- Introducción
- La brecha interpretativa
- Influencia de la motivación y el afecto en el funcionamiento cognitivo
- Relación de la motivación y el afecto con el rendimiento en las pruebas de cociente intelectual
- Implicaciones y futuras direcciones de investigación
- Conclusión
- Contribuciones de los autores
- Conflicto de intereses
Introducción
La necesidad de distinguirnos de los demás que nos rodean es tal vez claramente humana. La inteligencia como concepto no solo nos diferencia como especie del resto de los animales, sino que también nos permite situarnos de forma única en compañía de los demás seres humanos (Sternberg, 2018). A grandes rasgos, el concepto de inteligencia da cuenta de la eficacia del funcionamiento mental que subyace a la conducta a partir de criterios específicos (Perkins, 1995). Sin embargo, el conjunto de reglas que califican el funcionamiento mental ha sido objeto de considerable debate entre las teorías estrechas frente a las amplias de la inteligencia (Stanovich, 2009).
Las teorías estrechas identifican la inteligencia con el rendimiento en un conjunto de pruebas que dan cuenta del funcionamiento cognitivo en dominios seleccionados del repertorio mental humano. El conjunto de estas pruebas se conoce como la prueba del cociente intelectual (CI). Binet y Simon (1916) fueron de los primeros en desarrollar la influyente tradición de las pruebas de CI. Su objetivo era identificar a los niños con problemas cognitivos inscritos en el sistema escolar público francés y educarlos. Para ello, diseñaron pruebas que medían el funcionamiento cognitivo de un niño en función de capacidades mentales como el juicio, la comprensión y el razonamiento. Lewis Terman llevó este test a la Universidad de Stanford y lo revisó hasta llegar a lo que se ha conocido como el test de CI de Stanford-Binet (Roid y Pomplun, 2012). Desde entonces, el test se ha revisado con frecuencia y sigue utilizándose en países de todo el mundo como medida de la inteligencia (Deary, 2001). Con el tiempo se han puesto en boga muchos otros tests de estilo de CI, como el SAT (Scholastic Aptitude Test) (Sternberg, 2006). La variedad de pruebas de CI que se utilizan hoy en día difieren en el número y el tipo de habilidades mentales que intentan medir (Sternberg, 2018).
Por ejemplo, una prueba de CI muy utilizada es la Escala de Inteligencia para Adultos de Wechsler III (WAIS-III) (The Psychological Corporation, 1997; Wechsler, 1997). La WAIS-III mide el rendimiento de un individuo en un conjunto de cuatro habilidades mentales: comprensión verbal, velocidad de procesamiento, organización perceptiva y memoria de trabajo (Wechsler, 1997). Un conjunto de 13 tareas distintas dan cuenta de cada una de las cuatro habilidades mentales. Estas tareas, a su vez, tienen un número específico de ítems que contribuyen a la puntuación global.
Las teorías psicométricas caracterizan el rendimiento en los tests de CI mediante procedimientos de análisis factorial (Deary, 2001; Sternberg, 2006). Normalmente, una teoría psicométrica explica el rendimiento en los tests de CI en dos pasos relacionados. En primer lugar, el rendimiento en los ítems a través de un conjunto de tareas relacionadas converge a una capacidad mental particular (Kline, 2013). A continuación, la varianza común subyacente a las puntuaciones de las capacidades mentales de los candidatos converge en un único factor denominado factor g. El factor g así obtenido es representativo de la inteligencia general de un individuo (Kline, 2013). La idea intuitiva en este caso es que el rendimiento en las pruebas de habilidades mentales individuales (denominadas como factores) está positivamente correlacionado, un fenómeno denominado «múltiple positivo» en la jerga psicométrica (Sternberg, 2018). Sin embargo, pocas variantes siguen un procedimiento de un solo paso para dar cuenta de la varianza común a través de las puntuaciones en diferentes tareas de la prueba de CI para llegar al factor g (Deary, 2001). A pesar de los matices de procedimiento, todas las teorías psicométricas coinciden en que el factor g extraído del rendimiento en las pruebas de CI representa la inteligencia de un individuo (Eysenck, 2018). En conjunto, los tests de CI y las correspondientes explicaciones psicométricas allanaron el camino para el nacimiento de la psicología diferencial, un estudio sistemático de cómo y por qué nuestras mentes funcionan de forma diferente (Eysenck, 2018).
