Intelligence humaine

Un article de Wikipédia, l'encyclopédie libre.
Aller à : navigation, rechercher

L'intelligence humaine est caractérisée par plusieurs aptitudes, surtout cognitives, qui permettent à l'individu humain d'apprendre, de former des concepts, comprendre, appliquer la logique et la raison. Elle comprend la capacité à reconnaître des tendances, comprendre les idées, planifier, résoudre des problèmes, prendre des décisions, de conserver des informations, et d'utiliser la langue pour communiquer.

En psychologie scientifique, l'intelligence a été très étudiée par la psychométrie qui a donné naissance aux mesures de Quotient Intellectuel ou QI. Depuis le début du XXe siècle des milliers d'études ont été menées dans le monde, donnant lieu à des méta-analyses de grande ampleur. Ces méta-analyses ont donné naissance au modèle de l'intelligence fluide et cristallisée de Raymond Cattell et John L. Horn dans les années 1960, suivi du modèle à trois strates de John Carroll (1993). La combinaison de ces deux modèles donne le modèle de Cattell-Horn-Carroll (CHC), où une faculté générale d'intelligence (facteur g) est prédite par plusieurs fonctions cognitives générales, elles-mêmes mesurées par des fonctions cognitives spécifiques. Les théories sur l'intelligence et les tests d'intelligence ont des applications très nombreuses en psychopathologie (déficience intellectuelle), éducation (comprendre l'échec scolaire), et orientation scolaire ou professionnelle.

Bien que très étudiée scientifiquement, il n'existe pas de définition claire de l'intelligence et de nombreuses questions restent posées. Ainsi, des théoriciens défendent qu'il pourrait exister plusieurs types d'intelligences relativement indépendantes (l'intelligence pratique, par exemple), mais ces idées ne font pas consensus chez les scientifiques. Bien que minoritaires, certains courants de recherche remettent en cause les interprétations du facteur g comme indice d'une intelligence générale.

Les avancées technologiques de l'imagerie cérébrale, des neurosciences cognitives et de la génétique ont renouvelé l'intérêt sur les questions des relations entre intelligence et de la biologie humaine. Elles ouvrent de nouveaux domaines scientifiques qui cherchent à relier les données de la biologie du développement cérébral et les modèles psychologiques et psychométriques.

Plusieurs grandes controverses génèrent de nombreuses études scientifiques : les interactions entre la génétique et l'environnement et leur impact sur le développement de l'intelligence ; les différences entre les groupes et entre les générations (effet Flynn) ou encore les relations entre santé physique et santé cognitive (ou épidémiologie cognitive).

Sommaire

Histoire de l'intelligence mesurée par la psychométrie et la psychologie scientifique[modifier | modifier le code]

Précurseurs et tests du XIXe siècle[modifier | modifier le code]

Des tests mesurant les habiletés cognitives et perceptuelles ont été développés à la fin du XIXe siècle. Ces tests n'étaient pas standardisés. Le scientifique britannique Francis Galton mit au point des mesures dites anthropométriques vers 1885[1]. À la même époque, le psychologue Whilhem Wundt (université de Leipzig, Allemagne) montait un laboratoire de psychologie expérimentale qui allait former les psychologues et fondateurs de la psychométrie James McKeen Catttell et Charles Spearman, qui eux-même eurent pour élèves Edward Thorndike et Robert Woodworth[2]. Ces quatre personnes jouèrent un grand rôle en psychométrie, et furent toutes des enseignants de David Wechsler dont l’œuvre très importante dans la mise au points de tests d'intelligence est détaillée ci-dessous[2].

Le psychologue américain James McKeen Cattell adapta les tests de Galton qu'il nomma « tests mentaux » (mental tests)[1].

Ces tests historiques sont des précurseurs des futurs tests d'intelligence puisque les échelles d'intelligence utilisent de nombreux sous-tests. Certains de ces tests de la fin du XIXe siècle sont réutilisés dans les tests ultérieurs avec des adaptations. Ainsi, le médecin français Édouard Séguin utilise des formes encastrables pour entraîner des enfants déficients sur le plan cognitif dans les années 1880. L'un des dessins de son test est repris et adapté par le psychologue américain Henry H. Goddard, intégré au test de Pintern et Patterson en 1917, et repris en 1939 par David Weschler comme un des tests de performance de sa première échelle d'intelligence[1].

Échelle métrique de l'intelligence de Binet et Simon (France)[modifier | modifier le code]

Alfred Binet
Article détaillé : Test Binet-Simon.

L'échelle métrique de l'intelligence, appelée aussi couramment test de Binet et Simon, est le premier test qui tente de mesurer véritablement l'intelligence[3].

Alfred Binet (1857-1911) est un des pionniers de la psychologie du développement de l'enfant. Il fonde l'un des premiers journaux scientifiques sur le sujet, L'Année psychologique, en 1894. Il joue un rôle capital dans la mise au point de diagnostics de déficiences mentales permettant l'orientation d'enfants ayant des difficultés d'apprentissage vers des écoles spécialisées. Binet s'indigne du fait que le diagnostic d'un enfant peut différer en fonction du médecin qui l'a observé. Il est urgent et important sur un plan pratique, de mettre au point un instrument de mesure de l'intelligence qui soit objectif.[4] Dans ce contexte, Binet avec la collaboration du psychiatre Théodore Simon, met au point en 1905 une Échelle métrique de l'intelligence, couramment appelée test de Binet-Simon. L'échelle comporte 30 tests cognitifs brefs arrangés par ordre de difficulté. Ces tests cognitifs s'inspirent de test existants (par exemple la mémorisation des séries de chiffres) et de tests inventés par Binet et ses collaborateurs[1].

La première utilité pratique du test est de permettre d'orienter scolairement les enfants ayant des déficiences intellectuelles en mesurant leur potentiel intellectuel et éducatif.

En 1908, Binet et Simon révisent le test en groupant les tests en niveaux d'âge. Cette procédure appelée ensuite « échelle d'âge » assigne au participant un âge qui correspond à celui auquel la plupart des enfants réussissent le test. Par exemple, le sous-test des chiffres à mémoriser commence à un niveau correspondant à l'âge du sujet, puis des items plus faciles ou plus difficiles sont présentés en fonction de l'échec ou de la réussite du sujet. Le « niveau intellectuel » (ensuite appelé l'âge mental) est le niveau d'âge le plus élevé auquel l'enfant réussit le plus de tests[1].

Le psychologue allemand William Stern a mis au point la formule qui permet de calculer le quotient intellectuel ou IQ qui définit l'intelligence par rapport à l'âge mental défini par l'échelle d'intelligence[5].

Succès et adaptations du test de Binet-Simon au début du XXe siècle[modifier | modifier le code]

L'idée de pouvoir tester l'intelligence se répand rapidement et, dix ans après la publication de l'échelle, cette idée est bien établie dans plusieurs pays, même si, paradoxalement, le test reçoit un accueil moins favorable en France[6]). Henry H. Goddard, directeur de recherche dans un centre du New Jersey pour enfants déficients cognitifs, apprend l'existence de cette échelle lors d'un voyage en Europe. Il décide de la faire traduire pour pouvoir l'utiliser. Il contribue grandement à sa popularisation et à son utilisation dans de nombreuses institutions des États-Unis[1].

Deux grandes révisions du test de Binet-Simon sont produites aux États-Unis. Robert Yerkes et James Bridges, à Boston, restructurent l'échelle, de telle sorte que l'échelle en années devient une échelle sous forme de points : plutôt que de commencer l'administration en fonction de l'âge des sujets, l'administration commence par les items les plus simples et se poursuit avec les items de plus en plus complexes[1]. Cette procédure est reprise plus tard par Wechsler et reste utilisée dans les tests d'intelligence cent ans après[1].

En 1916, une seconde révision importante du test de Binet-Simon est mise au point aux États-Unis par Lewis Terman. Terman étend l'utilisation de l'échelle à l'âge adulte et remplace la notion d'âge mental par la notion de quotient intellectuel (QI) [1]. Il ajoute deux tests, celui de la compréhension de problèmes arithmétiques (de Bonser 1910) et de formes encastrées (de Healy et Fernald, 1911)[1]. Cette batterie de tests de Terman, qu'il nomme l'échelle d'intelligence Stanford-Binet, devient la mesure de l'intelligence la plus utilisée aux États-Unis[4],[1].

Au Royaume-Uni, Cyril Burt met au point une batterie de tests de raisonnement inspirée de l'échelle Binet-Simon[4].

L'échelle de Binet-Simon sert de base aux tests ultérieurs, dans son contenu et dans sa forme. La procédure de base qui combine différents tests mentaux mène à un score composite qui est la base des tests d'intelligence ultérieurs. Binet insistait sur l'importance d'employer de nombreux tests variés pour obtenir une performance moyenne. Chaque test individuellement avait peur de valeur, c'est leur ensemble qui permettait d'extraire une information importante[1]. Une des critiques du test de Binet-Simon est que le test met l'accent sur les capacités verbales, rendant difficile les tests sur les participants parlant mal la langue (sourds, immigrants).

Tests d'intelligence non-verbaux, dits de performance[modifier | modifier le code]

Hôpital (au fond) où sont observés les immigrants arrivant aux États-Unis, Ellis island, New York (1902).
Test des cubes de Kohs (1920).

Le psychiatre William Healy (directeur de l'institut de psychopathologie juvénile de Chicago) et la psychologue Grace Fernald (du même institut de recherche) publient une monographie en 1911 qui reprend un des reproches souvent entendu à propos du test de Binet-Simon : le test est trop verbal. Ils proposent un nouvel ensemble de tests non-verbaux, une méthode qui prend le nom de test de « performance »[1]. L'idée est reprise par les médecins du port de Ellis Island, à New York, qui doivent tester les immigrants arrivant aux États-Unis, dont beaucoup ne parlent pas l'anglais et ont peu d'éducation. Il est probable que ce soit l'un d'eux, le médecin Howard Andrew Knox, qui ait utilisé pour la première fois l'expression « test de performance » pour décrire les tests n'exigeant aucune habileté verbale ni instruction[1]. Deux des tests de Ellis Island sont repris par les échelles postérieures : le test d'imitation des cubes de Knox (dans lequel des combinaisons de déplacements de cubes doivent être reproduites) et la figure de profil à compléter pour former une figure humaine (Kempf test)[1]. Aucun de ces tests n'était standardisé, et la collection de données entreprise sur les immigrants fut interrompue par la chute de l'immigration lors de l'entrée dans la Première Guerre Mondiale[1].

Or lors de la Première Guerre Mondiale, le recrutement dans l'armée accélère la diffusion des tests d'intelligence. Deux tests sont utilisés aux États-Unis : le Test Alpha de l'armée, pour les appelés du contingent qui parlent l'anglais, et le test Beta de l'armée pour les appelés sans éducation ou sans maîtrise de la langue anglaise (tests non verbaux). Le comité chargé de mettre au point et administrer ces tests est dirigé par Robert Yerkes (président de l'association américaine de psychologie APA) et six associés. Pour permettre des passations collectives, Arthur Otis met au point le système du choix multiple pour choisir la réponse. De 1917 à 1919, l'armée examine 1 726 966 appelés. Ces données de l'armée, les sous-tests et les items utilisés dans les tests Alpha et Beta, sont en grande partie repris par Wechsler par la suite pour mettre au point la Wechsler-Bellevue[1].

Dans les années 1920 et 1930, la pratique des tests d'intelligence s'accroît énormément aux États-Unis. Les test s'étendent à l'industrie et aux écoles, grâce au développement de nombreux tests permettant une passation collective[1]. De nombreux tests de performance sont développés en raisons des doutes quant aux résultats obtenus avec le test Binet-Simon. Le test de performance des cubes de Kohs (Block Design) mis au point par Samuel Khos sous la direction de Terman à l'université de Standford, rencontre un grand succès.

En 1933-34, une étude des pratiques des tests menées par l'APA indique que, tandis que le test le plus employé par les psychologues reste le Stanford-Binet, 5 tests sur les 9 plus employés sont des tests de performance : ce résultat suggère qu'en pratique, les psychologues complémentent l'échelle du Stanford-Binet par des tests de performance car ils craignent que l'échelle de Stanford-Binet soit insuffisante ou inadéquate en tant que mesure générale de l'intelligence[1].

Première échelle d'intelligence de David Wechsler : Wechsler-Bellevue[modifier | modifier le code]

La Wechsler-Bellevue Intelligence Scale, ou échelle d'intelligence de Wechsler-Bellevue, est publiée aux États-Unis en 1939 et est la première échelle d'intelligence mise au point par David Wechsler. Wechsler travaille quasiment seul sur cette grande entreprise, durant sept ans. La standardisation initiale inclue des participants des deux sexes, âgés de 7 à 59 ans, d'un seul groupe ethnique (blancs), parlant et lisant bien l'anglais, et habitant à New York et alentours ; leur statut socio-professionnel correspond aux proportions trouvées dans le recensement national des États-Unis[1].

