最为显著。 这是形成专业能力的必要条件,但单靠它并不充分;质量、反馈、先前能力、机会与领域结构都很重要。
元认知 学习的规划、监控、校准、策略选择与独立控制。 如果在真实内容中教授策略并进行有意练习,它可以支持跨学科学习。 学习的倍增器,而不是脱离知识的空洞“思维技能”。
睡眠、活动与健康保护 注意力、记忆巩固、情绪调节、血管健康以及可靠的认知功能。 广泛支持发展与维持,尤其是在纠正缺陷或降低风险时。 保护学习能力的基础;不应将健康习惯宣传为保证提升智商的手段。
要求较高的新技能 通过持续投入获得新知识、协调能力以及任务特定的认知过程。 技能提升明显;一些研究发现,它们能改善某些特定的认知测量指标,尤其是在老年阶段,但受益范围各不相同。 选择复杂且有意义的活动,因为它们能培养真正的能力;应将更广泛的迁移视为值得检验的积极结果,而不是想当然地假定其存在。
工作记忆或“脑力训练”游戏 在该游戏及与之相似的任务上的表现。 近迁移很常见;能令人信服地证明远迁移到一般智力或日常能力的证据较弱且不一致。 一种经过练习的任务工具或令人愉快的活动,不能替代教育、健康以及现实世界中的学习。

近迁移、远迁移与对成长的诚实检验

直接学习

训练后的任务有所改善

练习记忆广度、代数程序或视觉搜索游戏后,该活动上的表现通常会提高。当活动本身很重要时,这种提升很有价值,但它尚不能证明更广泛的智力增长。

近迁移

相似任务得到改善

学习者在新例题上取得成功,而这些例题与训练共享操作、表征或知识。近迁移体现了灵活学习,但共同要素可能使其看起来比实际范围更广。

远迁移

不同能力或生活结果得到改善

最具挑战性的主张要求学习者在不同且未经训练的测量任务或真实结果上获得益处,最好是在一段时间过去后,并与一个积极对照组进行比较。远迁移在某些教育情境中是可能的,但绝不能仅凭游戏表现的提升来推断。

认知成长的实用循环

  1. 选择一项具有实际影响的能力。 明确更好的思维将让你在现实世界中理解或完成什么。
  2. 夯实知识基础。 学习核心词汇、事实、模型和示例演练,直到新信息有可以连接之处。
  3. 提取并间隔练习。 不看材料进行回忆,逐渐延长间隔后重新复习,并在基础打牢后混合练习相关的问题类型。
  4. 在能力边缘练习。 练习难度应足以暴露错误,同时又有足够结构便于纠正。
  5. 寻求精准反馈。 找出错误步骤、缺失概念或不佳策略,而不只是记录成功或失败。
  6. 反思并迁移。 解释发生了什么变化,预测这一原理适用于何处,并在陌生问题上检验它。
  7. 保护学习者。 将睡眠、体育活动、健康问题的治疗以及避免醉酒纳入学习计划。
  8. 广泛测量,并延后测量。 庆祝经过练习的熟练表现,然后分别测试保持效果、近迁移、远迁移和现实世界中的应用。

研究基础

12

旨在拓展能力的教育

目标不是让学习看起来毫不费力,而是帮助每一位学习者建立知识、推理能力、独立性,以及解决未曾见过的问题并取得成功的能力。

教育是以组织化形式呈现的认知发展。在最佳状态下,教育让学习者接触数百年积累的知识、用于表达复杂思想的语言、数学与科学工具、专家推理模型、反复练习,以及在指导下进入那些独自探索会很困难的问题。这就是为什么学校教育的影响可能超越某一学科的成绩:它不断锻炼理解、抽象、记忆、自我调节和迁移能力,同时扩大​​学习者的知识基础。