Aunque las teorías estrechas dominan la noción científica y de sentido común de la inteligencia, no están exentas de críticas. En particular, la crítica sostiene que las teorías estrechas no son representativas del funcionamiento mental. Los tests de CI caracterizan la eficacia con la que un individuo reúne y procesa la información en determinados ámbitos que son principalmente cognitivos. Dejan fuera los aspectos no cognitivos del funcionamiento mental, como las habilidades socioemocionales y las capacidades interpersonales, entre otros (Neisser et al., 1996). Además, la investigación plantea cuestiones en torno a la representatividad de las pruebas. Los investigadores consideran que los tests de CI son inadecuados a la hora de dar cuenta del rendimiento incluso en los aspectos con carga cognitiva de la vida mental de un individuo. Las pruebas relacionadas sugieren que las puntuaciones de CI son inconsistentes a la hora de predecir la variación en el rendimiento (incluyendo los extremos) en actividades como el aprendizaje, el razonamiento y la toma de decisiones (Stanovich, 2009; Fletcher et al., 2018).
Esta crítica a los tests de CI lleva al surgimiento de las teorías amplias de la inteligencia. Las teorías amplias hacen hincapié en los aspectos del funcionamiento mental asociados al uso vernáculo del término inteligencia, incluyendo la adaptación al entorno, el despliegue de sabiduría, la creatividad, etc., independientemente de que estos aspectos sean susceptibles de ser medidos o no (Gardner, 1993; Perkins et al., 1993; Ceci, 1996; Sternberg, 2018). Destacan aspectos del funcionamiento mental que dan forma a la conducta humana que, de otro modo, son ignorados en gran medida por los teóricos estrechos, incluidas las características biológicas, los procesos psicológicos y el entorno sociocultural.
Sin embargo, los teóricos estrechos acusan a las perspectivas amplias de ampliar deliberadamente el alcance conceptual y el uso del término inteligencia para contrarrestar el elevado estatus de los tests de CI. Argumentan que las generosas conceptualizaciones de las teorías amplias minimizan estratégicamente la importancia de los tests de CI ampliando la definición de inteligencia para que sean sólo una parte de un todo más amplio (Stanovich, 2009). Además, los críticos también destacan el hecho de que las teorías amplias carecen de fundamento empírico y se apoyan exclusivamente en pruebas anecdóticas (Stanovich et al., 2016). En general, tanto las teorías estrechas como las amplias constituyen el núcleo del antiguo debate sobre la naturaleza de la inteligencia y su medición. Sin embargo, los enfoques estrechos con los tests de CI en el centro gozan de una excelente reputación científica y popular en comparación con las teorías amplias. La famosa afirmación de EG Boring (1923) de que «la inteligencia es lo que miden los tests de CI» refleja el estatus del que gozan los tests de CI en la comunidad científica.
La brecha interpretativa
El uso de los tests de CI impregna muchas esferas de la actividad humana (Sternberg et al., 2001). Los tests de CI se utilizan para tomar decisiones en diversos contextos, como la admisión en escuelas y universidades, las oportunidades de empleo e incluso la selección de pareja (Hunt, 1995; Fitzsimons, 2015). Sin embargo, las amplias aplicaciones de los tests de CI plantean problemas específicos. Conceptualmente, los tests de CI indexan la calidad del funcionamiento cognitivo en aspectos seleccionados de la vida mental de un individuo.
Sin embargo, sus interpretaciones en el mundo real los inflan para representar el funcionamiento mental general en dominios muy variados, desde los logros educativos hasta el rendimiento laboral y las relaciones interpersonales (Sternberg et al., 2001). Esta inflación queda patente en las contradicciones observadas en las pruebas sobre el valor predictivo de los tests de CI. Las investigaciones relacionadas sugieren una correlación de débil a moderada entre el rendimiento en las pruebas de CI y los resultados en educación, rendimiento laboral, niveles de ingresos y bienestar individual general (Bowles y Gintis, 2002; Strenze, 2007). Se ha demostrado que otros factores, como el estatus socioeconómico de los padres (Strenze, 2007), moderan activamente estas correlaciones. En general, las pruebas apuntan a una brecha interpretativa entre lo que se cree que miden los tests de CI y lo que hacen.
La brecha interpretativa repercute negativamente en factores críticos que conforman el desarrollo humano. Las sociedades meritocráticas modernas restringen el acceso a las oportunidades de educación, empleo y crecimiento general a aquellos que obtienen buenos resultados en las pruebas de CI, mientras que excluyen a otros que no obtienen buenos resultados en ellas (Neisser et al., 1996). Gran parte de las críticas a los tests de CI montadas por los teóricos amplios también se derivan de esta brecha interpretativa (Sternberg, 2018). Por lo tanto, el debate sobre la naturaleza de la inteligencia debe replantearse para abordar las cuestiones relativas a la interpretación de las puntuaciones de CI, en lugar de abandonar por completo estas pruebas.
