智力
Module:Databox第76行Lua错误：attempt to index field 'wikibase' (a nil value) 智力（英语：intelligence）是指生物一般性的精神能力。这个能力包括以下几点：推理、理解、计划、解决问题、抽象化、表达意念以及语言和学习的能力。尽管智力的定义与重要性存在争论，特别是在主流刊物中，研究者们还是能够在不少与智力相关的问题上持有共识。
智力测验被经常用作确定人的智力。这并不是无可争议的。一些研究者已经开始对智力进行研究，这种智力来自于人们的协作。
计算机科学促进了对人工智能领域的研究，这些研究旨在寻求如何使计算机以更加智能的方式运算。
对智力的研究跨越心理学、神经科学、教育学和人工智能等多个学科。美国心理学会1995年发布的共识报告《智力：已知与未知》指出：“个体在理解复杂思想、有效适应环境、从经验中学习、进行各种形式的推理以及通过思考克服障碍的能力上存在差异。对‘智力’概念的种种界定正是试图阐明和组织这一系列复杂的现象。”[1]
词源[编辑]
“智力”一词源于拉丁语名词“intelligentia”或“intellectus”，后者又来自动词“intelligere”——意为“理解”或“感知”。在中世纪，“intellectus”成为学术术语，用于翻译希腊哲学概念“努斯”（nous），与经院哲学中的形而上学和宇宙论联系密切。近代哲学兴起后，弗朗西斯·培根、托马斯·霍布斯、约翰·洛克和大卫·休谟等哲学家更倾向于使用“理解”（understanding）一词。“智力”后来在现代心理学中被重新采用为学术概念。[2]
定义[编辑]
对于如何定义智力，学术界存在争论。不同学者对其构成能力的描述各不相同，在智力是否可以被量化的程度上也存在分歧。[3]
多位著名研究者曾为智力提出各自的定义。阿尔弗雷德·比奈将其描述为“判断力，或称‘常识感’、‘实践感’、‘主动性’——适应环境的能力……自我批评”。大卫·韦克斯勒将智力定义为“个体有目的地行动、理性地思考以及有效处理其环境的总体能力”。罗伯特·斯腾伯格和威廉·索尔特将其归纳为“目标导向的适应行为”。而肖恩·莱格和马库斯·胡特在综合了70多种定义后提出：“智力衡量一个智能体在广泛环境中实现目标的能力。”[3]
智力的理论[编辑]
心智量度理论[编辑]
为了量化这一高低之别，人们提出用测试的方法去实现，这就是我们说的智力商数测试（智商测试）。
智力在狭窄的定义中是以智商来衡量。这些测验在一定的程度上有它的可靠性，但它不是用来量度创造力、个性、性格或智慧。智力测验有很多方式，但全都是量度相同的智力。g因素一直被认为是智力测验中的一个主要测量因素。（见g因素理论）。
一些研究员曾经建议智力不是一个单一的数量或概念而是包含着一组相对独立的能力。
智力三因素理论[编辑]
罗伯特·斯腾伯智（Robert Sternberg）提出了智力的三因素理论，认为智力包括三个部分——成分、经验和情境。[4]
- 成分性智力（componential intelligence）是指思维和问题解决等所依赖的心理过程。
- 经验智力（experiential intelligence）是指人们在两种极端情况下处理问题的能力：新异的或常规的问题。
- 情境智力（contextual intelligence）反映是在对日常事物的处理上。它包括对新的和不同环境的适应，选择合适的环境以及有效地改变环境以适应你的需要。
多元智能理论[编辑]
哈佛大学心理学家加德纳在1983年提出了多元智能理论。他认为过去对智力的定义过于狭窄，未能正确反映一个人的真实能力。他在《心智的架构》（Frames of Mind）这本书里提出，人类的智能至少可以分成七个范畴（后来增加至八个）：
- 逻辑 （logical）
- 语言文字（linguistic）
- 空间（spatial）
- 音乐（musical）
- 肢体运作（kinesthetic）
- 内省（intra-personal）
- 人际（inter-personal）
- 自然探索（naturalist）
详细内容请参考多元智能理论条目。
情绪智商[编辑]
丹尼尔·高尔曼（Daniel Goleman）和其他几个研究者，揭露了情绪智商（简称情商EQ，Emotion Quotient）的概念并声称它至少像更传统的“智力”一样重要。
多元智能理论的支持者们通常认为，对g8因素的测量是对学业能力的最佳测量方法。他们认为其他种类的智能在学校教育之外会同等重要。
作为回应，g8因素的研究者认为，在进行实际测量的时候（hunt2001）多元智能理论还没有诞生。他们还指出，g8因素对个人行为有根本性的影响，个人的工作表现也不例外。（坎贝尔，Campbell, 1991）。
认知理论[编辑]
智力的认知理论代表是信息加工理论，由斯腾伯格提出。信息加工理论包括了以下三个核心观念：
争议[编辑]
研究人类智力的学者面临了许多舆论的批判，这甚至多到一般科学家所无法忍受的地步。一些备受争议的课题包括：
- 从心智量度理论以及以常理方式看待这个主题的差异
- 智力在每日生活中的重要性 (Berkin Çaygür)
- 遗传因素和环境因素对人类智力的影响（先天与后天）
- 不同种族及性别的智力差异，以及这些差异的来源和意义（种族与智力）
其他形式的智力[编辑]
社会智力[编辑]
社会智力是指在社交情境中理解他人和自己的社交线索及动机的能力。它被认为不同于其他类型的智力，但与情绪智力相关。社会智力的研究关注我们如何做出对他人的判断、判断的准确性，以及为何某些人会被视为具有积极或消极的社会特质。[5]
道德智力[编辑]
道德智力是区分对错并基于被认为正确的价值观行事的能力。它被认为是一种独立的智力形式，独立于情绪智力和认知智力。[6]
书本智慧与实践智慧[编辑]
“书本知识”与“实践知识”（或称“街头智慧”）是两个对比概念：一些人通过学术研究获得知识，但可能缺乏将知识灵活应用于实际的经验；另一些人通过实践经验获得知识，但可能缺乏准确的信息。人工智能研究者赫克托·莱韦斯克指出：“鉴于通过文本学习在我们个人生活和文化中的重要性，我们对其如此不屑一顾或许令人惊讶。它有时被贬低为仅仅是‘书本知识’……相比之下，通过直接经验和学徒制获得的知识被称为‘实践知识’。”[7]