以成长为导向的学校不会否认学习者当前准备程度的差异,而是将这些差异视为教学信息。有些学习者需要更多示范、更小的步骤、更易获取的材料、语言支持或额外练习;另一些学习者则需要更快的进阶和更深的复杂性。共同的承诺是设定高上限、提供合适路径,并让进步清晰可见。提升智力并不是只靠表扬努力就能实现的,而需要将成功的努力投入到不断提升能力的表现中。

知识与推理应共同发展

推理并不是一种脱离内容的能力。要评估有关医学、气候、金融或历史的论点,学习者需要相关事实、概念和因果模型。知识能减轻工作记忆的负担,使模式更易识别,并帮助人们提出更好的问题。与此同时,当学习者比较信息、解释原因、解决不同类型的问题,并在陌生情境中运用所学知识时,记忆中的信息会变得更有力量。因此,强有力的课程会摒弃“教事实”和“教思维”之间的错误二选一。

横向滑动以比较 →

在教育中构建知识、技能、元认知与迁移能力的循证序列
设计举措 学习者的行动 为什么这很重要 一项有用的检查
激活基础 提取先决知识,并将新主题与已有的准确知识模型联系起来。 新知识会通过已有知识来理解;基础缺失可能使清晰的解释也无法被有效使用。 学习者能否解释先决知识,而不只是辨认出它们?
示范专家思维 观察完整解题示例,并听到每个决策、信息呈现方式或检查为何被采用。 明确的示范揭示了专家可能以默会方式完成的步骤,并减少初次学习时可避免的过度负担。 示范是否展现了决策和错误检查,而不只是展示润色后的答案?
在指导下练习 完成难度逐步提高的问题,同时让提示和反馈针对确切的误解或步骤。 知识通过成功的提取和应用变得可用;随着控制权转移给学习者,支持可以逐步减少。 反馈是否告诉学习者需要改变什么,并提供再次尝试的机会?
随时间进行提取练习 不看笔记进行回忆、解释和解题,然后在逐渐延长的间隔后再次复习材料。 提取练习和间隔学习比单纯重复接触更有效地增强之后的提取能力。 经过一段时间后,学习者能否重新生成这一想法,而不只是在课堂上跟随理解?
变式练习并建立联系 比较问题类型,在多种策略中作出选择,并在变化后的形式和情境中应用原理。 变化练习能教会学习者何时适用某种方法,也能更真实地检验迁移能力。 当表面细节发生变化时,学习者能否识别深层结构?
计划、监控和评估 预测难度,选择策略,检查进展,估计信心,并修订计划。 元认知有助于学习者减少对提示的依赖,并更准确地判断自己掌握了什么。 学习者能否解释自己为何选择某种策略,以及什么证据会促使其改变策略?
广泛评估 展现记忆保持、解释能力、新颖问题解决能力和真实应用能力。 多样化的评估能够区分持久的理解与对某一种题型短暂而熟悉的感觉。 学习效果是否经受住了时间考验,并出现在未经逐字练习的任务中?

教授内容,而不是固定的“学习风格”

学习者有不同的偏好、背景、残障情况和能力结构,但现有证据并不足以支持把每个人都贴上视觉型、听觉型或动觉型学习者的标签,并让所有教学都围绕该标签展开。信息呈现方式应服从材料和学习目标:地图和几何学适合视觉结构;发音需要声音;身体操作程序需要动作;复杂概念可能受益于文字与图示的协调结合。应提供无障碍的学习路径和有用的组合方式,但不要把偏好变成认知身份,也不要因此限制其他学习形式。

