Egyrészt az intelligenciatesztek a pszichológia egyik nagy sikere (Hunt, 2011). Az intelligenciatesztek eredményei a valós világ számos jelenségét jelzik előre, és számos jól igazolt gyakorlati felhasználási lehetőséggel rendelkeznek (Gottfredson, 1997; Deary et al., 2010). Az intelligenciatesztek pontszámai korrelálnak a neuroimaginggel vizsgált strukturális és funkcionális agyi paraméterekkel (Haier et al., 1988; Jung és Haier, 2007; Deary et al., 2010; Penke et al., 2012; Colom et al., 2013a) és a génekkel is (Posthuma et al., 2002; Hulshoff Pol et al., 2006; Chiang et al., 2009, 2012; Stein et al., 2012). Másrészt az intelligenciatesztek pontszámait gyakran félreértik és visszaélhetnek velük. Ez az írás egy alapvető félreértésre összpontosít, amely áthatja a rövid távú kognitív tréninget követő intelligencianövekedésről szóló számos közelmúltbeli jelentést. E jelentések közül több is megjelent neves folyóiratokban, és nagy nyilvánosságot kapott (Jaeggi et al., 2008, 2011; Mackey et al., 2011).
Az alapvető félreértés abból fakad, hogy az intelligenciateszt pontszámait olyan mértékegységeknek tekintjük, mint a hüvelyk, a liter vagy a gramm. Nem azok. A hüvelyk, a liter és a gramm olyan arányskálák, ahol a nulla nullát jelent, a 100 egység pedig kétszer 50 egységet. Az intelligenciatesztek pontszámai intervallumskálák segítségével becsülnek meg egy konstrukciót, és csak más, azonos korú és nemű emberekhez viszonyítva van jelentőségük. A magas pontszámmal rendelkező emberek általában jobban teljesítenek a szellemi képességeket vizsgáló tesztek széles skáláján, de valaki 130-as IQ pontszámmal nem 30%-kal okosabb, mint valaki 100-as IQ pontszámmal. A 130-as pontszám a népesség legmagasabb 2%-ába sorolja az illetőt, míg a 100-as pontszám az 50. percentilisbe. Egy 100-as IQ-pontszám változása 103-ra nem ugyanaz, mint egy 133-as IQ-pontszám változása 136-ra. Ez lehetetlenné teszi az intelligenciatesztek eredményeinek egyszerű értelmezését.
A legtöbb újabb tanulmány, amely az intelligencia növekedését állította egy kognitív tréning beavatkozás után, a beavatkozás előtti intelligenciateszt pontszámának és a beavatkozás utáni második pontszámnak az összehasonlítására támaszkodik. Ha a tréningcsoport átlagos pontszámának növekedése statisztikailag szignifikáns (függő t-próbával vagy hasonló statisztikai teszttel), akkor ezt az intelligencia növekedésének bizonyítékaként kezelik. Ez az érvelés helyes, ha olyan arányskálákat mérünk, mint a hüvelyk, a liter vagy a gramm, valamilyen beavatkozás előtt és után (megfelelő és megbízható eszközöket, például vonalzókat feltételezve, hogy elkerüljük a Cold Fusion-szerű téves következtetéseket, amelyek nyilvánvalóan hibás hőmérésen alapultak); nem helyes az olyan intervallumskálák intelligenciateszt-pontszámai esetében, amelyek csak egy relatív rangsort becsülnek, nem pedig az intelligencia konstrukcióját mérik. Annak ellenére, hogy a becslésnek jelentős prediktív értéke van, és korrelál az agyi és genetikai mérésekkel, ez nem mérés ugyanúgy, ahogyan a távolságot, a folyadékot vagy a súlyt mérjük, még akkor sem, ha az egyéni változás pontszámait használjuk egy pre-post designban.