Wechsler utilise nombre de sous-tests et d'items déjà disponibles dans les tests antérieurs, ce qui est d'usage à l'époque[1]. Wechsler est alors chef psychologue à l'hôpital psychiatrique de Bellevue (New York) et est conscient des failles de l'échelle de Standford-Binet (trop verbal, peu adapté aux adultes, procédures complexes et non standardisées). Il apprécie le test Alpha de l'armée car il permet d'obtenir des sous-scores qui permettent se découvrir si le sujet a des habiletés ou difficultés spécifiques[1]. De fait, la plupart des sous-tests de l'échelle Weschler-Bellevue sont empruntés au test Alpha de l'armée (exception faite du test de cubes de Kohs), une échelle qui lui est très familière et très utilisée aux États-Unis. L'emprunt de tests existant pour construire un nouveau test est une procédure commune à l'époque[1].

Courbe du QI : fonction de Gauss, moyenne à 100 et écart-type à 15 points

Cependant, la structure de l'échelle introduit plusieurs innovations majeures dans le domaine du test de l'intelligence. Ces innovations influencent les échelles d'intelligence ultérieures mises au point par David Wechsler[1]. D'une part, il souhaite une mesure pour adultes ce qui rend caduque l'utilisation de la notion d'âge mental, et le QI sous forme de rapport entre âge mental et âge réel. Son premier argument est donc statistique : il propose (l'idée vient de Louis Leon Thurstone et d'autres) de remplacer le quotient par un score de déviation. Pour cela, les scores obtenus aux sous-tests sont convertis en un score standard obtenu avec la moyenne et l'écart-type de chaque groupe d'âge[1]. Sa second innovation est d'incorporer des tests verbaux et des tests de performance dans la même échelle : à l'époque, le Binet-Simon était vu comme le test qui mesurait l'intelligence générale et les tests de performance des habiletés spécifiques. Wechsler pense que les sous-tests de performance mesurent également l'intelligence générale, ce qui est nouveau[1]. De plus, il pense que les tests de performance permettent, mieux que les tests verbaux, de faire des observations sur la personnalité et le tempérament sujet, et donc d'aller plus loin que les performances uniquement cognitives. Ces observations se rapprochent des mesures de personnalité qui seront ensuite appelées les fonctions exécutives[1].

Pour publier le matériel de sa nouvelle échelle et le manuel de l'examinateur, Wechsler signe un contrat avec la Psychological Corporation. Cette maison d'édition avait été fondée en 1921 par James McKeen Cattell et deux de ses anciens élèves, Robert Woodworth (qui avait été le superviseur de Wechsler) et Edward Thorndike qui faisait autorité dans les techniques de mesure des apprentissages.

Échelle d'intelligence pour adultes de Weschler (1955)[modifier | modifier le code]

Proportion d'individus (%) en fonction des scores de QI suivant une règle 68-95-99.7 : 68% sont entre -1 et +1σ, 95 sont entre -2 et +2σ et 99.7 entre -3 et +3σ.
Article détaillé : Wechsler Adult Intelligence Scale.

Après la mise au point de l'échelle de Wechsler-Bellevue, Weschler met au point une échelle d'intelligence destinée spécifiquement aux adultes. Elle s'inspire de la même approche que celle du Wechsler-Bellevue et du test qu'il a mis au point pour l’armée (WPA publié en 1946).

L'échelle pour adultes, Wechsler Adult Intelligence Scale ou WAIS, est standardisée sur un échantillon beaucoup plus large de personnes de 16 à 64 ans. L'échantillon est plus représentatif de la population, avec l'inclusion de minorités. Le test est publié en 1955. Comme le précédent, il contient plusieurs sous-tests (10 ou 11), groupés en test verbaux ou tests de performance[2]. Il utilise la notion de QI calculé par l'écart-type (et non le Qi tel que défini par Stern en rapport avec l'âge mental).

Wechsler constate des différences en fonction des âges, avec une détérioration des scores avec l'âge qu'il interprète comme un déclin cognitif. Il corrige l'échelle pour éviter ce biais. Tous les groupes d'âge ont une moyenne à 100. Cependant, pour éviter le risque de ne pas détecter un déclin prononcé qui pourrait signaler un début de démence, il met au point un quotient de détérioration mentale[2].

Il constate également des différences entre les sexes, cependant ces différences sont trop faibles pour l'amener à décider de séparer les scores entre hommes et femmes en ce qui concerne le QI général. Il met cependant au point des index car certains sous-tests sont mieux réussis par les hommes et d'autres par les femmes[2].

Échelles d'intelligence pour enfants de Weschler (WISC, 1949)[modifier | modifier le code]

Le test du WISC-III

L'Échelle d'intelligence pour enfants de Wechsler est en fait une révision de l'échelle antérieure qu'il a mis au point pour les enfants (la Wechsler-Bellevue form II) dont elle diffère peu. Le QI standard correspond à la position du sujet par rapport à une population du même âge dont la moyenne a été fixée à 100 points et les écarts-types à 15 points.

Cette échelle est traduite et adaptée dans de nombreux pays et devient le test de QI le plus fréquemment utilisé pour les enfants. Des révisions et mises à jour sont publiées (tout comme l'échelle de la WAIS). Malgré la mort de Wechsler en 1981, les publications des révisions des batteries de Wechsler continuent à porter son nom.

Pour les très jeunes enfants, le test de la WPPSI est mis au point, avec la même structure que l'échelle de la WISC.

Mesures de l'intelligence[modifier | modifier le code]

Propriétés psychométriques des tests d'intelligence : validité et fiabilité[modifier | modifier le code]

Article détaillé : Psychométrie.

Un test de psychologie doit démontrer plusieurs propriétés pour être reconnu comme un test utile et fiable[7].

La fiabilité ou fidélité (en anglais, reliability) du test réfère au fait que, si le test était répété, il produirait les mêmes résultats. Il est important en effet que le résultat au test d'intelligence d'un individu dépende le moins possible de facteurs variables comme son humeur, le jour de la semaine, ou encore l'expérimentateur qui le teste. La fiabilité des tests d'intelligence est déterminée pendant que l'échelle est mise au point et testée sur de nombreux sujets. Seuls les items (question et réponses) et les tests qui ont une haute corrélation lors d'un test et re-test sont conservés[7]. La fiabilité des tests d'intelligence est élevée avec des taux de corrélation d'environ 0.85 à 0.90 en test et re-test [7](cf. Coefficient alpha de Cronbach).

La validité d'un test réfère au fait que le test mesure bien ce qu'il est censé mesurer. Elle est plus délicate à établir. Ainsi, il est important qu'un test d'intelligence mesure l'intelligence et non, par exemple, la mémoire ou le vocabulaire. Pour déterminer si le test d'intelligence est valide, plusieurs types de validité sont mesurés. La validité de contenu est obtenue par une validité apparente (il est peut probable que des tests de vocabulaires renseignent sur les performances arithmétiques) et l'analyse factorielle qui est une procédure complexe qui permet de mettre en évidence des facteurs influençant les résultats (voir ci-dessous les modèles d'intelligence)[7].

La validité empirique du test d'intelligence réfère au fait que le test d'intelligence n'est pas une mesure abstraite basée sur une théorie mais doit avoir une ou des corrélations avec des variables concrètes. Ainsi, on s'attend à ce que des enfants ayant de plus hauts scores en intelligences soient également plus performants à l'école, bien que les d'autres variables influencent également beaucoup les résultats scolaires. Généralement, les corrélations entre les scores aux tests d'intelligence et les résultats scolaires sont aux alentours de 0.50, ce qui est jugé raisonnable[7].

Biais et limites des tests d'intelligence de Weschler[modifier | modifier le code]

Les tests d'intelligence de Wechsler ont été critiqués pour plusieurs raisons, parfois théoriques (voir ci-dessous les autres conceptions de l'intelligence) mais surtout pratiques.

D'une part, les tests souffrent de limites pratiques et de biais systématiques. Les enfants malades, les enfants lents, les enfants issus de groupes ethniques minoritaires dans la population, sont défavorisés par les tests de Wechsler qui privilégient la rapidité d'exécution, qui comportent de nombreuses références culturelles[8].

Des tentatives ont été faites de créer des tests moins dépendants des performances de vitesse et comportant moins de biais culturels. La batterie d'examen psychologie de Kaufman ou K-ABC, par exemple, a été mise au point pour permettre de tester des enfants aux capacités linguistiques limitées. Les interactions verbales y sont limitées tant dans les instructions que les réponses, et les éléments culturels sont restreints[9]. Les versions les plus récentes des tests de Wechsler pour enfant (WISC) tentent aussi de remédier à ces biais[10].

Les tests de Wechsler ont été régulièrement remis à jour par leur éditeur et fait l'objet de nouveaux étalonnages pour répondre aux changements culturels ainsi qu'aux différences observées au fil des générations (l'effet Flynn).

Utilisation des tests d'intelligence[modifier | modifier le code]

Test d'intelligence générale pour le recrutement dans l'armée britannique (Seconde Guerre mondiale)
Correspondances entre les valeurs d'une distribution normale. Les mesures exprimées en écart-types peuvent aussi être exprimées en percentiles.

L'approche pour la compréhension de l'intelligence qui a le plus de supporters en psychologie et qui bénéficie du plus grand nombre de recherche publiée sur la plus longue période de temps est basée sur des tests psychométriques. C'est aussi, de loin, l'approche la plus utilisée en pratique.

Le quotient intellectuel (QI) est mesuré par des tests qui comprennent le Stanford-Binet, les matrices progressives de Raven (Progressive Matrices), le Wechsler Adult Intelligence Scale et la batterie de tests pour enfants K-ABC (Kaufman Assessment Battery for Children).

Nombre de tests psychométriques ne sont pas destinés à la mesure de l'intelligence elle-même, mais sont étroitement liés à des hypothèses proches comme l'aptitude scolaire et académiques. Aux États-Unis les exemples incluent le SSAT, la SAT, la LOI, le GRE, le MCAT, le LSAT, et le GMAT[11].

Quelle que soit la méthode utilisée, presque toute épreuve qui oblige les sujets à raisonner et dispose d'un large éventail de la questions et de difficultés. Les scores peuvent être interprétés globalement ou séparément ; les scores sont convertis pour les faire correspondre aux scores normalement distribués dans la population générale ce qui permet de positionner l'individu par rapport à l'ensemble de la population (on parle de QI mais aussi de percentiles). Les tests d'Intelligence sont largement utilisés dans l'éducation[12], des affaires et des milieux militaires en raison de leur efficacité dans la prédiction des comportements. Le QI (et le facteur g) sont corrélés à un grand nombre de résultats sociaux : les personnes ayant un faible QI sont plus susceptibles d'être divorcé, d'avoir un enfant hors union, d'être incarcéré, d'avoir besoin d'un soutien social à long-terme ; les personnes à haut QI ont en moyenne un plus grand nombre d'années d'éducation, un métier au statut économique et social plus élevé et des revenus financiers plus élevés[13]. L'intelligence est significativement corrélée à la réussite de la formation et aux performances, et le QI général est le meilleur indicateur d'une bonne performance au travail[11],[14]

Les tests d'intelligence peuvent être utilisés par des psychologues dans le cadre de bilans psychologiques de l'enfant, complétant l'examen clinique de l'enfant et de sa famille. Ces tests sont de bons indicateurs de la réussite scolaire[8].

Dans les études expérimentales menées sur l'enfant, le QI peut être mesuré pour diverses raisons. Il peut être un critère d'inclusion dans l'étude. Il peut servir à apparier les groupes, pour permettre que les niveaux intellectuels soient similaires dans tous les groupes avant de commencer l'expérience. Le QI peut également être utilisé comme une mesure de covariance (variable indépendante) susceptible d'influencer les résultats de l'expérience. Le QI peut aussi être une variable dépendante (un résultat attendu et mesuré). C'est le cas lorsque les chercheurs veulent mesurer si une intervention de longue durée a eu un effet sur l'intelligence et certaines habiletés cognitives mesurées par le test d'intelligence utilisé (par exemple, explorer l'effet sur le QI d'une fortification alimentaire de plusieurs mois ou plusieurs années, chez des enfants mal nourris[15]).

