Understanding Intelligence and Brain Function

理解智能与大脑功能

Linas Juozenas
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大脑区域中的物质，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：知觉、记忆、注意力、知识、动机、情绪、身体状态、文化和机会。本指南在不忽视研究人员能够可靠测量的内容的同时，谨慎地描绘这张复杂图景。

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。不存在一个名为“智力”的单一物理单位。
是网络，而非孤立的中枢专门化的大脑区域很重要，但复杂思维依赖于分布式皮层和皮层下系统之间的通信。
能力与情境相遇发展、健康、教育、语言、经历和测试条件都会塑造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

智力可测量、具有多维度，且从不脱离情境

在一项要求较高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，也不能说明只有一个生物学原因，更不能把标准化分数变成对人类潜能的裁决。

因此，一篇好的介绍需要同时把握两个事实：一般认知差异是真实存在的，值得研究，而每次测量都只是在特定条件下抽取一个发展中个体部分能力的样本。

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。如有认知方面的担忧、发展问题、残障认定或高风险测试需求，请咨询具备相应资质、采用经过验证的方法并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

日常语言把资质、学习、判断、创造力和品格混为一谈。在探究它们如何相互关联之前，科学必须先将它们区分开来。

知识

已经学到的内容

事实、概念、词汇、程序以及由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

如何处理信息

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。这些能力彼此重叠，但不可相互替代。

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合乎道德的判断。

第四个区分同样重要：最大表现并不等于典型行为。限时推理测试考察的是某人在标准指令下能够做到什么。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，却仍然不去做；另一个人可能解决实际问题，却并不符合传统应试者的特征。

≠

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本质

各种定义通常都聚焦于学习、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，帮助有机体获取和使用信息、追求目标，并在熟悉的常规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经测量的认知能力的重要性，也强调了仍未解决的重大问题。1 后来的综述也提出了同一个基本观点：智力研究具有很强的经验规律，但没有任何定义能够涵盖这个词的所有合理用法。2

横向滚动以进行比较 →
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 一个人能多准确或多迅速地解决这类问题？ 在规定条件下可观察到的表现。 完整的、脱离语境的能力或永久性上限。
心理测量结构 哪些任务彼此相关？哪些潜在的统计维度可以概括这些相关性？ 样本中个体差异的模式。 认为统计因素就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。 认为一个过程可以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？ 生物学限制与候选机制。 仅凭激活图就推断意义、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。它应当阐明正在测量什么，而不是悄然把一种有用的测量方式变成心智的全部含义。

导向原则

03 · 读懂模式

心理学家为何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成分。

如果一个规模较大且多样化的群体接受词汇、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。研究者将其称为正流形。一般因素g概括了整组测验中共享的方差。它是一种统计维度——不是某个器官、心理燃料，也不能证明某一个原因驱动着每项任务。

即使是正流形，也可能有不止一种理论解释。一种观点认为，在发展过程中，彼此有益的认知过程会相互强化，使一般性模式得以出现，而不需要某个单一的主导机制。3

一般

共同表现

g 反映了多样化认知测验在同一数据集中的共同之处。其确切解释取决于模型和测量方式。

广义

能力家族

推理、后天习得的知识、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。

狭义

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义的能力，可以解释更多差异。

卡特尔–霍恩–卡罗尔模型家族是一种有影响力的层级分类体系，将许多狭义和广义能力组织起来，通常置于一个一般因素之下。4 它不应被简化为两个框，但其最广为人知的区分很有用：

横向滚动以进行比较 →
选定的广泛能力——而非不同类型的人
能力 通俗易懂的描述 示例需求 重要提醒
流体推理 发现关系、推断规则并解决不熟悉的问题。 发现新颖模式中缺失的要素。 它并非“纯粹先天”；策略、受教育程度和文化熟悉度仍然会发挥作用。
理解—知识 习得的语言及文化组织性知识的广度与深度。 解释一个词，或应用一个学过的概念。 知识并非只是存储内容；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，而不是某个单一的心理容器。
加工速度 高效完成简单或已过度练习的认知操作。 在时间限制内快速匹配符号。 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 通过联结学习信息，并在之后流畅地提取这些信息。 根据类别生成示例，或回忆成对项目。 提取失败并不等同于从未学会相关知识。
i