En este sentido, los avances sobre cómo los procesos motivacionales y afectivos influyen en el funcionamiento cognitivo son prometedores. El funcionamiento mental se apoya en gran medida en los tres procesos psicológicos de la motivación, el funcionamiento cognitivo y el afecto (Crocker et al., 2013; Pessoa, 2013). Los procesos motivacionales y afectivos dan forma y reconfiguran el funcionamiento cognitivo, dando lugar a gran parte de la diversidad conductual observada en el mundo real (Simon, 1967; Crocker et al., 2013).
Este artículo intenta resumir la evidencia sobre cómo los procesos motivacionales y afectivos dan cuenta del funcionamiento cognitivo en general y de las pruebas de CI en particular. Para concluir, el artículo establece direcciones específicas de investigación futura. Las siguientes secciones exponen el papel de la motivación en diferentes aspectos del funcionamiento cognitivo y sugieren cómo el afecto modula las motivaciones y el funcionamiento cognitivo.
Influencia de la motivación y el afecto en el funcionamiento cognitivo
Una característica destacada de la conducta humana es que no sólo está organizada sino que también es intencionada (Ryan, 2012). Son las motivaciones las que impregnan de estructura y propósito la acción de un individuo. Las motivaciones son señales cargadas de valores que son el resultado de la interacción persona-entorno (Braver et al., 2014). Llevan a cabo dos funciones: energización y dirección (Heckhausen y Heckhausen, 2018). Mientras que la energización instiga o activa el funcionamiento cognitivo del individuo, la función de dirección orienta el repertorio cognitivo energizado hacia fines específicos (Elliot, 2008). La evidencia recopilada durante décadas de investigación indica que las motivaciones influyen en varios aspectos del funcionamiento cognitivo que van desde la percepción rudimentaria (Rothkirch y Sterzer, 2015), hasta la atención más compleja (Rothkirch et al, 2014), el aprendizaje (Daw y Shohamy, 2008), la memoria (Miendlarzewska et al., 2016) y el control (Botvinick y Braver, 2015).
Las motivaciones impulsan expectativas que sesgan la visión humana y los mecanismos perceptivos para procesar selectivamente características del entorno visual (O’Callaghan et al., 2017). Este sesgo del aparato perceptivo repercute en las estimaciones de tamaño, distancia, inclinación y prominencia de los objetos del entorno visual (Firestone y Scholl, 2016). Además, las expectativas también ayudan a interpretar los estímulos ambiguos y a dar sentido a los ajustes perceptivos, incluso cuando la información está limitada (O’Callaghan et al., 2017). Asimismo, las motivaciones también impulsan la búsqueda y el procesamiento de información de nivel superior que subyace al razonamiento, el juicio y la toma de decisiones (Chiew y Braver, 2011; Epley y Gilovich, 2016). Orientan los mecanismos de atención para adquirir información de forma selectiva y modulan parámetros como la velocidad, la precisión y la profundidad del procesamiento de la información (Dweck et al., 2004).
Además, las claves motivacionales también impulsan mecanismos de aprendizaje que van desde estrategias asociativas simples hasta estrategias de condicionamiento más complejas que ayudan a establecer relaciones entre distintas piezas de información (Dayan y Balleine, 2002; Daw y Shohamy, 2008). Además, modulan la fuerza del aprendizaje (Braver et al., 2014). En relación con esto, la investigación también sugiere que la relevancia motivacional modula la codificación y la recuperación de la información adquirida (Miendlarzewska et al., 2016).
Las motivaciones también facilitan los procesos de control que ayudan a elegir entre las motivaciones que compiten entre sí (Botvinick y Braver, 2015; Suri et al., 2018). Este tratamiento preferencial de algunas motivaciones sobre otras permite no solo el funcionamiento cognitivo para cambiar rápidamente de un entorno de información a otro (Suri et al., 2018), sino que también impulsa las respuestas conductuales dentro del contexto seleccionado (Yee y Braver, 2018).
Sin embargo, la búsqueda exitosa de la motivación también requiere monitoreo y retroalimentación continuos (Carver, 2018). La monitorización permite alertar a las personas sobre la congruencia entre el comportamiento actual y sus consecuencias con las características de las acciones y resultados deseados (Benn et al., 2014). Esta comprobación continua sobre las conductas referentes a la motivación garantiza que las personas identifiquen las discrepancias y cierren las brechas entre las respuestas conductuales actuales y las deseadas (Harkin et al., 2016).