Que mesurent les tests d'intelligence, au-delà des habiletés cognitives et intellectuelles ?[modifier | modifier le code]

Wechsler était un psychologue clinicien qui avait une longue expérience des complexités de l'entretien clinique et connaissait bien les limites des tests qu'il mettait au point. Vingt ans après la publication de la première échelle d'intelligence pour adultes de Wechsler, plus de 500 article scientifiques sont publiés sur le sujet[2]. La plupart de ces articles traitent de la validité de l'échelle et de ses caractéristiques psychométriques. De nombreuses analyse factorielles sont conduites. En 1981, Wechsler résume ainsi ces découvertes : malgré des analyses très avancées, seuls quatre ou cinq facteurs sont généralement mis en évidence. Or, ils rendent compte d'environ 60% à 70% de la variance totale obtenue[2]. Wechsler en conclut que d'autres facteurs sont en jeu et qu'ils ne sont pas cognitifs. La motivation, l'entrain (drive), la persévérance, la conscience forte du but à accomplir (goal awareness) jouent également un rôle important dans la réussite au test bien que ces facteurs ne puissent pas être extraits des analyses, ni être chiffrés[2]. Wechsler veut d'ailleurs tenter de mettre au point un test qui lui permettrait de détecter ce facteur invisible, et espère que le WAIS-R, la première révision du test publiée environ 25 ans plus tard, peut tenter de répondre en partie à cette question.

Théories de l'intelligence en psychologie et psychométrie[modifier | modifier le code]

Plusieurs chercheurs ont mis au point des théories sur l'intelligence humaine. Ce champ d'étude est très développé en psychologie. Plusieurs modèles s’appuient sur les données existantes et recueillies grâce aux tests d'intelligence pour discuter de l'existence d'une intelligence générale et de la présence statistique d'un facteur g dans leurs analyses, et déterminer les liens entre les diverses habiletés et l'intelligence générale.

Des critiques qui ne contestent pas la stabilité des tests et le fait qu'ils prédisent certaines formes de réalisation, veulent mettre en avant qu'un concept de l'intelligence générale, obtenu seulement par les scores au test de QI, néglige les nombreux autres aspects importants de la capacité mentale[11].

Facteur général d'intelligence ou g[modifier | modifier le code]

Article détaillé : Facteur g.

Il y a beaucoup de types de tests de QI et ils utilisent une grande variété de tâches. Certains tests sont constitués d'un seul type de tâche, d'autres s'appuient sur une large collection de tâches avec des contenus différents (visuo-spatiale[16], verbale, numérique) et sollicitent des processus cognitifs différents (par exemple, raisonnement, mémoire, décisions rapides, comparaisons visuelles, imagerie spatial, lecture et extraction de connaissances générales). Cependant, le point commun entre ces tests a été découvert par une approche statistique.

Études factorielles[modifier | modifier le code]

Le psychologue Charles Spearman, au début du XXe siècle, a réalisé la première analyse factorielle des corrélations entre les différentes tâches au test d'intelligence. Il a découvert une tendance pour l'ensemble de ces tests à une corrélation positive les uns avec les autres, qui est appelé le positive manifold. Spearman a découvert ainsi qu'un seul facteur commun explique les corrélations positives entre les tests : il le nomme g pour "facteur général d'intelligence". Spearman interprête sa découverte comme étant au cœur de l'intelligence humaine, puisque g, à un degré plus ou moins grand, influence la réussite dans toutes les tâches cognitives. Cette interprétation de g comme étant l'origine commune au test de performance est encore dominante en psychométrie.

Tests chargés en facteur g[modifier | modifier le code]

Les tâches des tests de QI et les tests dans leur entier peuvent être classés en fonction de leur degré de charge (ou relation) avec le facteur g. Les tests qui sont les plus chargés par g sont ceux qui sont les mieux corrélés à la plupart des autres tests et offrent ainsi une meilleure approximation du QI général.

Une étude portant sur les corrélations entre une grande collection de tests et de tâches[17] a trouvé que le test des Matrices Progressive de Raven ont une corrélation particulièrement élevée avec la plupart des autres tests et des tâches. Ce test de Raven est un test de raisonnement inductif portant sur du matériel visuel abstrait. Il se compose d'une série de problèmes présentés par ordre de difficulté croissante. Chaque problème est une matrice 3 x 3 dessins abstraits avec une cellule vide; la matrice est construite selon une règle, et la personne doit trouver la règle pour déterminer laquelle des huit alternatives s'inscrit dans la cellule vide. En raison de sa forte corrélation avec d'autres tests, le test de Raven est généralement considéré comme un bon indicateur de l'intelligence générale ou facteur g.

Controverses sur le facteur g[modifier | modifier le code]

Artefact statistique ou positive manifold[modifier | modifier le code]

Louis Léon Thurstone a été le premier à mettre en doute l'existence ou l'interprétation du facteur g. Il défendait l'idée que les résultats aux sous-tests étaient corrélés positivement entre eux, mais que les fonctions cognitive testées étaient pourtant indépendantes. Le facteur g selon lui, ne reflétait donc pas forcément un seul facteur commun mais peut-être plusieurs facteurs expliquant leurs corrélations. Depuis lors, le problème continue à être discuté par les psychométriciens et psychologues, et désormais également par les spécialistes en neurosciences.

Le facteur g est extrait statistiquement des corrélations observées entre les différentes habiletés cognitives mesurées par les test, comme Charles Spearman l'a mis en évidence. Il est possible que le facteur g correspondent à une réalité, un processus commun aux tests, comme un processus de traitement de l'information commun, ou encore une source d'énergie commune (Jensen) ; dans ce cas, c'est un facteur. Mais il est également possible que le facteur g soit un résultat statistique mais sans que cela ne corresponde à un facteur, c'est-à-dire une réalité psychologique qui serait la sources des corrélations observées. C'est la position que défendent plusieurs chercheurs, par exemple Stephen Jay Gould, qui a qualifié le facteur g d'artefact statistique[18],[19]. Selon cette théorie, le facteur g serait seulement un positive manifold, c'est-à-dire, non pas un facteur commun, mais le résultat des corrélations positives (fortes) entre les habiletés cognitives.

En 2006, H. van der Maas et ses collègues d'Amsterdam proposent un modèle dynamique dit de mutualisme qui propose que l'intelligence pourrait dépendre de plusieurs mécanismes indépendants, dont aucun n'influerait sur la performance au test. Ces mécanismes se soutiennent entre eux, de telle sorte que le fonctionnement efficace de l'un d'eux rende plus efficace le fonctionnement des autres ce qui créerait le positive manifold[20].

Ensemble de plusieurs facteurs[modifier | modifier le code]

Flynn met en garde contre le fait que le facteur g doit continuer à être interrogé et son existence et interprétation soumises à l'épreuve des données empiriques. Il défend l'idée que facteur g est devenu une heuristique, une vérité que les scientifiques n'osent plus questionner. Il décrit cette erreur comme une erreur de type-III (type-three error) : l'erreur qui consiste pour un chercheur à poser la mauvaise question et à conclure à la bonne réponse (rejeter l'hypothèse nulle mais pour une mauvaise raison). Flynn considère que le facteur g décrit un ensemble de facteurs, génétiques, développementaux et environnementaux[21].

Modèle de Cattell-Horn-Carroll (CHC)[modifier | modifier le code]

Historique[modifier | modifier le code]

Raymond Cattell

Se basant sur le modèle du facteur g de Spearman, et sur la théorie en compétition de l'époque, la théorie des habiletés cognitives primaires du psychométricien américain Louis Leon Thurstone, Raymond Cattell découvre qu'il est possible de distinguer plusieurs composantes du facteur g : l'intelligence fluide ou facteur f, qui est en quelque sorte le moteur qui permet l'acquisition de connaissances, qu'il nomme le facteur d'intelligence cristallisée ou facteur c.

Son élève puis collègue John Horn approfondi et développe ce modèle (1965).

Leur modèle est complété par John B. Carroll. En 1993, Carroll publie un ouvrage approfondi présentant les résultats d'une méta-analyse portant sur plusieurs centaines d'études de mesures de l'intelligence menées sur plusieurs décennies et dans plusieurs pays. Cette approche est la plus complète menée sur le sujet pour l'époque. Le modèle issu de cette analyse, nommé le modèle ou théorie de l'intelligence en trois strates, fait alors autorité parmi les modèles de l'intelligence basés sur les techniques de psychométrie.

Ce modèle est développé par la suite par Kevin McGrew (2005), Schneider et McGrew (2012), Dawn Flanagan (2013). Il est connu sous le nom de modèle de Cattell-Horn-Carroll, du nom des premiers contributeurs.

Article détaillé : Modèle de Cattell-Horn-Carroll.

Description[modifier | modifier le code]

Dans ce modèle, une hiérarchie de facteurs est utilisée. g est au sommet de cette hiérarchie. Sous g, se trouvent 10 grandes capacités qui sont à leur tour subdivisés en 70 capacités plus spécifiques. Sur les représentations graphiques de ce modèle, la grandeur des corrélations est décroissante, de gauche à droite, c'est-à-dire que le facteur le plus à gauche (Gf) a la plus forte corrélation avec g, et les corrélations des autres facteurs vont en s'amenuisant (voir figure ci-dessous)[22].

Ce modèle permet de considérer à la fois que les habiletés cognitives spécifiques sont liées au facteur g, mais aussi que ces habiletés cognitives sont également spécifiques et intéressantes en tant que telles. Par exemple, la richesse du vocabulaire est intéressante et permet d'augmenter ses chances d'être admis dans une bonne université aux États-Unis, indépendamment de son rapport avec g, souligne James Flynn[23].

Modèle d'intelligence en trois strates de Carroll (2012). Facteur g ; intelligence fluide (If), intelligence cristallisée (Ic), mémoire générale et apprentissage (Gy), perception visuelle globale (Gv), perception auditive globale (Gu), habileté de rappel global (Gr), vitesse cognitive générale (Gs), et vitesse d’exécution générale (Gt), facteurs évalués par 70 habiletés cognitives mesurées par les tests d'intelligence

Les grandes capacités (strate II) sont[24]:

  • L'intelligence fluide (Gf) : la capacité générale de raisonner, de former des concepts, et de résoudre des problèmes avec une information inconnue ou de nouvelles procédures.
  • L'intelligence cristallisée (Gc) : l'ampleur et la profondeur des connaissances acquises, la capacité à communiquer ses connaissances, et la capacité à raisonner en utilisant des expériences ou des procédures acquises antérieurement.
  • Le raisonnement quantitatif (Gq) : la capacité à comprendre des notions quantitatives et des relations, et de manipuler des symboles numériques.
  • La lecture et l'écriture (Grw) : les habiletés de lecture et d'écriture de base.
  • La mémoire à court terme (Gsm) : la capacité d'appréhender et de retenir (ou conserver) des informations dans la conscience immédiate, et de les utiliser dans un délai de quelques secondes.
  • Le stockage et la récupération à long terme (Glm) : la capacité de stocker des informations et de les récupérer plus tard aisément dans les processus de pensée.
  • Le traitement visuel (Gv) : la capacité à percevoir, analyser, synthétiser, et penser avec des motifs visuels, y compris la capacité de stocker et de rappeler ces représentations visuelles.
  • Le traitement auditif (Ga) : la capacité à analyser, synthétiser, et de discriminer des stimuli auditifs, y compris la capacité de traiter et de discriminer les sons de la parole qui peut être présenté en de manière déformée.
  • La vitesse de traitement (Gs) : la capacité à automatiser les tâches cognitives, en particulier lorsqu'elle est mesurée en exerçant une pression sur la concentration.
  • La vitesse de décision ou de réaction (Gt) : la rapidité avec laquelle un individu peut réagir à un stimulus ou à une tâche (généralement mesuré en secondes ou fractions de secondes ; à ne pas confondre avec la Gs, qui est généralement mesurée à des intervalles de 2 à 3 minutes)[23].

En bas du modèle (strate III) se trouvent 70 habiletés plus étroites ou plus spécifiques en rapport avec les sciences, culture, géographie, mathématiques, nombres, lecture, écriture, grammaire, vocabulaire, fluence, information générale, écoute, induction, mémoire, contrôle de l'attention, visualisation, attention spatiale, codage, vitesse de perception, etc.[23]

Influence du modèle CHC sur les tests d'intelligence ultérieurs[modifier | modifier le code]

Cette théorie qui s'est développée avec le temps et reflète les idées de plusieurs auteurs, est considérée être le reflet de ce qui est actuellement connu par la recherche sur l'intelligence humaine. Les tests créés ultérieurement prennent en compte la théorie de Cattell–Horn–Carroll dans leurs techniques de validation.

Ainsi, le test K-ABC II, publié en 2008, s'appuie sur le modèle CHC et sur le modèle neuropsychologique d'Alexandre Luria (cf. plus bas)[25].