因素描述相关性的模式

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。一个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。它们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，而且一般能力发挥了重要作用。5

斯腾伯格

成功智力

该理论围绕适应环境、塑造环境和选择环境，界定分析能力、创造能力与实践能力。7 这一视角比传统测试内容更宽泛，但关于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；特质问卷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，不应被视为一种普遍适用的“情商”。9

多元智能并不是学习风格。加德纳明确反对一种常见观念，即应将每位学习者标记为“视觉型”“听觉型”或其他类型，并且只通过该渠道进行教学。6优秀的教学可能会使用多种表征，因为学科本身受益于这些表征——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，情绪智力测量与学业表现之间存在适度关联，而基于能力的测量和混合型测量所反映的内容有所不同。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适百分比；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

孩子不是“音乐型智能者”，成年人也不是“左脑型”，问卷更不会揭示某种固定的学习类型。个人特征可以帮助提出问题并提供支持；但不应限制某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，也不是由每个区域做着相同的工作产生的。

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、皮层下环路以及大规模功能网络。有些区域相对专门化；复杂行为则在这些专门化操作得到协调时产生。网络神经科学研究活动如何分化为专门化系统，以及这些系统如何彼此整合。1112

横向滚动以进行比较 →
有用的定位标志，但不要陷入“一个区域、一种功能”的神话
系统 部分作用 应避免的过度简化
大脑皮层 专门化的感觉和运动区域，加上支持语言、知觉、记忆和灵活行为的分布式联络系统。 “高阶思维的唯一所在。”皮层依赖与皮层下结构和小脑的交互。
白质 白质包含许多有髓鞘的轴突，连接邻近和远距离区域；其组织方式制约着网络通信。 “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、注意力和唤醒。 “一个简单的感觉中继站。”
海马结构 通过与分布式皮层系统的交互，支持关系性和情境性学习、情景回忆与导航。 “将短期记忆转换成一个永久的长期存储库。”
杏仁核 参与学习威胁、奖赏、效价和行为相关性的异质性回路。 “恐惧中枢”或普遍适用的情绪印记。
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 在运动、认知和情感领域参与时序、预测、校准和学习。 “只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。”

功能性脑成像很有价值，但属于间接测量。fMRI通常追踪与神经活动相关的血氧变化，而某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动状态，就推断某种特定思想，是一种概率性的“逆向推理”，并非自动成立的结论。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枢。15 在来自人类连接组计划的831名健康年轻成年人中，一项2026年的研究发现，模型化的一般因子与分布式结构特征和静息态网络特征相关；该结果还在145名参与者中进行了概念性重复验证。跨年龄和不同人群的重复验证仍然必要；这不是针对个人的预后扫描。16

06 · 组装工具箱

认知功能相互协作、竞争并彼此补偿

研究人员会将不同功能分开来研究，但真实任务往往会同时调动多种功能。

注意

选择哪些内容获得优先级

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以及与行为相关的事件。21

工作记忆

让有用信息随时可用

工作记忆支持为当前任务暂时保持和转换信息。它依赖分布式、动态的活动与连接，而不是某个用于短期记忆的单一“盒子”。18

长期记忆

多个系统，而非一个档案库

情景事件、语义知识、技能、习惯、启动和条件作用依赖于部分相互区别又彼此作用的系统。海马结构对于快速的关系性学习和情景学习尤其重要。长期记忆依赖分布式系统。17

执行控制

保持目标并调节行动

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、扣带回—岛盖网络与皮下区域之间的相互作用，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：感官证据会与情境、预期和任务目标相结合。预期可以促进或偏置加工，但知觉并不是不受约束的想象。22

语言与元认知

表征、交流与监控

语言让人们能够压缩、分享和转换知识。元认知——监控自己知道什么并调节策略——可以改善学习，即使基本任务能力没有改变。

!