避免不必要的过度负担,同时提出挑战

高标准

保持目标的进取性

向每一位学习者教授复杂理念,但要安排好先决条件,并使隐性的步骤变得清晰可见。支持应当为高要求的思考创造条件,而不是永久用更容易的任务取而代之。

适应性支持

改变路径和剂量

当额外示例、词汇教学、辅助技术、额外时间、更小的步骤或更多练习能够解决真实障碍时,就加以使用。当独立表现变得稳定可靠时,逐步减少支架。

拓展

保护进阶成长

已经掌握基础的学习者需要抽象、证明、设计、综合和陌生问题,而不只是重复他们已经理解的练习。

让进步可见,并值得庆祝

同一个年级通常混合了先前知识、近期学习、速度、语言要求和任务形式等因素。更好的进步评估系统会使用重复且间隔适当的证据:学习者现在能够在没有支持的情况下解释什么?他们能够解决哪一类问题?他们能多好地保持所学内容?他们能否识别某种方法不适用的情况?表现是否已迁移到新的情境中?如果为明确目的而选择、在不确定性下进行解释,并且绝不将其作为上限,认知评估可以提供有用信息。

学校或课程现在就可以采取行动

  • 构建连贯且知识丰富的学习序列,使后续推理建立在先前教授的基础之上。
  • 在要求新手独立发现每一种方法之前,先使用解题示例和教师的思维示范。
  • 用低风险提取练习、间隔复习和累积性问题,替代部分重复阅读和划线标记。
  • 在数学、科学、写作、语言和其他真实学科中教授计划、监控和评估。
  • 提供能指出下一步改正之处的反馈,并给学习者时间加以应用。
  • 在不将学习者归入缺乏依据的风格类别的前提下,针对可及性和差异进行设计。
  • 追踪保持和迁移,然后庆祝理解力、独立性、推理能力和学习速度方面的进步——而不仅仅是完成的作业。

研究基础

13

在工作中运用智能——并持续成长一生

有能力的组织不仅要发现智能,还要培养智能、整合智能、保护智能免受不必要的摩擦,并将个人洞见转化为集体学习。

认知能力之所以在工作中重要,是因为许多工作要求人们理解指令、学习不断变化的系统、诊断不熟悉的故障、比较证据、协调各种约束并预判后果。随着复杂性和新颖性的提升,其价值通常会更加明显。但绩效从来不只取决于能力。知识、责任心、动机、健康、道德、沟通、工具、领导力和机会,共同决定认知潜力能否转化为可靠的工作表现。

因此,智能型工作场所会避免两个相反的错误。它不会假装认知差异无关紧要,也不会设想一个分数就能独立地选拔、排序或管理人员。在评估适当的情况下,评估应针对工作进行验证,与其他与工作相关的证据结合,公平实施,并用于引导机会,而不是限制人的可能性。更大的目标是随着时间推移,提高组织可运用的智能。

在三个层级进行设计

横向滑动以比较 →

工作场所如何在个人、团队和组织系统三个层级培养并运用智能
层级 培养能力 保障绩效 将思考转化为成果
个人 结构化入职、领域知识、刻意练习、逐步提高难度的任务、辅导和精准反馈。 合理的工作量、符合睡眠规律的排班、易于使用的工具、不受打扰的专注时间,以及对健康或感官障碍的支持。 明确的目标、决策权、解释推理的机会,以及来自实际成果的反馈。
团队 互补的专业能力、共享的心智模型、交叉培训,以及明确向从不同角度看待问题的成员学习。 心理安全感、均衡参与、相互尊重的异议,以及防止关键信息消失的沟通实践。 事前复盘、讨论前的独立估计、记录在案的假设、红队审查和事后复盘。
系统 知识库、模拟演练、实践社群、内部流动,以及奖励学习和教学的晋升路径。 清单、重复性工作负担的自动化、易用的界面、疲劳控制措施,以及针对高后果决策的防护机制。 与实际成果挂钩的衡量标准、快速报告错误、保留组织记忆,以及奖励真实而非表象的激励机制。

团队不会因为拼凑履历而变得更聪明

个人能力和专业知识是宝贵的输入,但如果信息被扣留、讨论被少数人主导、异议受到惩罚,或成员拥有相同的盲点,团队仍可能失败。关于团队学习和集体绩效的研究指向互动质量:成员需要足够的安全感来报告不确定性和错误,需要足够的结构来交流独有信息,也需要足够的思维纪律去检验彼此的判断,而不只是相互重复。