A SAT pontszámok például erősen korrelálnak az intelligenciatesztek pontszámaival (Frey és Detterman, 2004). Képzeljük el, hogy egy diák akkor teszi le a SAT-t, amikor meglehetősen beteg. A pontszámok valószínűleg rossz becslést adnak a tanuló képességeiről. Ha a tanuló valamikor később, amikor már jobban van, újra megírja a tesztet, vajon a pontszám növekedése azt jelenti, hogy a tanuló intelligenciája nőtt, vagy az újabb pontszám már csak egy jobb becslés? Ugyanez igaz az SAT-felkészítő tanfolyamokat követő pontszámváltozásokra is. Sok főiskola és egyetem lehetővé teszi a jelentkezők számára, hogy több SAT-pontszámot is benyújtsanak, és általában a legmagasabb pontszámnak van a legnagyobb súlya; az alacsony pontszámok esetében sok hamis indok van, de a magas pontszámok esetében sokkal kevesebb. A pontszámok változása a legalacsonyabbtól a legmagasabbig kevés vagy egyáltalán nincs súlya. Ezzel szemben egy személy súlyának változása valamilyen beavatkozás után egyértelmű.
A kognitív tréning intelligenciára gyakorolt hatását vizsgáló tanulmányokban azt is fontos megérteni, hogy minden intelligenciateszt pontszáma tartalmaz bizonyos mértékű pontatlanságot vagy hibát. Ezt nevezzük a mérés standard hibájának, és a megfigyelt pontszámok alapján a “valódi” pontszám becsült értékeként számszerűsíthető. A hüvelyk vagy liter mérésének standard hibája általában nulla, feltéve, hogy tökéletesen megbízható, szabványos mérőeszközökkel rendelkezünk. Az intelligenciatesztek általában magas teszt-reteszt megbízhatóságot mutatnak, de ezeknek is van standard hibájuk, és a standard hiba gyakran nagyobb a magasabb pontszámok esetében, mint az alacsonyabb pontszámok esetében. Az intelligenciateszt pontszámának bármilyen változását egy beavatkozás után a teszt standard hibájához viszonyítva kell figyelembe venni. Azok a vizsgálatok, amelyek egyetlen tesztet használnak az intelligencia becslésére a beavatkozás előtt és után, kevésbé megbízható és változékonyabb pontszámokat használnak (nagyobb standard hibák), mint azok a vizsgálatok, amelyek több tesztből származó pontszámokat kombinálnak.
A változási pontszámokat soha nem könnyű értelmezni, és kifinomult statisztikai módszereket és megfelelő kontrollcsoportokkal rendelkező kutatási terveket igényelnek. Ha például egy képzési beavatkozást olyan egyéneken próbálunk ki, akiknek a beavatkozás előtti pontszámai mind a populáció átlaga alatt vannak, a beavatkozással vagy anélkül végzett újbóli tesztelés magasabb pontszámokat eredményezhet az átlaghoz való regresszió statisztikai jelensége miatt, vagy az egyszerű tesztgyakorlat miatt, különösen, ha nem használunk egyenértékű alternatív tesztformákat. Az olyan kvázi-kísérleti tervek, mint a csak poszt-teszt, nagy mintákkal és véletlenszerű hozzárendeléssel, nem járnak ugyanazokkal az értelmezési nehézségekkel, mint a pre-post tervek. Ígéretesek, de a legtöbb bíráló hajlamosabb a pre-post változásokat értékelni. A látens változós technikák szintén elkerülik a pre-post intervallumskála-változások számos nehézségét, és nagy minták esetén ígéretesek (Ferrer és McArdle, 2010).
Ahol változási pontszámokat használnak, fontos az egyéni különbségek azonosítása még egy csoporton belül is, ahol az átlagos változási pontszám statisztikailag növekszik egy beavatkozás után. Képzeljük el, hogy egy 100 diákból álló csoport kognitív tréninget kapott, 100 másik pedig valamilyen kontrollintervenciót. A tréningcsoport átlagos változási pontszáma statisztikailag nagyobb növekedést mutathat, mint a kontrollcsoporté. A tréningben részesült 100 személy közül hányan mutattak ténylegesen növekedést? Különböznek-e valamilyen módon azoktól a személyektől ugyanabban a csoportban, akik nem mutattak növekedést? A tesztelemzés kimutatja, hogy a megnövekedett pontszámok inkább a könnyű vagy a nehéz tesztfeladatoknak köszönhetőek-e? Mi a helyzet a kontrollcsoportban azokkal az egyénekkel, akiknél ugyanolyan nagymértékű pontszámnövekedés tapasztalható, mint a tréningcsoportban? Ha végül mind a 200 résztvevő ugyanazt a képzést kapja, akkor az egyének rangsora a képzés utáni pontszámok alapján különbözik-e a képzés előtti pontszámok alapján felállított rangsortól? Ha nem, akkor mit értünk el? A legtöbb tanulmány nem számol be ilyen elemzésekről, bár az újabb képzési tanulmányok foglalkoznak az intelligencia és az egyéni különbségek többféle méréssel történő értékelésének kérdéseivel (Colom et al., 2013b; Jaeggi et al., 2013). Burgaleta és munkatársai jó példát szolgáltatnak az IQ-változások alanyonkénti bemutatására (Burgaleta et al., 2014).