La retroalimentación del monitoreo periódico de la conducta referente a la motivación toma la forma de afecto (Fishbach y Finkelstein, 2012). Los estados afectivos positivos (es decir, los sentimientos buenos para mí) transmiten avances en las búsquedas motivacionales, mientras que los estados afectivos negativos (es decir, los sentimientos malos para mí) señalan discrepancias en el comportamiento intencional (Hart y Gable, 2013; Inzlicht et al., 2015). Además, el afecto positivo refuerza la intensidad motivacional (Orehek et al., 2011), mientras que el afecto negativo suele debilitarla (Watkins y Moberly, 2009). Estos cambios en las motivaciones a causa del afecto repercuten en el funcionamiento cognitivo y el comportamiento posteriores (Carver y Scheier, 2008; Gable y Harmon-Jones, 2010; Gable et al., 2016).
Las pruebas neurocientíficas recientes también apoyan la interacción entre las tres vertientes del funcionamiento mental (Pessoa, 2019). Varios estudios anatómicos y funcionales sugieren que las regiones del cerebro están altamente interconectadas. Estas redes interconectadas constituyen la base de la interacción entre la motivación, el funcionamiento cognitivo y los procesos afectivos (Pessoa, 2013). En conjunto, los procesos motivacionales y afectivos influyen significativamente en el funcionamiento cognitivo. Esta evidencia tiene implicaciones para las pruebas de CI y su interpretación.
Relación de la motivación y el afecto con el rendimiento en las pruebas de cociente intelectual
La evidencia creciente sugiere que las motivaciones energizan y guían el rendimiento cognitivo de un examinando típico (Duckworth et al., 2011). En relación con esto, la teoría disposicional de la inteligencia (Perkins et al., 1993) predice que las motivaciones de rasgo impulsan gran parte de la variación en el rendimiento en las pruebas de CI. Asimismo, las investigaciones sugieren que rasgos como la mentalidad de crecimiento, la apertura a la experiencia y la necesidad de cognición modulan la disposición a buscar y procesar información que, a su vez, influye en el rendimiento de un individuo en un test de CI (Dweck, 2006; Woods et al., 2019).
Sin embargo, una reciente revisión meta-analítica de las influencias motivacionales en el rendimiento cognitivo sugiere que los rasgos disposicionales representan una variación menos considerable en comparación con los cambios de estado motivacional (Van Iddekinge et al., 2018). En un estudio seminal, Duckworth et al. (2011) presentan pruebas sobre cómo los cambios de estado en las motivaciones de los examinados predicen significativamente el rendimiento en las pruebas de CI. La investigación también sugiere que la validez predictiva de las puntuaciones de CI para varios resultados de la vida disminuye sustancialmente con los cambios en los niveles de motivación del tomador de la prueba.
La retroalimentación sobre el rendimiento y los estados afectivos posteriores influyen en el funcionamiento cognitivo del tomador de la prueba. Principalmente, se ha comprobado que los estados afectivos negativos, como la ansiedad ante la tarea, disminuyen sustancialmente el rendimiento en las pruebas de CI (von der Embse et al., 2018). En resumen, las evidencias escasas pero significativas sobre los procesos motivacionales y afectivos sugieren que explican una variación sustancial en el rendimiento en las pruebas de CI.
Implicaciones y futuras direcciones de investigación
La evidencia sobre el impacto de los procesos motivacionales y afectivos tiene implicaciones para la interpretación y el uso de las pruebas de CI. Tradicionalmente, se ha asumido que las diferencias de rendimiento en los tests de CI transmiten únicamente discrepancias en la calidad del funcionamiento cognitivo de los examinados. Sin embargo, con las nuevas evidencias sobre el yunque, la variabilidad en el rendimiento en los tests de CI también parece estar en función del tipo e intensidad de las motivaciones y estados afectivos que los examinados experimentan durante la prueba. Estas pruebas exigen un cambio en la forma de interpretar las puntuaciones del CI para tomar decisiones en el mundo real. Por lo tanto, de cara al futuro, son necesarios más esfuerzos para desenterrar los efectos de los procesos motivacionales y afectivos en el funcionamiento cognitivo en el contexto de las pruebas de CI.
En particular, las investigaciones futuras podrían examinar qué tipo de indicios motivacionales, es decir, orientados a la tarea frente a los resultados (Pintrich, 2000), son óptimos para el rendimiento en una prueba de CI. Un individuo con una motivación orientada a la tarea percibe que hacer bien un test de CI es un fin en sí mismo. Por el contrario, el individuo con motivación orientada a los resultados asume que rendir en un test de CI es instrumental para otros resultados de la vida. Además, la investigación debe examinar cómo la intensidad motivacional (ya sea orientada a la tarea o a los resultados) modula el funcionamiento cognitivo en una prueba de CI.