每项认知任务都“不是纯粹的”

工作记忆任务还要求进行视觉或听觉感知、理解指令、保持注意力并作出反应。低分可能通过不同路径产生。这就是为什么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种潜在能力。

07 · 理解变化

神经可塑性贯穿一生，但受到限制且不带价值判断

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是否显著、持久、可迁移或有益。

可塑性包括突触强度、抑制、内在兴奋性、神经回路结构、髓鞘化、胶质调节和网络招募的变化。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

依赖经验的

反复的要求会塑造各个系统

练习可以提高表征的效率、完善协调，并改变所调动的策略。变化通常在练习过的技能及相关任务上最为显著。

受约束的

生物学与经历都很重要

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，都会影响适应的可能程度及其所需时间。26

并不自动意味着良好

大脑也会学习无益的模式

持续性疼痛、成瘾、恐惧泛化和适应不良性代偿也涉及可塑性。这个词描述的是发生变化的能力，并不定义性地意味着改善。25

对于“几周的音乐、游戏或冥想会使大脑皮层增厚”这类说法，需要仔细解读。结构性磁共振成像能够检测由图像推导出的测量指标变化；但仅凭这些指标本身，无法确定是哪种细胞过程导致了变化。小样本、灵活的分析方法和较短的随访期，都可能夸大结论的确定性。27 一种提出的解释是：技能习得期间会出现扩展，随后随着表征和神经回路得到完善而部分重新标准化——因此，“更大”并不是“更好”的普遍同义词。28

可塑性意味着经验会产生影响。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

认知在相互重叠的时间线上发展

没有哪个单独的生日标志着认知能力完全成熟，也没有哪个单独的年龄能让所有能力都达到峰值。

皮亚杰等阶段理论在历史上仍然具有重要意义，因为它们让人们注意到儿童推理中的质变。现代证据显示，任务、知识、文化、教学和测试方法会带来比僵硬的四阶段时间表所暗示的更大差异。相比之下，将发展看作相互作用的轨迹更为恰当，其中包含快速变化、稳定、完善和补偿等时期。

横向滚动以进行比较 →
广泛的发展模式——而非截止期限或诊断标准
阶段 常见变化 重要的情境因素 应摒弃的迷思
婴儿期和幼儿期 感知、运动、语言、记忆和社会学习发展迅速；逐渐具备表征不在场的物体、意图和规则的能力。 有回应的互动、营养、睡眠、安全、语言接触、游戏和获得照护的机会。 认为只有当经典任务首次显示出某种能力时，这种能力才算出现。
中童期 知识、策略运用、元认知、注意控制和学业技能不断拓展。 教学质量、练习、语言、期望、残障支持和归属感。 认为一次早期测评分数就能决定成年后的结果。
青春期 学习、奖赏、社交和控制系统持续得到完善；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、压力、机遇和有意义的挑战。 认为青少年只是拥有一个“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 专业技能和知识可以不断深化，而某些加工速度或新问题解决能力的指标会逐渐发生变化。 教育、职业、健康、照护责任、压力、持续学习和社会参与。 认为大脑在童年之后就会固定不变。
晚年 在速度、记忆、推理、词汇和专业技能方面，稳定与变化以高度个体化的方式交织存在。 心血管和感觉健康、疾病、活动、支持、教育以及积累的知识。 认为衰老要么是整齐划一的衰退，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，并不存在“大脑在此时完成发育”这一说法。不同的结构和功能指标遵循不同的发展过程，样本也各不相同，而且没有任何单一的成像指标能够定义成年人的判断力。30 大规模汇总的全生命周期 MRI 数据集所建模的是多条与年龄相关的非线性轨迹，而不是一条终点线。31

