factor g (psicometría)

La investigación de Spearman sobre la inteligencia se originó a partir de su investigación sobre la medición. Estudió las teorías de inteligencia de Francis Galton y le intrigó por qué Galton no encontró asociaciones entre diferentes métricas de rendimiento e indicadores comunes de inteligencia. ^{[ 5 ] : 22} Spearman postuló que las pruebas que Galton utilizó contenían un error de medición sustancial y no eran confiables: la misma persona obtenía una puntuación diferente al ser evaluada nuevamente. ^{[ 5 ] : 22} Spearman desarrolló procedimientos para corregir los coeficientes de correlación para diversas influencias para estimar la "relación verdadera", incluyendo un procedimiento para desatenuar las correlaciones. ^{[ 19 ] : 3–4} Estas ideas sobre puntuaciones verdaderas, error de medición y procedimientos para corregir correlaciones forman la base de lo que ahora se conoce como teoría clásica de las pruebas . ^{[ 19 ] : 3–4} Cuando aplicó estos procedimientos a los datos que había recopilado para medir la inteligencia y lo que él denominó capacidad de discriminación sensorial, obtuvo correlaciones cercanas a 1. ^{[ 19 ] : 3 [ 20 ] : 186-187}

El concepto de "inteligencia general" surgió por primera vez del artículo de Spearman de 1904 "'Inteligencia general', determinada y medida objetivamente" ^{[ 21 ]} , donde aplicó sus nuevos métodos estadísticos para corregir correlaciones en pruebas de aptitud para proponer una teoría de la inteligencia de dos factores. ^{[ 19 ] : 2-3} Basándose en la observación de que las pruebas de aptitud suelen correlacionarse positivamente entre sí, propuso que todas estas pruebas miden lo mismo: la inteligencia general, y que las pruebas individuales miden una combinación de dos factores:inteligencia general' (g), común a todas las pruebas, y un 'capacidad específica' (s), específico de una prueba. ^{[ 5 ] : 30 [ 19 ] : 3 [ 22 ] : 372–373} Se suponía que este concepto de "inteligencia general" proporcionaría una definición indiscutible de inteligencia que podría describirse como "determinada y medida objetivamente". ^{[ 23 ] : 194} Hubo varios corolarios de su teoría, como la afirmación de que es "posible clasificar las medidas en términos de su razón g-a-s". ^{[ 19 ]} El más importante fue la ley de Spearman de las diferencias de tétradas, demostrada por Spearman en 1924. Establece que los productos por pares de dos conjuntos de correlaciones son iguales, es decir, su diferencia es cero. Para cuatro rasgos etiquetados 1, 2, 3, 4, esto es r ₁₃ ⋅r ₂₄ -r ₂₃ r ₁₄ =0 . ^{[ 19 ] : 4 [ 24 ] : 288} Esto es equivalente a la predicción de que para una matriz de correlación, eliminar estadísticamente el factor común "g" produciría una matriz de correlaciones parciales que son todas 0. ^{[ 23 ] : 194 [ 25 ] : 209–210}

El primer psicólogo en plantear problemas con el trabajo de Spearman fue Cyril Burt , quien señaló que el esfuerzo mental no se tuvo en cuenta en su análisis. ^{[ 26 ]} Burt reunió un conjunto de datos más amplio y demostró que se requerían más factores que un único factor general para explicar las correlaciones: la ley de diferencias de tétradas no se satisfacía con los datos. ^{[ 5 ] : 31 [ 25 ] : 213–214} Se demostró que las correlaciones entre ciertos pares de pruebas eran mucho más altas de lo esperado según la teoría de Spearman de que su único factor común era la inteligencia general. ^{[ 19 ] : 13} Spearman conocía estos problemas ya en 1906, pero intentó desestimar la crítica proponiendo que estas correlaciones más altas de lo esperado se debían a que las pruebas no eran significativamente distintas. ^{[ 5 ] : 31 [ 19 ] : 13} En años posteriores, muchos otros psicólogos demostraron que se necesitaba una gama más amplia de factores para explicar diversos conjuntos de datos: la teoría de los dos factores de Spearman no explicaba las correlaciones. ^{[ 5 ] : 18 : 32 [ 25 ] : 213–214}

Otros psicólogos, como Thomson, proporcionaron explicaciones alternativas para los mismos fenómenos que él utilizó para respaldar el concepto con lo que ahora se conoce como teoría del muestreo. ^{[ 4 ] [ 27 ]} Thomson aceptó los datos y la metodología de análisis factorial de Spearman, pero interpretó los resultados de manera diferente. ^{[ 28 ] : 3–4} Propuso que la mente estaba compuesta de innumerables vínculos o unidades independientes y que cualquier prueba muestreaba algún subconjunto de estos vínculos. ^{[ 19 ] : 10} Simultáneamente al desarrollo de la teoría de g por parte de Spearman, surgió una teoría alternativa de Godfrey Thomson y Edward Thorndike, quienes propusieron que la intercorrelación positiva de las pruebas (variedad positiva) era compatible con una teoría de muchos factores comunes. Thorndike argumentó que el desempeño en las pruebas cognitivas se basaba en numerosos procesos cognitivos y que diferentes pruebas cognitivas se basaban en estos diferentes procesos y podían producir correlaciones positivas, como se observa en las baterías de pruebas. ^{[ 25 ] : 219–220}

A pesar de estos problemas, la teoría de Spearman obtuvo apoyo desde el principio. Lewis Terman , profesor de psicología de Stanford, se basó en el "factor de inteligencia general" de Spearman cuando revisó las escalas de inteligencia de Alfred Binet para desarrollar las Escalas Stanford-Binet para niños estadounidenses. ^{[ 28 ] : 3}