La investigación sobre los comportamientos dirigidos a objetivos sugiere que la supervisión y la retroalimentación también podrían explicar la variación en el funcionamiento cognitivo (Fishbach et al., 2010; Carver, 2018). Por lo tanto, los estudios futuros también podrían examinar cómo la frecuencia de la monitorización y la naturaleza de la retroalimentación influyen en el rendimiento en las pruebas de CI. Asimismo, las respuestas afectivas a la monitorización del rendimiento durante la prueba de CI también podrían explicar el rendimiento general en la prueba. Las investigaciones pertinentes solo examinaron el impacto de los estados afectivos negativos, como la ansiedad (von der Embse et al., 2018). Sin embargo, los estados afectivos positivos también podrían contribuir a la variación de las puntuaciones de CI (Fredrickson, 2004). Por último, los estudios también podrían examinar cómo las estrategias de regulación de la emoción de los rasgos influyen en el rendimiento en las pruebas de CI, ya que modulan la generación y la expresión de las emociones (Gross, 2002).
Puestos en común, estas líneas de investigación podrían contribuir finalmente a una explicación más matizada psicológicamente de las pruebas de CI. Este punto de vista integrado ayudaría a eliminar la brecha interpretativa que afecta a sus aplicaciones en el mundo real.
Conclusión
La noción de inteligencia ha llegado para quedarse, al igual que los tests de CI que la indexan. Sin embargo, hay razones para hacer una interpretación psicológicamente más completa de lo que reflejan las puntuaciones del CI. Examinar la influencia de los procesos motivacionales y afectivos en el funcionamiento cognitivo que subyace al rendimiento en los tests de CI es un paso en esta dirección. Una explicación fiable de lo que reflejan las puntuaciones de CI permitiría un uso más cauteloso de estas cifras para determinar el acceso a las oportunidades que dan forma a los resultados de la vida individual en las sociedades meritocráticas modernas.
Contribuciones de los autores
Tanto VG como SS contribuyeron por igual en todas las etapas del desarrollo del manuscrito que condujo a su presentación.
Conflicto de intereses
Los autores declaran que la investigación se llevó a cabo en ausencia de cualquier relación comercial o financiera que pudiera interpretarse como un potencial conflicto de intereses.
Benn, Y., Webb, T. L., Chang, B. P., Sun, Y. H., Wilkinson, I. D., y Farrow, T. F. (2014). La base neural del seguimiento del progreso de la meta. Front. Hum. Neurosci. 8:688. doi: 10.3389/fnhum.2014.00688
PubMed Abstract | CrossRef Full Text | Google Scholar
Binet, A., y Simon, T. (1916). «The development of intelligence in children» en The Binet-Simon scale. trans. E. S. Kite (Baltimore, MD: Williams & Wilkins Co.).
Google Scholar
Boring, E. G. (1923). La inteligencia tal como la prueban los tests. New Republic. 35-37.
Google Scholar
Botvinick, M., y Braver, T. (2015). Motivación y control cognitivo: del comportamiento al mecanismo neural. Annu. Rev. Psychol. 66, 83-113. doi: 10.1146/annurev-psych-010814-015044
PubMed Abstract | CrossRef Full Text | Google Scholar
Bowles, S., y Gintis, H. (2002). La herencia de la desigualdad. J. Econ. Perspect. 16, 3-30. doi: 10.1257/089533002760278686
CrossRef Full Text | Google Scholar
Braver, T. S., Krug, M. K., Chiew, K. S., Kool, W., Westbrook, J. A., Clement, N. J., et al. (2014). Mecanismos de interacción motivación-cognición: retos y oportunidades. Cogn. Affect. Behav. Neurosci. 14, 443-472. doi: 10.3758/s13415-014-0300-0
PubMed Abstract | CrossRef Full Text | Google Scholar
Carver, C. S. (2018). Teoría del control, logro de metas y psicopatología. Psychol. Inq. 29, 139-144. doi: 10.1080/1047840X.2018.1513681
PubMed Abstract | CrossRef Full Text | Google Scholar
Carver, C. S., y Scheier, M. F. (2008). Sobre la autorregulación del comportamiento. Cambridge, UK: Cambridge University Press.
Google Scholar
Ceci, S. J. (1996). Sobre la inteligencia: Un tratado bioecológico sobre el desarrollo de la inteligencia. Cambridge, MA: Harvard University Press.
