A inteligência é a característica mais importante dos seres vivos, mas a maioria das pessoas não conhece o próprio QI. As pessoas sabem seu peso, sua altura, seu tipo sanguíneo e até seu signo, mas quando se trata de conhecer a própria inteligência, há um tabu muito forte propagado pelas mídias e por alguns grupos identitários.

E você? Já conhece seu QI?

Se está lendo este e-mail, provavelmente seu QI está acima da média, porque demonstrou interesse em medir, compreender e comparar suas capacidades cognitivas, e esse simples gesto já distingue uma pessoa que busca autoconhecimento sobre a característica mais importante dos seres vivos.

Os recentes progressos em IA estão ajudando as pessoas a compreender o quanto a inteligência é importante e quanto aumentar a inteligência melhora a performance em quase tudo, incluindo esportes, artes, ciências, empreendimentos ou qualquer ramo de atividade ao qual a pessoa escolher se dedicar.

Desde o início do século XX, instrumentos psicométricos foram usados para compreender diferenças individuais, orientar decisões educacionais e profissionais, selecionar talentos e medir aptidões. Durante a Primeira Guerra Mundial, o Exército dos EUA utilizou testes de QI para alocar pessoas de modo mais eficaz.

Conhecer suas aptidões ajuda a compreender onde você tende a aprender mais rápido e se destacar, sem desperdício de esforço.

Quando se fala em “testes de QI”, geralmente as pessoas pensam numa coisa única, mas existem milhares de testes diferentes que podem ser agrupados em dezenas de categorias. Mas isso não significa que você precisa ser examinado com dezenas de testes – e muito menos com milhares de testes – para adquirir um conhecimento profundo e bastante completo sobre sua inteligência. Isso se deve ao “fator g”.

O conceito de fator g foi proposto em 1904 por Charles Spearman, para representar o que conhecemos hoje como “inteligência geral”. Spearman comparou as notas escolares de várias crianças em diferentes disciplinas, como matemática, redação, ciências, geografia, artes, e observou que geralmente as crianças que obtinham boas notas numa dessas disciplinas também obtinham boas notas em todas as outras.

Ele mediu as correlações e verificou que variavam de 0,45 a 0,85. Além disso, ele constatou que algumas dessas disciplinas representavam melhor todas as outras. Por exemplo: pessoas com notas altas em matemática tinham maior probabilidade de apresentar notas altas em todas as outras matérias do que pessoas com notas altas em geografia. Isso significa que matemática está mais saturada de g do que geografia. Significa que a pessoa com notas altas em matemática tem mais chances de se sobressair em todas as outras atividades.

Nos anos seguintes, constatou-se que há outras habilidades mais gerais, mais saturadas de g, do que habilidades para matemática. Os testes STNV, Raven e Cattell são bons exemplos, e o motivo de serem mais saturados de g é que não exigem conhecimento. São testes visuais. Uma pessoa com vasto conhecimento não leva vantagem em comparação a outra sem qualquer conhecimento. Tudo depende de sua capacidade de pensar. Inclusive primatas como Koko, Viki e Orang foram avaliados com testes desse tipo.

Testes como WAIS são constituídos por subtestes especializados, que medem conhecimento, vocabulário etc. Testes como STNV medem a característica mais importante, que serve para todas as atividades intelectuais. Para compreender melhor aspectos técnicos e científicos sobre isso, é recomendável ler o artigo https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5882362

Para comparar STNV, Raven e Cattell, procuramos por informações técnicas detalhadas, mas infelizmente o que encontramos foi a existência de um lobby da Pearson (que detém royalties sobre o Raven), que durante décadas tentou (e conseguiu) vender o Raven como sendo “melhor teste não-verbal”, incentivando pesquisadores a defenderem essa tese, inclusive com suspeita de ter encomendado artigos sobre isso. O fato concreto é que havia mais de uma dúzia de testes estilo Raven com qualidade semelhante, possivelmente alguns melhores do que o Raven, mas por motivos comerciais, o Raven acabou fazendo muito mais sucesso.

Os artigos de Jensen de 1968 (Another Look at Culture-Fair Tests) e 1974 (How Biased Are Culture-Loaded Tests) foram considerados as principais referências por mais de 40 anos. Em 2015, Gignac publicou um artigo enfático, intitulado “Raven’s is not a pure measure of general intelligence”. Na “Encyclopedia of Measurement and Statistics” e em “The Cambridge Handbook of Intelligence and Cognitive Neuroscience” são apresentados dados numéricos favoráveis ao Cattell: 0,79 para Cattell e 0,70 para Raven. O STNV está saturado de g em 0,82, mas aqui é necessário cautela, porque não foram comparados na mesma amostra e com o mesmo conjunto de traços latentes para estimativa de g, portanto 0,82 não deve ser automaticamente interpretado de forma conclusiva como superior a 0,79, mas certamente é um indício favorável ao STNV.