Le test américain du Woodcock-Johnson, dans sa quatrième édition, est conçu pour mesurer le facteur g, 10 habiletés intermédiaires, et 35 habiletés spécifiques.[réf. nécessaire]

Les tests ne mesurent pas nécessairement toutes ces capacités. Par exemple, Gq et Grw peuvent être considérées comme des mesures de la réussite scolaire plutôt que QI.[24] Gt est difficile à mesurer sans équipement spécial.[réf. nécessaire]

Théories psychométriques en relation avec le modèle CHC[modifier | modifier le code]

La théorie de l'investissement de Raymond Cattell[modifier | modifier le code]

La théorie de l'investissement de Cattell[26],[27] propose que les différences individuelles observées dans le processus d'acquisition de compétences et de connaissances (Gc) sont en partie attribuables à l'investissement de Gf : l'intelligence fluide serait impliquée dans tous les aspects du processus d'apprentissage[28]. L'intelligence fluide serait, selon Cattell, un investissement, et l'intelligence cristallisée serait un dividende, un résultat de cet investissement[29]. Cette idée est similaire à celle du Jensen qui compare le facteur g à l'essence d'un moteur et le considère irremplaçable[29].

La théorie de l'investissement suggère que les traits de personnalité n'affectent pas les scores d'un test de IQ[30].[réf. incomplète]

Commentant la théorie de l'investissement, James R. Flynn critique cette théorie : selon lui, l'intelligence cristalline et l'intelligence fluide interagissent. Ainsi la richesse du vocabulaire (intelligence cristalline) est influencé par la richesse du milieu (lectures, conversations) et ce facteur influence l'intelligence fluide[23]. Il ajoute que le niveau de vocabulaire joue un rôle important dans les tests d'entrée à l'Université aux États-Unis, indépendamment du niveau de g fluide : les habiletés spécifiques jouent donc un rôle important dans la vie des personnes, indépendamment du niveau g fluide[29].

Théorie des Processus, Personnalité, Intelligence et Connaissance (PPIK)[modifier | modifier le code]

Courbes théoriques de croissance de l'« intelligence comme processus », intelligence cristallisée, intelligence professionnelle et intelligence de l'amateur de la théorie PPIK.

Développée par Philip L. Ackerman[31],[32], la théorie des PPIK s'appuie sur l'approche sur l'intelligence proposée par Cattell (intelligence fluide ou Gf et intelligence cristalline ou Gc) et tente d'approfondir cette théorie. Ackerman distingue également l'intelligence de la connaissance et de l'« intelligence comme processus » (qui sont comparables, mais pas identiques, à la Gc et Gf respectivement). Sur la figure ci-contre, le développement de ces deux formes d'intelligence au cours de la vie est schématisé. L'intelligence comme processus (Gf) est en rouge : elle s'affaiblit vers 25 ans. L'intelligence de la connaissance (en bleu) augmente tout au cours de la vie.

Ackerman met l'accent sur le rôle de l'investissement de capacités cognitives, tout comme Cattell.

Cependant, il met aussi l'accent sur le rôle de la personnalité et les facteurs de motivation et d'intérêt, ce qui diffère totalement de Cattell[33]. Un trait de personnalité comme le fait d'être orienté sur la tâche (task-oriented) est lié au fait de réfléchir à un problème posé ; tandis que des personnes de type actif tendent à utiliser plutôt la force physique ou l'agression, et les personnes de type artistique utilisent plutôt l'expression de soi. La connaissance de ces personnes ne peut pas se chevaucher[33]. La description de la connaissance est donc créditée de différences individuelles, où les compétences des personnes ne se chevauchent pas beaucoup (par exemple, la structure des connaissances d'un professionnel de la santé diffèrent celle d'un architecte). Il parle d'intelligence vocationnelle ou professionnelle, et d'intelligence vocationnelle ou développé par les activités amateurs et non professionnelles[33].

Théories développementales de la construction de l'intelligence[modifier | modifier le code]

Article détaillé : Psychologie du développement.

Lev Vygotski[modifier | modifier le code]

Article détaillé : Zone proximale de développement.

Lev Vygotski fut à l'origine de découvertes sur le développement de l'enfant en relation avec son environnement. Sa théorie est influente en psychologie du développement et en psychologie de l'enfant. Elle influença en particulier Alexandre Luria, dont les découvertes sur les différences entre processus simultanés et sériels seront à l'origine de la mise au point de la batterie d'examen intellectuel de l'enfant K-ABC par Alan Kaufman[34].

Baldwin et Piaget[modifier | modifier le code]

Article connexe : Paliers d'acquisition.

James Mark Baldwin fut l'un des fondateurs de la psychologie du développement, l'un des premiers présidents de l'American Psychological Association (1897) et contribua à un grand nombre de publications essentielles fondant la psychologie expérimentale du début du XXe siècle. Il publie en 1915 une série de trois volumes sur le développement de l'enfant, Genetic Logic. Il y développe l'idée, reprise plus tard par Jean Piaget et d'autres psychologues, que le développement de l'enfant s'effectue en stades successifs, débutant par l'exercice des réflexes, progressant avec l'acquisition du langage puis la pensée logique. La question importante est de comprendre comment expliquer ces progrès. Selon Baldwin, cette progression d'un stade à un autre dépend du feed-back de l'environnement. Deux processus sont à l'œuvre : l'assimilation (incorporation des effets de l'environnement dans l'organisme) et l'accommodation (les changements de l'organisme)[4]. Ces concepts sont centraux au modèle de développement de l'intelligence que développe Jean Piaget par la suite[4],[35].

Baldwin fait de nombreux voyages à l'université de Genève en Suisse, où il se lie d'amitié avec le psychologue Édouard Claparède. Son livre est traduit en français et influence l'élève de Claparède, Jean Piaget qui devient au milieu du XXe siècle un théoricien d'importance majeure, qui consacre sa (longue) carrière à comprendre le développement de l'intelligence et de la cognition et publie plus d'une centaine d'ouvrages sur le sujet. Selon Piaget, l'intelligence dérive de l'adaptation du sujet à son milieu : « l’intelligence ne débute ni par la connaissance du moi, ni par celle des choses comme telles, mais par celle de leur interaction. Elle organise le monde en s’organisant elle-même »[36]. Pour Piaget qui a une formation de biologiste, la notion d'adaptation est centrale pour comprendre le développement de l'intelligence.

Dans la théorie de Piaget du développement cognitif, l'accent est mis non pas sur les capacités mentales, mais plutôt sur un les modèles mentaux du monde que développe l'enfant. Quand un enfant grandit, il développe des modèles de plus en plus précis du monde qui lui permettent de mieux interagir avec le monde. Par exemple, la permanence de l'objet décrit comment un enfant développe un modèle où les objets continuent d'exister même quand ils ne peuvent pas être vus, entendus, ou touchés.

Les degrés de progrès à travers ces étapes sont corrélés, mais ne sont en aucun cas identique au QI mesuré par la psychométrie[37],[38]. Piaget conçoit l'intelligence comme une activité plutôt que comme une capacité, et sa démarche ne s'intéresse pas à la psychométrie. Durant ses années de formation, Piaget a travaillé en effet sur les tests psychométriques, mais il ne s'y intéresse pas : il s'intéresse aux réponses des enfants sur les raisons qui les ont poussés à faire telle ou telle réponse et pose des questions durant les exercices. Cette méthode est le fondement de ses techniques d'observation et de recherche.

L'approche et les modèles théoriques de Piaget (qu'il a changé et perfectionnés au fil de sa longue carrière) ont été critiqués. En particulier, les âges des processus observés par Piaget dépendent de la façon dont le test est effectué (voir l'article sur la permanence de l'objet). Plus généralement, la théorie peut être très difficile à tester empiriquement en raison de la difficulté de prouver ou de falsifier (invalider) qu'un modèle mental, quel qu'il soit, explique le résultat observé lors de la réalisation d'un test[39]. Les théories néo-piagetiennes du développement cognitif reprennent et développent la théorie de Piaget dans le domaine d'étude de l'intelligence dans de nombreux domaines : les facteurs psychométriques tels que la vitesse de traitement et la mémoire de travail ; les facteurs "hypercognitifs" comme le contrôle (self-monitoring) ; les stades ; le développement des habiletés spatiales et le développement social[40],[41].

Théorie anthropologique et piagétienne de Georg Oesterdiekhoff (2012)[modifier | modifier le code]

Modèle piagétien des opérations mentales, ou raisonnement, de niveau concret et de niveau formel.

Georg Oesterdiekhoff publie en 2012 un article qui analyse les tendances cognitives allant des sociétés primitives et pré-industrielles au présent. Il fait l'hypothèse que la magie a évolué vers la religion puis vers science. Les cinq facteurs de cette évolution (qui évoluent ensemble) sont la science, l'industrialisme, l'humanisme des Lumières (enlightment), l'éthique humaniste et la démocratie. Il applique les quatre degrés de niveaux cognitifs de Piaget à l'anthropologie. Flynn écrit que la théorie de Oesterdiekhoff l'a influencé dans sa compréhension des changements de scores aux matrices de Raven observées sur plusieurs génération (l'effet Flynn)[42].

Le niveau sensori-moteur, chez l'enfant, correspond au développement d'habiletés pratiques et visuelles analogues à celle d'un animal. Le niveau pré-opérationnel, observé chez l'enfant vers l'âge de 2 ans, correspond au développement du langage et des premiers raisonnements. Les sociétés prémodernes seraient à ce stade (ou du moins une partie de leur population), ce qui expliquerait leur QI faibles. Vers 1900, aucun société n'aurait obtenu un score de 75 points de QI comparées aux normes actuelles (la Grèce ancienne étant une des exceptions)[42],[43].

Le niveau formel concret chez l'enfant se développe vers 7 ans, lorsque l'enfant peut utiliser la logique pour raisonner sur des objets concrets du monde qui l'entoure. Le niveau formel des opérations se développe chez l'enfant à partir de 12 ans, lorsque les enfants peuvent raisonner sur des opérations, des concepts abstraits. Selon Oesterdiekhoff, les sociétés industrialisées ont développé les opérations formelles : elles peuvent (ce qui est décrit comme le stade formel B chez Piaget) engager des réflexions abstraites, combinatoires, hypothétiques et expérimentales. Même dans ces sociétés modernes, entre 50 et 70% des adultes demeurent au stade formel de niveau A décrit pas Piaget et sont moins capables d'utiliser le raisonnement hypothétique et scientifique[42].

Flynn considère que cette idée permet d'expliquer le plafonnement de la montée des scores aux matrices de Raven sur plusieurs générations (voir Effet Flynn ci-dessous). L'éducation ne peut pas perpétuellement augmenter ce type de cognition, qui au contraire, peut même perdre du terrain sous la pression d'autres phénomènes sociaux[42].

Théories sur les facteurs non cognitifs[modifier | modifier le code]

Le courage, l'effort, l'auto-efficacité, et autres facteurs non cognitifs participent aussi au succès scolaire, académique, social ou professionnel : lauréates de la récompense International Women Of Courage (2012).

Tous les psychologues s'accordent sur le fait que les tests d'intelligence ne mesurent pas seulement des performances cognitives, mais que d'autres facteurs jouent également un certain rôle dans les performances obtenues aux tests. Wechsler connaissait bien ce problème, car il n'était pas seulement un chercheur et psychométricien mais également un psychologue clinicien. Il a souligné qu'une partie de la variance à ses tests restait inexpliquée et était certainement due à des facteurs de motivation et d'ordre émotionnels que sa première échelle WAIS ne parvenait pas à suffisamment détecter[2].

Le problème posé par les facteurs non cognitifs influençant les résultats, a été de comprendre comment mesurer et identifier ces facteurs.

La théorie de l'auto-efficacité de Bandura[modifier | modifier le code]

Article détaillé : Auto-efficacité.

Albert Bandura est l'un des auteurs des plus cités en psychologie pour ses nombreuses contributions à la psychologie de l'apprentissage et à la psychologie sociale. Il a mis en évidence des liens entre le sentiment de d'efficacité personnelle (c'est le concept d'auto-efficacité qu'il a reconnu et exploré dans ses expériences) et l'intelligence ou la réussite scolaire ou académique. L'idée que des aspects non-cognitifs influençaient les scores aux tests de performance cognitive n'était pas nouvelle, mais il s'agissait de le démontrer, de le formaliser sur le plan théorique et de le mesurer, ce que Bandura a été le premier à faire de manière scientifique[44],[45].

Bandura suggère que la personne ayant un sentiment d'auto-efficacité relativement faible dans n'importe quel domaine sera une personne qui tentera d'éviter les challenges. Cet effet est accentué si la personne perçoit la situation comme une menace personnelle. Quand l'échec arrive, une telle personne récupère plus lentement que d'autres et attribue son échec à un manque d'aptitude de sa part. En revanche, la personne ayant un niveau élevé de l'auto-efficacité se focalise sur l'objectif de la tâche ce qui augmente sa performance[46]. Par exemple, deux étudiants peuvent avoir les mêmes compétences cognitives, mais ne pas montrer les mêmes performances : pour l'un, la réussite scolaire fait plaisir à ses parents et ses professeurs, ce qu'il valorise ; pour l'autre, la réussite scolaire représente une menace personnelle (le risque d'être rejeté par ses amis et dans sa classe)[44].

