人类认知差异

日常生活中，“这孩子真聪明”或“他数学天赋不错”这类评价并不少见。然而，“聪明”究竟意味着什么？我们又该如何客观地衡量它？智能评估作为心理学的重要分支，不仅帮助我们认识个体之间的差异，更深刻影响着教育方向、职业选拔和社会政策的制定。理解智能评估的科学原理，是走进心理学世界的重要一步。

---

心理评估的科学基础

心理评估是运用标准化的测试程序来评估个体能力、行为与个人品质的科学方法，也被称为个体差异测量。它的核心目标在于说明某个个体在特定维度上与他人的差异或相似之处。仅凭教师或考官的主观印象来判断学生的学习能力，往往容易受到个人偏好、情绪状态甚至外貌印象的影响。心理评估的诞生，正是为了用更客观、更系统的方式替代这种主观判断。

心理评估的历史渊源

虽然现代西方心理学中的正式测试程序直到20世纪初才开始广泛应用，但评估技术在古代中国早已成为成熟的制度。

早在4000多年前，中国就建立了复杂的公务员考试制度，官员需要每三年参加一次口试来证明自己的治理能力。汉代之后，书面考试逐渐取代口试，内容涵盖法律、军事、农业和地理等多个领域。到了明代，公务员选拔形成了三个阶段的筛选程序：地方考试仅有4%的考生能够通过，随后是为期九天九夜、考查经典著作写作的会试，通过率仅为5%，最终才是在京城举行的殿试。

中国古代的科举制度是世界上最早的标准化考试体系，它强调公平竞争与客观评估，这一理念对后来西方的考试制度产生了深远影响。19世纪初，英国外交官和传教士观察并记录了中国的选拔程序。此后，英国人借鉴并改良了这套制度，美国也随之采用类似方法来选拔公务员。

西方智能测试发展的关键人物是英国学者弗朗西斯·高尔顿。他在1869年出版了《遗传天才》一书，对后来测试方法、理论与实践的发展产生了深远影响。高尔顿是查尔斯·达尔文的表弟，试图将进化论的思想应用于人类能力的研究，探讨卓越才能是否会在家族中遗传。

高尔顿提出了关于智能评估的四个基本观点，对后世影响至今：

1. 智能差异是可以量化的，不同人的智能水平可以用数字加以区分。
2. 人群中的智能分数会形成钟形曲线分布，大多数人集中在中间水平，极端情况较少。
3. 智能可以通过每道题只有一个正确答案的客观测试来测量。
4. 两组测试分数之间的关联程度可以通过统计程序加以计算和比较。

评估工具的三项基本要求

一个优秀的心理评估工具必须同时满足三个基本条件：可靠性、有效性与标准化。三者缺一不可，就好比一台精密仪器，不仅要每次读数一致，还要确实测量了目标内容，同时每个使用者都以相同方式操作。

可靠性

可靠性指的是评估工具能够给出一致结果的程度。体重秤在同一个早晨连续称重三次却显示不同读数，说明这台秤不可靠。心理测试同样如此，一份可靠的测试应当在不同时间对同一个人给出相似的结果。

测试可靠性的主要方式有两种。其一是测试—重测可靠性，即让同一批人在不同时间参加同一份测试，然后计算两次分数之间的相关性。完全可靠的测试相关系数为1.00，意味着两次测试的分数模式完全吻合；完全不可靠的测试相关系数则为0.00，意味着两次得分毫无关联。其二是内部一致性，即比较同一份测试中奇数题目与偶数题目的得分是否相近。若测试可靠，两个部分的得分应趋于一致。

有效性

有效性指的是测试实际测量到目标内容的程度。一份声称评估智能的测试，应当真正反映个体的智能水平，而不是测量了其他无关因素。有效性通常分为三种类型。

内容有效性要求测试能够全面覆盖所要评估的领域范围。若要评估一名学生的生活满意度，仅关注学业成绩明显不够，还需要纳入人际关系、身心健康、家庭状况等多方面内容。

标准关联有效性是将测试分数与某项外部标准进行比较。若一份测试的目的是预测大学阶段的学业表现，那么大学的实际成绩就是合适的比较标准。若测试分数与大学成绩高度相关，就说明该测试具备标准关联有效性。

