Czynnik G.

Czynnikiem g (skrót od „ czynnika ogólnego ”, a także znany jako ogólnej inteligencji ogólnej zdolności psychicznej lub ogólnego współczynnika inteligencji), to koncepcja opracowana w kontekście badań w psychometrii na umiejętności poznawcze. Jest to zmienna charakteryzująca pozytywne korelacje, które badania empiryczne konsekwentnie wykazały między testami sprawności umysłowej , niezależnie od treści testów. Współczynnik g koreluje zazwyczaj od 40 do 50 procent wariancji wyników testu ze statystyką prognostyczną . Terminy ogólna inteligencja, ogólne zdolności umysłowe, iloraz inteligencji lub po prostu inteligencja są często używane zamiennie w odniesieniu do wspólnego rdzenia dzielonego przez testy umiejętności poznawczych.

Pojęcie i interpretacja czynnika g jest przedmiotem gorącej dyskusji w kręgach naukowych. Matematyczne i fizyczne realia czynnika g są kwestionowane przez niektórych specjalistów w dziedzinie statystyki i psychometrii.

Podświetlanie

Istnienie czynnika g zostało początkowo zaproponowane przez angielskiego psychologa Charlesa Spearmana w 1904 roku dzięki jego pracy z psychometrii nad analizą czynnikową . Spearman zasugerował, że wszystkie zdolności umysłowe można ująć w jeden ogólny czynnik umiejętności, który nazwał g, oraz dużą liczbę wąskich czynników, charakterystycznych dla określonych typów zadań.

Teorie i modele w psychometrii

Obecne modele inteligencji zazwyczaj przedstawiają umiejętności poznawcze jako trójpoziomową hierarchię, w której na dole hierarchii znajduje się duża liczba czynników, na średnim kilka czynników bardziej ogólnych, a na szczycie jeden czynnik, który nazywany jest czynnikiem g, który reprezentuje wariancję wspólną dla wszystkich testów.

Teorie i modele w neuronauce

Tradycyjnie badania nad czynnikiem G polegały na psychometrycznym badaniu wyników testów, ze szczególnym uwzględnieniem analizy czynnikowej. Jednakże badania empiryczne od charakteru g także przeprowadzono w doświadczalnej poznawczych psychologicznych , neuroanatomii i neurofizjologicznych, i molekularnych i ilościowych genetyki .

Interpretacja współczynnika g

Chociaż istnienie g jest dobrze ustalone i statystycznie niekontrowersyjne, nie ma zgody co do przyczyny dodatniej korelacji między testami.

Dla niektórych czynnik g jest po prostu artefaktem statystycznym, pozbawionym psychologicznej rzeczywistości. Taka jest teoria pozytywnej rozmaitości, której bronił np. Han van der Maas i jego współpracownicy w 2006 roku.

Według Flynna, czynnik g to zbiór kilku czynników, genetycznych, poznawczych (pochodzących z treningu) i społecznych lub środowiskowych (wpływ rówieśników, zawodu w wieku dorosłym itp.).

Korelacje między czynnikiem g a innymi zmiennymi pozapoznawczymi

Badania w genetyce behawioralnej wykazały, że g wykazuje wysoką odziedziczalność. Jest skorelowany z wieloma innymi zmiennymi biologicznymi. Jest też istotnym predyktorem zmienności sukcesu na wielu polach, zwłaszcza w świecie pracy czy na uczelni. Najpowszechniej akceptowane współczesne teorie inteligencji obejmują czynnik g.

Recenzje czynnika g

Niemniej jednak czynnik g jest często kwestionowany.

Adrian M. Owen i Adam Hampshire odkryli w szczególności, po przeprowadzeniu największego internetowego badania wywiadowczego, jakie kiedykolwiek zarejestrowano na ponad 100 000 uczestników, że pojęcie pojedynczego „współczynnika g” skorelowane z połową wyniku uzyskanego podczas testu IQ nie jest reprezentatywne rzeczywistych różnic w działaniu podczas testu; wyniki pokazujące, że gdy badany jest szeroki zakres zdolności poznawczych, obserwowane różnice w działaniu można wyjaśnić jedynie za pomocą co najmniej trzech odrębnych komponentów: pamięci krótkotrwałej, rozumowania i komponentu werbalnego. Jednak Richard J. Haier i wsp. wykazali wiele słabości w ich interpretacji, relatywizując w ten sposób krytykę dotyczącą czynnika g.