L’œuvre de Bandura est considérable[47] et sa théorie de la cognition sociale a ouvert la voie à de nombreuses autres recherches sur les facteurs non-cognitifs influençant les performances intellectuelles, scolaires ou académiques[44] : le contrôle de soi chez des adolescents de 13 ans [48]; les relations interpersonnelles chez des chercheurs[49].

Impact des facteurs non cognitifs sur la scolarité et résultats économiques et sociaux[modifier | modifier le code]

L'économiste James J Heckman et son équipe de l'Université de Chicago ont mis en évidence que des facteurs non-cognitifs comme l'estime de soi, le sentiment de contrôle et d'auto-efficacité, ont autant d'importance que les facteurs cognitifs sur plusieurs résultats économiques : le choix de l'école, le choix de la profession, les salaires (à choix de profession identique), et les conduites à risque (grossesses adolescentes, tabagisme, usage de drogues douces, conduites criminelles)[50]. Il souligne l'importance de l'auto-discipline, la consistance, la fiabilité sur les résultats professionnels et personnels[51].

Théorie de la compensation de l'intelligence (2009)[modifier | modifier le code]

La théorie de la compensation de l'intelligence (Intelligence compensation theory), ou TIC, est un terme utilisé pour la première fois par Wood et Englert, 2009[52]. L'hypothèse principale de cette théorie est que les personnes qui sont relativement moins intelligentes doivent travailler plus durement, plus méthodiquement, deviennent plus résolues et soignées (consciencieuses) afin d'atteindre leurs objectifs, afin de compenser leur "manque d'intelligence". Au contraire, les personnes plus intelligentes n'ont pas besoin de traits ou comportements associés avec le facteur de la personnalité de soin (souci du travail bien fait) puisqu'elles peuvent compter sur la force de leurs capacités cognitives, rendant la structure ou à l'effort plus superflu ou moins nécessaire[53],[54].

La théorie suggère l'existence d'un lien de causalité entre l'intelligence et le fait d'être consciencieux et appliqué. Cette hypothèse est jugée plausible car la théorie prédit alors une relation de cause à effet inverse entre intelligence fluide (Gf) et la conscience professionnelle[55]. Un argument allant dans le sens de cette théorie est que, dans la mesure où la personnalité s'est développée avant que l'intelligence cristallisée ne soit totalement développée à son tour, la théorie prédit qu'à l 'âge scolaire, les enfants les plus consciencieux auraient un gain d'intelligence cristallisée (connaissances) plus fort lors de leur éducation, car ils seraient plus efficaces, soigneux, travailleurs et obéissants[56].

Cette théorie cependant a été invalidée. Les preuves avancées par ses auteurs semblent souffrir de biais de sélection de l'échantillon : seuls des enfants ayant un certain niveau de réussite avaient été choisis pour participer aux études, rendant les conclusions invalides[57]

Théories défendant plusieurs intelligences indépendantes du facteur g[modifier | modifier le code]

Théorie des intelligence multiples de Howard Gardner (1983)[modifier | modifier le code]

La théorie des intelligences multiples de Howard Gardner est basée sur des observations d'enfants et adultes venant de la population générale, mais aussi d'individus doués, de personnes qui ont subi des dommages au cerveau, d'experts et virtuoses, et de personnes issues de diverses cultures. Il en conclut que l'intelligence peut être divisée en plusieurs composants.

Dans Les formes de l'intelligence (1983 traduction française 1997) Howard Gardner, professeur de psychologie cognitive à Harvard a émis l'hypothèse selon laquelle plusieurs types d'intelligence coexistaient chez chaque être humain. En étudiant des individus souffrant de troubles cérébraux, il distingue sept types d'intelligence. : logico-mathématique, linguistique, spatiale, musicale, corporelle-kinesthésique, interpersonnelle et intrapersonnelle. Dans une deuxième édition de ce livre (1993), il ajoute à cette liste l'intelligence naturaliste. Il soutient que les tests psychométriques ne mesurent que les aspects linguistiques et logiques de l'intelligence, et certains aspects de l'intelligence spatiale[11].

Le théorie de Gardner a remporté un grand succès dans les milieux de l'éducation. De nombreux ouvrages de psychologie populaire embrassent le modèle. Le modèle offre une opportunité d'améliorer l'estime de soi d'enfants en échec scolaire en leur permettant d'espérer que leurs autres qualités les aideront à réussir dans la vie[58]. Malgré son succès populaire, le modèle n'est pas validé empiriquement et est fortement critiqué par la communauté scientifique. L'une des principales critiques de la théorie de Gardner est qu'elle n'a jamais été testée, soumise à un examen par les pairs (ni par Gardner ni par d'autres chercheurs indépendants) et qu'elle est infalsifiable[59],[58]. Une autre critique fréquente est que la théorie met sur le même plan des compétences dont l'importance pour la réussite professionnelle ou sociale semblent différentes : les compétences logico-mathématiques ou linguistiques apparaissent bien plus importantes pour la réussite scolaire et professionnelle que les talents musicaux ou artistiques sur la population générale[58],[60].

Théorie triarchique de l'intelligence de Robert Sternberg (1988)[modifier | modifier le code]

Gavroche (les Misérables) incarne la débrouillardise.

Robert Sternberg a défendu que les théories de l'intelligence proposées par les psychométriciens ne rendent pas compte entièrement de la réussite dans la vie. En 1988, il propose une théorie « triarchique » de l'intelligence[61],[62]. Sa théorie ne remet pas en cause la validité d'un facteur général d'intelligence, mais cherche à compléter ce modèle. La théorie triarchique de l'intelligence décrit trois aspects fondamentaux de l'intelligence : analytique (aspect compositionnel), créatif (aspect expérientiel) et pratique (aspect contextuel).

En 1997, il révise le nom de sa théorie et parle de Theory of Successfull Intelligence soulignant l'importance de prendre en compte le succès dans la vie de l'individu en fonction de son contexte social, qui lui est propre (et non de la société en général)[63],[64].

Ce modèle permet de relancer un ancien débat sur la nature de l'intelligence. Elle présente certains points forts, dont son originalité. Selon Flynn, l'approche de Sternberg permet de mesurer des aspects qui ne sont pas pris en compte par les tests traditionnels comme le fait que l'étudiant sait rendre ses essais suffisamment intéressants pour retenir favorablement l'attention de ses enseignants à l'université[64].

La théorie de Sternberg a été cependant souvent critiquée parce qu'elle ne s'est pas appuyée sur des observations expérimentales, mais sur des intuitions et arguments purement théoriques[6],[65],[66],[67],[68].

Théories issues de la neuropsychologie et des neurosciences cognitives[modifier | modifier le code]

La psychologie est composée de divers champs de recherche variant quant aux questions posées et aux méthodes utilisées. Dans le domaine de la neuropsychologie, des modèles basés sur l'étude du système nerveux sont développés pour expliquer le fonctionnement des fonctions cognitives sur des bases physiologiques. À la suite de l'approche psychométrique, les neurosciences cognitives se sont également intéressées à l'intelligence et aux performances cognitives. Les recherches dans ce domaine sont relativement récentes et se perfectionnent grâce aux développements technologiques rapides de la génétique et des techniques d'imagerie cérébrale. Les théories et modèles issus de la neuropsychologie cognitive ne sont pas incompatibles avec les recherches sur la psychométrie ou la psychologie cognitive. Les approches sont complémentaires : la psychométrie observe les performances dans des conditions variées tandis que les neurosciences tentent de comprendre les fondements biologiques de ces effets. Dans les deux cas, les relations entre biologie, génétique et comportements, sont vues comme interactives (domaine de l'épigénétique).

Théorie PASS de Das et collaborateurs (1975, 1994)[modifier | modifier le code]

Article détaillé : PASS theory of intelligence.

Se basant les études du psychologie et neurologue russe Alexandre Luria (1966[69], 1973[70]) et sur l´approche cognitive[71], le psychologie indo-canadien Jagannath Prasad Das et ses collaborateurs ont proposé la théorie PASS, acronyme de Planning, Attention, Successif et Simultané[72]. Le modèle de Das a été révisé et amélioré depuis sa première publication en 1975. Ce modèle décrit la cognition comme étant organisée en trois systèmes et quatre processus[73]. La planification responsable du contrôle et de l'organisation de comportement, la sélection et l'élaboration de stratégies et de suivi de la performance. L'attention, responsable du maintien du niveau d'éveil et de la vigilance et la focalisation sur des stimuli pertinents. Les processus simultanés et successifs sont responsables du codage, de la transformation et de la conservation des informations. Le traitement simultané est engagée lorsque la relation entre les éléments et leur intégration dans des unités entières de l'information est nécessaire. Le traitement successif est nécessaire pour l'organiser différents éléments dans une séquence[73].

Théorie de l'intelligence de l'intégration pariéto-frontale de Jung et de Haier (2007)[modifier | modifier le code]

Se basant sur une revue de 37 études d'imagerie cérébrale (ou neuro-imagerie), Jung et de Haier (2007) proposent que la base biologique de l'intelligence provient de la façon dont les régions frontales et pariétales du cerveau permettent une communication et un échange d'information avec les autres régions cérébrales[74].

Des études ultérieures en neuro-imagerie et des études des lésions rapportent un consensus général avec la théorie[75].

Liens entre intelligence et morphologie du cerveau[modifier | modifier le code]

Morphologie cérébrale[modifier | modifier le code]

Partie d'un cortex humain photographié par IRM. Les surfaces de la substance grise (ligne rouge) et de la substance blanche (ligne jaune) sont délimitées pour chaque photo. Leur compilation permet l'estimation du volume de zones spécifiques sur le cerveau entier.

Des recherches se multiplient pour comprendre les liens entre les changements morphologiques et physiologiques du cerveau et les scores aux épreuves d'intelligence chez des personnes sans troubles mentaux. Ces relations peuvent aller dans les deux directions lorsque la question des causes et conséquences est posée. Ainsi, on pourrait penser qu'un cerveau plus large est plus efficace, résultant dans des scores de QI plus élevés. Cependant, il est tout à fait possible que ce soit le développement de l'intelligence (par des stimulations environnementales) qui améliore le développement du cerveau. Il est aussi possible qu'un ou des facteurs communs (par exemple de bonnes conditions de croissance dans l'utérus avant la naissance) expliquent cette relation. Dans ce domaine, les interprétations des causes et conséquences sont difficiles et débattues par les spécialistes. En 2001, Deary résumait ainsi les recherches dans le domaine : « Il y a une association modeste entre la taille du cerveau et l'intelligence psychométrique. Les personnes avec un cerveau plus large ont de meilleurs scores aux tests mentaux. Nous ne savons pas encore comment cette association se produit. » [76]

Les connaissances dans ce domaine évoluent avec le perfectionnement de l'imagerie cérébrale. En 1993, Nancy Andreasen et son équipe ont analysé les images cérébrales de 67 personnes obtenues par imagerie par résonance magnétique (IRM). Elle a observé des corrélations modestes (de 0.30 à 0.40) entre le volume de cerveau et les scores aux tests cognitifs (dont l'échelle de Wechsler)[77]. Les corrélations concernaient certaines régions corticales plutôt que d'autres ; l'épaisseur de la matière grise sur certaines zones semblait corréler modestement avec le QI tandis qu'une telle corrélation n'était pas observée sur les zones de matière blanche[78]. En 1999, Tony Vernon et un groupe de recherche ont mené une analyse sur 11 recherches précédentes, collectant un ensemble de 432 scans et les performances cognitives correspondantes. Ils ont également mis en évidence une corrélation modeste (moyenne 0.40) entre volume cérébral et intelligence psychométrique[77]. Les études ultérieures ont vérifié cette corrélation.

Volume de zones spécifiques[modifier | modifier le code]

Les corrélations entre le QI et le volume (global, matières grise et blanche) des zones du cerveau qui sont supposées être le siège de l'intelligence (les parties frontales et certaines zones pariétales et temporales, ainsi que l'hippocampe) sont extrêmement faibles (de 0.25)[79].

Épaisseur corticale (matière grise)[modifier | modifier le code]

Des corrélations les plus intéressantes ont été trouvées entre l'intelligence psychométrique (résultat des tests) et l'épaisseur des zones de matières grises des régions concernées[79]. La substance grise représente environ 40% du volume du cerveau et la substance blanche environ 60%[79].

Des études d'imagerie cérébrales et d'entraînement cognitif (apprentissages) montrent que sous l'effet d'un apprentissage intensif durant plusieurs mois, les zones du cerveau stimulées par l'apprentissage montrent une augmentation de l'épaisseur du volume de la substance grise[80],[81]. Ce phénomène pourrait peut-être expliquer que l'épaisseur de la substance grise , qui pourrait changer sous l'effet des stimulations de l'environnement stimulant le développement intellectuel et les apprentissages[79].