El libro de Spearman de 1927, Las habilidades del hombre, intentó proporcionar una explicación exhaustiva de la inteligencia humana, respondiendo a sus críticos y recopilando evidencia a favor de su teoría. Ahora argumentaba que la inteligencia general era un reflejo de la "energía mental" que fluía por todo el cerebro, pero que diferentes sistemas neuronales servían como "motores mentales" que explicaban los factores específicos. ^{[ 25 ] : 214–215} También refinó su concepto de "g", no como equivalente a una entidad concreta o sinónimo de inteligencia, sino como una magnitud que se identifica como el factor común que subyace a todas las habilidades mentales, y que podía identificarse con pruebas de la ecuación de la tétrada. ^{[ 25 ] : 215–216} Para entonces, aceptó a regañadientes la existencia de factores grupales además de su factor general y factores específicos. ^{[ 5 ] : 32} Tras reconocer que los argumentos de su libro no respondían suficientemente a las críticas que evidenciaban que no todos los datos satisfacían la condición de la tétrada, propuso una teoría diferente: que g se reflejaba en cada medida de habilidad y que esto se demostraba mediante las correlaciones positivas entre las pruebas de habilidades, conocidas como la "indiferencia del indicador". ^{[ 25 ] : 218} Se ha observado que este cambio entre teorías transforma "g" de una hipótesis falsable a un resultado infalsable de necesidad matemática. ^{[ 23 ] : 198-199 [ 29 ] : 10}

Otra crítica temprana a la teoría g fue la indeterminación factorial . ^{[ 30 ] [ 31 ] : 275–276, 376} En una revisión de *La habilidad del hombre* de Spearman, Edwin Wilson señaló que la teoría de Spearman no definía g de manera única porque proponía más factores independientes que las pruebas psicológicas observadas. ^{[ 23 ] : 194–195} y era posible generar un conjunto diferente de puntuaciones factoriales para un conjunto de estudiantes que reprodujera la misma matriz de correlación. ^{[ 22 ] : 382–383 [ 20 ] : 237}

En respuesta a estas críticas, algunos psicólogos intentaron rescatar la teoría de Spearman mediante la creación de baterías de pruebas que reflejaran g sin introducir superposiciones de factores específicos que produjeran factores comunes distintos de g . Invariablemente, estos intentos fracasaron y los psicólogos reconocieron que se necesitaban muchos factores comunes para explicar las correlaciones entre las pruebas, hasta un tercio de los factores que componen una batería de pruebas. ^{[ 23 ] : 195 [ 25 ] : 220–221}

En 1938, Louis Thurstone desarrolló una teoría de la inteligencia contraria a la de Spearman y Thomson. ^{[ 19 ] : 14 [ 32 ] : 14} Él, al igual que Thomson, propuso que había factores separados que no estaban relacionados entre sí, ^{[ 19 ]} pero propuso un conjunto más pequeño de solo siete habilidades mentales primarias. ^{[ 32 ] : 14} Thurstone desarrolló el método de análisis factorial múltiple para identificar el número de factores necesarios para explicar una matriz de correlaciones observadas. ^{[ 19 ] : 14} Sus primeros resultados utilizando factores ortogonales identificaron hasta 13 factores, que él creía que refutaban de manera concluyente la teoría de Spearman, aunque un reanálisis de sus resultados mostró que la teoría g de Spearman también podía explicar los datos. ^{[ 19 ] : 15–16} Más tarde, Thurstone abandonó la idea de factores completamente independientes y postuló factores correlacionados, analizando datos de pruebas mediante análisis factorial oblicuo, pero sin una crítica contundente de la teoría de Spearman. ^{[ 19 ] : 16–17} Después de la década de 1940, proliferaron los estudios que utilizaban los métodos de Thurstone, identificando un número creciente de habilidades mentales. ^{[ 25 ] : 232} Un ejemplo fue el modelo de "Estructura Intelectual" de Joy Paul Guilford, que proponía 3 facetas de la habilidad (contenidos, productos y operaciones) que pueden combinarse de diferentes maneras para obtener 150 habilidades distintas. ^{[ 5 ] : 115 [ 33 ] : 10} Lloyd Humphries argumentó que, tras las publicaciones de Thurstone, "los psicometristas y analistas factoriales han tendido a perder de vista el factor general de la inteligencia". ^{[ 34 ]}

En 1941, Raymond Cattell, quien había trabajado con Spearman, propuso una teoría de la inteligencia basada en dos factores comunes. ^{[ 25 ] : 228} La teoría de Cattell propuso dos factores de alto nivel: Gc (inteligencia cristalizada), que reflejaba el conocimiento aprendido y la información general, y Gf (inteligencia fluida), que se asemejaba mucho a la conceptualización de g de Spearman. ^{[ 25 ] : 228–229} Tras proponer estos factores, Cattell y su alumno John Horn propusieron otros «factores generales» o «factores amplios», como Gs (velocidad de inspección visual), Ga (pensamiento auditivo), Gv (razonamiento visoespacial), Gq (razonamiento cuantitativo) y Gr (fluidez en la memoria). ^{[ 5 ] : 124} Su teoría es lo que Arthur Jensen denomina una «jerarquía truncada», ya que extrae muchos factores, pero no un único factor «general» unitario en la cima de la jerarquía. ^{[ 5 ] : 124}

Jensen defendió el factor g de sus numerosos críticos a lo largo de su carrera. Su primer trabajo importante, ¿ Cuánto podemos aumentar el CI y el rendimiento académico?, describió el desarrollo del concepto de "inteligencia general" por parte de Spearman en apoyo de lo que Urbach llama el "núcleo duro del programa hereditario". ^{[ 35 ] : 9 [ 36 ] : 65 [ 37 ]} En la disputa entre psicometristas sobre la inteligencia general, Jensen argumentó con vehemencia a favor de su existencia, ^{[ 38 ] : 397} presentándola como un hecho que ningún psicometrista que se preciara podría negar. ^{[ 38 ] : 398} En ese artículo, Jensen presentó un modelo jerárquico de inteligencia, donde las habilidades operan en dos niveles: Nivel I y Nivel II. ^{[ 35 ] : 110 [ 39 ] : 65} En su obra posterior El factor g: La ciencia de la capacidad mental , Jensen ofreció una síntesis extensa de un amplio conjunto de investigaciones para argumentar que g es un constructo científico legítimo basado en la biología humana con efectos de gran alcance en la vida humana. ^{[ 40 ] [ 41 ]}