Google Scholar
Chiew, K. S., y Braver, T. S. (2011). Afecto positivo frente a la recompensa: influencias emocionales y motivacionales en el control cognitivo. Front. Psychol. 2:279. doi: 10.3389/fpsyg.2011.00279
PubMed Abstract | CrossRef Full Text | Google Scholar
Crocker, L. D., Heller, W., Warren, S. L., O’Hare, A. J., Infantolino, Z. P., y Miller, G. A. (2013). Relaciones entre la cognición, la emoción y la motivación: implicaciones para la intervención y la neuroplasticidad en la psicopatología. Front. Hum. Neurosci. 7:261. doi: 10.3389/fnhum.2013.00261
PubMed Abstract | CrossRef Full Text | Google Scholar
Daw, N. D., y Shohamy, D. (2008). La neurociencia cognitiva de la motivación y el aprendizaje. Soc. Cogn. 26, 593-620. doi: 10.1521/soco.2008.26.5.593
CrossRef Full Text | Google Scholar
Dayan, P., y Balleine, B. W. (2002). Recompensa, motivación y aprendizaje por refuerzo. Neuron 36, 285-298. doi: 10.1016/s0896-6273(02)00963-7
CrossRef Full Text | Google Scholar
Deary, I. J. (2001). La inteligencia: A very short introduction. Oxford, Reino Unido: Oxford University Press.
Google Scholar
Duckworth, A. L., Quinn, P. D., Lynam, D. R., Loeber, R., y Stouthamer-Loeber, M. (2011). Papel de la motivación en las pruebas de inteligencia. Proc. Natl. Acad. Sci. USA 108, 7716-7720. doi: 10.1073/pnas.1018601108
PubMed Abstract | CrossRef Full Text | Google Scholar
Dweck, C. S. (2006). Mindset: La nueva psicología del éxito. Nueva York, NY: Random House.
Google Scholar
Dweck, C. S., Mangels, J. A., y Good, C. (2004). «Motivational effects on attention, cognition, and performance» en The educational psychology series. Motivation, emotion, and cognition: Integrative perspectives on intellectual functioning and development. eds. D. Y. Dai y R. J. Sternberg (Mahwah, NJ: Lawrence Erlbaum Associates Publishers), 41-55.
Google Scholar
Elliot, A. J. (Ed.) (2008). Handbook of approach and avoidance motivation. Nueva York, NY: Psychology Press.
Google Scholar
Epley, N., y Gilovich, T. (2016). La mecánica del razonamiento motivado. J. Econ. Perspect. 30, 133-140. doi: 10.1257/jep.30.3.133
CrossRef Full Text | Google Scholar
Eysenck, H. J. (2018). La inteligencia: Una nueva mirada. Piscataway, NJ: Transaction Publishers.
Google Scholar
Firestone, C., y Scholl, B. J. (2016). La cognición no afecta a la percepción: evaluando la evidencia de los efectos «top-down». Behav. Brain Sci. 39:e229. doi: 10.1017/S0140525X15000965
CrossRef Full Text | Google Scholar
Fishbach, A., Eyal, T., y Finkelstein, S. R. (2010). Cómo la retroalimentación positiva y negativa motivan la búsqueda de metas. Soc. Pers. Psychol. Compass 4, 517-530. doi: 10.1111/j.1751-9004.2010.00285.x
CrossRef Full Text | Google Scholar
Fishbach, A., y Finkelstein, S. R. (2012). «Cómo la retroalimentación influye en la persistencia, la desvinculación y el cambio en la búsqueda de metas» en Goal-directed behavior. eds. H. Aarts y A. J. Elliot (Londres, Reino Unido: Psychology Press), 203-230.
Google Scholar
Fitzsimons, P. (2015). «Human capital theory and education» en Encyclopedia of educational philosophy and theory. ed. M. A. Peters (Singapore: Springer Publishing), 1-4.
Google Scholar
Fletcher, J. M., Lyon, G. R., Fuchs, L. S., y Barnes, M. A. (2018). Dificultades de aprendizaje: De la identificación a la intervención. Nueva York, NY: The Guilford Press.
Google Scholar
Fredrickson, B. L. (2004). The broaden-and-build theory of positive emotions. Philos. Trans. R. Soc. Lond. Ser. B Biol. Sci. 359, 1367-1377. doi: 10.1098/rstb.2004.1512
PubMed Abstract | CrossRef Full Text | Google Scholar
Gable, P. A., Browning, L., y Harmon-Jones, E. (2016). «Afecto, motivación y alcance cognitivo» en Fronteras de la psicología cognitiva. Motivation and cognitive control. ed. T. S. Braver (Nueva York, NY: Routledge/Taylor & Francis Group), 164-187.