作出决定前

保留独立思考

要求成员在小组讨论前记录估计、风险或解释。保持独立可以减少锚定效应,让团队发现真正的分歧,而不是制造即时共识。

作出决定时

让推理过程可检视

区分证据、假设、价值观和信心程度。在默认服从地位之前,先邀请具备相关知识的人参与,并指定一人认真寻找能够证伪当前判断的证据。

作出决定后

闭合学习循环

记录预测,并在结果出现时重新审视它。无责备式复盘应当找出需要改进的是哪一种模型、信号、交接或防护措施,而不是为了维护信心而改写历史。

使用工具释放智慧,而不是取代责任

清单、计算器、搜索系统和人工智能可以将记忆外置、呈现可选方案并减少日常负担。这能为判断和处理新问题留出更多能力。然而,在事关重大的工作中,工具输出需要有负责任的负责人、明确的局限、核验机制以及提出质疑的途径。含糊不清、令人分心或其可信度超出证据所支持范围的自动化,可能消耗认知能力,而不是扩展认知能力。

终身学习:塑造一颗不断打开新大门的头脑

成年发展并不局限于维持普通脑力游戏的高分。更丰富的目标是保持获取有用知识、进入新领域并解决日益重要问题的能力。学习一门新语言、掌握一门技术工艺、演奏乐器、涉足研究领域、使用软件系统或进行某种设计,都会形成一个能够在现实世界中运用的概念与程序网络。当活动要求持续学习而不是熟悉的重复时,其价值尤其高。

对老年人的试验说明,相关论断应当具体。ACTIVE 研究发现,针对直接训练的认知能力,其益处能够长期持续,并有一些证据表明日常功能也有所改善;但它并未显示任何形式的训练都能改变一般智力。Synapse 项目发现,持续投入于要求较高的新技能后,某些记忆能力有所改善。FINGER 试验发现,一项结合饮食、运动、认知训练和血管风险监测的多领域方案,能够改善有风险老年人的认知能力。总体而言,这些发现支持积极且有益健康的投入,同时提醒我们,不应把不同的干预措施和结果压缩成一个奇迹般的承诺。

一个为期12周的终身学习周期

  1. 明确一项真实能力。选择一个成果,例如分析数据集、进行基础对话、修理设备,或准确解释某个科学领域。
  2. 绘制先备条件。列出后续表现所依赖的词汇、概念、子技能和工具。
  3. 安排四类工作。学习新材料,提取旧材料,解决陌生问题,并创造整合两者的成果。
  4. 使用反馈来源。教师、专家、测试套件、答案键、录音或现实世界的结果,必须能够揭示具体错误。
  5. 记录决策与错误。记录你的预测、作出预测的原因、实际发生的情况,以及应当改变哪个模型或策略。
  6. 解释并教学。为他人给出清晰的解释;在识别过程中隐藏的知识缺口,往往会在教学时显现出来。
  7. 超越排练进行测试。在第4、8和12周,尝试一项没有原始提示的新任务,并检查这项技能是否经受住了时间的考验。
  8. 保护连续性。选择由睡眠和运动支持的可持续安排,而不是英雄式的短期爆发后紧接着精疲力竭。
  9. 庆祝成长的证据。保留第一次尝试,并与最后一次比较:更高的准确性、更深的理解、更快的速度、更强的独立性和更好的迁移能力,都是值得看见的成就。
更大的抱负

创造让智能不断复利的环境

一个人学习知识,用它解决一个更好的问题,向他人解释解决方案,并留下一个更清晰的工具或模型。一个团队将错误转化为共享知识,而不是个人的难堪。一个学校让更多学习者能够接触高阶理解。于是,成长不再只是一个分数:它成为人类不断增强理解现实并在其中良好行动的能力。

研究基础

14

十个误区——以及理解智力的更有力方式

好的科学既不会否定智商,也不会把人简单归类:它测量重要能力,研究这些能力如何相互作用,并寻找帮助其发展的方法。

“智商并不能测量一切。”