同样不存在唯一的认知巅峰。在主要为横断面研究的数据集中， processing speed measures 往往较早达到峰值，词汇能力较晚，而在一项情绪知觉任务中的表现则更晚达到峰值。这些群体平均年龄模式并不是固定的个体内时间表。即使在记忆和推理领域，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性概念，指认知过程的适应能力——效率、容量或灵活性——可能有助于解释：尽管年龄相关的大脑变化或病理程度相似，人们的认知能力为何仍存在差异。教育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 · 替代错误的对立

基因与环境共同塑造发育

“先天还是后天”并不是正确的对立命题：遗传差异会影响人们接触环境的机会及其对环境的反应，而环境也会影响哪些可能性得以发展。

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百分之多少是由遗传决定的，也不表示某项特征能否改变，或群体之间的平均差异为何存在。34

年龄依赖性

估计值可能随发育阶段而变化

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从儿童期到成年早期有所提高。35 这可能部分反映了人们会以与自身倾向相关的方式选择并塑造环境。

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明确。在一项纳入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5.2%的变异。36

受情境限制

关联包含社会路径

群体基因组学估计可能将直接的生物学效应与祖源、家庭及人口结构混在一起。在所引用的研究中，认知能力及其他几种表型的同胞内估计值有所减弱，这表明基于群体的基因组关联可能包含间接成分和人口学成分。37

横向滚动以进行比较 →
常见发现意味着什么——又不意味着什么
发现 负责任的解读 错误推论
一项特征具有较高遗传力 遗传差异解释了该人群及其所处情境中观察到的部分变异。 “该特征是固定的”或“支持无法带来帮助”。
多基因评分可以预测某项结果 在所研究的人群中，一组加权变异携带的统计信息有限。 “DNA揭示了个人的命运”或“该分数会在不同祖源和环境之间等量转移”。
社会经济条件会调节估计结果 机会可能改变个体差异的表现方式；结果因国家和研究设计而异。 “相同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
受教育程度会改变测试表现 教育是对测量认知能力影响最有力的环境因素之一。 “每多接受一年教育，就一定会获得同样的提升。”一项涵盖三种准实验设计的荟萃分析报告称，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），但估计值会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相同的提升。39
暴露预示着较差的认知能力 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。”铅是一种值得注意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

表观遗传机制会调节基因活性，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只是大脑中的标志、结果或相关因素，而不是原因。组织特异性、混杂因素和反向因果关系，使“经历会打开或关闭智力基因”这一说法过于简单。41

↔

基因参与形成相关路径，但不会写好一个最终分数

发展是一个交互过程。儿童会部分根据自身特征影响、选择并经历环境；家庭、学校和社会不平等地分配机会；生物系统也会作出反应。结果既不是单纯由基因决定，也不是单纯由环境决定。

10 · 带着目的进行测量

智商分数是一种估计，而非本质

良好的评估始于明确需要提供信息的决策，然后考察分数是否支持这一特定解释和用途。

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。分数表示相对于测试常模组的表现位置，并且存在测量不确定性。42

标准化

相同程序

实施和评分遵循明确规则，使结果能够进行有意义的比较。

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

关于使用的证据

证据必须支持相关人群中的解释和决策，而不只是声称“该测试是有效的”。

公平性

可比的获取条件与含义

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的联合测试标准，将效度视为支持预期分数解释和使用的证据，并将公平性贯穿于测试实践的全过程。42

横向滚动以进行比较 →
将分数视为一项证据
测试可能有助于估计 它不会直接测量 使用前的问题
推理能力和后天获得的知识方面的表现 每一种实用、创造、社交或情感能力。 该测验组合是否充分涵盖了与这一决策相关的能力？
相对优势和劣势 完全稳定不变的神经特征。 各分指数之间的差异是否可靠、罕见，并且有既往经历和观察结果支持？
当前相对于年龄常模的表现 对未来学习能力的固定上限。 常模是否为最新，并且适用于该年龄、语言和人群？
根据群体数据校准的对未来表现或风险的概率性估计 个人得到保证的教育、工作或健康结果。 针对相关人群的估计校准得如何？还有哪些其他信息会改变这一决策？
可能需要进一步评估或支持 仅凭智商作出诊断。 是否评估了适应性功能、发展状况、受教育情况、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；报告应使用适合测试模型和预期决策的区间估计。
  • 练习和熟悉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地发挥作用。
  • 学前阶段的个体排名稳定性较低，在儿童期迅速提高，从青春期后期到成年后期通常较高；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分数与某些教育和职业结果存在概率性关联；它们不能决定个人结果。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，并进一步凸显了结合适当方法的必要性，而不是奉行某一种普适预测指标。46