Google Scholar
Gable, P., y Harmon-Jones, E. (2010). El modelo dimensional motivacional del afecto: implicaciones para la amplitud de la atención, la memoria y la categorización cognitiva. Cognit. Emot. 24, 322-337. doi: 10.1080/02699930903378305
CrossRef Full Text | Google Scholar
Gardner, H. (1993). Las inteligencias múltiples: La teoría en la práctica. New York, NY: Basic Books.
Google Scholar
Gross, J. J. (2002). Regulación de las emociones: consecuencias afectivas, cognitivas y sociales. Psychophysiology 39, 281-291. doi: 10.1017/S0048577201393198
PubMed Abstract | CrossRef Full Text | Google Scholar
Harkin, B., Webb, T. L., Chang, B. P., Prestwich, A., Conner, M., Kellar, I., et al. (2016). El monitoreo del progreso de la meta promueve el logro de la meta? Un meta-análisis de la evidencia experimental. Psychol. Bull. 142, 198-229. doi: 10.1037/bul0000025
PubMed Abstract | CrossRef Full Text | Google Scholar
Hart, W., y Gable, P. A. (2013). Motivación de la búsqueda de metas: el papel de la intensidad motivacional del afecto y las metas activadas. J. Exp. Soc. Psychol. 49, 922-926. doi: 10.1016/j.jesp.2013.05.002
CrossRef Full Text | Google Scholar
Heckhausen, J., y Heckhausen, H. (eds.) (2018). «Motivación y acción: introducción y visión general» en Motivación y acción (Nueva York, NY: Springer), 1-14.
Google Scholar
Hunt, E. (1995). El papel de la inteligencia en la sociedad moderna. Am. Sci. 83, 356-369.
Google Scholar
Inzlicht, M., Bartholow, B. D., y Hirsh, J. B. (2015). Fundamentos emocionales del control cognitivo. Trends Cogn. Sci. 19, 126-132. doi: 10.1016/j.tics.2015.01.004
PubMed Abstract | CrossRef Full Text | Google Scholar
Kline, P. (2013). Intelligence: The psychometric view. Londres, Reino Unido: Routledge.
Google Scholar
Miendlarzewska, E. A., Bavelier, D., y Schwartz, S. (2016). Influencia de la motivación de recompensa en la memoria declarativa humana. Neurosci. Biobehav. Rev. 61, 156-176. doi: 10.1016/j.neubiorev.2015.11.015
PubMed Abstract | CrossRef Full Text | Google Scholar
Neisser, U., Boodoo, G., Bouchard, T. J. Jr., Boykin, A. W., Brody, N., Ceci, S. J., et al. (1996). Intelligence: knowns and unknowns. Am. Psychol. 51, 77-101. doi: 10.1037/0003-066X.51.2.77
CrossRef Full Text | Google Scholar
O’Callaghan, C., Kveraga, K., Shine, J. M., Adams, R. B. Jr., y Bar, M. (2017). Las predicciones penetran en la percepción: conocimientos convergentes del cerebro, el comportamiento y el trastorno. Conscious. Cogn. 47, 63-74. doi: 10.1016/j.concog.2016.05.003
CrossRef Full Text | Google Scholar
Orehek, E., Bessarabova, E., Chen, X., y Kruglanski, A. W. (2011). El afecto positivo como retroalimentación informativa en la búsqueda de metas. Motiv. Emot. 35, 44-51. doi: 10.1007/s11031-010-9197-2
PubMed Abstract | CrossRef Full Text | Google Scholar
Perkins, D. (1995). Outsmarting IQ: La ciencia emergente de la inteligencia aprendible. New York, NY: Simon and Schuster.
Google Scholar
Perkins, D. N., Jay, E., y Tishman, S. (1993). Más allá de las habilidades: una teoría disposicional del pensamiento. Merrill-Palmer Q. 39, 1-21.
Google Scholar
Pessoa, L. (2013). El cerebro cognitivo-emocional: De las interacciones a la integración. Cambridge, MA: MIT Press.
Google Scholar
Pessoa, L. (2019). Arquitecturas inteligentes para la robótica: la fusión de la cognición y la emoción. arXiv . Disponible en: http://arXiv:1902.00363 (Consultado el 23 de octubre de 2019).
Google Scholar
Pintrich, P. R. (2000). «The role of goal orientation in self-regulated learning» en Handbook of self-regulation. eds. M. Boekaerts, P. R. Pintrich, y M. Zeidner (San Diego, CA: Academic Press), 451-502.