En cierto modo, Arthur Jensen resucitó la teoría g de Spearman , ^{[ 28 ] : 50 [ 42 ] : 7} pero sus argumentos reflejan un marcado cambio de la teoría de factores de Spearman a su reemplazo por componentes principales. ^{[ 23 ] : 199 [ 42 ]}

Charles Spearman razonó que las correlaciones entre las pruebas reflejaban la influencia de un factor causal común, una capacidad mental general que interviene en el desempeño de todo tipo de tareas mentales. Sin embargo, consideró que los mejores indicadores de g eran aquellas pruebas que reflejaban lo que él denominó la educción de relaciones y correlaciones , que incluía habilidades como la deducción , la inducción , la resolución de problemas, la comprensión de relaciones, la inferencia de reglas y la detección de diferencias y similitudes. Spearman hipotetizó que g era equivalente a la "energía mental". No obstante, esta era más bien una explicación metafórica, y se mantuvo agnóstico respecto a la base física de esta energía, esperando que futuras investigaciones revelaran la naturaleza fisiológica exacta de g . ^{[ 50 ]}

Siguiendo a Spearman, Arthur Jensen sostuvo que todas las tareas mentales involucran el factor g en cierta medida. Según Jensen, el factor g representa un "destilado" de puntuaciones en diferentes pruebas, en lugar de una suma o un promedio de dichas puntuaciones, y el análisis factorial actúa como el procedimiento de destilación . ^{[ 15 ]} Argumentó que g no puede describirse en términos de las características de los ítems o el contenido informativo de las pruebas, señalando que tareas mentales muy disímiles pueden tener cargas de g casi iguales . Wechsler sostuvo de manera similar que g no es una habilidad en absoluto, sino más bien una propiedad general del cerebro. Jensen hipotetizó que g corresponde a diferencias individuales en la velocidad o eficiencia de los procesos neuronales asociados con las habilidades mentales. ^{[ 51 ]} También sugirió que, dadas las asociaciones entre g y las tareas cognitivas elementales , debería ser posible construir una prueba de escala de razón de g que utilice el tiempo como unidad de medida. ^{[ 52 ]}

La denominada teoría del muestreo de g , desarrollada originalmente por Edward Thorndike y Godfrey Thomson , propone que la existencia de la variedad positiva puede explicarse sin referencia a una capacidad subyacente unitaria. Según esta teoría, existen varios procesos mentales no correlacionados, y todas las pruebas se basan en diferentes muestras de estos procesos. Las intercorrelaciones entre las pruebas se deben a una superposición entre los procesos evaluados por las pruebas. ^{[ 53 ] [ 54 ]} Por lo tanto, la variedad positiva surge debido a un problema de medición, una incapacidad para medir procesos mentales más detallados, presumiblemente no correlacionados. ^{[ 12 ]}

Se ha demostrado que no es posible distinguir estadísticamente entre el modelo de g de Spearman y el modelo de muestreo; ambos son igualmente capaces de explicar las intercorrelaciones entre pruebas. ^{[ 55 ]} La teoría del muestreo también es consistente con la observación de que las tareas mentales más complejas tienen una mayor carga de g , porque se espera que las tareas más complejas impliquen un mayor muestreo de elementos neuronales y, por lo tanto, tengan más elementos en común con otras tareas. ^{[ 56 ]}

Algunos investigadores han argumentado que el modelo de muestreo invalida el factor g como concepto psicológico, ya que sugiere que los factores g derivados de diferentes baterías de pruebas simplemente reflejan los elementos compartidos de las pruebas particulares contenidas en cada batería, en lugar de un factor g común a todas las pruebas. De manera similar, las altas correlaciones entre diferentes baterías podrían deberse a que miden el mismo conjunto de habilidades, en lugar de la misma habilidad. ^{[ 57 ]}

Los críticos han argumentado que la teoría del muestreo es incongruente con ciertos hallazgos empíricos. Según esta teoría, cabría esperar que las pruebas cognitivas relacionadas compartieran muchos elementos y, por lo tanto, estuvieran altamente correlacionadas. Sin embargo, algunas pruebas estrechamente relacionadas, como la de amplitud de dígitos en orden directo e inverso, presentan una correlación moderada, mientras que otras aparentemente completamente diferentes, como las pruebas de vocabulario y las matrices de Raven, muestran una correlación consistentemente alta. Otro hallazgo problemático es que el daño cerebral suele provocar deterioros cognitivos específicos en lugar de un deterioro general, como cabría esperar según la teoría del muestreo. ^{[ 12 ] [ 58 ]}

El modelo de "mutualismo" de g propone que los procesos cognitivos inicialmente no están correlacionados, pero que la multiplicidad positiva surge durante el desarrollo individual debido a relaciones mutuamente beneficiosas entre los procesos cognitivos. Por lo tanto, no hay un único proceso o capacidad subyacente a las correlaciones positivas entre las pruebas. Durante el curso del desarrollo, sostiene la teoría, cualquier proceso particularmente eficiente beneficiará a otros procesos, con el resultado de que estos terminarán correlacionados entre sí. Así, coeficientes intelectuales igualmente altos en diferentes personas pueden provenir de ventajas iniciales muy diferentes que poseían. ^{[ 12 ] [ 59 ]} Los críticos han argumentado que las correlaciones observadas entre las cargas de g y los coeficientes de heredabilidad de las subpruebas son problemáticas para la teoría del mutualismo. ^{[ 60 ]}

Raymond Cattell , alumno de Charles Spearman, modificó el modelo del factor g unitario y dividió g en dos dominios amplios y relativamente independientes: inteligencia fluida (G f ) e inteligencia cristalizada (G c ). G f se conceptualiza como la capacidad de resolver problemas novedosos y se evalúa mejor con pruebas con poco contenido cultural o académico, como las matrices de Raven. G c puede considerarse como conocimiento consolidado, que refleja las habilidades e información que un individuo adquiere y retiene a lo largo de su vida. G c depende de la educación y otras formas de aculturación , y se evalúa mejor con pruebas que enfatizan el conocimiento académico y cultural. ^{[ 2 ] [ 61 ] [ 62 ]} Se puede pensar que G f consiste principalmente en las capacidades actuales de razonamiento y resolución de problemas, mientras que G c refleja el resultado de procesos cognitivos ejecutados previamente . ^{[ 63 ]}