结构有效性则关注测试能否充分反映某个理论上的心理构念。对于抑郁、焦虑这类抽象的心理品质，心理学家已有系统的理论描述。若一份新开发的抑郁量表与公认有效的抑郁测量工具高度相关，就说明它具有良好的结构有效性。

标准化

即便一份测试同时具备可靠性和有效性，仍需要一套参照标准来解释分数的含义。某人在抑郁量表上得了18分，这到底说明什么？是轻度抑郁，还是完全正常？若没有比较基准，分数本身没有任何意义。

标准化的过程包括：在大规模样本上收集测试数据，建立常模，计算不同年龄、性别群体的平均分数和分数分布范围，从而让个体分数在群体参照中得到合理解释。除此之外，标准化还要求测试的实施方式统一——所有人在相同的条件下、以相同的方式参加测试。若有人获得额外的时间、更详细的说明或特殊的鼓励，测试结果便失去了横向比较的基础。只有做到程序统一、评分规则一致，测试结果才真正具有可比性和参考价值。

---

智能评估的发展历程

有些心理学家认为人类智能可以量化并简化为单一分数，另一些人则认为智能由多个组成部分构成，应当分别评估。还有一些人主张实际上存在几种截然不同的智能类型，跨越不同的体验领域。在了解具体的测试工具之前，有必要先梳理智能测试的发展脉络，理解这些测试是如何与不同的智能观念相互交织的。

第一个实用智能测试

1905年，第一个实用智能测试正式发表。阿尔弗雷德·比奈响应法国公共教育部长的呼吁，为发育障碍儿童开发更有效的教学方法。比奈和他的同事西奥多·西蒙认为，测量儿童的智能能力是制定教学计划的必要前提。

比奈的目标是设计一套客观的智能表现测试，用来区分发育障碍儿童与正常学龄儿童，从而减少学校对教师主观评估的依赖。他设计了适合不同年龄段的测试题目，这些题目可以客观评分，内容不受儿童家庭环境差异的显著影响，并且着重考查判断与推理能力，而非机械记忆。

智商的诞生与发展

虽然比奈在法国开启了标准化智能评估的先河，但美国心理学家很快将这一方法推向了更大的舞台，并发展出了智商这一数字化的标准智能测量方式。

斯坦福大学的刘易斯·特曼曾担任公立学校管理员，他深刻认识到比奈方法的价值。他为美国学童重新改编了比奈的测试题目，统一了测试的实施方式，并通过对数千名儿童进行测试建立了各年龄段的分数标准。1916年，他正式发表了斯坦福—比奈智能量表。

特曼通过这份新测试确立了智商的计算方法。智商是心理年龄除以生理年龄再乘以100的结果：

智商 ＝ 心理年龄 ÷ 生理年龄 × 100

一名生理年龄为8岁、心理年龄测试结果为10岁的儿童，智商为125；同样生理年龄但表现仅达到6岁水平的儿童，智商则为75。心理年龄与生理年龄相等时，智商为100，因此100分被定为平均智商。

韦克斯勒智能量表

纽约贝尔维尤医院的戴维·韦克斯勒注意到，成人智能评估过度依赖语言类题目，这对语言能力较弱的人并不公平。1939年，他发表了韦克斯勒—贝尔维尤智能量表，将语言子测试与非语言性的操作子测试结合在一起，除了整体智商分数外，还能分别得到语言智商和非语言智商的估计值。

经过几次修订后，该测试于1955年更名为韦克斯勒成人智能量表。目前通用的第四版将子测试组织为四个量表，涵盖语言理解、知觉推理、工作记忆和处理速度四个维度。

参加韦克斯勒成人智能量表后，可以得到一个综合的全量表智商，以及四个分量表的单独分数，从而更细致地了解不同认知维度上的表现差异。

智能的两极分化

现代的智商分数不再通过心理年龄除以生理年龄来计算，而是直接将个人分数与同龄群体进行比较。智商100代表平均水平，即50%的同龄人得分低于这一数值。智商分数遵循正态分布曲线，绝大多数分数集中在均值附近，极端的高分与低分都较为少见。

智力障碍与学习障碍

当18岁以下的个体在标准化测试中所得智商分数比平均值低约两个标准差时，就符合智力障碍的一项判断标准。对于韦克斯勒成人智能量表而言，这一分界线约在70分。然而，仅凭智商分数并不足以做出诊断，个体还必须同时表现出适应行为方面的明显局限。适应行为是指人们在日常生活中所需要的概念性技能、社会性技能与实践性技能的集合。

