Approche différentielle de l'intelligence Flashcards
Donner la définition de l’intelligence
Pas de def consensuelle. 1921-Journal of Educational Psychology -> 1986
Sternberg et Berg - 1986.
Attributs communs : adaptation à l’env, resol de pbs nouveaux, apprentissage et abstraction
Débat : 1 ou plusieurs intelligences ?
Nouveaux attributs dont métacognition = capacité à contrôler ses propres processus cognitifs
Plus récemment, prise en compte des aspects env et culturels : adaptation à et de l’env, notion de pertinence attachée à l’aspect culturel (=> pas de test universel)
Def des auteurs : fonction
- finalité : adaptation à des situations nouvelles
- UNITE : automodif du syst cognitif en fct de l’exp-ce (~plasticité neuronale)
- MULTIPLICITE processus cogn // facettes de l’I
Quels courants de la psychologie se sont intéressés à la recherche des lois générales auxquelles obéit l’intelligence ?
Psy exp : variations tâches / situations
Psy dev : variation âge
Psy diff : varation individus => 2 courants // et independants : recherche d’outils d’évaluation de l’I + compréhension de la structure de l’I. trajectoire commune : modèle uniD -> multiD
Modèle uniD - Binet Simon
Galton / Cattell = Intelligence ~efficience des processus sensoriels => impasse
Binet : 1ère idée : Intelligence ~activités mentales supérieures (mémoire, attention, compréhension, invention, sens pratique, censure)
2ème idée : mesure de l’I en fonction des diff interindividuelle
1905 : 1ère version comparaison enfants “normaux” et “attardés mentaux”
1908 : 2ème version comparaison enfants d’âge différents => def plus fine des niveaux d’intelligence
Principes du test
a - def du niveau mental d’un item. Ex : 12 si majorité des enfants de 11 ans échouent, la majorité des enfants de 13 ans réussissent et 50% des enfants de 12 ans réussissent
b - identifier des items caractéristiques de chaque âge pour chaque processus mentaux sup => 1911 - 3ème version - 4/5 item par âge de 3 à 16 ans
c - mesure ordinale de l’I : le niveau mental d’un item donne une indication sur la complexité cognitive mais sans savoir en quoi tient la différence de complexite => pas mesure mathématique
Génèse de l’echelle métrique de l’intelligence
3ème idée : intelligence = résultante des dfférentes activités mentales évaluées
a - chaque item est crédité d’un nombre de mois : 12 mois / nb items correspondant à l’âge
b - age mental = somme non pondérés des mois crédités à chaque item réussi
c - par comparaison à âge chrono -> avance ou retard
Modèle uniD - quelles adaptations a connu le Binet Simon ?
Stern : QI : age mental / age chrono
- > Pondération de l’âge mental car les écarts de 2 ans n’ont pas le même sens à 4 ou 12 ans
- > mesure de la vitesse de developpement
Terman : QI x 100 pour effacer les décimales + adaptation USA
CCL : le QI permet d’ordonner les individus
Modèle uniD - le facteur g de Spearman
etude de la relation entre 2 sortes d’activités psychiques faisant appel à l’I : la discrimination sensorielle et les activités complexes
Psychologie corrélationnelle : s’appuyer sur les diff interindiviuelles, pour analyser par le calcul des corrélations (invienté par Galton), la structure des relations entre les variables
a - si corrélation, les variations de perf obéissent à une cause commune : l’intelligence générale
b - recueil des notes scolaires + passage d’épreuves de descrimination sensorielle en labo => Corrélations positives d’intensité variable => Méthode d’analyse factorielle = analyse de la table des corrélations => Extraction de la part de variance commune à toutes les épreuves et variance spécifique à la tâche
Modèle bifactoriel : Score = alpha.g + béta.s + e
- g facteur commun = facteur d’intelligence générale intervenant dans toutes les tâches avec un poids variable
- s : facteur spécifique à la tâche
- alpha et béta : coeff de saturation de la tâche respectivement dans les facteurs g et s, e : erreur de mesure
Modèle uniD - Quelle est l’interprétation du facteur g par Spearman ?
energie mentale
processus en jeu dans les tâches les plus saturées en g : appréhension des relations, éduction des relations, éduction des corrélats (gant - main - protection)
Modèle uniD - Quels sont les apports et les limites du facteur g ?
- mise au point d’une méthode mathématique permettant d’identifier une variable latente susceptible d’être la source des différences observées
- Interprétation du facteur g non tranchée
- Réduction de l’explication des différences interindividuelles à une seule dimension
Evolution des modèles factoriels - Thurstone et les aptitudes primaires
Torndike - 1909; Thomson - 1916 et Kelley - 1928 : le facteur g n’épuise pas la variance commune
Thurstone - USA : nouvelle méthode - Analyse factorielle multiple
- structure simple : regroupements de var plus corrélées entre elles qu’avec les autres
- intelligence : plusieurs facteurs de saturation indépendants (12 dont 7 interprétables)
- interprétation des facteurs par analyse du contenu des épreuves saturées par ce facteur
7 aptitudes primaires (PMA = Primary mental abilities)
contenu : spatial, verbal, numérique
fonctions cognitives : mémoire, induction, déduction
mixte : fluidité verbale : donner mots S*
CSQ : description des ind par profil d’aptitudes plutôt que par indice unique d’intelligence
Evolution des modèles factoriels - Thurstone - Quels sont les aptitudes mentales primaires ?