非人类动物智力[编辑]
对人类以外动物的智力研究是比较心理学的重要领域。沃尔夫冈·苛勒对黑猩猩智力的经典研究（如使用工具获取食物）是这一领域的先驱工作。研究表明，海豚、大象和一些头足类动物（如章鱼）展现出显著的认知能力。此外，一般智力因素（g因素）在非人类物种中也有所发现：灵长类动物的认知能力测量中g因素解释了约47%的个体差异。[8]
人工智能[编辑]
人工智能领域的研究者对智力提出了诸多定义。卡普兰和海恩莱因将人工智能定义为“系统正确解释外部数据、从这些数据中学习以及通过学习成果灵活适应以实现特定目标和任务的能力”。肖恩·莱格和马库斯·胡特将其定义为“智能体在广泛环境中实现目标的能力”。数学家在量化此种能力时，将其理解为“优化能力”——智能体有效跨领域优化世界以实现其偏好的能力。[9] 与人类相比，现有的人工智能在通用智力方面仍有较大差距，目前多数系统属于“狭义AI”——仅在特定任务上表现优异。
参考资料[编辑]
- ^ Neisser, Ulrich; Boodoo, Gwyneth; Bouchard, Thomas J.; et al. Intelligence: Knowns and Unknowns. American Psychologist. 1996, 51 (2): 77–101. doi:10.1037/0003-066x.51.2.77 （English）.
- ^ Goldstein, Sam; Princiotta, Dana; Naglieri, Jack A. (编). Handbook of Intelligence. Springer. 2015. ISBN 978-1-4939-1561-3 （English）.
- ^ 3.0 3.1 Legg, S.; Hutter, M. A Collection of Definitions of Intelligence. Advances in Artificial General Intelligence. IOS Press. 2007. ISBN 978-1-58603-758-1 （English）.
- ^ 《心理学与生活》（Psychology and life），Richard Gerrig / Philip Zimbardo，ISBN 978-7-115-11130-2，人民邮电出版社，2003-10，P52
- ^ Walker, Ronald E.; Foley, Jeanne M. Social Intelligence: Its History and Measurement. Psychological Reports. 1973, 33 (3): 839–864. doi:10.2466/pr0.1973.33.3.839 （English）.
- ^ Borba, Michele. Building Moral Intelligence: The Seven Essential Virtues That Teach Kids to Do the Right Thing. Jossey-Bass. 2002. ISBN 978-0787962265 （English）.
- ^ Levesque, Hector J. Common Sense, the Turing Test, and the Quest for Real AI. MIT Press. 2017. ISBN 978-0262036047 （English）.
- ^ Reader, S. M.; Hager, Y.; Laland, K. N. The evolution of primate general and cultural intelligence. Philosophical Transactions of the Royal Society B. 2011, 366 (1567): 1017–1027. doi:10.1098/rstb.2010.0342 （English）.
- ^ Russell, Stuart J.; Norvig, Peter. Artificial Intelligence: A Modern Approach 4th. Pearson. 2020. ISBN 978-0134610993 （English）.
- Hunt, E.（2001）. Multiple views of multiple intelligence. [Review of Intelligence reframed: Multiple intelligence in the 21st century.] Contemporary Psychology, 46, 5-7.
- Campbell, J. P. (1990). The role of theory in industrial and organizational psychology. In M. D. Dunnette & L.M Hough (Eds.). Handbook of industrial-organizational psychology 2nd ed.), Vol. 1 (pp. 39–74). Palo Alto, CA: Consulting Psychologists Press.
- 关于智力研究的新进展/林崇德 白学军 李庆安 北京师范大学学报（社会科学版）2004年第一期（总第181期）
外部链接[编辑]
- Mainstream Science on Intelligence: An Editorial With 52 Signatories, History, and Bibliography （页面存档备份，存于互联网档案馆）
- Human Intelligence （页面存档备份，存于互联网档案馆）
Module:Authority_control第183行Lua错误：attempt to index field 'wikibase' (a nil value)