智力障碍可能由多种遗传与环境因素共同引发。唐氏综合症是因21号染色体上存在额外遗传物质而导致的疾病，患者通常伴随较低的智商水平；苯丙酮尿症同样是一种可能对智商产生负面影响的遗传疾病，但若在婴儿期及时诊断并严格遵守特殊饮食，其负面影响可以得到有效控制。在环境方面，孕期感染风疹或梅毒，以及怀孕期间饮酒或使用其他药物，都会增加生育认知缺陷儿童的风险，尤其是在妊娠早期。

当智商分数与实际学业表现出现明显落差时，则可能存在学习障碍。在做出诊断之前，临床医生需要排除低动机、教学质量一般或视力缺陷等其他潜在原因。许多学校会为被诊断出学习障碍的学生提供专项辅导和支持。

天赋与才能

智商在130以上的个体通常被认为具有天赋。然而，与智力障碍的界定一样，研究者认为单纯依靠智商并不能全面概括天赋的内涵。

约瑟夫·伦祖利提出了天赋的“三环”概念，主张从能力、创造力和任务承诺三个维度来描述天赋。按照这一理解，即便智商处于中等偏上而非特别突出，只要一个人在某一领域表现出较高的创造力，并对相关问题或表现领域保持持久的投入，同样可以被认为具有天赋。这也解释了为何有天赋的人往往只在特定领域突出，而非在所有学科上都出类拔萃。

刘易斯·特曼于1921年启动了一项针对超过1500名高智商儿童的长期追踪研究，这些孩子的测试成绩均位于所在学校人口的前1%。特曼的研究颠覆了外界对天才儿童社会适应不良的刻板印象，发现这批孩子在情绪调节和社会适应方面总体优于同龄人，焦虑水平也普遍较低。

---

智能理论的发展演变

测量智能固然重要，但在此之前，必须先弄清楚“智能”究竟是什么。心理学家在这一问题上分歧明显：有人认为智能是一种统一的整体能力，有人认为它由多个相互独立的成分构成，还有人认为智能的范畴远远超越了传统测试所能涵盖的内容。以下几种主要理论，分别从不同角度尝试回答这一问题。

心理测量学视角下的智能结构

心理测量学是专门研究心理测试各个方面的心理学分支，涵盖人格评估、智能评价与能力测量等领域。心理测量学取向的智能理论，通过分析不同能力测量之间的统计关系，来推断人类智能的内在结构。其中最常用的统计方法是因子分析，即在大量独立变量中识别出数量更少的潜在维度或共同因子。

查尔斯·斯皮尔曼是因子分析在智能研究领域的早期重要应用者。他发现个体在各种智能测试上的表现之间存在高度相关，由此推论存在一种潜藏于所有智能表现之下的一般智能因子，称为“g”。此外，每个具体领域还有各自对应的特殊技能因子，斯皮尔曼称之为“s”。一个人在词汇或算术测试上的表现，既取决于其一般智能水平，也受到该领域专项技能的影响——这与运动员的整体体能素质加上特定项目的专项技能颇为相似。

雷蒙德·卡特尔运用更为精细的因子分析技术，进一步将一般智能分解为两个相对独立的组成部分：晶体智能与流体智能。

晶体智能是指一个人已积累的知识以及运用这些知识的能力，通过词汇、算术和常识类测试来衡量。晶体智能帮助人们从容应对生活中反复出现的熟悉情境，是经验积累的产物。

参加中文成语接龙比赛时，主要依赖的是晶体智能，即已经学过的成语知识；而面对一款从未玩过的益智游戏时，则更多需要流体智能，即快速理解规则并找出破解策略的能力。

斯滕伯格的成功智能三元理论

罗伯特·斯滕伯格提出了一个更为宽泛的智能框架，强调认知过程在问题解决中的核心地位。他的三元理论将智能划分为三种类型：分析型智能、创造型智能和实用型智能，分别对应有效表现的不同方式。

分析型智能提供了人们处理日常熟悉任务所需的基本信息加工技能，由三类认知成分构成：知识获取成分用于学习新的事实与概念，表现成分用于执行问题解决策略，元认知成分则用于选择策略并监控解题进度。解决一道成语填空题时，表现成分负责在脑中操纵和组合汉字，元认知成分则决定先尝试哪种搭配方式。分析型智能与传统学术环境的关联最为紧密，也是传统智商测试所侧重衡量的能力。