Neurophysiologie[modifier | modifier le code]

Composants d'un potentiel évoqué : variations électriques (axe vertical) dans les millisecondes (axe horizontal) suivant le stimulus (point zéro).

Les personnes dont les scores de QI sont les plus élevés utilisent moins de ressources énergétiques du cerveau durant les tâches cognitives de difficulté moyenne, contrairement aux autres personnes qui fournissent plus d'efforts pour effectuer la même tâche : leur cerveau est plus efficace[82]. Sur des tâches très difficiles cognitivement, les personnes dont le QI est plus faible peuvent stopper la recherche de solution et arrêter de fournir des efforts, tandis que les personnes au QI plus élevé se mettent à fournir plus d'efforts pour tenter de résoudre le problème cognitif complexe.

Ian Deary et son équipe a mis en évidence par des méthodes d'imagerie cérébrale structurelles et fonctionnelles, que ce phénomène peut être expliqué par l'utilisation différente des réseaux de neurones et en particulier des zones pariéto-frontales[82]. Ils observent qu'en moyenne, les personnes à l'intelligence plus élevée produisent des réponses électriques cérébrales plus rapides, plus complexes (string length measure) et ayant une configuration légèrement différente (pente entre N100 et P200)[83]. Il obtient ces résultats en utilisant la technique des potentiels évoqués auditifs qui consiste à mesurer l'activité électrique du cerveau (par un électro-encéphalogramme) pendant des tâches d'écoute d'un son répétitif. En 2001, sa conclusion est que les résultats sont encore difficiles à valider du fait de l'hétérogénéité des résultats disponibles. De plus, plusieurs interprétations sur les causes et conséquences de cette relation sont possibles et il n'y a pas encore de consensus scientifique sur cette question[83].

Relations entre santé physique, environnement biologique et intelligence[modifier | modifier le code]

Épidémiologie cognitive[modifier | modifier le code]

Le champ d'étude des relations entre santé et intelligence se nomme l'épidémiologie cognitive. Le psychologue écossais Ian Deary (en) est le fondateur de cette discipline[84],[85]. Le champ d'étude s'intéresse surtout aux liens statistiques longitudinaux entre les score de QI sur des cohortes d'enfants et leur santé (morbidité) et mortalité mesurées plusieurs décennies plus tard, ainsi que sur les cohortes d'adultes et de personnes âgées[86].

Toxiques[modifier | modifier le code]

L'environnement écologique peut altérer le développement des aptitudes intellectuelles. Une intoxication au plomb peut mener à un saturnisme in utero ou dans l'enfance et à des retards mentaux irréversibles[87],[88],[89].

Interactions entre génétique et environnement[modifier | modifier le code]

Impact de l'environnement humain sur le développement de l'intelligence[modifier | modifier le code]

L'impact de l'environnement humain sur l'intelligence est un vaste champ de recherche qui engage plusieurs disciplines scientifiques : la médecine et psychiatrie, la psychologie, la sociologie et l'épidémiologie, l'économie et les politiques de santé à grande échelle.

L'environnement humain, de la famille au milieu culturel, est déterminant pour permettre à l'enfant de développer son intelligence et toutes ses habilités cognitives et sociales. L'impact de l'environnement humain sur le développement cognitif et social a été observé par les pionniers de la psychologie du développement, par exemple Lev Vygotski (l'impact des interactions langagières), Albert Bandura (l'apprentissage par imitation des autres) ou encore Diana Baumrind (impact du style parental).

Les contextes éducatif, familial et socioculturel jouent un rôle qui n'est plus discuté par la grande majorité des psychologues. Des questions cependant restent non résolues quant à leurs interactions avec les influences génétiques et l'importance respective de l'environnement et des facteurs héréditaires et génétiques sur l'intelligence ou sur les scores de QI et le facteur g (cf. The Bell curve et Mainstream Science on Intelligence pour plus de détails sur les controverses et batailles d'idées aux États-Unis).

Impact de l'environnement humain sur l'intelligence chez l'adulte[modifier | modifier le code]

Les interactions entre environnement et intelligence sont multiples et complexes à analyser en raison des nombreux facteurs impliqués. Ces interactions vont dans deux sens : le QI prédit une meilleure réussite scolaire et dans les formations (puisque c'est l'objectif de la création des tests d'intelligence) [90] , mais indépendamment, l'éducation augmente les scores de QI.[91] Ainsi, les personnes qui ont de meilleures performances scolaires peuvent accéder (en moyenne), à de meilleures opportunités professionnelle, académiques et professionnelle. Leur réseau de connaissance est lié aux milieux académiques et professionnels, et enrichi ou appauvri les stimulations que la personne adulte reçoit dans ces milieux. Ainsi, l'environnement continue à jouer un rôle sur le niveau d'intelligence de l'adulte[92].

Héritabilité des scores de QI et de l'intelligence[modifier | modifier le code]

Études sur les jumeaux[modifier | modifier le code]

Les QI des enfants sont corrélés aux QI de leurs parents, mais cela peut être attribué aux gènes transmis par les deux parents biologiques, ou à l'environnement que les parents (ou un parent) partagent avec l'enfant. Les études sur les jumeaux permettent de séparer les effets génétiques des effets environnementaux[93].

Des études sur les jumeaux ont mis en évidence des facteurs génétiques importants rendant compte de corrélations entre les scores de jumeaux homozygotes élevés séparément. Ces résultats ont intrigué les chercheurs pendant environ deux décennies car ces résultats semblaient contredire le point de vue établi de l'importance primordiale de l'environnement sur le développement de l'intelligence. Plusieurs théories se sont affrontées. Le modèle de Dickens et Flynn (ci-dessous) a proposé des explications de ce phénomène dans le contexte plus large des différences sociologiques observées d'une génération à une autre, tentant d'intégrer ainsi les données médicales, psychologiques et sociologiques de la question[92].

Modèle de Dickens et Flynn[modifier | modifier le code]

James Flynn a observé pour la première fois que les scores de QI ont augmenté durant le XXe siècle dans plusieurs pays[94]. Cette observation a été validée et est appelée communément l'« effet Flynn ». De nombreuses recherches sont menées pour tenter de comprendre l'origine de cet effet et ses fluctuations. Flynn et son collaborateur Dickens ont publié un modèle tentant de rendre compte des variations générales de QI sur de longues périodes de temps, c'est-à-dire sur plusieurs générations[94].

Les auteurs tentent de résoudre des contradictions apparentes entre les études montrant l'impact puissant de l'environnement sur le développement de l'intelligence et les études sur les jumeaux qui suggèrent un impact important et fondamental de l'héritage génétique sur les scores de QI obtenus à l'âge adulte.

Dickens propose l'idée que les facteurs environnementaux en jeu sont quasiment les mêmes à l'intérieur d'une génération et entre les générations. Mais les dynamiques par lesquelles ils opèrent sont différentes. Ce modèle fait l'hypothèse qu'un « multiplicateur individuel » et un « multiplicateur social » sont en jeu (Flynn rapporte que Dickens est à l'origine de l'idée et qu'il l'a aidé à formuler et approfondir ces concepts). Le multiplicateur individuel est le fait que la génétique de l'individu est dominante à l'intérieur d'une génération Lorsque l'enfant a des facilités intellectuelles, l'environnement devient de plus en plus stimulant, il attire à lui d'autres enfants intelligents, fait de meilleurs études, où il rencontre des personnes plus formées et cultivées. L'enfant moins performant (pour des raisons en partie génétiques) reçoit moins de stimulations et d'encouragements à poursuivre une éducation de qualité, se retrouve dans un milieu humain moins stimulant sur le plan intellectuel[92].

Le multiplicateur social joue un rôle plus important que les facteurs génétiques et explique les différences observées entre les générations. Sur un groupe entier, d'une génération à une autre, les facteurs génétiques sont quasiment identiques. L'augmentation très forte des QI sur plusieurs générations observée au cours du XXe siècle s'explique par les conditions environnementales, et non par les facteurs génétiques (pour la même raison, Flynn rejette les explications génétiques mises en avant par Jensen ou Lynn pour expliquer les différences observées entre les groupes ethniques). Ces augmentations de QI viennent surtout de l'augmentation forte du nombre d'années de scolarisations et s'inscrit dans d'autres changements sociaux de grande ampleur (santé, développement des métiers du secteur tertiaire, etc.). Or à l'échelle de la population entière, cet effet pourtant peu important sur un plan individuel devient un moteur de croissance pour les QI du groupe dans son entier les gènes sont dominants pour prédire les différences individuelles entre les personnes adultes sur une même génération (études sur les jumeaux) et que ces influences génétiques ont été multipliées par l'environnement, et que l'environnement (et non la génétique) explique les différences observées entre les générations[92].

Études sur les variations génétiques[modifier | modifier le code]

Peu d'évidence a été trouvée entre le QI et certains gènes. Les études portant sur le sujet ont trouvé des associations très faibles entre certaines variations génétiques et les performances intellectuelles des enfants ou adolescents étudiés.

En 2014 a été mis en évidence une faible corrélation entre un gène NPTN et l'augmentation du QI. Sylvie Desrivière, directrice de cette large étude menée sur 1583 adolescents de 14 ans, en conclut : « Le gène que nous avons identifié explique seulement une infime partie des différences dans les capacités intellectuelles chez l'Homme. Il ne s'agit en aucun cas du "gène de l'intelligence. »[95]

Moyens d'améliorer l'intelligence et le QI chez l'adulte[modifier | modifier le code]

Les sections précédentes ont indiqué que l'intelligence est en grande partie fonction des stimulations de l'environnement et que ces stimulations ont un impact tout au long de la vie. Le choix de carrière, d'activités non professionnelles, les choix de poursuivre des formations et une éducation, de faire de nouveaux apprentissages, le choix du cercle social (à commencer par le partenaire, les amis), les choix relatifs au maintien d'une bonne santé physique (évitement des toxiques), tous ces éléments ont un impact sur les habiletés cognitives (en particulier l'enrichissement du vocabulaire et des connaissances mais également la prévention du déclin cognitif résultant du vieillissement, etc.). Ces phénomènes sont observés essentiellement sur les études de corrélations sur de larges populations (comme l'effet Flynn) ou les études de psychologie de l'enfant et de l'adolescent.

D'autres moyens ont été considérés pour tenter d'améliorer l'intelligence humaine, soit au niveau individuel, soit au niveau du groupe, allant d'interventions biologiques aux entraînements cognitifs.

Moyens biologiques[modifier | modifier le code]

Parce que l'intelligence semble être au moins en partie dépendante de la structure du cerveau et des gènes engagés dans le développement du cerveau, il a été proposé que le génie génétique pourrait être utilisé pour améliorer l'intelligence. Ce processus est parfois appelé soulèvement biologique ou provolution dans la science-fiction. Des expériences sur des souris ont démontré une capacité supérieure dans l'apprentissage et la mémoire dans les différentes tâches comportementales[évasif][96]. Cependant, l'impact des gènes sur les scores d'intelligence est extrêmement faible (voir sections précédentes sur le sujet).

Sur le plan de l'environnement biologique, certaines substances améliorent ou sont supposées améliorer l'intelligence ou d'autres fonctions mentales : les nootropiques.

Entraînements[modifier | modifier le code]

Article détaillé : Entraînement cognitif.

Entraîner son cerveau pour améliorer certaines de ses habiletés mentales est une pratique très ancienne. Les premières tentatives connues datent du Ve siècle avant JC[97].

Les tentatives d'augmenter le QI avec des exercices pour le cerveau résultent dans des augmentations de performances dans les compétences entraînées par les exercices en question – par exemple de la mémoire de travail. Cependant, ces résultats ne semblent pas se généraliser à l'augmentation de l'intelligence en tant que telle[98]. En 2008, un document de recherche affirmait que la pratique intensive d'une tâche de mémoire de travail pendant plusieurs semaines (dual n-back) semble augmenter l'intelligence fluide (Gf) mesurée par des tests d'intelligence standards[99]. Cette constatation a reçu une certaine d'attention dans les médias et la psychologie populaire, y compris un article dans Wired[100]. Cependant, une critique de l'article a remis en question la méthodologie de l'expérience, notamment le manque d'uniformité dans les tests utilisés pour évaluer le contrôle et test des groupes[101].

Avec le développement des jeux vidéo, des jeux vidéo d'entraînement du cerveau se sont multipliés. Les études scientifiques cependant invalident l'effet de ces jeux sur les habiletés cognitives[97].

Courants de pensée et sociétés[modifier | modifier le code]

Le transhumanisme se donne pour objectif d'étudier les possibilités et les conséquences du développement et de l'utilisation de techniques visant à améliorer les capacités et les aptitudes.[réf. nécessaire]

L'eugénisme est une philosophie sociale qui préconise l'amélioration de l'homme des traits héréditaires, à travers différentes formes d'intervention[102].