智商测量的是认知表现中一个重要的核心部分。设计良好的评估会抽样测量推理、后天获得的知识、记忆、加工效率及相关能力;其结果能够有意义地预测学业成就、培训中的学习表现,以及认知要求较高的工作中的部分表现。智商并不测量每一种才能、价值观或生活环境,但有用的工具无需测量一切。它的适当作用既重要又明确:估计那些会影响人们学习和解决问题的认知能力。

“智力无法增长。”

认知能力可能相对稳定,但仍会发生变化。一项采用纵向研究和准实验研究证据的大型荟萃分析发现,多接受一年教育可使智力测试表现提高约一至五个智商点,具体估计值因研究设计和环境而异。知识、策略和专业能力可以贯穿一生不断增长,而健康状况和更安全的环境有助于保护表现。成长并非无限,也不会对每个人都以相同方式发生,但当前分数是一次起点测量,而不是永久上限。

“一个分数决定命运。”

广泛的智商综合分数可以概括重要信息,但它只是带有不确定性的估计,并非预言。能力特征、测试条件、教育、健康状况以及后续机会同样重要。分数预测的是在可比人群和环境中的概率;它们并不包含一个人的未来。应利用结果来识别优势、探究障碍、改进教学并跟踪发展,而不是据此断定进一步成长是不可能的。

“每个人都有一种固定的学习风格。”

人们有不同偏好和不均衡的优势,但受控证据尚未证明,当所有教学都与固定的视觉、听觉或动觉身份相匹配时,学生就能学得最好。合适的表征取决于材料:音乐需要声音,几何学习受益于图示,而运动技能需要身体练习。高质量的学习应结合清晰的解释、相关示例、提取练习、反馈和多种表征,而不是把学习者限制在某个单一标签中。

“加德纳的智力类型已被证明是彼此独立的大脑模块。”

多元智能理论帮助教育工作者注意到更广泛的人类成就,但这种教育贡献不同于证明存在彼此独立的认知系统。对旨在代表多种拟议智能的任务进行直接测试,显示出显著的共同一般因素方差。音乐、身体、人际交往和自然观察方面的才能值得认可和发展;它们不必在统计上彼此独立,也不必对应孤立的大脑模块,才具有价值。

“EQ比IQ更重要。”

这种比较把两个不同的构念当作竞争对手。IQ估计的是一组经过充分研究的认知能力。“EQ”可能指与情绪相关的表现、自我报告的特质,或由人格与社交技能组成的宽泛混合概念。情绪理解可以带来价值,尤其是在与人互动的情境中,但现有证据不支持存在一种能够取代认知能力的普遍EQ。学习、推理和情绪调节是互补的资源;相关的平衡取决于任务。

“每个人都属于一种智力类型。”

人的能力构成是多维的,并非只有一种心智能力类型。一个人在语言、空间推理、记忆、音乐或社会知觉方面可能表现出相对优势,同时继续在不同领域共享认知资源。能力构成也会随着教育、练习、健康状况和经验而发展。应准确描述当前的表现模式——例如“空间能力强于加工速度表现”——不要把它变成限制一个人学习范围的永久身份标签。

“知识或资格证明等同于智力。”

知识记录已经学到的内容;智力则有助于判断如何更高效地理解陌生关系并获取新知识。资格证明不仅提供已完成要求的信息,也反映了获得机会、坚持程度、评估规则和机构条件。二者相互影响:更强的推理能力可以加快学习,而组织得更深入的知识则能让后续推理更快、更准确。应当同时重视二者,不要用其中一个替代另一个。

“高智力会自动带来智慧、同理心或美德。”

更强的认知能力为理解复杂性、比较选项和预见后果提供了宝贵资源。这些资源可以支持更明智的行动,但行动方向还取决于知识、目标、情绪调节、视角和价值观。智力扩大了能力;它不会机械地选择目的。建设性的目标不是淡化认知能力,而是将其与帮助人们善用能力的品质一同发展。

