Chaos and Order

💡 왼쪽 원문을 읽으면서 오른쪽에 따라 써보세요. Tab 키로 힌트를 받을 수 있습니다.

はじめに

賢いという言葉は一日に何度も使われますが、そのなかには少なくとも三つの違うものが混ざっています。

ひとつは心理測定学が扱う統計的な規則性です。ふたつめは、その規則性を説明しようとする理論モデルです。みっつめは、日常で人を評価するときに使う社会的な用法です。この三つは互いに違い、混ぜると会話が成り立ちません。

この記事の目標は、どちらが正しいかを決めることではなく、地形を描くことです。ここにはいまも開いたままの論争があり、私はそれを閉じないでおきます。

1. 始める前にはっきりさせておくこと

この記事は検査とモデルについての記事です。人についての記事ではありません。ですから、みっつのことを先に釘を刺しておきます。

第一に、測定された能力は人の価値ではありません。認知検査の点数は、特定の時点に特定の条件で特定の種類の課題を遂行した記録です。その記録で、ひとりの人間の価値や尊厳を語ることはできません。これは礼儀として付け加える言葉ではなく、測定という行為の論理的な限界です。どんな道具も、自分が測るようにつくられたものだけを測ります。

第二に、この記事はどの集団とどの集団も比較しません。そうした比較はこの記事の主題ではなく、ここで扱うどの資料も、そのような結論の根拠として使うことはできません。

第三に、人を並べて順位をつけるために、この記事の内容を使うことはできません。以下で見るとおり、測定道具の予測力はそういう用途に使うにはまるで足りません。

2. 正の相関の束という観察

知能研究の出発点は理論ではなく、資料のパターンです。性質の違う認知課題の点数が、おおむね正の相関を示すという観察です。語彙検査と図形推論のように、見た目には関係がなさそうな課題のあいだにも正の相関が現れます。

McGrewらが2023年にJournal of Intelligenceで発表した論文は、この地点を正確に突きます。著者らは、一般知能は主流の知能研究の一次的な事実ではなく、一次的な事実は正の相関の束であり、一般因子はその事実についてのひとつの解釈だと書いています（McGrew 他, 2023, 2026-08-16 閲覧）。

この区別が、この記事でもっとも重要な一行です。相関の束が存在することは、反復して観察された事実です。その束の背後にひとつの原因があることは、解釈です。前のものは丈夫で、後ろのものは論争中です。

3. CHCという主流モデル

心理測定学でもっとも広く使われている構造モデルはCHCです。Cattell、Horn、Carrollの三人の仕事が統合された名前です。

このモデルは能力を層に分けます。いちばん上に一般因子、その下に流動性推理、結晶性知能、視覚処理、聴覚処理、作業記憶、検索流暢性、処理速度といった広い能力、さらにその下に、はるかに多くの狭い能力が置かれます。

McGrewらの2023年の研究は、心理測定ネットワーク分析という別の方法で同じ資料を見たとき、支配的な一般因子を前提しなくても七つの広いCHC次元が確認されたと報告します。つまり広い能力どうしの区分そのものは、方法を変えても残りました。

ここでCHCが理論的な真理だという意味ではありません。検査道具がCHCの枠に合わせてつくられているために、資料がその枠に合う形で出てくる部分もあります。モデルと測定道具が互いを強化する構造は、この分野が長く抱えている問題です。

4. 一般因子の解釈はなぜ論争中なのか

McGrewらは、この論争をふたつの陣営に整理します。一方は、階層モデルにおいて広いCHCの点数がいまも解釈価値を持つと見ます。もう一方は、広い能力が全体IQを超えて提供する情報はごくわずかだと見ます。著者らはネットワーク分析を、この膠着を越える代案として提示します。

同じ論文が指摘するもうひとつの区別が、心理測定的な一般因子と理論的な一般因子です。前のものは要因分析で取り出した統計量であり、後ろのものは、その背後になんらかの生物学的な機序があるという主張です。著者らは、共通原因モデルがこのふたつを混ぜて理論的な混乱をつくっていると批判します。

日常会話で起きる混乱も、まさにここです。「頭がいい」という言葉が検査の点数を指しているのか、その点数の背後にあると仮定された何かを指しているのかが区別されません。そしてほとんどの場合、後者として使われます。

5. 予測力は両方向に誇張される

ここで正直に明かしておくことがあります。私は今回、認知能力検査と学業や所得のような結果とのあいだの具体的な相関係数を提示する資料を確認できませんでした。ですからその数値はこの記事に書きません。記憶にある数字を書くことは、このシリーズではやらないと決めたことです。

代わりに確認したものがひとつあります。予測力の推定値そのものが過大推定されてきたという、方法論上の発見です。

Sackettらが2022年にJournal of Applied Psychologyで発表した論文は、人事選抜分野のメタ分析が範囲制限を補正するやり方を再検討しました（Sackett 他, 2022, 2026-08-16 閲覧）。

