在早期的智商测试中，女孩的分数在每一个年龄段都高于男孩，心理学家为此非常焦虑。美国曾有12个州通过了对智力缺陷人群实施绝育手术的立法，27个州实施强制绝育计划。
文/大象公会
塑造神童的人总喜欢拿爱因斯坦作标杆，或许因为他的名字已成为“天才”的代名词。“英国13岁女童智商160，堪比爱因斯坦”，类似标题屡见不鲜。
但这种对比的说服力极低，智商测试不是通考。市面上最为流行的韦氏、斯坦福-比奈、瑞文测试各有评分标准，儿童与成人的试题也不相同。
更重要的是，爱因斯坦生前并没有接受过智商测试，虽保留了大脑，也无法用此估算属于心理学概念的智商——除非大脑复活，亲自做一次智商测试。
实际上，爱因斯坦的智商值来源于1926年凯瑟琳·考克斯和路易斯·特曼所做的300位历史天才早年智力的估算。对这些智商测试发明前的人物，考克斯的研究方法相当粗暴：阅读传记细节，替他们做当时流行的斯坦福-比奈（Stanfor-Binet）智力测试题。
考克斯的结果或许令喜欢拿它对比的神童们失望：爱因斯坦的智商只排在中游，远低于斯图亚特·密尔的190、笛卡尔和伽利略的180，只与诗人艾略特持平。唯一超过200的人叫弗朗西斯•高尔顿，他并没有前几人的名望，但他有特殊的身份：智力测量的先行者，考克斯和特曼的学术偶像。
尤为值得一提的是，在智商测试的改进过程中，无论其注重考察何种能力，它始终是一个为现代社会标准而设置的游戏。在某种意义上，它很难摆脱现代人的偏见。
【智力测试的进化】
长期以来，智力高低都是仁者见仁，没有精准、抽象的标准。工业革命后，惊叹于科学定理效力的人们，开始将目光转向以往含混不清的领域，智力就是其中之一。
“200分先生”高尔顿是这方面的先行者。1859年，阅读了他表哥达尔文的《物种起源》，高尔顿深受刺激，决定测量人类的智力，用精确的数据证明他的优生学设想：人的智力由遗传决定。
高尔顿很快开工了。他试图在听力、手的灵敏度、中指长度、头颅大小等要素间，找到与智力高低的相关关系。结果令人失望，这些因素完全无法解释智力的差异。不过，这些失败的举措开启了量化智力的尝试。
法兰西斯·高尔顿
1881年，法国开始推广义务教育。为区分普通儿童和有缺陷儿童，教育部门急需合适的检测工具，以便因材施教。需求刺激下，法国的阿尔弗雷德·比奈和西蒙在1905年制作了第一份智力测量表，并在1908年的修订中，创造性地按不同的年龄段设计了试题，提出了心理年龄概念。相比较后人，比奈没有宏伟的野心，他清楚地强调他的测验只能测量部分智力，对预测有学习困难的儿童可能有效。
接下来，改进智力测试的交接棒传到了美国。20世纪初，这个生机勃勃的国家里，征兵、移民、教育，都急速扩展，成千上万的学历不明，各式背景的移民蜂拥而入，迫切需要更有效率的区分方法，在混乱中整理出秩序。
同时，应用心理学正在美国快速的发展，人们相信，心理学家可以搞定一切：婚姻失和，工作不满，推销保险。于是被法国人漠视的比奈测试在这里大放异彩。战争的爆发催化了狂热需求，智商测试就在这个背景下大踏步地走入美国人的生活。
1916年，路易斯·特曼，就是给历史名人估算智商的考克斯的导师，修改了比奈-西蒙测量表，将新版本命名为斯坦福-比奈智力测试。特曼吸收了1911年德国人威廉·斯特恩提出的智力商数（IQ）概念，根据不同年龄儿童做测试的分数均值，设为“智力年龄”标准，每个儿童的个人智力数值，取决于心理年龄与生理年龄的比率。这种测试方法被称为比率智商，公式如下：
所以，高尔顿智商被测为200，是考克斯和特曼认为他3岁就能完成达到正常儿童6岁的斯坦福-比奈智商测试水平，同理，爱因斯坦的传记等材料被认为只能体现1.6倍的心理年龄/生理年龄比。
此后，智商测试不断进化。1949年，韦克斯勒编制了不同于比奈系列的新测试表，称为韦氏智商测试，影响至今。韦氏测试分为成人、儿童、幼儿三版，采用离差智商计算，将同一组的智商平均值设为100，标准差设为15，整组的数据呈正态分布。与比率智商不同，离差智商不计算不同年龄的成绩比率，而将挑选出来的同年龄人作常模参考，表示个人在同年龄组的相对位置。
这种新的参照方法也影响了斯坦福·比奈智商测试。在1960年第三次修订时，它也采用了离差智商，但其标准差为16。这意味着高智商的分数，在韦氏测试应为130，在斯坦福·比奈测试则为132。
所以，即使考克斯的传记估算法合理，媒体上介绍可与爱因斯坦媲美的聪明的少年时，也该先确定几个问题：你使用哪种测试？成人组还是少儿组？标准差多少？参考的常模又是哪些？
【什么是智力】
智商测试首先取决于对“智力”的理解。早期智商测试的短板在于：应用先行，缺乏理论。此后，智力理论层出不穷，但是最核心的问题：什么是智力，智力的结构，遗传和后天因素对智力的影响，依旧充满争议。
最初，对智力本质的探讨来自英国心理学家斯皮尔曼，1904年他提出了常规智力和特殊智力之分。常规智力被称为g因素，它被认为是智力的关键。斯坦福·比奈测试就主要集中于g因素的测量——反应速度、记忆力、语言能力、计算能力。