Problèmes éthiques posés[modifier | modifier le code]

Les efforts conscients visant à influencer l'intelligence soulèvent des questions d'éthique. La neuroéthique considère les aspects éthiques, juridiques et sociétaux de la neuroscience, et traite de questions telles que la différence entre le traitement d'une maladie humaine neurologique et l'amélioration du fonctionnement du cerveau humain, ainsi que des relations entre la richesse et l'accès aux neurotechnologies. Les questions neuroéthiques interagissent avec l'éthique sur la thérapie génique sur l'humain.

Dans l'histoire, les personnes souffrant de déficiences intellectuelles ou présentant des tableaux cliniques qui évoquent la déficience intellectuelle (comme autrefois les sourds) font souvent l'objet de discrimination, persécutions, meurtres (infanticides des nouveau-nés handicapés sous l'empire Romain, Aktion T4 sous le Troisième Reich, etc), abandons ou stérilisations forcées. C'est pourquoi la question du respect de l'éthique est très importante dans ce domaine.

Intelligence émotionnelle[modifier | modifier le code]

Article détaillé : Intelligence émotionnelle.

En 1990, Peter Salovey et John Mayer proposent le terme « intelligence émotionnelle » pour décrire « l'habileté d'une personne à reconnaître, à utiliser, à comprendre et à gérer ses propres émotions et celles des autres »[103],[104] et débutent des travaux expérimentaux pour valider cette notion[105]. Ce concept a été popularisé dès 1995 par un ouvrage de Daniel Goleman à destination du grand public[106].

Goleman propose que l'intelligence émotionnelle se compose de la compétence personnelle (conscience de soi, maîtrise de soi, motivation) et de la compétence sociale (empathie, aptitudes sociales)[103].

Le concept a depuis lors fait l'objet de nombreuses recherches, car il complète utilement la notion d'intelligence purement psychométrique ou cognitive,dont les psychologue connaissent les limites. Salovey et Mayer, ainsi que Caruso ont mis au point des batteries de tests permettant d'évaluer cette intelligence : le test d'intelligence émotionnelle Mayer-Salovey-Caruso (MSCEIT en anglais) et l'échelle multifactorielle d'intelligence émotionnelle. Leur approche repose sur l'idée que l'intelligence émotionnelle est multifactorielle et comprend la faculté de percevoir les émotions, d'utiliser les émotions pour mieux réfléchir, de comprendre et de gérer les émotions[107].

Leurs études du début des années 2000 indiquent que leurs tests ont une bonne validité écologique en étant corrélés à certaines réussites sociales, indépendamment de l'intelligence verbale ou des facteurs de personnalité décrits par le modèle des Big Five[107].

Intelligence collective et facteur c[modifier | modifier le code]

Article détaillé : Intelligence collective.

Une récente compréhension scientifique de l'intelligence collective, définie comme la capacité d'un groupe à effectuer un large éventail de tâches[108], étend les domaines de recherche sur l'intelligence humaine à la recherche en appliquant les mêmes méthodes et concepts aux groupes. La définition, la mise en œuvre opérationnelle et les méthodes sont similaires à l'approche psychométrique de l'intelligence générale individuelle[109].

De même, la recherche sur l'intelligence collective vise à découvrir un facteur c expliquant les différences entre les performances des groupes et les causes relatives aux structures des groupes ou à leur composition[110].

Notes et références[modifier | modifier le code]