La razón para separar G f y G c fue explicar el desarrollo cognitivo de los individuos a lo largo del tiempo. Si bien se ha encontrado que G f y G c están altamente correlacionadas, difieren en la forma en que cambian a lo largo de la vida. G f tiende a alcanzar su punto máximo alrededor de los 20 años, disminuyendo lentamente a partir de entonces. En contraste, G c es estable o aumenta durante la edad adulta. Se ha criticado un único factor general por oscurecer este patrón de desarrollo bifurcado. Cattell argumentó que G f reflejaba diferencias individuales en la eficiencia del sistema nervioso central . G c era, en el pensamiento de Cattell, el resultado de que una persona "invirtiera" su G f en experiencias de aprendizaje a lo largo de la vida. ^{[ 2 ] [ 57 ] [ 61 ] [ 64 ]}

Cattell, junto con John Horn , posteriormente amplió el modelo G f -G c para incluir otras habilidades generales, como G q (razonamiento cuantitativo) y G v (razonamiento visoespacial). Si bien todos los factores de habilidades generales en el modelo G f -G c extendido están correlacionados positivamente y, por lo tanto, permitirían la extracción de un factor g de orden superior , Cattell y Horn sostuvieron que sería erróneo postular que un factor general subyace a estas habilidades generales. Argumentaron que los factores g calculados a partir de diferentes baterías de pruebas no son invariantes y darían diferentes valores de g , y que las correlaciones entre las pruebas surgen porque es difícil evaluar una sola habilidad a la vez. ^{[ 2 ] [ 65 ] [ 66 ]}

Sin embargo, varios investigadores han sugerido que el modelo G f -G c es compatible con una comprensión de las habilidades cognitivas centrada en g . Por ejemplo, el modelo de inteligencia de tres estratos de John B. Carroll incluye tanto G f como G c junto con un factor g de orden superior . Basándose en análisis factoriales de muchos conjuntos de datos, algunos investigadores también han argumentado que G f y g son un mismo factor y que los factores g de diferentes baterías de pruebas son sustancialmente invariantes siempre que las baterías sean grandes y diversas. ^{[ 61 ] [ 67 ] [ 68 ]}

Varios teóricos han propuesto que existen habilidades intelectuales no correlacionadas entre sí. Entre los primeros se encuentra L. L. Thurstone , quien creó un modelo de habilidades mentales primarias que representaban dominios de inteligencia supuestamente independientes. Sin embargo, se descubrió que las pruebas de Thurstone para estas habilidades producían un fuerte factor general. Argumentó que la falta de independencia entre sus pruebas reflejaba la dificultad de construir pruebas "factorialmente puras" que midieran una sola habilidad. De manera similar, J. P. Guilford propuso un modelo de inteligencia que comprendía hasta 180 habilidades distintas y no correlacionadas, y afirmó poder evaluarlas todas. Análisis posteriores han demostrado que los procedimientos factoriales que Guilford presentó como evidencia de su teoría no la respaldaban, y que los datos de las pruebas que él afirmaba que proporcionaban evidencia en contra del factor g, de hecho, exhibían el patrón habitual de intercorrelaciones después de corregir los artefactos estadísticos. ^{[ 69 ] [ 70 ]}

James Flynn ha argumentado que la inteligencia debe conceptualizarse en tres niveles distintos: fisiología cerebral, diferencias cognitivas entre individuos y tendencias sociales en la inteligencia a lo largo del tiempo. Según este modelo, el factor g es un concepto útil con respecto a las diferencias individuales, pero su poder explicativo es limitado cuando el foco de la investigación es la fisiología cerebral o, especialmente, el efecto de las tendencias sociales en la inteligencia. Flynn ha criticado la noción de que las mejoras cognitivas a lo largo del tiempo, o el efecto Flynn, son "vacías" si no se puede demostrar que representan aumentos en g . Argumenta que el efecto Flynn refleja cambios en las prioridades sociales y la adaptación de los individuos a ellas. Aplicar el concepto de diferencias individuales de g al efecto Flynn es confundir diferentes niveles de análisis. Por otro lado, según Flynn, también es falaz negar, al referirse a las tendencias en la inteligencia a lo largo del tiempo, que algunos individuos tengan "mejores cerebros y mentes" para afrontar las exigencias cognitivas de su época. A nivel de fisiología cerebral, Flynn ha enfatizado que los grupos neuronales localizados pueden verse afectados de manera diferente por el ejercicio cognitivo, y que existen factores importantes que afectan a todos los grupos neuronales. ^{[ 77 ]}

Spearman propuso el principio de la indiferencia del indicador , según el cual el contenido preciso de las pruebas de inteligencia es irrelevante para identificar g , ya que g interviene en el desempeño en todo tipo de pruebas. Por lo tanto, cualquier prueba puede utilizarse como indicador de g . ^{[ 78 ]} Siguiendo a Spearman, Arthur Jensen argumentó más recientemente que un factor g extraído de una batería de pruebas siempre será el mismo, dentro de los límites del error de medición, que el extraído de otra batería, siempre que las baterías sean amplias y diversas. ^{[ 79 ]} Según esta perspectiva, toda prueba mental, por muy distintiva que sea, recurre a g en cierta medida. Así, una puntuación compuesta de varias pruebas diferentes tendrá una mayor influencia en g que cualquiera de las puntuaciones individuales, porque los componentes de g se acumulan en la puntuación compuesta, mientras que los componentes no correlacionados con g se anulan entre sí. Teóricamente, la puntuación compuesta de una batería de pruebas infinitamente amplia y diversa sería, entonces, una medida perfecta de g . ^{[ 80 ]}