创造型智能体现的是处理全新问题的能力，涉及发明、发现、想象与构想等思维方式。当一群人在自然灾害后陷入困境，最先找到脱困方案的人所依赖的正是这种智能。它不是对已知解决方案的提取与应用，而是在前所未有的情境中生成新颖且有效的应对策略。在中国的教育背景下，能够用全新思路解数学题，或在作文中展现独特视角的学生，体现的正是这种能力。

实用型智能则体现在对日常事务的有效管理上，涉及适应新环境、主动选择合适环境以及灵活塑造环境的能力。研究者曾评估互联网企业高管的实用型智能，开发了包含行业真实情景的测量工具，要求参与者对面对用户增长停滞等问题时的可能行动进行优先级排序。追踪研究显示，实用型智能较高的领导者，其企业在评估后的四年内表现出更显著的增长。

加德纳的多元智能理论

霍华德·加德纳从另一个方向挑战了传统的智能观念。他认为，任何能力的社会价值都不是固定的，而是取决于特定社会所需要、看重和珍视的东西。以此为出发点，加德纳识别出八种彼此独立的智能类型：

加德纳指出，西方社会历来重视逻辑—数学智能和语言智能，而不同文化往往有各自更看重的智能类型。在中国传统文化中，围棋高手在黑白之间进行深远的战略运算，所依赖的是空间智能与逻辑推理的综合运用；京剧演员则需要同时调动音乐智能、身体—运动智能与人际智能，才能完成一场完整的舞台表演。

然而，加德纳的理论也受到了质疑。研究发现，他所描述的多种智能之间并非完全独立，语言、逻辑—数学、空间、自然主义和人际智能的测量结果与一般智能因子“g”之间均存在较强的正相关。这一发现引发了一种批评：加德纳或许只是在用不同名称重新标记传统智能的各个方面，而非真正发现了彼此独立的智能类型。

情绪管理能力

在多元智能理论之外，情绪管理能力作为另一种重要的认知维度，日益受到心理学界的关注。它包含四个核心成分：准确感知与表达情绪的能力、借助情绪促进思维的能力、理解和分析情绪知识的能力，以及调节自身情绪以促进心智成长的能力。

这一定义体现了情绪在智力活动中的积极作用——情绪不只是干扰理性思考的噪音，而是可以被有效运用的认知资源。

一项以乒乓球运动员为对象的研究提供了具体的实证支持。研究者让30名男子运动员聆听包含负面评语和观众嘘声的20分钟录音，通过心率变化来评估压力程度。情绪管理能力较低的运动员心率出现了明显波动，说明录音内容对他们造成了显著的心理压力；情绪管理能力较高的运动员心率则几乎没有受到影响，表明他们能够运用情绪理解与调节能力有效化解外部压力的冲击。这种能力在高强度竞技环境中尤为关键。

---

智能研究中的社会政治因素

智商测试至今仍是西方社会最广泛使用的“智能”测量手段。正因为如此，不同群体之间的平均智商差异成为一个高度敏感的话题，历史上曾多次被误用来为歧视性政策提供“科学依据”。要真正理解群体间的智商差异，既需要了解遗传因素的作用，更需要认识到环境的深远影响。

群体智商比较的历史阴影

20世纪初，心理学家亨利·戈达德主张对所有移民进行智力测试，并将被判定为“智力缺陷”的人拒于国门之外。这一立场直接推动了美国社会对某些移民群体的排斥情绪。

1924年，美国国会通过《移民限制法》，将对抵达埃利斯岛的移民实施智力测试纳入国家政策。大批来自东欧和南欧的犹太人、意大利人和俄国人在智商测试中被归类为“白痴”。部分心理学家将这些结果解读为遗传上的劣势证据，声称这些移民群体在智能上天生不及来自北欧和西欧的移民。

第一次世界大战期间的陆军智力测试同样显示，非裔美国人和其他少数族裔的得分低于白人群体，这一结果被用来进一步强化遗传劣势的论点。斯坦福大学的刘易斯·特曼甚至以非科学的方式对这些数据加以评论，主张限制少数族裔的生育权，将其解读为进化上的必然。