平均测试表现也会在代际之间发生变化——这就是弗林效应——其大小和方向会因国家、时期和能力领域而异。47 因此，定期重新标准化至关重要。分数为100表示相对于特定时间点的特定参考群体处于平均水平；它不是一个永恒不变的脑力指标。

11 · 读懂电活动天气

脑节律可以协调活动；频段不是心理标签

δ、θ、α、β和γ是便于使用的频率范围。它们都不对应某一种专属情绪、能力或意识水平。

神经元群体会在多个时间尺度上波动。振荡时序有助于组织回路内及回路之间的通信、兴奋性和可塑性。48 头皮脑电图透过颅骨记录这些动态的混合信号，同时还会记录来自眼睛和肌肉的信号、运动伪影以及电噪声。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

横向滚动以进行比较 →
传统频段是描述性范围，而不是五种思维模式
常用名称 大致范围 观测到的关联示例 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会出现显著的慢活动；与任务相关的较慢活动和病理性活动也存在。 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θ波常在困倦时出现；在一些任务中，额中线θ波与控制需求相关。类似海马θ波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 θ波普遍意味着创造力、冥想或接触潜意识。
α波 约8–13 Hz 闭眼放松时，后部头皮上通常较为明显；也与选择性抑制和注意力有关。 α波就只是“放松”，或能直接测量平静程度。
β波 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。 β波越多就总是意味着注意力越集中。
γ波 约30–80 Hz（定义有所不同） 局部感觉与认知加工以及同步化；高于此范围的活动通常称为高γ活动，可能包含宽带群体活动，而非狭窄频带的振荡。66 γ波能够证明巅峰表现、意识统一性或更高的智力。

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

头皮高频活动尤其容易受到肌肉污染。面部和颈部肌肉的电活动可能类似于β或γ变化，因此，令人印象深刻的彩色图并不自动代表测量到的是干净的神经信号。51

≈

神经反馈是一种学习协议，而不是频率旋钮

神经反馈将与测量信号相关的信息提供给个体，旨在帮助其学会改变该信号。必须将反馈本身产生的特异性效应，与预期、指导、参与度和重复练习区分开来。共识性报告标准要求进行预注册、设置充分的对照、尽可能实施盲法，并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和技能学习，并且学习条件能够支持注意、练习和恢复。

  1. 练习你想培养的技能

    迁移通常在接近受训任务的范围内最强。商业脑力游戏可以提升人在已练习或相似练习中的表现，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. 进行检索；不要只是重读

    在查看答案前尝试回忆、解释或解决问题，可以增强日后提取知识的能力，并暴露知识漏洞。当检索练习与学习材料相匹配，并且不施加惩罚性压力时，课堂证据相当充分。55

  3. 将学习分散到一段时间内

    与把相同的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. 建立知识并变换应用情境

    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，并为新想法提供可供联系的框架。理解一种方法后，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. 保障睡眠和恢复

    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安排不当会损害表现。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. 支持全身健康并改善可及性

    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，不过效应大小和因果估计会因年龄、干预措施和分析方法而异。57 解决听力、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影响表现的限制。

  7. 运用反思和反馈

    设定具体目标，尝试完成任务，获取有用的反馈，找出错误，调整策略，然后再次尝试。当反馈能指导下一步行动，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，但不同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，并不能保证解剖结构得到提升。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、精确度更高的研究。59

