英国心理学家：IQ测试存大误差 分数“看心情”

　　说到测智商（IQ），人们会想到春晚舞台上，赵本山利用智商测试题，向范伟“营销”一系列商品的成功案例。

　　在现实生活中，智商测试是事关人命的大事。在美国一些地方，如果死刑犯智商测试得分低于70分，可以保命。这是智商测试对人们生活影响的一种极致体现。但这种测试的准确性，真的能承担起如此“重任”吗？英国一位心理学家的研究显示，智商测试题并非那么靠谱。

　　测智商

　　两死囚命不同

　　1998年，弗吉尼亚州男子达瑞尔罗纳德阿特金斯，因为抢劫并谋杀了一名空军军官，被法院判处死刑。后来，心理医生对其进行智商测试发现，他的IQ只有59，属轻微弱智，联邦最高法院裁定不得处死阿特金斯。

　　同样在弗吉尼亚州，杀人犯特丽萨刘易斯2010年因杀死丈夫和继子被判死刑。虽然她曾提出自己智商只有72，但法庭最终没有豁免她。

　　命运的不同，源于法律。美国《宪法》规定任何对智力迟缓人士的处决，都违反了《宪法第八修正案》规定的反对“残忍和非正常的惩罚”。通常70分被视作判定弱智的一条“红线”，“红线”以下的美国死囚会被视作智力迟缓人士而免于死刑。

　　刘易斯的死受到质疑，有人提出，智商测试是否真的能决定犯人的命运？如果一死刑犯智商略高于70，是71，而另一死刑犯是69分，两分之差真能区分谁是弱智，谁不是？更直接的问题是，智商测试评分，真的准吗？对此，一个英国人经过研究给出否定的回答。

　　评结果

　　误差值并不小

　　本月，英国哈德斯菲尔德大学的心理学家西蒙惠特克提出，对实际智商水平低的人进行的IQ测试，存在较大误差。

　　“理论上，如果参加完美的IQ测试，人的真实智商可以用IQ分数来衡量。但现如今的IQ测试并非无懈可击，特别是在测定低智商人群时，IQ测试更不好使。”惠特克告诉本报记者，他研究的是智商偏低的群体IQ分数低于80分。

　　学术界普遍承认，IQ测试结果与人的真实智商约有5分误差，但是惠特克认为，在低智商人群中，误差远大于此。

　　惠特克研究了两套国际常用检测弱智的IQ测量表韦氏成人智力测量表和韦氏儿童智力测量表。前者针对年纪在16岁到93岁的成人，后者适用于6到16岁的人。

　　测量表的说明书宣称与真实智商误差在4分以内。但惠特克发现，在得极低分数的人中，成人的实际智商可能比所得分高16分，或低26分，儿童的实际智商，可能比得分高25分，或低16分。

　　看心情

　　太紧张不稳定

　　对造成误差的原因，惠特克的解释有些生涩，但也在常理之中，因为都是由非智力的变量造成。

　　在他的论文中，首先讲到概率误差。概率误差由很多因素导致。首先，测试时所处的环境不同，就会使测试结果产生时间性的误差。

　　比如，一个人参加测试当天，心情如何，对当天测试有何想法，都会影响测试结果。

　　这一点，得到伦敦大学金思密斯学院的心理学家托马斯查马罗普里莫齐茨的赞同，他认为：“紧张、缺乏自信或者过度自信会影响一个人的测试分数”。一个测试决定生死，这个“筹码”实在太高。“在那种压力之下，大多数人可能无法做到最好。”

　　惠特克将问题延展开：如果参加数次测试，每次测试时的心情，分心次数都不同，这几次测试的结果也不同。哪怕用同一套测试，在两个不同环境里进行重复测试，所得结果都不一致,“我们该放弃用IQ测试来诊断低智商人群了，不能用IQ测试决定囚犯的命运。”惠特克直言。

　　算分数

　　测试题已落伍

　　另一种系统性误差，则和数字联系更紧密。

　　惠特克总结发现，在IQ测试中，被测者会获得原始分，原始分会被转化成标准分。其中，原始分数10-18，依次对应标准分数2-10，而原始分数0-9都对应着标准分数1。

　　这就有一个问题，原始得分是2的人和得分是8的人，转换之后，都得到标准分1分。这样一来，原始分数极低的人，能力就无形被抬高了。

　　而“地板效应（floor effcet）”会让这种误差更加明显。这个效应指的是，当问题难度太高时，造成所有受测人员得分都非常低，导致很难区分受测人员的实际水平。在这一效应影响下，越多的人原始分数集中在0到9，那么就有越多人的能力被夸大。

　　此外，一项名为“弗林效应”研究证明，低智商人群的IQ平均每年上升0.3分。因而惠特克说：“就整体而言，人们的智商在随着时间不断地提高，IQ测试逐渐落伍啦。”

　　找对策

　　测其分观其行

　　最后，由于众多测试系统本身之间的区别，人们在不同的测试系统中得到的分数可能不同。

　　“这就出现了一个问题，究竟哪一个系统能最准确地测试智商？在这种系统缺失的情况下，哪一个是"黄金标准"测试？”惠特克提出质疑。

　　将70分设置成一个智商分界点，在惠特克看来也过分简单。他因此建议，应该观察个人在真实世界里的表现。人们应该用“在需要用智力来完成的任务中，他们是否失败了”，来确定观察对象是否为弱智。

　　那到底该用什么更好的方式来判断一个人的智商呢？

　　惠特克似乎也没有确切答案。他告诉记者：“这取决于测试的目的。我只能说一个简单标准，那就是测试是要在最佳的条件下进行。考虑到弗林效应和下限效应，了解你所采用的测试和其他测试之间的异同和关联，还要将测试结果与个人的其他信息联系起来。最好几天之后，再用其他测试体系，再测一遍。”