A lényeg mindazonáltal az, hogy ahhoz, hogy a legmeggyőzőbb érv legyen, hogy az intelligencia egy beavatkozás után növekszik, az intelligencia arányskálájára van szükség. Ilyen még nem létezik, és az értelmes előrelépéshez szükség lehet az intelligencia meghatározásának új módjára, amely mérhető agyi vagy információfeldolgozási változókon alapul. Például az intelligenciatesztek pontszámait helyettesíthetné a szürke és fehérállomány sűrűsége bizonyos agyi régiókban, amelyet képalkotó eljárással értékelnének, és egy normatív csoporton alapuló standard pontszámok profiljaként fejeznének ki (Haier, 2009). Engle és munkatársai munkája azt sugallja, hogy a munkamemória-kapacitás és az észlelési sebesség lehetséges módja a folyékony intelligencia értékelésének (Broadway és Engle, 2010; Redick et al., 2012), azon nagyszámú kutatás alapján, amely szerint a gyorsabb mentális feldolgozási sebesség és a nagyobb memóriakapacitás összefügg a magasabb intelligenciával.
Jensen részletesen írt a pszichometriától a mentális “kronometriáig” tartó fejlődésről – az ezredmásodpercben kifejezett válaszidő használatáról az információfeldolgozás standard módon történő mérésére (Jensen, 2006). Azzal érvelt, hogy az intelligencia konstruktumát fel lehetne váltani az információfeldolgozás sebességének arányskálás mérése javára, amelyet standardizált kognitív feladatok, például a Hick-paradigma során értékelnek. Az ilyen mérések például elősegítenék a mentális sebesség mögöttes neurofiziológiájának kutatását, és az intelligencia fejlettebb definíciójához vezethetnének. Jensen a kronometriáról szóló könyvét ezzel a felhívással zárta: “… a kronometria a viselkedés- és agytudományok számára egy univerzális abszolút skálát biztosít, amellyel rendkívül érzékeny és gyakran megismételhető méréseket lehet végezni az egyén teljesítményéről a speciálisan kidolgozott kognitív feladatokban. Eljött az ideje. Lássunk munkához!” (246. o.).
Ez egy félelmetes kihívás és az intelligenciakutatók egyik fő prioritása. A pszichometrikusok és a kognitív pszichológusok közötti együttműködés kulcsfontosságú lesz. Jelenleg számos olyan vizsgálat van, amely nem tudja megismételni a rövid távú memória tréninget követő intelligencia-növekedésről szóló állításokat, és ennek különböző okaira tesznek javaslatot (Colom et al., 2013b; Harrison et al., 2013). Tekintettel arra, hogy itt szűk körben összpontosítunk, megjegyezzük, hogy az egyik sikertelen replikáció a munkamemória-kapacitást és az észlelési sebességet is vizsgálta; nem találtak transzferhatást (Redick et al., 2013), és okkal feltételezhető, hogy más pozitív transzferrel kapcsolatos vizsgálatok tévesek lehetnek (Tidwell et al., 2013). Egyelőre a kognitív tréningek eredményei inkább ellentmondásosak, mint nem, különösen a feltételezett intelligencianövekedés tekintetében. Mindazonáltal bátorító, hogy a kognitív kutatók dolgoznak ezeken a kérdéseken, annak ellenére, hogy a pszichológiában általában és számos finanszírozó szervezet számára az intelligenciakutatással szembeni átható közömbösség vagy negatív hozzáállás jellemző.