今天回头来看，这段历史是心理学发展中最需要深刻反思的一页，它警示着研究者：数据本身无法自动说话，解读数据的框架与立场，往往比数据本身更具决定性的影响。

遗传因素与智商的复杂关系

遗传因素对智商的影响，研究者通常通过比较不同亲缘关系的个体来加以评估。同卵双胞胎共享100%的遗传物质，异卵双胞胎约共享50%，普通兄弟姐妹之间的遗传重叠程度则更低。研究一致发现，遗传相似性越高，智商相似性也越大；而一同成长的双胞胎在智商上比分开成长的双胞胎更为相似，说明环境同样对智商产生了可观的影响。

研究者用“遗传力”这一指标来描述智商变异中可归因于遗传因素的比例。综合多项研究的估计，智商分数中约有30%至80%的变异可以追溯到遗传构成。遗传力的估计值还会随年龄增长而上升：一项追踪209对双胞胎从5岁到18岁的研究发现，语言智商的遗传力估计从5岁时的46%上升到18岁时的84%。

然而，遗传力估计所揭示的是群体内部的统计规律，并不能直接用于解释群体之间的差异。身高的遗传力估计高达0.93至0.96，但这并不意味着我们可以断言某个人的身高完全由基因决定，更无法以此解释不同民族群体之间的平均身高差异——后者在很大程度上受到营养水平等环境因素的影响。同样的逻辑适用于智商：即便遗传力估计很高，也无法就此推断群体间的平均分数差异源于遗传差异。

环境因素的深远影响

遗传力估计小于1.0这一事实本身，就说明环境对智商同样具有不可忽视的影响。问题在于，环境中哪些具体因素对智商的发展最为关键？

家庭社会经济地位是研究最为充分的环境变量之一。来自高社会经济地位家庭的儿童，其智商普遍高于低社会经济地位家庭的同龄儿童。这种差距背后有多方面的原因：贫困家庭的孕妇更容易出现健康问题，低出生体重是儿童认知能力下降的可靠预测因素；经济困难家庭往往缺乏书籍、学习材料和数字设备等智力刺激资源；单亲家庭或“生存导向”的家庭环境，也使父母几乎没有余力陪伴孩子进行高质量的互动和智力活动。

一项追踪750对双胞胎从10个月到2岁发展的研究发现了一个有力的证据：在10个月大时，高社会经济地位和低社会经济地位家庭的儿童，其认知能力均较少受到遗传因素的影响；但到了2岁时，高社会经济地位家庭的儿童认知能力开始显示出受基因高度影响的模式，而低社会经济地位家庭的儿童则仍未出现这一趋势。这说明，贫困的成长环境使儿童无法充分表达其遗传潜能——当环境无法提供足够的资源和刺激时，遗传优势便无从发挥。

以中国贫困农村地区的学前教育干预项目为参照：研究者针对3至4岁留守儿童开展了参与式早期教育项目，鼓励儿童主动参与学习活动，同时通过家访和家长培训让家庭也参与进来。长期追踪结果显示，参与项目的儿童不仅在测量智商上有明显提升，升学率和就业质量也显著优于对照组。

文化背景对测试有效性的挑战

智商测试的广泛应用还面临另一个根本性的质疑：这些测试是否在不同文化和族群背景下都同样有效？

评估语言理解的题目往往预设某些类型的知识对所有测试者都是平等可及的，但实际上，来自不同文化背景的人所积累的知识体系可能存在相当大的差异，这直接影响了题目对不同群体的难度。此外，测试的形式和内容本身也可能不符合特定文化对“智能行为”的界定。

当农村儿童进入城市学校时，对尊重教师权威而非积极表达个人观点的文化强调，往往导致负面的学业评价。一种文化中被视为谦逊有礼的沉默与专注，在另一种更看重主动发言的课堂环境中，却被解读为能力不足的表现。

刻板印象威胁是另一个值得关注的机制。克劳德·斯蒂尔的研究表明，当人们意识到自己的表现可能印证外界对所属群体的负面刻板印象时，测试表现会受到明显干扰。研究者对比了来自农村的第一代城市学生和在城市长大的第二代学生：第一代学生因缺乏城市生活经验，通常未曾内化“农村学生智能较弱”的刻板印象；第二代学生则因长期浸润于城市教育环境，已对这一刻板印象有所了解。