著者らは、よく使われてきた五つの補正方式を検討したうえで、それぞれが相当な過大補正を生む問題を抱えており、その結果として多くの選抜道具の妥当性が実質的に過大推定されてきたと結論づけました。再計算した推定値でも、順位の高かった道具はおおむね依然として高かったのですが、平均妥当性の値は0.10から0.20ほど下がりました。そして構造化面接がもっとも高い順位に上がってきました。

この発見がなぜ重要なのかは、ふたつの方向から読まなければなりません。

ひとつの方向は、誇張を下げることです。広く引用されてきた数値が方法論上の理由で膨らんでいたのなら、その数値に寄りかかって立てられた主張も一緒に弱くなります。

もうひとつの方向は、逆向きの誇張も警戒することです。著者らの結論は、選抜道具が役に立たないということではなく、予測関係が以前に考えられていたよりかなり低いということでした。低くなったことと、なくなったことは違います。

ですからこの項目の正確な要約はこうです。測定された能力の予測力は、よく引用されるものより小さく、同時にゼロでもありません。どちらの誇張もありふれています。

6. 多重知能はなぜ広く教えられ、なぜ根拠が弱いのか

多重知能理論は、韓国の教育現場と自己啓発の言説に深く入り込んでいます。言語知能、論理数学知能、身体運動知能のように、複数の種類の知能が独立に存在するという枠組みです。

まず、この理論がなぜ魅力的なのかを認めてから進む必要があります。ひとつの尺度で人を並べるやり方への反発から出てきたものであり、それぞれ違う強みがあるというメッセージは、それ自体としてよいメッセージです。この枠組みを学んだ人たちが、愚かだから学んだのではありません。

問題は証拠です。Waterhouseが2023年にFrontiers in Psychologyに書いた論文は、この理論を神経神話と規定し、三つの空白を指摘します（Waterhouse, 2023, 2026-08-16 閲覧）。

第一に、それぞれの知能を測る標準的な測定道具が存在しません。第二に、要因分析の結果は、知能どうしが独立というよりも互いに相関していることを示しており、これは理論の中核的な主張と食い違います。第三に、それぞれの知能に対応する神経相関物が確認されていません。

同じ論文が、普及の程度を示す調査を引用しています。アメリカの教員志望者の90パーセントが多重知能の方略を授業で使うつもりだと答え、ケベックの教員の94パーセントが実際に使っていると答えました。一方、カナダ、アメリカ、イギリスの教員のうち、多重知能を神経神話として認識していた割合は25パーセントでした。

この落差がこの項目の要点です。広く信じられていることと、検証されたことは、まったく別の問題です。

7. 学習スタイルというもっとありふれた神話

同じ構造がもっと大きく現れるのが学習スタイルです。視覚型、聴覚型、体験型に分け、それに合わせて教えればよりよく学べるという主張です。

Brownが2023年にFrontiers in Educationに書いたレビューは、この信念の普及率と証拠の状態をあわせて整理します（Brown, 2023, 2026-08-16 閲覧）。

普及率から見ます。Dekkerらの2012年の調査では、イギリスの教員の93パーセント、オランダの教員の96パーセントがこの仮説を支持しました。NewtonとSalviの2020年の調査では89.1パーセントでした。Hughesらの2020年の調査では、オーストラリアの教員の79パーセント以上が支持しました。

証拠の状態はこうです。Pashlerらが2008年に指摘したとおり、この仮説をきちんと検定するには交差交互作用を示さなければなりません。つまり視覚型には視覚資料が、聴覚型には聴覚資料がよりよくなければならず、ふたつの線が交差しなければなりません。Brownの整理によれば、検討された研究の75パーセントがその交差交互作用を産出できませんでした。その後の複数の研究でも、必須の交差交互作用は現れませんでした。

つまり学習スタイルに合わせた授業が効果的だという主張は、大衆的に広く広まっているが根拠が裏づけていない主張として分類されます。

ここでひとつ気をつけることがあります。人によって好む学習のやり方があるというのは、別の話です。好みは実際に存在します。崩れるのは好みの存在ではなく、好みに合わせればよりよく学べるというつなぎ目です。

8. 専門性は領域にくっついている

このシリーズの前のふたつの記事で見た内容が、ここにも引っかかります。

Salaらの2019年の二次メタ分析は、認知訓練の効果が訓練した課題とその近くを越えないという結論を出しました。プラセボ効果と出版バイアスを統制すると、遠転移の効果量と真の分散がゼロになりました（Sala 他, 2019, 2026-08-16 閲覧）。