En contraste, LL Thurstone argumentó que un factor g extraído de una batería de pruebas refleja el promedio de todas las habilidades requeridas por dicha batería, y que, por lo tanto, g varía de una batería a otra y "no tiene un significado psicológico fundamental". ^{[ 81 ]} En la misma línea, John Horn argumentó que los factores g carecen de sentido porque no son invariables entre las baterías de pruebas, sosteniendo que las correlaciones entre diferentes medidas de habilidad surgen porque es difícil definir una acción humana que dependa de una sola habilidad. ^{[ 65 ] [ 82 ]}

Para demostrar que diferentes baterías reflejan el mismo factor g , se deben administrar varias baterías de pruebas a los mismos individuos, extraer los factores g de cada batería y demostrar que los factores están altamente correlacionados. Esto se puede hacer dentro de un marco de análisis factorial confirmatorio. ^{[ 49 ]} Wendy Johnson y sus colegas han publicado dos estudios de este tipo ^{[ 83 ] [ 84 ]} que encuentran correlaciones entre los factores g extraídos de diferentes baterías entre 0,95 y 1,00 para la mayoría de las baterías, mientras que las correlaciones oscilaron entre 0,79 y 0,96 para la Prueba de Inteligencia Culturalmente Justa de Cattell (CFIT). Atribuyeron las correlaciones algo más bajas con la batería CFIT a su falta de diversidad de contenido, ya que contiene solo ítems de tipo matricial, e interpretaron los hallazgos como un apoyo a la afirmación de que los factores g derivados de diferentes baterías de pruebas son los mismos siempre que las baterías sean suficientemente diversas. Este enfoque ha sido criticado por el psicólogo Lazar Stankov en el Manual para la comprensión y medición de la inteligencia, quien concluyó: "Las correlaciones entre los factores g de diferentes baterías de pruebas no son la unidad". ^{[ 85 ]}

Un estudio realizado por Scott Barry Kaufman y sus colegas demostró que el factor general extraído de la prueba de habilidades cognitivas de Woodjock-Johnson y el factor general extraído de las baterías de pruebas de rendimiento están altamente correlacionados, pero no son isomorfos. ^{[ 86 ]}

Varios investigadores han sugerido que la proporción de variación explicada por el factor g puede no ser uniforme en todos los subgrupos de una población. La ley de rendimientos decrecientes de Spearman ( SLODR , por sus siglas en inglés), también conocida como hipótesis de diferenciación de la capacidad cognitiva , predice que las correlaciones positivas entre las diferentes capacidades cognitivas son más débiles en los subgrupos de individuos más inteligentes. Más específicamente, la SLODR predice que el factor g explicará una menor proporción de las diferencias individuales en las puntuaciones de las pruebas cognitivas a medida que aumenten las puntuaciones de dicho factor.

El SLODR fue propuesto originalmente en 1927 por Charles Spearman , ^{[ 87 ]} quien informó que la correlación promedio entre 12 pruebas de capacidad cognitiva era de 0,466 en 78 niños normales y de 0,782 en 22 niños "defectuosos". Detterman y Daniel redescubrieron este fenómeno en 1989. ^{[ 88 ]} Informaron que, para las subpruebas tanto del WAIS como del WISC , las intercorrelaciones de las subpruebas disminuían monótonamente con el grupo de capacidad, oscilando entre una intercorrelación promedio aproximada de 0,7 entre individuos con CI menores de 78 y 0,4 entre individuos con CI mayores de 122. ^{[ 89 ]}

El SLODR se ha replicado en una variedad de muestras de niños y adultos que han sido medidos utilizando amplias gamas de pruebas cognitivas. El enfoque más común ha sido dividir a los individuos en múltiples grupos de habilidad utilizando un proxy observable de su capacidad intelectual general, y luego comparar la interrelación promedio entre las subpruebas en los diferentes grupos, o comparar la proporción de variación explicada por un solo factor común, en los diferentes grupos. ^{[ 90 ]} Sin embargo, como han señalado tanto Deary et al. (1996) ^{[ 90 ]} como Tucker-Drob (2009) ^{[ 91 ] , dividir la distribución continua de la inteligencia en un número arbitrario de grupos de habilidad discretos no es lo ideal para examinar el SLODR. Tucker-Drob (2009) [ 91 ]} revisó extensamente la literatura sobre el SLODR y los diversos métodos por los cuales se había probado previamente, y propuso que el SLODR podría capturarse de manera más apropiada ajustando un modelo de factor común que permita que las relaciones entre el factor y sus indicadores sean de naturaleza no lineal. Aplicó dicho modelo factorial a datos representativos a nivel nacional de niños y adultos en los Estados Unidos y halló evidencia consistente a favor del SLODR. Por ejemplo, Tucker-Drob (2009) descubrió que un factor general explicaba aproximadamente el 75% de la variación en siete habilidades cognitivas diferentes entre adultos con un coeficiente intelectual muy bajo, pero solo explicaba aproximadamente el 30% de la variación en las habilidades entre adultos con un coeficiente intelectual muy alto.

Un estudio metaanalítico reciente de Blum y Holling ^{[ 92 ]} también brindó apoyo a la hipótesis de diferenciación. A diferencia de la mayoría de las investigaciones sobre el tema, este trabajo permitió estudiar las variables de habilidad y edad como predictores continuos de la saturación de g , y no solo comparar grupos de evaluados con menor y mayor habilidad o jóvenes y mayores. Los resultados demuestran que la correlación media y las cargas de g de las pruebas de habilidad cognitiva disminuyen con el aumento de la habilidad, pero aumentan con la edad del encuestado. El SLODR, como lo describió Charles Spearman , podría confirmarse mediante una disminución de la saturación de g en función del CI, así como un aumento de la saturación de g desde la mediana edad hasta la senescencia. Específicamente, para muestras con una inteligencia media dos desviaciones estándar (es decir, 30 puntos de CI) más alta, la correlación media esperada disminuye aproximadamente 0,15 puntos. La pregunta sigue siendo si una diferencia de esta magnitud podría resultar en una mayor complejidad factorial aparente cuando los datos cognitivos se factorizan para la muestra de mayor habilidad, en comparación con la muestra de menor habilidad. Parece probable que se observe una mayor dimensionalidad de los factores en el caso de una mayor capacidad, pero la magnitud de este efecto (es decir, cuánto más probable y cuántos factores más) sigue siendo incierta.