研究结果显示，当测试情境被描述为“用于诊断语言能力”时，第二代城市学生的表现出现了明显下滑；而当情境描述为“仅协助测试开发”时，这一差异便消失了。刻板印象威胁通过三种机制干扰表现：诱发生理性压力反应影响专注度；促使人们过度监控自己的反应，变得更谨慎、更少创造性；以及占用心理资源来压制负面情绪与想法，使实际用于解题的认知资源减少。

---

心理评估与社会责任

心理评估的初衷，是用更客观、更系统的测量方式替代主观判断，从而促进教育和职业机会的公平分配。阿尔弗雷德·比奈开创性工作的背后，正是这样一个朴素的民主理想：让每个人都能凭借自身真实的能力获得机会，而非受制于性别、出身或教师偏见。然而，心理评估的实践历程表明，工具本身的设计与使用方式，同样可以成为新的不公平来源。

测试公平性的争议

测试公平性的核心问题在于：某些群体是否在测试中承担了更高的代价？当少数群体成员的测试分数被用来阻止他们获得某些工作机会或教育资源时，测试的潜在危害就变得相当严重。

部分少数群体成员之所以测试表现不佳，不一定是因为能力不足，而可能是因为他们的分数是以不适合其文化背景的常模为标准来解读的。为了应对这一问题，研究者开始探索将认知测试与非认知技能评估相结合的选拔方式，希望通过更全面的评估体系来预测工作成功，同时兼顾不同群体在测试分数上的系统性差异。

教育评估中的高风险压力

测试不仅评估学生，也在塑造教育本身。学校的质量、教师的效能，往往以学生在标准化测试中的成绩作为主要衡量指标。当地方对学校的资源支持乃至教师的薪酬都与测试分数挂钩时，“高风险”的测试压力便产生了难以回避的副效应。

芝加哥公立小学的一项研究对标准化测试分数进行了系统分析，估计至少有4%至5%的课堂发生了严重的教师或管理者作弊行为。2011年，佐治亚州对亚特兰大学校系统的调查更是发现，44所学校、178名教师和校长参与了系统性作弊。该学区最初之所以受到调查，是因为其报告的成绩提升幅度在统计上几乎不可能自然发生。许多教师在事后坦承，他们当时感受到了来自管理层的强烈压力。

标签化的心理影响

测试结果的第三个潜在危害在于：分数很容易被当作不可改变的标签贴在人身上。“我是个智商110的人”或“我就是个差生”这类自我认知，一旦形成，便可能成为心理上的枷锁。当人们开始相信自己的认知能力是固定不变的，便更不愿意接受挑战，也更难从失败中汲取成长动力。

智能的神经科学基础

150年来，心理测量学家持续测量智能差异，当代神经科学则开始尝试从大脑结构与功能的角度解释这些差异。

研究发现，一般智能较高的人在大脑多个区域拥有更多的脑组织。然而，这并非简单的“越大越好”——对7至19岁儿童的追踪研究显示，在年幼儿童中，智商与皮质厚度之间存在负相关，即高智商儿童的皮质厚度有时反而偏低；但进入青春期之后，这一关系发生逆转，高智商儿童的皮质最终变得更厚。研究者由此得出结论，智能与皮质的发育速度密切相关，高智商儿童大脑皮质的增长轨迹更为快速和动态。

在大脑功能层面，研究一致表明，高智能的人执行认知任务时，大脑资源的使用效率更高。前额皮质在抽象推理和问题解决中扮演着核心角色。流体智能较高的参与者在完成空间类比任务时，即便题目难度增加，前额皮质的活动也不会显著上升；而流体智能处于平均水平的参与者则随着题目难度的增加，表现出明显更强的前额激活，且任务准确率相对较低。

智能评估的未来方向

智能评估领域既充满潜力，也面临持续的挑战。单一的智商分数无法完整描述一个人的认知全貌，加德纳的多元智能理论、斯滕伯格的三元理论以及情绪管理能力的研究，共同提示我们，人类的智识能力比传统测试所测量的要宽广得多。

理解智能评估，既需要掌握其科学基础，也需要保持对其局限性与社会影响的清醒认识。几个值得持续关注的原则是：没有任何单一测试能够完整捕捉一个人的智能；适宜的环境支持可以帮助个体充分发挥遗传潜力；评估工具和程序必须对不同背景的群体都保持公平；智能并非固定不变，通过持续努力与恰当支持是可以发展的；每个人都有独特的认知优势和有待发展的方面。