引言：智力测验的起源
智力测验有着一百多年丰富而复杂的历史。从1900年代初阿尔弗雷德·比奈在法国的开创性工作，到今天精密的测评，智商测试的演变反映了人们对智力、心理学和人类认知不断变化的认识。本文将梳理塑造现代智力测验的关键发展历程。
阿尔弗雷德·比奈与第一份智力测验（1905年）
智力测验的故事要从法国心理学家阿尔弗雷德·比奈说起。1905年，他与同事泰奥多尔·西蒙（Théodore Simon）一起编制了第一份实用的智力测验。比奈受法国政府委托，要找出需要特殊教育的儿童，为此他开发了一种测量心理年龄的测验。心理年龄是指儿童的智力发展水平与其实际年龄相比所处的水平。
比奈的方法
比奈的测验之所以具有革命性，是因为它：
- 测量的是实际智力，而不是学业知识
- 使用与年龄相适应、难度逐步递增的任务
- 着眼于发现学习困难，而不是给智力排名
- 强调智力可以通过教育得到发展
比奈曾明确告诫，不要用他的测验给儿童贴上永久性的“聪明”或“不聪明”的标签。他强调，智力是可塑的，会受到环境和教育的影响。
斯坦福-比奈测验（1916年）
1916年，斯坦福大学的刘易斯·推孟（Lewis Terman）对比奈的测验进行了修订，使之适用于美国，由此诞生了斯坦福-比奈智力量表。这次修订引入了智商（IQ）的概念，其计算公式为：
智商 =（心理年龄 / 实际年龄）× 100
按照这个公式，一个10岁的孩子如果表现达到12岁孩子的水平，智商就是120。此后数十年，斯坦福-比奈智力量表一直是美国的标准智力测验，至今仍在使用，目前已是第五版。
韦氏量表（1939年至今）
1939年，大卫·韦克斯勒（David Wechsler）推出韦克斯勒-贝尔维尤智力量表，彻底改变了智力测验。该量表后来发展为韦氏成人智力量表（WAIS）和韦氏儿童智力量表（WISC）。
韦克斯勒的创新
- 离差智商：以基于标准差的离差分数取代心理年龄
- 全量表智商：综合言语量表和操作（非言语）量表
- 多项指数分数：为不同认知领域分别提供分数
- 按年龄校正的常模：将分数与同龄人进行比较
韦氏量表成为智力测验的黄金标准，至今仍是使用最广泛的专业智商测试，目前的版本分别是 WAIS-IV 和 WISC-V。
第一次世界大战与大规模测试（1917至1918年）
第一次世界大战标志着智力测验首次大规模应用。美国陆军编制了陆军甲种测验（Army Alpha，供识字的士兵使用）和陆军乙种测验（Army Beta，供不识字或不讲英语的士兵使用），用于：
- 选拔军官候选人
- 为士兵分配合适的岗位
- 筛除不适合服役的人
超过1.7百万名士兵接受了测试，证明智力测验可以大规模施测。然而，这些测试也暴露出文化偏差，并引发了关于群体间智力差异的争论。
因素分析的兴起（1930年代至1950年代）
心理学家开始运用统计方法来理解智力的结构：
查尔斯·斯皮尔曼（1904年）
斯皮尔曼提出了“g 因素”（一般智力），认为所有认知能力都有一个共同的潜在因素。这一理论至今仍有很大影响。
路易斯·瑟斯顿（1938年）
瑟斯顿提出了七种“基本心理能力”：
- 言语理解
- 词语流畅性
- 数字运算
- 空间想象
- 联想记忆
- 知觉速度
- 推理
雷蒙德·卡特尔（1963年）
卡特尔区分了以下两种智力：
- 流体智力（Gf）：与生俱来的推理能力，相对不受教育影响
- 晶体智力（Gc）：通过经验和教育获得的知识与技能
现代智力理论（1980年代至今）
当代理论已经超越了传统智商测试的范畴：
霍华德·加德纳的多元智能理论（1983年）
加德纳提出了八种不同类型的智能：
- 语言智能
- 逻辑数学智能
- 空间智能
- 音乐智能
- 身体运动智能
- 人际智能
- 内省智能
- 自然观察智能
这一理论在教育领域影响很大，但也因缺乏实证支持、难以测量而受到批评。
罗伯特·斯滕伯格的三元智力理论（1985年）
斯滕伯格提出了三种智力：
- 分析性智力：传统的学业智力
- 创造性智力：产生新颖想法的能力
- 实践性智力：“处世智慧”和解决现实问题的能力
情绪智力（1990年代）
丹尼尔·戈尔曼让情绪智力（EQ，即情商）广为人知，它指的是理解和管理情绪的能力。情商虽然与智商有关，却是一种独立的智力形式。
数字革命：在线智商测试（2000年代至今）
互联网时代让智力测验走进了大众：
- 易于获得：任何能上网的人都可以参加测试
- 成本降低：可以用免费或低成本的方式替代昂贵的专业测试
- 样本量大：有望获得规模巨大的常模样本
- 自动计分：即时给出结果和分析
然而，在线测试也带来了新的挑战：
- 缺乏监考和质量控制
- 效度和信度未知
- 样本自我选择，可能存在偏差
- 测试质量参差不齐
当代发展
现代智力测验仍在不断发展：
计算机自适应测试
根据作答表现调整难度的测试，能用更少的题目实现更精确的测量。
融合神经科学
脑成像和神经科学研究正在为认识智力的生物学基础提供新的视角。
文化敏感性
人们对文化偏差的认识不断加深，推动了文化公平测试和文化弱化测试的发展。
多重能力评估
现代测试越来越多地评估多个认知领域，而不只是给出单一的智商分数。
争议与批评
纵观其历史，智力测验一直面临批评：
- 文化偏差：测试可能偏向某些文化群体
- 先天与后天：关于遗传影响与环境影响孰轻孰重的争论
- 滥用：测试曾被用来为歧视辩护或限制他人的机会
- 定义狭隘：测试可能无法涵盖人类智力的全部范围
- 贴标签：有把人简化为一个数字的风险
历史的启示
智力测验的历史告诉我们：
- 智力是复杂且多方面的
- 测试是工具，而不是绝对的衡量标准
- 文化和环境因素很重要
- 智力是可以培养的
- 测试应当以合乎伦理、恰当的方式使用
结语
智力测验的历史反映了我们对人类认知不断深化的认识。从比奈的实用评估工具，到今天精密的多领域测试，智商测试既推动了科学认识的进步，也引发了重要的争论。在我们不断完善方法和理论的过程中，目标始终如一：更好地理解并促进人类的认知发展。
如需了解更多，请阅读我们的文章《智商测试的类型》和《读懂智商分数》。
参考文献
- Binet, A., & Simon, T. (1905). Méthodes nouvelles pour le diagnostic du niveau intellectuel des anormaux. L'Année Psychologique, 11, 191-244.
- Terman, L. M. (1916). The Measurement of Intelligence. Boston: Houghton Mifflin.
- Wechsler, D. (1939). The Measurement of Adult Intelligence. Baltimore: Williams & Wilkins.
- Gardner, H. (1983). Frames of Mind: The Theory of Multiple Intelligences. New York: Basic Books.
- Sternberg, R. J. (1985). Beyond IQ: A Triarchic Theory of Human Intelligence. Cambridge: Cambridge University Press.