そしてチェス研究が示したように、専門家の優位はその領域のパターンが生きているときに現れます（Bartlett 他, 2013, 2026-08-16 閲覧）。

このふたつを合わせると、実用的に重要な結論が出てきます。ある人がひとつの領域でたいへん優れているという事実は、別の領域について教えてくれることが非常に少ないのです。これは謙虚さを勧める言葉ではなく、資料が言っていることです。

9. 社会的に使われる「賢い」

最後に、実際の会話でこの言葉がどう使われているのかを見ます。この節は研究結果ではなく観察です。そう読んでいただければと思います。

日常で誰かを賢いと言うとき、実際に指しているのはたいていこういうものです。

話が速く、説明がなめらかである。
この場で通用する語彙と参照を知っている。
自信をもって話す。
自分と似たやり方で考える。

このリストには、上で扱ったどの測定概念もありません。流暢さは能力の信号でありうるけれども、流暢さそのものが能力ではなく、自信は能力と独立に変動します。そして最後の項目は、能力についての判断ではなく類似性についての判断です。

この観察が実用的に重要な理由は、人々がこの社会的な用法を心理測定的な概念と同じものとして扱うからです。会議で話がなめらかな人が実際に判断がよいのかは別の問題であり、それを確かめるには結果を見なければなりません。

10. 主張ごとの証拠等級

主張	証拠等級	根拠
認知課題の点数のあいだに正の相関の束がある	反復検証済み	McGrew 他 2023
その束の背後に単一の原因がある	論争中	McGrew 他 2023がふたつの陣営を整理
CHCの広い能力の区分は方法を変えても残る	反復検証済み	McGrew 他 2023 ネットワーク分析
広い能力の点数が全体IQ以上の情報を与える	論争中	McGrew 他 2023が引用した対立陣営
選抜道具の妥当性が過大推定されてきた	方法論的な再分析	Sackett 他 2022
多重知能理論に標準的な測定道具がない	批判文献の整理	Waterhouse 2023
多重知能が教育現場で広く使われている	調査資料	Waterhouse 2023が引用した調査
学習スタイルに合わせた授業が効果的である	大衆的だが根拠不足	Brown 2023, Pashler 他 2008を引用
専門性は領域を越えて一般化しない	反復検証済み	Sala 他 2019, Bartlett 他 2013
日常的な賢さの判断が測定概念と一致する	根拠なし	この記事の観察、検証資料なし

何が検証されていないか

第一に、先に明かしたとおり、私はこの記事に、認知能力と実際の成果のあいだの具体的な相関係数を書きませんでした。信頼できる形で確認できなかったからです。この記事でもっとも大きな空白です。

第二に、一般因子の解釈をめぐる論争は開いています。私はどちらにも結論づけませんでしたし、それが現在の状態をもっとも正確に反映していると思います。ただし、この論争が開いていることと、何もわかっていないことは違います。相関の束の存在は論争の対象ではありません。

第三に、多重知能についての判断は、批判文献一本に大きく寄りかかっています。Waterhouseはこの理論の長年の批判者であり、私は反対陣営の資料を今回は直接読めませんでした。その事実を踏まえて読む必要があります。ただし、標準的な測定道具がないという指摘は、確認したり反論したりするのが比較的やさしい種類の主張です。

第四に、学習スタイルについては、ここ数年のあいだに反論の性格をもつメタ分析も発表されていることを、検索の過程で見ました。ただしその論文を直接読めていないので、内容を要約しません。この項目の結論が今後調整される可能性は開いておきます。

第五に、この記事は能力の発達、環境の影響、教育の効果を扱いませんでした。構造モデルについての記事と、発達についての記事は別の記事です。

おわりに

整理するとこうです。

性質の違う認知課題の点数が正の相関をなすという観察は、丈夫です。その観察を何で説明するのかは、まだ論争中です。その論争を大衆的に置き換えてきた多重知能と学習スタイルは、広く広まっていますが根拠が弱いです。そしてどんな測定値でも、予測力はよく引用されるものより小さいです。

この四つの文を合わせると、実用的な結論がひとつ出てきます。自分であれ他人であれ、人を一般能力の大きさで要約しようとする試みは、資料が支持しません。確認できるのは、はるかに狭く具体的なものです。何ができるのか、どんな条件でそうなるのか、何がまだできないのか。

そして最初に書いた文をもう一度書きます。測定された能力は人の価値ではありません。この記事に出てきたどの数値も、そういう用途に使うことはできません。

続く記事：

前の記事：練習の構造 — 間隔、検索、混ぜること。
次の記事：専門家になる道 — ここまでの内容を実行できる形に。
思考実験室 — 判断のバイアスを自分で体験してみる道具。
論理実験室 — 論証の構造を分解してみる道具。

参考資料

以下は、この記事を書きながら2026-08-16に直接確認した資料です。リンクは実際に読んだアドレスであり、一部はEurope PMCとSemantic Scholarの公開API応答です。