7 aptitudes primaires (PMA = Primary mental abilities)
contenu : spatial, verbal, numérique
fonctions cognitives : mémoire, induction, déduction
mixte : fluidité verbale : donner mots S*
Evolution des modèles factoriels - Thurstone - Qu’apporte le modèle des 7 PMA ?
description des ind par profil d’aptitudes plutôt que par indice unique d’intelligence
Evolution des modèles factoriels - les modèles factoriels hierarchiques - Principes
les PMA ne sont pas indépendantes => analyse factorielle de second ordre = extraction d’un ou plusiuers facteurs de second ordre rendant compte de la variance commune des facteurs de premier ordre
Modèle factoriel hierarchique = fractionnement de la variance des scores en
- une part de variance facteur général
- des parts de variance grands domaines
- des parts de variance spécifiques
Evolution des modèles factoriels - les modèles factoriels hierarchiques - Burt - Vernon
GB - Disciples de Spearman
- Extraction du facteur général
- Analyse des corrélations résiduelles => Extraction de facteurs larges communs à des groupes d’épreuves
- Variance spécifique à chaque épreuve
Vernon 1950 :
- 1 facteur général
- 2 facteurs de groupe : VED (verbo-éducationnel : domaines verbal + connaissances scolaires) et KM (Kinésthétique-Moteur : pratique, mécanique, spatial, physique)
- facteurs + étroits ~PMA de Thurstone
Evolution des modèles factoriels - les modèles factoriels hierarchiques - Cattell
USA - Disciple de Spearman puis Thorndike
Théorie Gf - Gc : Pas 1 mais 2 facteurs généraux
* Gf : facteur général d’intelligence fluide : capacité à raisonner dans des situations nouvelles, faible recours aux connaissances
* Gc : facteur général d’intelligence cristalisée : capacité à acquérir de nouvelles connaissances à partie de connaissances antérieures + stratégies familières
Analyse factorielle hierarchique
- facteurs de 1er ordre ~PMA mais + nombreux
- facteurs de second ordre : Gf et Gc
Horn - 1960s : Ajout de facteurs généraux : Gv : visualisation, Gr : récup en MLT er Gs : vitesse cognitive j-> 9 en 1994
/!\ pas de volonté des auteurs d’extraire un facteur plus général rendant compte ds corrélations entre les facteurs généraux
Evolution des modèles factoriels - les modèles factoriels hierarchiques - Raisons des discordances entre Burt - Vernon et Cattell - Horn
- remarques générales sur la méthode d’analyse factorielle
Analyse factorielle ~relativité des différents facteurs
Echantillonnage des tests : empirique car non guidée par théorie aboutie de l’intelligence => univers des tâches susceptibles de faire apparaitre un facteur d’intelligence non défini
Echantillonnage des sujets : si test non discriminant, pas de corrélations
- Remarques par rapport à la méthode adoptée
* hierarchique de haut -> bas pour BV et de bas -> haut pour CH
* analyse exploratoire => résumé des observations empiriques => famille de solutions possibles - Récemment méthode d’analyse confirmatoires (LISREL) permettant de fixer un certain nb de paramètres, comparer, valider des modèles factoriels hypothétiques en calculant l’écart entre les matrices des corrélations de départ (observées sur données) et les matrices des corrélations d’arrivée (par application du modèle testé)
Evolution des modèles factoriels - les modèles factoriels hierarchiques - le modèle CHC - Principes
Consensus - Le modèle Cattell - Horn - Carroll
Carroll - 1993 : méta-analyse de 460 analyses factorielles => toutes compatibles avec une même structure factoirelle générale
Avantages : grds variétés des tests et des sujets => neutralisation des limites /!\ non exhaustivité pour autant
Modèle de Carroll en 3 strates :
Strate I : base de la pyramide => 40 facteurs primaires (AF)
Strate II : 8 facteurs larges rendant compte des parts de variance communes à des groupes de facteurs primaires (AF 2nd ordre)
Strate III : 1 facteur général extrait des corrélations entre les 6facteurs généraux (AF 3ème ordre)
après othogonalisation des facteurs, la vairaince obsevée se décompose en 4 parties :
1/spécifique à la tâche
2/ spécifique à des petits groupes de tests couvrant un champ étroit : rotation mentale ~ strate 1
3/ commune à des tests couvrant un même domaine de la cognition : aptitude spatiale ~ strate 2
4/ commune à tous les tests (au moins ceux de la méta-analyse) ~ strate 3