Até que essa revisão fosse feita, durante 41 anos o Raven teve um volume de vendas 25 vezes maior do que o Cattell, embora o Cattell fosse tecnicamente superior. Na verdade, ainda hoje o Raven é mais vendido, porque depois que a tradição errada foi estabelecida, fica mais difícil corrigir o erro.

Por isso queríamos encontrar bancos de dados detalhados que possibilitassem comparar as propriedades psicométricas do STNV, Cattell e Raven, mas não encontramos. Embora não tenhamos dados suficientes para uma comparação completa e detalhada, algumas propriedades podem ser avaliadas com base nos dados disponíveis, e podemos inferir que o STNV está entre os melhores, sendo possivelmente o melhor teste culture-fair.

Em alguns critérios, o STNV é superior, em outros o Cattell é superior, em outros o Raven é superior. Por exemplo: o STNV supera Raven e Cattell em variedade de conteúdo, mas exige um pouco de conhecimento básico de ensino fundamental, portanto o Cattell talvez seja mais apropriado para gorilas e chimpanzés, enquanto o STNV pode ser mais apropriado para humanos.

A proposta de testes como WAIS ou Stanford—Binet é diferente da proposta de testes como STNV ou Raven. O WAIS avalia vocabulário, cultura, memória, velocidade para executar tarefas simples, e usa o conjunto desses resultados para estimar o QI com escores específicos para cada tarefa. O Raven não faz essa divisão. Mede o fator g, simples e direto. O WAIS é profundamente e intencionalmente contaminado por cultura. O Raven não. O Raven tenta medir a inteligência “pura”, por assim dizer. Isso levanta várias questões:

Qual deles é “melhor”? Mais informativo? Mais acurado?

O “melhor” depende da finalidade. Como o WAIS inclui subtestes de memória, é usado para diagnósticos de Alzheimer. Como inclui muitas questões de cultura e vocabulário, também gera escores específicos para esses domínios. O Raven mede o fator g, aquilo que entendemos como “inteligência geral”: a capacidade para lidar com praticamente todas as situações em todas as atividades.

O STNV está na mesma categoria do Raven e Cattell, focado na medida do fator g. O STF, STL, STE não medem algo diferente do que é medido no STNV. Todos medem o fator g, mas são otimizados para diferentes níveis intelectuais. O motivo disso é muito simples: o fator g é a inteligência e isso é o que nos interessa medir. Se a pessoa não sabe o que significa uma palavra, ela lê num dicionário e então passa a saber, isso não a torna mais inteligente numa proporção sensível. Medir vocabulário tem pouca importância para avaliar o nível intelectual. Além disso, é muito fácil elaborar uma lista de perguntas sobre significados de palavras ou questões de cultura geral; não há desafio nisso. Mas criar questões abstratas que envolvem lógica e assegurar que existe uma resposta melhor que as outras é muito mais desafiador. Portanto criar testes que medem fator g é mais estimulante para quem desenvolve o teste e para quem é examinado pelo teste, porque exige pensar, analisar, compreender, descobrir padrões. Enquanto questões de vocabulário e conhecimento exigem apenas repetir algo que foi memorizado.

Por esses motivos, os testes Sigma não são no formato WAIS. Também não são exatamente no formato Raven, embora sigam linha semelhante. Um dos pontos frágeis do Raven é analisado no texto introdutório do STE: a homogeneidade do Raven e do Cattell é muito alta, e isso significa que medem um atributo muito estreito. STNV e STF são mais abrangentes, sem desviar o foco da medida de g.

O STF é direcionado a pessoas com QI entre 70 e 150, sendo mais acurado entre 85 e 130.

O STNV é direcionado a pessoas com QI entre 80 e 160, mais acurado entre 90 e 140.

O STL é direcionado a pessoas com QI entre 80 e 200, mais acurado entre 95 e 180.

O STE é direcionado a pessoas com QI entre 90 e 225, mais acurado entre 100 e 200.

Todos eles medem o fator g, mas com foco em determinadas faixas. Esse é outro ponto importante que diferencia o STNV do Raven. No RSPM há 60 questões, sendo que 57 acertos correspondem a QI=121 e o teto, 60 acertos, correspondem a 133. Isso significa que há apenas 3 questões com dificuldade útil para avaliar entre 121 e 133. Ou seja, 95% das questões do Raven são destinadas a QIs abaixo de 122. Se a pessoa acerta 58 no Raven, seu QI é 125. Significa que se ela acerta mais 2 por chute, sobe para 133. A incerteza é muito grande nas proximidades do teto, porque há poucas questões adequadas para medir (o termo técnico é “discriminar”) perto do teto.

