IQ 实际上测量什么
IQ 代表智商，尽管名称宏大，但它并不能在任何意义上完全衡量“你有多聪明”。IQ 测试所测量的范围更窄、更具体：在时间限制下，你在一组特定推理任务上的表现如何，相对于同龄人。这些任务包括发现模式、理解关系、将逻辑应用于新问题，以及在思考时保持信息。
这些任务被刻意选择，因为它们依赖的先验知识非常少。一个设计良好的测试会避免询问历史、第二语言词汇，或你可能或可能没有在学校学过的任何内容。相反，它会让你完成一个矩阵、延续一个序列、识别哪个形状不属于该组，或重复并重新排列数字。其逻辑是：如果这些问题对每个人来说同样不熟悉，那么表现的差异反映了处理能力的差异，而不是教育背景的差异。
这就是这个雄心。它只有部分实现，但这是一个合理的雄心，也是为什么 IQ 能够在很大程度上预测人们在其他认知要求高的任务中的表现。
分数的简短历史
第一个实际的智力测试是在二十世纪初建造的，以解决一个非常普通的问题：教师需要知道哪些孩子在普通课堂上会遇到困难，以便他们可以得到额外的帮助。该测试从未被设计用来排名人的价值。它被设计用来预测谁需要支持。
name 中的 “quotient” 后来才被加入。早期评分通过将孩子的心理年龄与他们的实际年龄进行比较，然后相除得到一个比率。现代测试几十年前就放弃了这种方法，转而采用标准化得分，但旧名称一直保留。如今，IQ 为 100 被设定为平均值，测试的构建使得分数在该平均值周围呈可预测的钟形曲线分布。
正态曲线及平均值的含义
IQ 分数遵循正态分布，这意味着大多数人集中在中间附近，极端地区的人较少。标准差通常固定为 15 分。这一个数字解释了整个量表：大约三分之二的人得分在 85 到 115 之间，大约百分之九十五的人得分在 70 到 130 之间，而超出此范围的尾部则非常罕见。
由于平均值是被定义而非发现的，‘平均智能’不是对人们的判断，而是关于测量工具的陈述。同一个人在不同的比较群体中被测试时可能会得到不同的描述，这就是为什么关于 IQ 的绝对声明应始终谨慎阅读的原因。
IQ 能预测什么
IQ 是心理学中较好的预测指标之一，这正是它吸引如此多关注和争议的原因。在大规模研究中，它与学校成绩、完成的教育年限、复杂工作的表现以及收入呈适度相关。它还能预测人们学习新技能的速度以及他们在压力下处理需要抽象推理任务的能力。
这些相关性虽然有意义，但远非完美。相关性表明，平均而言，得分较高的人倾向于做得稍微好一些，但这并不意味着任何个人的生活由其得分决定。动机、习惯、社会支持、运气和机会都会塑造真实世界的结果，并且它们共同通常比单一测试得分更重要。
IQ 不测量什么
IQ 所忽略的事物清单比大多数人假设的更长。它对创造力、智慧、同理心、勇气、诚实或与他人相处的能力没有可靠的说明。它不测量实际判断或读懂情境的能力。它也不捕捉毅力、好奇心或在失败后重新开始的意愿。一个具有平均 IQ 且具有卓越自律的人往往会比一个具有高 IQ 却从未完成任何事情的人表现更好。
IQ 也不应与知识混淆。你可能高度智慧却无知，或得分适中却知识渊博。测试试图去除知识以隔离推理能力，这对预测有用，但也意味着它刻意忽略了使一个人有效的许多方面。
如果你想要更全面地了解自己，推理速度只是一种工具。全 Big Five 人格测验 测量塑造你如何使用你所拥有的能力的特质，而 人格测验准确性指南 解释了为什么不应将单一得分视为结论。
得分在人与人之间为何会有差异
测试表现的个体差异来源众多。遗传在种群内的变异中占据相当大的比例，但这并不意味着任何个体的得分在出生时就已固定。教育、营养、健康、压力、睡眠以及早期环境的丰富性都会留下影响，它们的影响在分布的下端最为显著，此时劣势可能确实会抑制被测的表现。
测试条件也很重要。焦虑、疲劳和分心会使得分降低几分，而对测试形式的练习能带来小幅但真实的提升。这就是为什么单次测试不应被视为永久标签。
你能提高你的 IQ 吗？
简短答案：有一点，但远不如培训项目所承诺的那样多。学习测试形式可靠地提高得分幅度适度，但大部分提升源于熟悉度而非能力的深层变化。广泛教育提升了测试所抽样的技能，这是平均得分在代际间上升的部分原因。有针对性的脑力训练往往只能提升被训练的任务，其他方面影响甚微。
真正改变你日常生活能力的不是追逐数字，而是培养让推理转化为结果的习惯：睡眠、运动、学习以及对你重要事情的刻意练习。好奇心和一致性能让生活进步超过几个 IQ 点所能带来的提升。
IQ 测试是如何构建的
构建一个合法的 IQ 测试是一项严谨统计的练习。测试编写者会写出远超实际使用数量的题目，然后在大型代表性样本上进行试测。几乎所有人都答对的题目和几乎所有人都答错的题目会被剔除，因为它们无法区分个体。幸存下来的题目会在不同群体之间检查公平性，并与测试其余部分保持一致，只有之后才会将它们编排成具有固定管理时间的最终形式。
结果随后会被常模化：通过将正确答案的原始数字与常模样本的分布进行比较，转换为标准得分。这就是为什么每个 IQ 分数都带有一个隐含的问题——相对于谁进行比较。在某一人群上常模化的测试结果不一定自动适用于其他人群。
良好的测试也能防止辅导和文化知识的影响。它们使用抽象图形、全新发明的符号，以及在考生理解之前反复解释的说明。虽然这些不能使测试完美无缺，但它们确实使较好的工具比随意的在线测验更具鲁棒性，这就是为什么领先的测试会被严格保管并定期重新标准化。
弗林效应：得分持续上升
该领域最显著的发现之一是，在二十世纪的大部分时间里，平均智商得分稳步上升，每十年增加几分。这一上升速度太快，无法用遗传学来解释，也太广泛，不可能是偶然，因此它很可能反映了环境的改善：营养更好、受教育更多、日常工作中更多的抽象推理，以及对测试所包含的那类模式问题的更多接触。
弗林效应使得关于智商固定不变或得分可以直接跨代比较的简单说法变得复杂。它提醒我们，测得的能力既反映个体，也反映塑造他们的环境。在一些国家，这一上升趋势最近出现了平台甚至逆转，这是研究人员仍在争论的模式，但总体结论仍然成立：环境对测试表现留下了大幅且可测量的影响。
关键要点
- 智商衡量的是在与同年龄比较组的不熟悉推理任务上的表现，而不是一般的人类价值。
- 该量表的定义是使 100 为平均值，15 分为一个标准差。
- 它能中等程度地预测学校和复杂工作的表现，但远非完美。
- 它不测量创造力、同理心、智慧或品格。
- 得分会随环境、健康和测试条件而变化，因此一次结果并不是终身判决。
- 好奇心和自律的努力通常对实际结果的影响比该数字本身更大。