También se ha observado evidencia de un factor general de inteligencia en animales no humanos. Los estudios han demostrado que g es responsable del 47% de la varianza a nivel de especie en primates ^{[ 93 ]} y alrededor del 55% de la varianza individual observada en ratones . ^{[ 94 ] [ 95 ]} Sin embargo, una revisión y metaanálisis de la inteligencia general encontró que la correlación promedio entre las habilidades cognitivas era de 0,18 y sugirió que el apoyo general a g es débil en animales no humanos. ^{[ 96 ]}

Aunque no se puede evaluar utilizando las mismas medidas de inteligencia que se usan en humanos, la capacidad cognitiva se puede medir con una variedad de herramientas interactivas y de observación que se centran en la innovación , la reversión de hábitos , el aprendizaje social y las respuestas a la novedad . Se utilizan modelos no humanos de g, como los ratones, para estudiar las influencias genéticas en la inteligencia y la investigación del desarrollo neurológico sobre los mecanismos subyacentes y los correlatos biológicos de g . ^{[ 97 ]}

De forma similar a g para individuos, una nueva línea de investigación busca extraer un factor general de inteligencia colectiva c para grupos que muestre la capacidad general de un grupo para realizar una amplia gama de tareas. ^{[ 98 ]} La definición, operacionalización y el enfoque estadístico para este factor c se derivan de g y son similares a ellos. Se investigan las causas, la validez predictiva y otros paralelismos con g . ^{[ 99 ]}

g tiene varias correlaciones en el cerebro. Estudios que utilizan imágenes por resonancia magnética (IRM) han establecido que g y el volumen cerebral total están moderadamente correlacionados (r~.3–.4). El tamaño externo de la cabeza tiene una correlación de ~.2 con g . La investigación de IRM en regiones cerebrales indica que los volúmenes de las cortezas frontal , parietal y temporal , y el hipocampo también están correlacionados con g , generalmente en .25 o más, mientras que las correlaciones, promediadas en muchos estudios, con la materia gris total y la materia blanca total se han encontrado en .31 y .27, respectivamente. Algunos estudios, pero no todos, también han encontrado correlaciones positivas entre g y el grosor cortical. Sin embargo, las razones subyacentes de estas asociaciones entre la cantidad de tejido cerebral y las diferencias en las capacidades cognitivas siguen siendo en gran medida desconocidas. ^{[ 2 ]}

La mayoría de los investigadores creen que la inteligencia no puede localizarse en una sola región cerebral, como el lóbulo frontal. Los estudios de lesiones cerebrales han encontrado asociaciones pequeñas pero consistentes que indican que las personas con más lesiones de sustancia blanca tienden a tener una menor capacidad cognitiva. La investigación que utiliza espectroscopia de RMN ha descubierto correlaciones algo inconsistentes pero generalmente positivas entre la inteligencia y la integridad de la sustancia blanca, lo que respalda la idea de que la sustancia blanca es importante para la inteligencia. ^{[ 2 ]}

Algunas investigaciones sugieren que, además de la integridad de la materia blanca, su eficiencia organizativa también está relacionada con la inteligencia. La hipótesis de que la eficiencia cerebral influye en la inteligencia está respaldada por estudios de resonancia magnética funcional que muestran que las personas más inteligentes generalmente procesan la información de manera más eficiente, es decir, utilizan menos recursos cerebrales para la misma tarea que las personas menos inteligentes. ^{[ 2 ]}

Las asociaciones pequeñas pero relativamente consistentes con las puntuaciones de las pruebas de inteligencia también incluyen la actividad cerebral, medida mediante registros de EEG o potenciales relacionados con eventos , y la velocidad de conducción nerviosa . ^{[ 100 ] [ 101 ]}

La heredabilidad es la proporción de la varianza fenotípica de un rasgo en una población que puede atribuirse a factores genéticos. Se ha estimado que la heredabilidad de g oscila entre el 40 y el 80 por ciento utilizando diseños de estudios de gemelos, adopción y otras familias, así como métodos de genética molecular. Las estimaciones basadas en la totalidad de la evidencia sitúan la heredabilidad de g en torno al 50 %. ^{[ 102 ]} Se ha observado que aumenta linealmente con la edad.

Al igual que con la heredabilidad en general, la heredabilidad de g puede entenderse en referencia a una población específica en un lugar y momento específicos, y los hallazgos para una población no se aplican a una población diferente que está expuesta a diferentes factores ambientales. ^{[ 103 ]} Se puede esperar que una población que está expuesta a fuertes factores ambientales tenga un nivel de heredabilidad menor que una población que está expuesta solo a factores ambientales débiles. Por ejemplo, un estudio de gemelos encontró que las diferencias de genotipo explican casi por completo la varianza en las puntuaciones de CI dentro de familias acomodadas, pero contribuyen casi a cero a explicar las diferencias en las puntuaciones de CI en familias empobrecidas. ^{[ 104 ]} Cabe destacar que los hallazgos de heredabilidad también se refieren solo a la variación total dentro de una población y no respaldan una explicación genética para las diferencias entre grupos. ^{[ 105 ]} Teóricamente es posible que las diferencias entre el g promedio de dos grupos se deban al 100% a factores ambientales incluso si la varianza dentro de cada grupo es 100% heredable.