O STNV tem níveis de dificuldade muito mais bem distribuídos ao longo de todo o espectro de níveis de habilidade que o teste propõe medir. Portanto a acurácia no STNV nos escores acima de 120 é maior do que no Raven. Em contrapartida, o Raven é mais acurado para QI abaixo de 120, porque possui muito mais questões dedicadas a essa faixa.

Outro ponto importante é que para medir numa faixa diferente de QI não basta fazer questões mais difíceis. Além de serem mais difíceis, precisam ser adequadas para manter validade de constructo no respectivo nível. Validade de constructo significa que o teste está medindo aquilo que pretende medir. É muito comum que um teste seja apresentado como se medisse determinado atributo, mas na prática mede algo diferente. Os erros de nomenclatura em testes psicométricos são extremamente frequentes, atingindo mais de 90% dos melhores testes, e muito mais grave nos que não figuram entre os melhores. Novamente é recomendável ler o artigo do link citado acima, para compreender melhor esse problema.

Por exemplo: o Cattell é muito difícil porque o prazo limite é muito curto, mas não porque as questões sejam intrinsecamente difíceis. Para uma certa faixa de QI, a correlação entre rapidez de raciocínio e inteligência é forte, mas para outras faixas não é. O caso do Chimpanzé Ayumu ilustra bem isso. Ele resolve melhor do que humanos os problemas do mesmo tipo do subteste “Procurar símbolos” do WAIS. Será que Ayumu é mais inteligente que 99% dos humanos ou será que esse subteste do WAIS não está medindo a inteligência? Esse é um dos temas analisados no artigo.

Os testes Sigma usam questões que cumprem o quesito de validade de constructo para cada nível de habilidade, o que representa uma vantagem importante em comparação a outros testes classificados como “padrão ouro”, como o WAIS, porque não apenas se baseia na porcentagem de pessoas que conseguiu atingir determinado escore, mas também garante que o escore está medindo o atributo que se deseja medir.

O STF, STNV, STL, STE medem em faixas que se intersectam, mas não medem exatamente a mesma coisa. Todos são focados na medida do fator g, mas cada um prioriza determinada faixa. O simples fato de usar limite de tempo já muda muita coisa, porque STF e STNV medem velocidade de raciocínio, enquanto STL e STE medem raciocínio profundo e criatividade. STF e STNV também medem criatividade, mas de forma complementar, enquanto STL e STE são primordialmente voltados a medir pensamento profundo e criatividade.

Quem obtém melhor desempenho no STL e STE apresenta maior força em raciocínio profundo, denso, elaborado, persistente e menos dependente de velocidade. Capacidade de manter concentração por longos períodos num mesmo problema difícil e complexo.

Quem se destaca no STF e STNV tende a mostrar boa eficiência em raciocínio rápido, identificação de padrões e solução de problemas sob pressão de tempo, capacidade de gerenciar tempo e estratégias para otimizar o resultado sob prazos rigorosos.

Essas diferenças não são meros detalhes. Elas ajudam a construir um mapa preciso da inteligência: não apenas “quanto”, mas também “como” você pensa, quais são seus pontos fortes e fracos.

O STNV foi desenvolvido para avaliar esse aspecto mais abstrato e livre de cultura, em que a pessoa pode fazer o teste no conforto de sua casa e receber a avaliação automaticamente ao terminar.

Conhecer a própria inteligência é extremamente importante, mas há algo ainda mais importante: desenvolver sua inteligência.

Se você tem interesse em conhecer seu QI, use o cupom de desconto de 30% usando a palavra “odsayu”. Se você tem interesse em desenvolver sua inteligência, conheça o app Sigma IQ, disponível para Android e iOS.

Diferentemente de outros apps que prometem desenvolver a inteligência, o Sigma IQ se distingue principalmente em 3 aspectos:

1.      Planejamento de conteúdo.

2.      Abrangência e diversidade.

3.      Rigor científico.

Desenvolver o cérebro é muito semelhante a desenvolver o corpo. Se uma pessoa faz 1 h de bíceps todos os dias, vai ficar com bíceps enormes, mas isso não a ajudará a jogar melhor futebol. O Sigma IQ exercita um conjunto amplo de faculdades cognitivas, incluindo memória, concentração, atenção, velocidade de reação etc. Como resultado, diferentes setores do cérebro são estimulados, desenvolvendo habilidades úteis para uma larga variedade de atividades diferentes.

Acesse nosso app pelos códigos QR a seguir.