Tágabb kontextusban az intelligencia több komponenst is magában foglal. Az érdeklődésre számot tartó konstrukciót azonban a pszichometriai módszerek általában egy általános, minden mentális képességre közös faktorként határozzák meg, amelyet g-faktornak neveznek (Jensen, 1998). A folyékony intelligencia, amely számos kognitív képzési tanulmány középpontjában áll, egyike a számos széles értelemben vett intelligenciafaktornak, és erősen korrelál a g-vel. A g-faktort intelligenciatesztekkel becsülik, de nem szinonimája az IQ-nak vagy bármely más teszteredménynek; egyes tesztek jobban g-vel terheltek, mint mások. Mint említettük, egy intelligenciateszt pontszáma kevés jelentőséggel bír, ha nem hasonlítjuk össze más emberek pontszámaival. Ezért van szükség minden intelligenciateszthez normatív csoportokra az összehasonlításhoz, és ezért kell a normatív csoportokat rendszeresen frissíteni, amint azt az intelligenciatesztek pontszámainak fokozatos generációs növekedését mutató Flynn-hatás mutatja; bár az, hogy a g mutatja-e a Flynn-hatást, még mindig nem tisztázott (te Nijenhuis és van der Flier, 2013). A g és más intelligenciafaktorok pszichometriai becslései erős empirikus eredményeket hoztak az intelligencia természetéről és az egyéni különbségekről, amelyek többnyire korrelációs vizsgálatokon alapulnak. Ezek az intervallumbecslések azonban nem elegendőek ahhoz, hogy a kutatást a következő lépéshez, az intelligencia növelését célzó kísérleti beavatkozásokhoz vezessék.
A tudományról szólva Carl Sagan megjegyezte, hogy a rendkívüli állítások rendkívüli bizonyítékokat igényelnek. Egyelőre nem rendelkezünk ilyennel a kognitív tréninget követő intelligencianövelésre vonatkozó állításokra, vagy ami azt illeti, bármilyen más manipulációra vagy kezelésre, beleértve a kora gyermekkori nevelést is. A teszteredmények kis, statisztikailag szignifikáns változásai fontos megfigyelések lehetnek a figyelemre vagy a memóriára vagy más elemi kognitív változóra vagy egy konkrét mentális képességre vonatkozóan, amelyet olyan arányskálával mérnek, mint a milliszekundumok, de nem elegendő bizonyíték arra, hogy az általános intelligencia megváltozott. Mint a tudomány minden ágában, a fejlődés az egyre kifinomultabb méréseken múlik, amelyek egyre pontosabb definíciókhoz vezetnek – gondoljunk csak a “gén” vagy az “atom” meghatározásának fejlődésére. Még a kifinomult intervallum-alapú mérési technikák (Ferrer és McArdle, 2010) mellett is, amíg nem rendelkezünk jobb mérőeszközökkel, különösen arányskálákkal, el kell ismernünk az alapvető mérési problémát, és bőséges visszafogottságot kell tanúsítanunk, amikor az intelligencia feltételezett növekedéséről vagy csökkenéséről számolunk be.
A jövőben erős empirikus érvek szólhatnak amellett, hogy nagy összegeket költsünk kognitív tréningekre vagy más, a konkrét mentális képességek vagy iskolai teljesítmény javítását célzó beavatkozásokra (a kényszerítő erkölcsi érvek mellett), de az általános intelligencia növelését a jelenlegi tesztekkel meglehetősen nehéz bizonyítani. Az intelligencia növelése azonban méltó cél, amelyet a DNS-elemzés, az idegképalkotás, a pszichofarmakológia és akár a közvetlen agyi stimuláció terén elért kifinomult idegtudományi eredményeken alapuló beavatkozásokkal lehet elérni (Haier, 2009, 2013; Lozano és Lipsman, 2013; Santarnecchi et al., 2013; Legon et al., 2014). Az intelligencia hasonlóan kifinomult aránymérésének fejlesztése kéz a kézben kell, hogy járjon az ígéretes beavatkozások fejlesztésével.