Numerosas investigaciones apuntan a que g es un rasgo altamente poligénico influenciado por muchas variantes genéticas comunes, cada una con efectos mínimos. Otra posibilidad es que las diferencias hereditarias en g se deban a que los individuos tienen diferentes "cargas" de mutaciones raras y deletéreas, y que la variación genética entre individuos persiste debido al equilibrio mutación-selección . ^{[ 106 ] [ 107 ]}

Las tareas cognitivas elementales (TCE) también se correlacionan fuertemente con g . Las TCE son, como su nombre indica, tareas sencillas que aparentemente requieren muy poca inteligencia, pero que aun así se correlacionan fuertemente con pruebas de inteligencia más exhaustivas. Determinar si una luz es roja o azul y determinar si hay cuatro o cinco cuadrados dibujados en la pantalla de un ordenador son dos ejemplos de TCE. Las respuestas a estas preguntas suelen proporcionarse pulsando rápidamente botones. A menudo, además de los botones para las dos opciones proporcionadas, se mantiene pulsado un tercer botón desde el inicio de la prueba. Cuando se le da el estímulo al sujeto, este retira la mano del botón inicial al botón de la respuesta correcta. Esto permite al examinador determinar cuánto tiempo dedicó a pensar en la respuesta a la pregunta (tiempo de reacción, generalmente medido en pequeñas fracciones de segundo) y cuánto tiempo dedicó al movimiento físico de la mano hacia el botón correcto (tiempo de movimiento). El tiempo de reacción se correlaciona fuertemente con g , mientras que el tiempo de movimiento se correlaciona menos fuertemente. ^{[ 122 ]} Las pruebas TCE han permitido el examen cuantitativo de hipótesis sobre el sesgo de la prueba, la motivación del sujeto y las diferencias entre grupos. Gracias a su sencillez, las pruebas de esfuerzo conductual (ECT) establecen un vínculo entre las pruebas clásicas de coeficiente intelectual y las investigaciones biológicas, como los estudios de resonancia magnética funcional (fMRI) .

Una teoría sostiene que g es idéntica o casi idéntica a la capacidad de memoria de trabajo . Entre otras evidencias que respaldan esta visión, algunos estudios han encontrado que los factores que representan g y la memoria de trabajo están perfectamente correlacionados. Sin embargo, en un metaanálisis se encontró que la correlación era considerablemente menor. ^{[ 123 ]} Una crítica que se ha hecho a los estudios que identifican g con la memoria de trabajo es que "no avanzamos en la comprensión al demostrar que un concepto misterioso está vinculado a otro". ^{[ 124 ]}

Las teorías psicométricas de la inteligencia buscan cuantificar el crecimiento intelectual e identificar las diferencias de capacidad entre individuos y grupos. En contraste, la teoría del desarrollo cognitivo de Jean Piaget busca comprender los cambios cualitativos en el desarrollo intelectual de los niños. Piaget diseñó varias tareas para verificar las hipótesis derivadas de su teoría. Estas tareas no tenían como objetivo medir las diferencias individuales y no tienen equivalente en las pruebas psicométricas de inteligencia. ^{[ 125 ] [ 126 ]} Por ejemplo, en una de las tareas de conservación piagetianas más conocidas, se le pregunta a un niño si la cantidad de agua en dos vasos idénticos es la misma. Después de que el niño confirma que la cantidad es la misma, el investigador vierte el agua de uno de los vasos en un vaso de forma diferente, de modo que la cantidad parezca distinta aunque siga siendo la misma. Luego se le pregunta al niño si la cantidad de agua en los dos vasos es la misma o diferente.

A pesar de las diferentes tradiciones de investigación en las que se desarrollaron las pruebas psicométricas y las tareas piagetianas, se ha observado que las correlaciones entre ambos tipos de medidas son consistentemente positivas y, en general, de magnitud moderada. Un factor general común subyace a estas correlaciones. Se ha demostrado que es posible construir una batería de tareas piagetianas que mide el factor g con la misma eficacia que las pruebas de CI estándar. ^{[ 125 ] [ 127 ]}

La visión tradicional en psicología sostiene que no existe una relación significativa entre personalidad e inteligencia, y que ambas deben estudiarse por separado. La inteligencia puede entenderse en términos de las capacidades de un individuo o su máximo rendimiento, mientras que la personalidad puede considerarse en términos de sus comportamientos habituales o sus tendencias generales. Los metaanálisis a gran escala han encontrado cientos de conexiones con una magnitud superior a 0,20 entre las habilidades cognitivas y los rasgos de personalidad en los Cinco Grandes . Esto ocurre a pesar de que las correlaciones con los factores globales de los Cinco Grandes son pequeñas, excepto para la Apertura (0,26). ^{[ 128 ]} Surgen relaciones más interesantes en otros niveles (por ejemplo, 0,23 para la faceta de actividad de la extraversión con la capacidad mental general, -0,29 para la faceta de temperamento desigual del neuroticismo, 0,32 para el aspecto de laboriosidad de la escrupulosidad, 0,26 para el aspecto de compasión de la amabilidad). ^{[ 129 ]}

Las asociaciones entre inteligencia y personalidad se han interpretado generalmente de dos maneras principales. La primera perspectiva sostiene que los rasgos de personalidad influyen en el desempeño en las pruebas de inteligencia . Por ejemplo, una persona puede no alcanzar su máximo rendimiento en una prueba de CI debido a su ansiedad y propensión al estrés. La segunda perspectiva considera que la inteligencia y la personalidad están conceptualmente relacionadas, y que los rasgos de personalidad determinan cómo las personas aplican e invierten sus habilidades cognitivas, lo que conduce a la expansión del conocimiento y a una mayor diferenciación cognitiva. ^{[ 130 ] [ 131 ]} Otras teorías (por ejemplo, la Teoría de los Complejos de Rasgos Cibernéticos) consideran la personalidad y la capacidad cognitiva como parámetros entrelazados de los individuos que coevolucionaron y que también se ven influenciados mutuamente durante el desarrollo (por ejemplo, por la inanición en la primera infancia). ^{[ 132 ]}

Algunos investigadores creen que existe un umbral de g por debajo del cual la creatividad socialmente significativa es rara, pero que, por lo demás, no hay relación entre ambas. Se ha sugerido que este umbral se sitúa al menos una desviación estándar por encima de la media poblacional. Por encima de este umbral, se cree que las diferencias de personalidad son determinantes importantes de la variación individual en la creatividad. ^{[ 133 ] [ 134 ]}