  1. a, b, c, d, e, f, g, h, i, j, k, l, m, n, o, p, q, r, s, t, u, v, w, x, y, z et aa Corwin Boake, « From the Binet–Simon to the Wechsler–Bellevue: Tracing the History of Intelligence Testing », Journal of Clinical and Experimental Neuropsychology, vol. 24, no 3,‎ , p. 383–405 (ISSN 1380-3395, PMID 11992219, DOI 10.1076/jcen.24.3.383.981, lire en ligne)
  2. a, b, c, d, e, f, g, h et i David Wechsler, « The psychometric tradition: Developing the wechsler adult intelligence scale », Contemporary Educational Psychology, vol. 6, no 2,‎ , p. 82–85 (DOI 10.1016/0361-476X(81)90035-7, lire en ligne)
  3. Eysenck 2000, p. 737-744.
  4. a, b, c, d et e Harris Butterworth, p. 8-12
  5. Harris Butterworth, p. 10.
  6. a et b Jacques Lautrey, « Cent ans après Binet : quoi de neuf sur l'intelligence de l'enfant ? », Bulletin de psychologie, vol. Numéro 481, no 1,‎ , p. 133-143 (ISSN 0007-4403, lire en ligne)
  7. a, b, c, d et e Eysenck 2000, p. 738-739.
  8. a et b Papalia 2009, p. 211
  9. (en) Alan S. Kaufman et Nadeen L. Kaufman, Encyclopedia of Special Education, John Wiley & Sons, Inc., (ISBN 9781118660584, lire en ligne)
  10. (en) Alan S. Kaufman, Susan Engi Raiford et Diane L. Coalson, Intelligent Testing with the WISC-V, John Wiley & Sons, (ISBN 9781119176732, lire en ligne)
  11. a, b, c et d U. Neisser, G. Boodoo, T. J., J. Bouchard et A. W. Boykin, « Intelligence: Knowns and unknowns », American Psychologist, vol. 51, no 2,‎ , p. 77–101 (DOI 10.1037/0003-066X.51.2.77)
  12. N. Ritter, E. Kilinc, B. Navruz et Y. Bae, « Test Review: Test of Nonverbal Intelligence-4 (TONI-4) », Journal of Psychoeducational Assessment, vol. 29, no 5,‎ , p. 384–388 (DOI 10.1177/0734282911400400)
  13. Geary, David M., The Origin of the Mind: Evolution of Brain, Cognition, and General Intelligence, American Psychological Association (APA), (ISBN 1-59147-181-8, OCLC 217494183)
  14. Ree, M.J. et Earles, J.A., « Intelligence Is the Best Predictor of Job Performance », Current Directions in Psychological Science, vol. 1, no 3,‎ , p. 86–89 (DOI 10.1111/1467-8721.ep10768746)
  15. (en) Sumithra Muthayya, Ans Eilander, Catherine Transler et Tinku Thomas, « Effect of fortification with multiple micronutrients and n−3 fatty acids on growth and cognitive performance in Indian schoolchildren: the CHAMPION (Children's Health and Mental Performance Influenced by Optimal Nutrition) Study », The American Journal of Clinical Nutrition, vol. 89, no 6,‎ , p. 1766–1775 (ISSN 0002-9165 et 1938-3207, PMID 19369376, DOI 10.3945/ajcn.2008.26993, lire en ligne)
  16. E. Delen, F. Kaya et N. Ritter, « Test review: Test of Comprehensive Nonverbal Intelligence-2 (CTONI-2) », Journal of Psychoeducational Assessment, vol. 30, no 2,‎ , p. 209–213 (DOI 10.1177/0734282911415614)
  17. B. Marshalek, Lohman, D. F. et Snow, R. E., « The complexity continuum in the radex and hierarchical models of intelligence », Intelligence, vol. 7, no 2,‎ , p. 107–127 (DOI 10.1016/0160-2896(83)90023-5)
  18. The Mismeasure of Man, Stephen Jay Gould, Norton, 1996
  19. Schlinger, H.D., « The Myth of Intelligence », The Psychological Record, vol. 53, no 1,‎ , p. 15–33 (lire en ligne)
  20. (en) Han L. J. Van Der Maas, Conor V. Dolan, Raoul P. P. P. Grasman et Jelte M. Wicherts, « A dynamical model of general intelligence: The positive manifold of intelligence by mutualism. », Psychological Review, vol. 113, no 4,‎ , p. 842–861 (DOI 10.1037/0033-295x.113.4.842, lire en ligne)
  21. Flynn 2016, p. 119.
  22. (en) « Flanagan : Cross-Battery Assessment: A Pattern of Strengths and Weaknesses Approach to SLD Identification (SLD : Spécific Learning Disabilities) », sur nyasp.biz (New York association of school psychologists), (consulté le 25 janvier 2017)
  23. a, b, c et d Flynn 2016, p. 133.
  24. a et b IQ Testing 101, Alan S. Kaufman, 2009, Springer Publishing Company, (ISBN 978-0-8261-0629-2)
  25. « Test KABC-II Batterie pour l'examen psychologique de l'enfant, deuxième édition. », sur ecpa.fr (consulté le 25 janvier 2017)
  26. Cattell, R. B. (1987).
  27. J. L. Horn et R. B. Cattell, « Refinement and test of the theory of fluid and crystallized general intelligences », Journal of educational psychology, vol. 57, no 5,‎ , p. 253–270 (DOI 10.1037/h0023816)
  28. A. V. Kvist et J. E. Gustafsson, « The relation between fluid intelligence and the general factor as a function of cultural background: A test of Cattell's investment theory », Intelligence, vol. 36, no 5,‎ , p. 422–436 (DOI 10.1016/j.intell.2007.08.004)
  29. a, b et c Flynn 2016, p. 131-132.
  30. Cattell, R. B. (1971).
  31. P. L. Ackerman, « A theory of adult intellectual development: Process, personality, interests, and knowledge », Intelligence, vol. 22, no 2,‎ , p. 227–257 (DOI 10.1016/S0160-2896(96)90016-1, lire en ligne)
  32. Ackerman, P.L. (1995, August). Personality, intelligence, motivation, and interests: Implicationsfor overlapping traits. Address presented at the annual meeting of the American Psychological Association, New York.
  33. a, b et c Flynn 2016, p. 134.
  34. (en) Cecil R. Reynolds, Randy W. Kamphaus et Becky L. Rosenthal, Handbook of Clinical Child Neuropsychology, Springer US, coll. « Critical Issues in Neuropsychology », (ISBN 9781489968098 et 9781489968074, DOI 10.1007/978-1-4899-6807-4_12, lire en ligne), p. 205–226
  35. Jean Piaget, La naissance de l'intelligence chez l'enfant, (lire en ligne)
  36. Jean Piaget, La Construction du Réel, 1936
  37. Elkind, D., & Flavell, J. (1969).
  38. (en) Richard A. Weinberg, « Intelligence and IQ, Landmark Issues and Great Debates », American Psychologist, vol. 44, no 2, {{Article}} : paramètre « année » ou « date » manquant, p. 98–104 (DOI 10.1037/0003-066x.44.2.98)
  39. (en) R. F. Kitchener, « Piaget's epistemic subject and science education: Epistemological vs. Psychological issues », Science and Education, vol. 2, no 2,‎ , p. 137–148 (DOI 10.1007/BF00592203, Bibcode 1993Sc&Ed...2..137K)
  40. Demetriou, A. (1998).
  41. Demetriou, A., Mouyi, A., & Spanoudis, G. (2010).
  42. a, b, c et d Flynn 2016, p. 145-147.
  43. « None of the Above », sur The New Yorker (consulté le 2 février 2017)
  44. a, b et c Flynn 2016, p. 140-142.
  45. (en) Robert Wood et Albert Bandura, « Impact of conceptions of ability on self-regulatory mechanisms and complex decision making. », Journal of Personality and Social Psychology, vol. 56, no 3,‎ , p. 407–415 (ISSN 1939-1315 et 0022-3514, DOI 10.1037/0022-3514.56.3.407, lire en ligne)
  46. A Bandura, « Perceived self-efficacy in cognitive development and functioning », Educational psychologist, vol. 28, no 2,‎ , p. 117–148 (DOI 10.1207/s15326985ep2802_3)
  47. Brigitte Guerrin, « Albert Bandura et son œuvre », Recherche en soins infirmiers, no 108,‎ , p. 106–116 (ISSN 0297-2964, lire en ligne)
  48. (en) A. L. Duckworth et M. E.P. Seligman, « Self-Discipline Outdoes IQ in Predicting Academic Performance of Adolescents », Psychological Science, vol. 16, no 12,‎ , p. 939–944 (DOI 10.1111/j.1467-9280.2005.01641.x, lire en ligne)
  49. (en) Kelley R et Caplan J, « How Bell Labs creates star performers. », Harvard business review, vol. 71, no 4,‎ (ISSN 0017-8012, lire en ligne)
  50. James J. Heckman, Jora Stixrud et Sergio Urzua, « The Effects of Cognitive and Noncognitive Abilities on Labor Market Outcomes and Social Behavior », Journal of Labor Economics, vol. 24, no 3,‎ , p. 411–482 (ISSN 0734-306X, DOI 10.1086/504455, lire en ligne)
  51. James J. Heckman et Yona Rubinstein, « The Importance of Noncognitive Skills: Lessons from the GED Testing Program », The American Economic Review, vol. 91, no 2,‎ , p. 145–149 (lire en ligne)
  52. P. Wood et P. Englert, « Intelligence compensation theory: A critical examination of the negative relationship between conscientiousness and fluid and crystallised intelligence », The Australian and New Zealand Journal of Organisational Psychology, vol. 2,‎ , p. 19–29 (DOI 10.1375/ajop.2.1.19)
  53. T. Chamorro-Premuzic et A. Furnham, « A possible model for explaining the personality–intelligence interface », British Journal of Psychology, vol. 95,‎ , p. 249–264 (DOI 10.1348/000712604773952458)
  54. J. Moutafi, A. Furnham et J. Crump, « Demographic and Personality Predictors of Intelligence: A study using the Neo Personality Inventory and the Myers-Briggs Type Indicator », European Journal of Personality, vol. 17,‎ , p. 79–94 (DOI 10.1002/per.471)
  55. J. Moutafi, A. Furnham et L. Paltiel, « Why is conscientiousness negatively correlated with intelligence?. », Personality and Individual Differences, vol. 37, no 5,‎ , p. 1013–1022 (DOI 10.1016/j.paid.2003.11.010)
  56. Brody, N. (1992).
  57. A. L. Murray, W. Johnson, M. McGue et W. G. Iacono, « How are conscientiousness and cognitive ability related to one another? A re-examination of the intelligence compensation hypothesis », Personality and Individual Differences, vol. 70,‎ , p. 17–22 (DOI 10.1016/j.paid.2014.06.014)
  58. a, b et c Flynn 2016, p. 136-140.
  59. Gottfredson, L. (2006).
  60. Eysenck 2000, p. 740.
  61. (en) Sternberg, R.J., Beyond IQ: A triarchic theory of human intelligence, New York, Cambridge University Press, (ISBN 0-521-26254-2)
  62. Papalia 2009, p. 213.
  63. (en) Robert J. Sternberg, Successfull intelligence, Simon & Schuster, (ISBN 978-0684814100)
  64. a et b Flynn 2016, p. 134-136.
  65. (en) Brody, N., « Construct validation of the Sternberg Triarchic Abilities Test: Comment and reanalysis », Intelligence, vol. 31, no 4,‎ , p. 319–329 (DOI 10.1016/S0160-2896(01)00087-3)
  66. (en) Brody, N., « What Sternberg should have concluded », Intelligence, vol. 31, no 4,‎ , p. 339–342 (DOI 10.1016/S0160-2896(02)00190-3)
  67. (en) Gottfredson, L., « Dissecting practical intelligence theory: Its claims and evidence », Intelligence, vol. 31, no 4,‎ , p. 343–397 (DOI 10.1016/S0160-2896(02)00085-5)
  68. (en) Gottfredson, L., « On Sternberg's 'Reply to GottfredsonModèle:'- », Intelligence, vol. 31, no 4,‎ , p. 415–424 (DOI 10.1016/S0160-2896(03)00024-2)
  69. Luria, A. R. (1966).
  70. Luria, A. R. (1973).
  71. (en) J.P. Das, « A Better look at Intelligence », Current Directions in Psychology, vol. 11, no 1,‎ , p. 28–32 (DOI 10.1111/1467-8721.00162)
  72. J. P. Das, J. R. Kirby et R. F. Jarman, « Simultaneous and successive syntheses: An alternative model for cognitive abilities », Psychological Bulletin, vol. 82,‎ , p. 87–103 (DOI 10.1037/h0076163)
  73. a et b Das, Jagannath Prasad, Jack A. Naglieri, and John R. Kirby. Assessment of cognitive processes: The PASS theory of intelligence. Allyn & Bacon, 1994.
  74. (en) R. E. Jung et R. J. Haier, « The parieto-frontal integration theory (P-FIT) of intelligence: converging neuroimaging evidence », Behavioral and Brain Sciences, vol. 30,‎ , p. 135–187 (DOI 10.1017/s0140525x07001185)
  75. (en) R. Colom, R. J. Haier, K. Head, J. Alvarez-Linera, M. A. Ouiroga, P. C. Shih et R. E. Jung, « Gray matter correlates of fluid, crystallized, and spatial intelligence: testing the P-FIT model », Intelligence, vol. 37,‎ , p. 124–135 (DOI 10.1016/j.intell.2008.07.007)
  76. Deary 2001, p. 45.
  77. a et b Deary 2001, p. 47-49.
  78. N. C. Andreasen, M. Flaum, V. Swayze et D. S. O'Leary, « Intelligence and brain structure in normal individuals », The American Journal of Psychiatry, vol. 150, no 1,‎ , p. 130–134 (ISSN 0002-953X, PMID 8417555, DOI 10.1176/ajp.150.1.130, lire en ligne)
  79. a, b, c et d Flynn 2016, p. 152-157.
  80. (en) Bogdan Draganski, Christian Gaser, Volker Busch et Gerhard Schuierer, « Neuroplasticity: Changes in grey matter induced by training », Nature, vol. 427, no 6972,‎ , p. 311–312 (ISSN 0028-0836, DOI 10.1038/427311a, lire en ligne)
  81. Joenna Driemeyer, Janina Boyke, Christian Gaser et Christian Büchel, « Changes in Gray Matter Induced by Learning—Revisited », PLoS ONE, vol. 3, no 7,‎ (ISSN 1932-6203, PMID 18648501, PMCID PMC2447176, DOI 10.1371/journal.pone.0002669, lire en ligne)
  82. a et b (en) Ian J. Deary, Lars Penke et Wendy Johnson, « The neuroscience of human intelligence differences », Nature Reviews Neuroscience, vol. 11, no 3,‎ , p. 201–211 (ISSN 1471-003X, DOI 10.1038/nrn2793, lire en ligne)
  83. a et b Deary 2001, p. 49-54.
  84. (en) Ian J. Deary, Alexander Weiss et G. David Batty, « Intelligence and Personality as Predictors of Illness and Death », Psychological Science in the Public Interest, vol. 11, no 2,‎ , p. 53–79 (DOI 10.1177/1529100610387081, lire en ligne)
  85. Ian J. Deary, « Introduction to the special issue on cognitive epidemiology », Intelligence, série Intelligence, health and death: The emerging field of cognitive epidemiology, vol. 37, no 6,‎ , p. 517–519 (DOI 10.1016/j.intell.2009.05.001, lire en ligne)
  86. G. David Batty, Ian J. Deary et Linda Gottfredson, « Premorbid (early life) IQ and Later Mortality Risk: Systematic Review », Annals of Epidemiology, vol. 17, no 4,‎ , p. 278–288 (DOI 10.1016/j.annepidem.2006.07.010, lire en ligne)
  87. Tong S, Baghurst P, McMichael A, Sawyer M, Mudge J. Lifetime exposure to environmental lead and children’s intelligence at 11–13 years: the Port Pirie cohort study. BMJ. 1996;312:1569–75.
  88. Hu H, Tellez-Rojo MM, Bellinger D, et al. Fetal lead exposure at each stage of pregnancy as a predictor of infant mental development. Environ Health Perspect. 2006;114:1730–5.
  89. Schnaas L, Rothenberg SJ, Flores MF, et al. Reduced intellectual development in children with prenatal lead exposure. Environ Health Perspect 2006;114:791–7.
  90. W. Johnson, C. E. Brett et I. J. Deary, « The pivotal role of education in the association between ability and social class attainment: A look across three generations », Intelligence, vol. 38,‎ , p. 55–65 (DOI 10.1016/j.intell.2009.11.008)
  91. C. N. Brinch et T. A. Galloway, « Schooling in adolescence raises IQ scores », Proceedings of the National Academy of Sciences USA, vol. 109,‎ , p. 425–30 (PMID 22203952, PMCID 3258640, DOI 10.1073/pnas.1106077109)
  92. a, b, c et d Flynn 2016, p. 147-151.
  93. Deary 2001, p. 68-81.
  94. a et b (en) James R. Flynn, Are We Getting Smarter?: Rising IQ in the Twenty-First Century, Cambridge University Press, (ISBN 9781107028098, lire en ligne)
  95. Agnès Roux, « Intelligence : une des origines génétiques identifiée », Futura,‎ (lire en ligne)
  96. « Genetic enhancement of learning and memory in mice », Nature, vol. 401, no 6748,‎ , p. 63–9 (PMID 10485705, DOI 10.1038/43432, Bibcode 1999Natur.401...63T)
  97. a et b Sonia Lorant-Royer, Veronika Spiess, Julien Goncalves et Alain Lieury, « Programmes d'entraînement cérébral et performances cognitives : efficacité, motivation... ou « marketing » ? De la Gym-Cerveau au programme du Dr Kawashima... », Bulletin de psychologie, vol. Numéro 498, no 6,‎ , p. 531–549 (ISSN 0007-4403, lire en ligne)
  98. Zach Shipstead, Thomas S. Redick et Randall W. Engle, « Does Working Memory Training Generalize? », Psychologica Belgica, vol. 50, no 3–4,‎ , p. 245–276 (DOI 10.5334/pb-50-3-4-245, lire en ligne)
  99. Jaeggi, S. M., Buschkuehl, M., Jonides, J., Perrig, W. J. (2008), Improving fluid intelligence with training on working memory, Proceedings of the National Academy of Sciences, vol. 105 no. 19
  100. Alexis Madrigal (en), Forget Brain Age: Researchers Develop Software That Makes You Smarter, Wired, April 2008
  101. D. E. Moody, « Can intelligence be increased by training on a task of working memory? », Intelligence, vol. 37, no 4,‎ , p. 327–328 (DOI 10.1016/j.intell.2009.04.005, lire en ligne)
  102. Osborn, F., « Development of a Eugenic Philosophy », American Sociological Review, vol. 2, no 3,‎ , p. 389–397 (DOI 10.2307/2084871, JSTOR 2084871)
  103. a et b Papalia 2010, p. 329-330.
  104. (en) Peter Salovey et John D. Mayer, « Emotional Intelligence », Imagination, Cognition and Personality, vol. 9, no 3,‎ , p. 185–211 (DOI 10.2190/dugg-p24e-52wk-6cdg, lire en ligne)
  105. (en) John Mayer, Maria DiPaolo et Peter Salovey, « Perceiving Affective Content in Ambiguous Visual Stimuli: A Component of Emotional Intelligence », Journal of Personality Assessment, vol. 54, no 3,‎ , p. 772–781 (ISSN 1532-7752 et 0022-3891, DOI 10.1207/s15327752jpa5403&4_29, lire en ligne)
  106. Daniel Goleman, (1997). L’Intelligence émotionnelle : Comment transformer ses émotions en intelligence. Paris: R. Laffont, 421 p.
  107. a et b (en) Peter Salovey, John D. Mayer, David Caruso et Paulo N. Lopes, Measuring emotional intelligence as a set of abilities with the Mayer-Salovey-Caruso Emotional Intelligence Test., American Psychological Association, (ISBN 1557989885, DOI 10.1037/10612-016, lire en ligne), p. 251–265
  108. (en) Anita Williams Woolley, Christopher F. Chabris, Alex Pentland, Nada Hashmi et Thomas W. Malone, « Evidence for a Collective Intelligence Factor in the Performance of Human Groups », Science, vol. 330, no 6004,‎ , p. 686–688 (ISSN 0036-8075, PMID 20929725, DOI 10.1126/science.1193147, lire en ligne)
  109. Spearman, C.E., « "General intelligence," objectively determined and measured », American Journal of Psychology, vol. 15,‎ , p. 201–293
  110. Anita Williams Woolley, Ishani Aggarwal et Thomas W. Malone, « Collective Intelligence and Group Performance », Current Directions in Psychological Science, vol. 24, no 6,‎ , p. 420–424 (ISSN 0963-7214, DOI 10.1177/0963721415599543, lire en ligne)

Bibliographie[modifier | modifier le code]

Document utilisé pour la rédaction de l’article : document utilisé comme source pour la rédaction de cet article.

  • (en) Ian Deary, Intelligence, a very short introduction, New York, Oxford University Press, , 132 p. (ISBN 978-0-19-289321-5). 
  • (en) Michael W. Eysenck, Psychology, a student handbook, Hove, UK, Psychology Press, , 979 p. (ISBN 0-86377-474-1). 
  • (en) James R. Flynn, Does your family make you smarter? Nature, Nurture and Human Autonomy, Cambridge University Press, , 258 p. (ISBN 978-1-316-60446-5). 
  • (en) Margaret Harris et Georges Butterworth, Developmental psychology, a student handbook, Hove and New York, Psychogy Press, Taylor & Francis, (ISBN 9781841691923). 
  • Diane E. Papalia, Sally W. Olds et Ruth D. Feldman, Psychologie du développement humain, 7ème édition, Montréal, Groupe de Boeck, , 482 p. (ISBN 9782804162887). Document utilisé pour la rédaction de l’article

Pour approfondir[modifier | modifier le code]

Ouvrages d'approfondissement[modifier | modifier le code]

Liens externes[modifier | modifier le code]

Articles connexes[modifier | modifier le code]