+

实际目标是能力，而不是一个数字

一个人可能通过了解更多、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、与他人合作、减少障碍或重新设计环境而得到提升。所有这些都能增强现实世界中的能力，而无需假装智力是一块单一的肌肉。

13 · 让人的复杂性超越模型

测量会带来责任

认知分类可以帮助人们获得支持，也可能在其不确定性被遗忘后，变成持久的障碍。

目的

只有在结果能够提供帮助时才进行测试

先明确问题。好奇心并不能成为收集不必要数据的理由，也不应将某个分数用于它未经验证、无法支持的决策。

相称性

让证据与后果相匹配

利害越重大，就越需要使用最新常模、多个信息来源、合格的解读、合理便利，以及复核或申诉的途径。

自主权

解释并让本人参与

人们应当知道评估的原因、会收集哪些信息、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——他们的声音。

神经多样性改变了问题

注意力、语言、感官处理、社会沟通、记忆或速度方面的差异，无法被单一的“更聪明或不那么聪明”轴线充分反映。实用的个人概况应询问：一个人能做什么、障碍在哪里出现、哪些支持措施有效，以及这个人在意什么。它既不把残障浪漫化，也不把差异仅仅视为缺陷。

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：测试在不同群体中是否测量相同的构念、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。群体内部的遗传力不能解释群体平均值之间的差异。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

能够预测教育困难的模型，或许可以成为提供支持的依据；但不能据此拒绝提供有挑战性的教学。即使招聘测试具有预测效度，仍然需要考虑其与工作是否相关、是否存在替代方案、差别影响、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、机会获取、自主性和参与度。

以人为本的原则

14 · 检视主张

关于智力相关主张的十项检查

在相信某个标题、产品、脑部扫描、基因评分或在线测验之前，先用这个检查一下。

  • 定义：这里所说的“智力”“记忆”或“专注力”究竟是什么意思？
  • 测量：这个数值由哪项任务或哪种工具得出？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，以及依据哪一版现行常模进行比较的？
  • 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：这项研究是相关研究、纵向研究、遗传信息研究还是随机化研究？其设计是否支持因果推断？
  • 效应大小：这种效应是否具有实际意义，而不仅仅是在统计上可检测？
  • 不确定性：置信区间、测量误差、缺失数据和替代解释是否都清晰呈现？
  • 迁移：这种改善是否超越了练习过的测验，扩展为持久的日常能力？
  • 重复验证：独立团队是否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？当事人能否理解、质疑或重新审视这一决定？
?

警惕被压缩的标题

“X地区控制智力”、“Y基因决定智商”、“伽马波创造天才”和“这个游戏让你更聪明”，这些说法都把一连串假设压缩成了结论。严谨的科学会明确任务、研究对象、方法、效应量以及结论的适用边界。

15 · 常见问题

难题简答

每个答案都只是一个起点；本系列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？

两种描述都反映了部分证据。各种认知任务之间存在相关性，这支持一般因素的存在；同时，宽泛和具体的能力也能解释有意义的额外差异。不同理论对于这种模式背后的因果结构存在分歧。

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。它并不能测量实践、创造、情绪或道德能力的所有形式，其含义取决于常模、测量条件和预期用途。

智商会改变吗？

是的。人们彼此之间的相对排名往往会保持相似，尤其是在成年期较短的时间间隔内；但分数可能会因发展、教育、健康状况、重大环境变化、练习和测量噪声而改变。解读单次变化时，应结合其置信区间和具体背景。

智力差异具有遗传性吗？

遗传差异会导致所研究人群内部出现差异，但这种影响涉及许多基因，并且是在与环境的相互作用中发展形成的。遗传力不是针对个人的百分比、固定上限，也不能用来解释群体差异。

人们真的只使用了大脑的百分之十吗？

不是。不同系统的活动会随时刻和任务而变化，并非每个神经元都会同时放电——实际上也不应如此——但健康的大脑并不存在一个庞大的、毫无功能且等待被激活的90%区域。

人是左脑型还是右脑型？

某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、语言和情绪仍然依赖通过主要通路相互通信的双侧网络。不能根据大脑半球的功能专门化推导出两种类型的人格标签。