Ponadto Stephen Jay Gould w swojej książce „La mal-mesure de l'Homme” przywołuje problem związany z korelacjami, jakie można uzyskać między wynikami różnych testów. Analiza korelacji często wymaga korelacji z więcej niż dwoma zmiennymi. Mając trzy zmienne, możemy stworzyć macierz, ale poza tym musimy przejść do „analizy głównych składników”: na przykład, jeśli mamy sto składników, staramy się zredukować je do dwóch; składnik główny, który wyjaśnia największą liczbę zmiennych, oraz składnik drugorzędny. Ale istnieje niebezpieczeństwo, że główny składnik zostanie zreifikowany ze szkodą dla jego drugorzędnych składników, co robi Spearman, kiedy wywnioskuje z niego istnienie „czynnika g”, który odpowiadałby ogólnej inteligencji. Tak więc ta teoria „czynnika g” jest według niego krytykowana, ponieważ składowa główna wyjaśnia tylko 40–50% wyników testów; pozostawiając miejsce na wiele innych komponentów, które mogą wpływać na poprzednie testy; jak w przypadku często zakładanego dziedziczenia „g”, kiedy może to być środowiskowe, przewidywanie ze względu na „g” w rzeczywistości ze względu na środowisko, w którym dorastają badane osobniki. Należy jednak zauważyć, że wielu specjalistów w dziedzinie psychometrii wykazało w swojej analizie błędy i uprzedzenia ze strony Goulda, np. Słynny Carroll, John B.

Uwagi i odniesienia

  1. (w) Deary, IJ i Penke, L., "  neuroscience ludzkich różnic inteligencji  " , Nature Reviews Neuroscience , n o  11,2010, s.  201 ( czytaj online ).
  2. (w) Jensen, AR, The g Factor: The Science of Mental Ability , Praeger,1998, 664  s. ( ISBN  978-0-275-96103-9 ).
  3. (w) van der Maas HL , Dolan CV , Grasman RP i Wicherts JM , „  Dynamiczny model inteligencji ogólnej: inteligencja pozytywnej rozmaitości przez mutualizm.  » , Recenzja psychologiczna , t.  113 n O  4,1 st październik 2006( ISSN  0033-295X , DOI  10.1037 / 0033-295X.113.4.842 , odczyt online , przegląd 9 lutego 2017 r. ).
  4. Flynn 2016 , s.  119
  5. (w) Neisser, U., Boodoo, G. Bouchard Jr., TJ, Boykin, AW, Brody, N. This SJ Halpern, DF, Loehlin JC and Perloff, R., „  Intelligence: knowns and Unknowns  ” , American psycholog , n O  51,1996, s.  77 ( czytaj online ).
  6. Adam Hampshire , Roger R. Highfield , Beth L. Parkin i Adrian M. Owen , „  Fractionating human intelligence  ” Neuron , tom.  76, n o  6,20 grudnia 2012, s.  1225-1237 ( ISSN  1097-4199 , PMID  23259956 , DOI  10.1016 / j.neuron.2012.06.022 , czytaj online , dostęp 7 stycznia 2018 )
  7. (en-US) „  Richard J. Haier, Sherif Karama, Roberto Colom, Rex Jung, Wendy Johnson, A comment on„ Fractionating Intelligence ”and the peer review process, Intelligence, tom 46, 2014, strony 323-332  ” , na www.sciencedirect.com (dostęp 5 sierpnia 2019 )
  8. Richard J. Haier , Sherif Karama , Roberto Colom i Rex Jung , „  Tak, ale wady pozostają  ”, Intelligence , vol.  46,1 st wrzesień 2014, s.  341–344 ( ISSN  0160-2896 , DOI  10.1016 / j.intell.2014.05.010 , czytaj online , dostęp: 5 sierpnia 2019 )
  9. (w) Stephen Jay Gould, Niewykonany człowiek , Londyn, Nowy Jork, WW Norton & Company ,1980, 423,  str. ( czytaj online )
  10. (w) John B. Carroll , „  Refleksje na temat niedopasowania człowieka” Stephena Jaya Goulda (1981): Przegląd retrospektywny. Recenzja książki  ” , Intelligence , vol.  21 N O  2 1995/00/00, str.  121–34 ( ISSN  0160-2896 , czyt. Online , dostęp: 5 sierpnia 2019 r. )

Bibliografia