Otros han cuestionado la teoría del umbral. Si bien no niegan que la oportunidad y los atributos personales distintos de la inteligencia, como la energía y el compromiso, son importantes para la creatividad, argumentan que el factor g se asocia positivamente con la creatividad incluso en el extremo superior de la distribución de habilidades. El Estudio Longitudinal de Jóvenes Matemáticamente Precoces ha aportado evidencia a favor de esta afirmación. Ha demostrado que los individuos identificados mediante pruebas estandarizadas como intelectualmente superdotados en la adolescencia temprana logran logros creativos (por ejemplo, obtener patentes o publicar obras literarias o científicas) a un ritmo varias veces superior al de la población general, y que incluso dentro del 1% superior de la capacidad cognitiva, aquellos con mayor capacidad tienen más probabilidades de lograr éxitos sobresalientes. El estudio también ha sugerido que el nivel de g actúa como predictor del nivel de logro, mientras que patrones específicos de capacidad cognitiva predicen el ámbito del logro. ^{[ 135 ] [ 136 ]}

La investigación sobre el factor G, así como sobre otros valores psicométricos, ha sido ampliamente criticada por no tener debidamente en cuenta el trasfondo eugenésico de sus prácticas de investigación. ^{[ 137 ]} El reduccionismo del factor G se ha atribuido a su evolución a partir de teorías pseudocientíficas sobre raza e inteligencia. ^{[ 138 ]} El coeficiente g de Spearman y el concepto de inteligencia heredada e inmutable fueron una bendición tanto para eugenistas como para pseudocientíficos. ^{[ 139 ]}

Joseph L. Graves Jr. y Amanda Johnson han argumentado que g "...es para los psicometristas lo que el éter de Huygens fue para los primeros físicos: una no-entidad tomada como un artículo de fe en lugar de algo que necesita ser verificado por datos reales." ^{[ 140 ]}

Algunos científicos han descrito el factor g y la psicometría como formas de pseudociencia. ^{[ 141 ]}

El paleontólogo y biólogo Stephen Jay Gould presentó una crítica en su libro de 1981, The Mismeasure of Man . Argumentó que los psicometristas reificaron falazmente el factor g , convirtiéndolo en una "cosa" ineludible que proporcionaba una explicación conveniente para la inteligencia humana, basada únicamente en la teoría matemática en lugar de la aplicación rigurosa de la teoría matemática al conocimiento biológico. ^{[ 24 ]} Un ejemplo se encuentra en la obra de Cyril Burt, publicada póstumamente en 1972: "Las dos conclusiones principales a las que hemos llegado parecen claras e incuestionables. La hipótesis de un factor general que interviene en todo tipo de proceso cognitivo, sugerida tentativamente por especulaciones derivadas de la neurología y la biología, está plenamente respaldada por la evidencia estadística; y la afirmación de que las diferencias en este factor general dependen en gran medida de la constitución genética del individuo parece incontestable. El concepto de una capacidad cognitiva general innata, que se deriva de estas dos suposiciones, aunque ciertamente una mera abstracción, es, por lo tanto, totalmente coherente con los hechos empíricos." ^{[ 142 ]}

Varios investigadores han criticado los argumentos de Gould. Por ejemplo, han rechazado la acusación de reificación, sosteniendo que el uso de factores extraídos como g como posibles variables causales cuya realidad puede ser confirmada o refutada mediante investigaciones adicionales constituye una práctica científica normal que no distingue en modo alguno la psicometría de otras ciencias. Los críticos también han sugerido que Gould no comprendía el propósito del análisis factorial y que desconocía los avances metodológicos relevantes en el campo. Si bien diferentes soluciones factoriales pueden ser matemáticamente equivalentes en su capacidad para explicar las intercorrelaciones entre pruebas, las soluciones que producen un factor g son psicológicamente preferibles por varias razones extrínsecas al análisis factorial, incluyendo el fenómeno de la variedad positiva, el hecho de que el mismo g puede surgir de baterías de pruebas muy diferentes, la amplia validez práctica de g y la vinculación de g con muchas variables biológicas. ^{[ 46 ] [ 47 ]}

También existe un debate sobre si g es consistente con la psicología evolutiva , ya que el conjunto de investigaciones en psicología evolutiva ha establecido que la evolución de la inteligencia humana muestra evidencia más clara de una modularidad masiva de la mente en lugar de un único rasgo psicológico que facilita el aprendizaje general de dominio independiente del contenido y el razonamiento de propósito general. ^{[ 143 ]} John Tooby y Leda Cosmides han señalado consistentemente que el problema del marco y la explosión combinatoria en la inteligencia artificial impedirían que un rasgo psicológico para la resolución de problemas de propósito general y el aprendizaje general de dominio sea computacionalmente capaz de realizar tareas cognitivas necesarias para la supervivencia y la reproducción en un entorno de adaptación evolutiva , y que tal rasgo sería improbable que evolucionara ya que las adaptaciones requieren presión selectiva de problemas recurrentes (que conducen en cambio a un conjunto de módulos cognitivos que sirven funciones específicas de dominio y permiten el aprendizaje específico de dominio ). ^{[ 144 ] [ 145 ] [ 146 ] [ 147 ]} Si bien reconoce el consenso dentro de la psicometría y la psicología diferencial sobre el factor g , ^{[ 148 ] [ 149 ]} Steven Pinker también ha argumentado en contra de la validez de constructo de la inteligencia general y a favor de la modularidad de la mente como proponen Tooby y Cosmides y ha reiterado su escepticismo sobre la coherencia teórica de g al hablar de inteligencia artificial general . ^{[ 150 ] [ 151 ] [ 152 ]}

John Horn y John McArdle argumentaron que la teoría g moderna , tal como la defiende, por ejemplo, Arthur Jensen, es infalsificable , porque la existencia de un factor común como g se deduce tautológicamente de las correlaciones positivas entre las pruebas. Contrastaron la teoría jerárquica moderna de g con la teoría bifactorial original de Spearman, que era fácilmente falsable (y de hecho fue falsificada). ^{[ 25 ]}