脑电波能揭示思想或智力吗？

脑电图可以揭示与唤醒、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、人格或智力得分。关于解码思想或智力的主张，需要针对具体任务进行验证，并严格控制伪迹。

脑越大是否意味着智力越高？

总体脑容量与认知测试得分在群体层面呈小到中等程度的正相关（约为 r = .24），只能解释个体差异中很小的一部分。61 体型大小、发育、组织特性、连接方式、网络动态和测量选择都很重要，而脑部扫描无法可靠地对人的心智能力进行排名。

提升能力的最佳方法是什么？

积累相关知识，练习实际技能，运用提取练习并间隔一段时间进行学习，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，但不能保证某个隐藏的单一指标普遍提高。

何时应寻求专业评估？

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材料时，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；请立即寻求急诊医疗帮助。68

证据图谱

来源及延伸阅读

参考文献优先收录同行评议研究、专业标准和学术机构的第一方资料。它们支持上述论述；这不是对所有理论的排名，也不能替代对各个子领域进行系统综述。

链接行为：外部来源链接会在新标签页中打开。

  1. Neisser, U. 等（1996），“智力：已知与未知”，《美国心理学家》，51(2)，77–101。DOI 记录。
  2. Deary, I. J.（2012），“智力”，《心理学年度评论》，63，453–482。DOI 记录。
  3. van der Maas, H. L. J. 等（2006），“一般智力的动力学模型：通过互惠作用形成的智力正向流形”，心理学评论，113(4)，842–861。DOI记录。
  4. McGrew, K. S.（2009），“CHC理论与人类认知能力项目：站在心理测量学智力研究巨人的肩膀上”，智力，37(1)，1–10。DOI记录。
  5. Visser, B. A.、Ashton, M. C. & Vernon, P. A.（2006），“超越g：检验多元智能理论”，智力，34(5)，487–502。DOI记录。
  6. Gardner, H.（2013），“多元智能不是学习风格”，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”，普通心理学评论，3(4)，292–316。DOI记录。
  8. Chooi, W.-T.、Long, H. E. & Thompson, L. A.（2014），“斯滕伯格三元能力测验（H级）是对g的测量”，智力杂志，2(3)，56–67。DOI记录。
  9. Robinson, M. D.（2024），“能力相关情绪智力：简介”，智力杂志，12(5)，51。DOI记录。
  10. MacCann, C. 等（2020），“情绪智力预测学业表现：一项元分析”，心理学公报，146(2)，150–186。DOI记录。
  11. Bassett, D. S. & Sporns, O.（2017），“网络神经科学”，自然神经科学，20，353–364。DOI记录。
  12. Pessoa, L.（2014），“理解大脑网络与大脑组织”，生命物理学评论，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？”认知科学趋势，10(2)，59–63。DOI 记录。
  14. Logothetis, N. K.（2008），“我们能做什么以及不能用 fMRI 做什么”，自然，453，869–878。DOI 记录。
  15. Barbey, A. K.（2018），“人类智力的网络神经科学理论”，认知科学趋势，22(1)，8–20。DOI 记录。
  16. Wilcox, R. R. 等（2026），“人类连接组中一般智力的网络架构”，自然通讯，17，2027。DOI 记录。
  17. Squire, L. R. 与 Dede, A. J. O.（2015），“有意识与无意识的记忆系统”，冷泉港生物学展望，7(3)，a021667。DOI 记录。
  18. D’Esposito, M. 与 Postle, B. R.（2015），“工作记忆的认知神经科学”，心理学年度评论，66，115–142。DOI 记录。
  19. Friedman, N. P. 与 Miyake, A.（2017），“执行功能的统一性与多样性：个体差异作为认知结构的窗口”，Cortex，86，186–204。DOI 记录。
  20. Friedman, N. P. 与 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. 与 Posner, M. I.（2012），“人脑的注意系统：20 年后”，神经科学年度评论，35，73–89。DOI 记录。
  22. de Lange, F. P.、Heilbron, M. 与 Kok, P.（2018），“期望如何塑造知觉？”认知科学趋势，22(9)，764–779。DOI 记录。
  23. Magee, J. C. 与 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. 与 Allen, N. J.（2021），“胶质细胞作为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. 与 Baker, C. I.（2013），“教成年人大脑新技巧：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. 与 Blakemore, S.-J.（2015），“青春期作为大脑发育的敏感期”，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？”神经元，92(6)，1164–1167。DOI记录。
  31. Bethlehem, R. A. I. 等（2022），“人类生命周期的大脑图谱”，自然，604，525–533。DOI记录。