Google Scholar
Roid, G. H., y Pomplun, M. (2012). Las escalas de inteligencia de Stanford-Binet. New York, NY: The Guilford Press.
Google Scholar
Rothkirch, M., Schmack, K., Deserno, L., Darmohray, D., y Sterzer, P. (2014). Modulación atencional del procesamiento de la recompensa en el cerebro humano. Hum. Brain Mapp. 35, 3036-3051. doi: 10.1002/hbm.22383
PubMed Abstract | CrossRef Full Text | Google Scholar
Rothkirch, M., y Sterzer, P. (2015). «El papel de la motivación en el procesamiento de la información visual» en Motivation and cognitive control ed. T. S. Braver (Londres, Reino Unido: Routledge), 35-61.
Google Scholar
Ryan, R. M. (Ed.) (2012). The Oxford handbook of human motivation. New York, NY: Oxford University Press.
Google Scholar
Simon, H. A. (1967). Controles motivacionales y emocionales de la cognición. Psychol. Rev. 74, 29-39. doi: 10.1037/h0024127
PubMed Abstract | CrossRef Full Text | Google Scholar
Stanovich, K. E. (2009). Lo que los test de inteligencia pasan por alto: La psicología del pensamiento racional. New Haven, CT: Yale University Press.
Google Scholar
Stanovich, K. E., West, R. F., y Toplak, M. E. (2016). El cociente de racionalidad: Hacia una prueba del pensamiento racional. Cambridge, MA: MIT Press.
Google Scholar
Sternberg, R. J. (2006). La inteligencia. Enciclopedia de la ciencia cognitiva. New York, NY: Wiley Publishing.
Google Scholar
Sternberg, R. J. (Ed.) (2018). La naturaleza de la inteligencia humana. Cambridge, Reino Unido: Cambridge University Press.
Google Scholar
Sternberg, R. J., Grigorenko, E. L., y Bundy, D. A. (2001). El valor predictivo del CI. Merrill-Palmer Q. 47, 1-41. doi: 10.1353/mpq.2001.0005
CrossRef Full Text | Google Scholar
Strenze, T. (2007). Inteligencia y éxito socioeconómico: una revisión meta-analítica de la investigación longitudinal. Intelligence 35, 401-426. doi: 10.1016/j.intell.2006.09.004
CrossRef Full Text | Google Scholar
Suri, G., Shine, J. M., y Gross, J. J. (2018). Por qué hacemos lo que hacemos? El marco de atención-preparación-motivación. Soc. Pers. Psychol. Compass 12:e12382. doi: 10.1111/spc3.12382
CrossRef Full Text | Google Scholar
The Psychological Corporation (1997). WAIS-III-WMS-III technical manual. San Antonio, TX: The Psychological Corporation.
Google Scholar
Van Iddekinge, C. H., Aguinis, H., Mackey, J. D., y DeOrtentiis, P. S. (2018). Un meta-análisis de los efectos interactivos, aditivos y relativos de la capacidad cognitiva y la motivación en el rendimiento. J. Manag. 44, 249-279. doi: 10.1177/0149206317702220
CrossRef Full Text | Google Scholar
von der Embse, N., Jester, D., Roy, D., y Post, J. (2018). Efectos, predictores y correlatos de la ansiedad ante los exámenes: una revisión meta-analítica de 30 años. J. Affect. Disord. 227, 483-493. doi: 10.1016/j.jad.2017.11.048
PubMed Abstract | CrossRef Full Text | Google Scholar
Watkins, E. R., y Moberly, N. J. (2009). El entrenamiento en concreción reduce la disforia: un estudio piloto de prueba de principio. Behavior. Res. Ther. 47, 48-53. doi: 10.1016/j.brat.2008.10.014
PubMed Abstract | CrossRef Full Text | Google Scholar
Wechsler, D. (1997). WAIS-III administration and scoring manual. San Antonio, TX: Psychological Corporation.
Google Scholar
Woods, S. A., Hinton, D. P., von Stumm, S., y Bellman-Jeffreys, J. (2019). Personalidad e inteligencia: examinando las asociaciones de los rasgos de personalidad relacionados con la inversión con la inteligencia general y específica. Eur. J. Psychol. Assess. 35, 206-216. doi: 10.1027/1015-5759/a000391
CrossRef Full Text | Google Scholar
Yee, D. M., y Braver, T. S. (2018). Interacciones de motivación y control cognitivo. Curr. Opin. Behav. Sci. 19, 83-90. doi: 10.1016/j.cobeha.2017.11.009
PubMed Abstract | CrossRef Full Text | Google Scholar