“在一项脑力游戏上表现更好,就证明一般智力提高了。”

练习通常会提升受练习任务的表现,也可能迁移到密切相关的任务上。若要声称更广泛的智力有所增长,就需要更有力的证据:在陌生且可靠的测量上有所改善;这种改善能够随时间保持;并且在游戏之外的学习或解决问题中产生益处。这并不意味着认知成长不可能,而是意味着我们应在证据最充分的地方追求并庆祝成长——通过教育、高要求的学习、有效策略、知识积累以及保护大脑健康。

智力值得理解、增强与庆祝

人类智力既不是孤立存在的单一分数,也不是一组互不相关的标签。它是一个有组织且不断发展的系统:一般能力支持跨领域学习,广泛能力构成有意义的能力画像,而知识、创造力、元认知以及情绪与社会理解力,则拓展了这种能力能够实现的范围。价值观赋予它方向;人际关系、健康、教育和工具帮助它转化为行动。

可靠的智商提升、更快掌握困难材料、更深入的理解、更好地将所学迁移到新问题上,或更准确地自我纠正,都是实实在在的成就。这种成长值得庆祝,因为它拓展了一个人从世界中学习、认识后果、解决问题和作出贡献的能力。目标不是给人的价值排序,而是让每个心智都获得尽可能强的机会,变得更有能力。

有意识地培养智力:接受高要求的教育,跨相关领域阅读,练习提取与解决问题,寻求纠正性反馈,创造并检验新想法,保障睡眠与健康,与他人共同学习,并定期尝试那些曾经看似超出能力范围的问题。当分数的提升转化为理解的提升,而理解的提升又转化为更好的生活时,智力才能获得最有意义的增长。

证据与延伸阅读

智力:已知与未知 APA 工作组·智力、测量与预测性证据的基础综合 《卡特尔–霍恩–卡罗尔认知能力模型体系》 McGrew · 一般、广泛与狭窄能力的层级整合 《人类认知能力》 Carroll · 三层模型的大规模因素分析基础 《智力与教育成就》 Deary 及同事 · 将认知与后续学习联系起来的前瞻性证据 《教育在多大程度上能提升智力?》 Ritchie 与 Tucker-Drob · 对超过 600,000 名参与者的荟萃分析 《一个世纪以来的全球智商增长》 Pietschnig 与 Voracek · 认知测验表现会随世代变化的证据 《领域知识与成人智力发展》 Ackerman · 智力、兴趣、人格与后天知识的整合 《智力与创造性成就》 Gerwig 及同事 · 关于其积极但并不相同关系的荟萃分析 《如何测量元认知》 Fleming 与 Lau · 信心、校准与元认知敏感性 《元认知、智力与学业表现》 Ohtani 与 Hisasaka · 关于学习中相关且不同贡献的荟萃分析 《情绪智力的能力模型》 Mayer、Caruso 与 Salovey · 情绪相关能力及其测量 《情绪智力可预测学业表现》 MacCann 及同事 · 关于总体关联与增量关联的荟萃分析 《多元智能常见问题》 Howard Gardner 与哈佛大学 Project Zero · 理论本意与常见误解 《将多元智能理论付诸检验》 Visser、Ashton 与 Vernon · 共享一般能力的直接证据 《学习风格:概念与证据》 Pashler 及同事 · 关于教学与学习风格匹配假说的综述 《教育与心理测验标准》 AERA、APA 与 NCME · 关于分数效度与解释的权威指南
教育与评估说明:本文提供一般性教育信息,不构成个人心理评估、诊断、就业决定或教育安置建议。测试结果应结合其置信区间、目的、常模、可及性、语言、健康状况及更广泛的证据进行解读。对于涉及重大利害关系的个人决策,请咨询具备适当资质的专业人士,由其评估完整背景。

← 查看《释放智力》系列概览

↑ 返回开头

返回博客