  32. Hartshorne, J. K. 与 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发展与衰退”，心理科学，26(4)，433–443。DOI记录。
  33. Stern，Y. 等（2020），“白皮书：定义并研究认知储备、脑储备和脑维持”，《阿尔茨海默病与痴呆》，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”，《自然·遗传学评论》，9，255–266。DOI 记录。
  35. Haworth，C. M. A. 等（2010），“一般认知能力的遗传率从儿童期到成年早期呈线性增长”，《分子精神病学》，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元分析发现了与智力相关的新的遗传和功能联系”，《自然·遗传学》，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了直接遗传效应估计中的偏差”，《自然·遗传学》，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跨国差异”，《心理科学》，27(2)，138–149。DOI 记录。
  39. Ritchie，S. J. 和 Tucker-Drob，E. M.（2018），“教育能在多大程度上提高智力？一项元分析”，《心理科学》，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”，《环境健康展望》，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践策略”，《自然·遗传学评论》，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. & 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. & 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. & Voracek, M.（2015），《一个世纪以来的全球 IQ 增长：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. & 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），《EEG 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），《麻痹期间的头皮电记录：20 Hz 以上 EEG 频率受 EMG 污染的定量证据》，Clinical Neurophysiology，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 检查清单）》，Brain，143(6)，1674–1685。DOI 记录。
  53. Simons, D. J. 等（2016），“‘脑力训练’项目有效吗？”，Psychological Science in the Public Interest，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”，Psychological Bulletin，132(3)，354–380。DOI 记录。
  55. Agarwal, P. K.、Nunes, L. D. 和 Blunt, J. R.（2021），“提取练习持续有益于学生学习：学校与课堂应用研究的系统综述”，Educational Psychology Review，33，1409–1453。DOI 记录。
  56. Mason, G. M. 等（2021），“睡眠与人类认知发展”，Sleep Medicine Reviews，57，101472。DOI 记录。
  57. Erickson, K. I. 等（2019），“身体活动、认知与大脑结果：2018 年身体活动指南综述”，Medicine & Science in Sports & Exercise，51(6)，1242–1251。DOI 记录。
  58. Fox, K. C. R. 等（2014），“冥想是否与大脑结构改变相关？对冥想练习者形态测量神经影像研究的系统综述与元分析”，Neuroscience & Biobehavioral Reviews，43，48–73。DOI 记录。
  59. Van Dam, N. T. 等（2018），“谨防炒作：对正念与冥想研究的批判性评估及规范性议程”，Perspectives on Psychological Science，13(1)，36–61。DOI 记录。
  60. 美国智力与发展障碍协会（访问日期：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. 和 Voracek, M.（2022），“关于不同方法、有争议的估计与不一致的解释：脑容量与智商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），“成人脑中的白质可塑性”，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的修订版词汇表及脑电图（EEG）结果报告格式的更新提案：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来源”，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”，Educational Psychology Review，24(3)，369–378。 DOI 记录。
  68. 美国疾病控制与预防中心（2024 年 5 月 15 日更新；2026 年 9 月 4 日访问），“中风的体征和症状”。 CDC 指南。

继续阅读“智力与脑功能”系列

深入探索每项基础内容

  1. 1 · 智力的定义与观点
  2. 2 · 脑的解剖结构与功能
  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；并非临床评估

返回博客