这种解读的方法，将智力解析为各种能力。但只关注静态能力，容易落入穷举的泥潭。到1980年代时，它已细分到了240种因素。
认知心理学兴起后，学者提出了信息加工理论，不再斤斤计较于静态的划分，更注意智力处理现实问题的能力。按此类理论，人脑被理解为信息处理系统，智力体现于为了一定目的，加工处理信息的表现。
于是，将因素和信息加工调和在一起的智力层面理论出现了——既划分了不同因素，又注重因素在信息加工中的表现。在这种视角下，一些心理学家将以往不被重视的能力纳入视野，不局限于传统的狭隘定义。
哈佛大学的加德纳在1983年提出“多元智能”概念，一改以往强调抽象思维的智力观念，将人际关系、音乐、肢体动作等加入智力范畴。著名的情商概念也在此时提出。1991年，萨洛维提出的情绪智力（EI）概念，认为认知、控制情绪的能力，是一种长久以来被忽视的智力。经过戈尔曼的传播，情绪智力广为人知，逐渐被传播为情商（EQ），和智商并列。
智力理论的发展，影响了智商测试的项目，斯坦福-比奈量表的测试能力，从最初的g因素，到后期的8种，其测试结构在数量和内容也发生变化。
斯坦福-比奈智商测试五次修订的内容变化
认知神经科学的发展，又给智力理论提供了新的支撑。目前，学界倾向于认为大脑突触更多的人，智力表现更好，大脑皮质的厚度也与智力相关。除了从脑部构造角度探讨，认知神经科学还在确定人脑的信息加工速度、知觉速度、神经速度等功能与智力的关系。
不过，这些神经科学角度的尝试也受到“智力”概念的困扰，对人脑哪一部分的扫描？都只能够确定相关关系进行推论，更进一步的探讨，则都需要理论标准。
未来智商理论会有什么发展，技术上能否用脑部扫描等手段取代智商测试，抑或证明智商测试的合理性，仍是未知数。理论的发展推动人们更理性的看待智商测试，因为人类曾有滥用测试的深刻历史教训。
【智商测试的滥用】
1927年，美国最高法院以8:1的投票结果，判处弗吉尼亚州对一名“弱智”妇女实施绝育手术。著名的霍姆斯大法官曾对此评论道：“三代弱智已足够”。此后，美国12个州通过了对智力缺陷人群实施绝育手术的立法，27个州实施强制绝育计划。最热衷于此的加利福尼亚一共实施了2万多例手术。
登峰造极的是纳粹德国，近40万人被判定智力缺陷，强制绝育。还有十余万人被杀害。
更早的时候，美国医生在移民到达的地点，仅凭交谈和观察，就评估他们的智商分数，弱智者将因此被遣返。1924年，受智商检测结果的影响，美国国会出台了更严格的移民控制法案。
这种滥用智商测试的现象引起了人们的警觉，最著名的反对者是李普曼 (Walter Lippmann)。1922年，他在《新共和》杂志上与特曼打了一场笔战，李普曼抓住当时智商测试的弱点，批评其简单粗暴的对待复杂的人类智力，总是偏重某些能力，只能得出偏见，容易给个人贴上永久的标签。
当时智商测试值得诟病处甚多。比如早期的斯坦福-比奈测试中，女孩的分数在每个年龄段都高于男孩，这让路易斯·特曼很焦虑，1937年，新版本的测试量表删除了男性得分差的项目，轻轻一动，男孩就和女孩一样聪明了。
1960年代的美国，民权运动风起云涌，智商测试被认为是种族主义的方法，受到活动家的冲击，纽约、华盛顿特区、洛杉矶等市禁止对小学生智商测试，不过随着民众热情的消退，这种激进的禁令很快被取消了。
随后，智商测试不断完善，早期的很多问题已经解决。但接下来，它又面临更大的麻烦：弗林效应。
这是由美国人詹姆斯·弗林命名的现象，它显示，在1930年到1980年间，发达国家的智商测试初始分数一直在上升，比如1932年至1978年，美国年轻人的IQ平均指数提高了14点。弗林效应也出现在发展中国家。1994—1998年间，肯尼亚6—8岁农村儿童的分数增加了11分，这让人怀疑智商测试的稳定性，也与智商测试体现先天智力的观念不符——基因的变化不可能这么快。
目前，多数心理学家将此解释为随着社会进步，教育和营养水平提高，影响了抽象能力的发展，而对于弗林效应本身引起的智商测试有效性讨论，则莫衷一是。
【中国人的智商】
尽管多数中国人1980年代以后才接触智商概念，但智力测试方法早在1917年就传入中国。1917年京师教育报上，翻译了日本学者佐藤礼云关于比奈-西蒙智力测试的介绍文章，并附上部分测试题目。
当时智力测试的介绍以翻译为主。中国最早的智力测验尝试，是1918年瓦尔克特用斯坦福-比奈智力量表测验清华的学生。两年后，南京高等师范开设心理测验课程，正规的智商测验出现。随后，比奈量表、美国陆军智商测试表等被翻译过来，在20年代风靡一时，报刊杂志经常出现“智力小测验”的题目。
很快，中国部分学校也各自开始智力测试。1921年，安徽第二师范附属小学对学生进行了智力测试，试题选自比奈-西蒙测试表。1926年，厦门集美学校对女小学部的一次智力测验，并将结果发布在《集美周刊》上。
《集美周刊》截图。T分数为特曼（斯坦福-比奈）测试，B分数为比奈-西蒙测试。
此时的智商测试只是在一些学校出现，分布很散。报刊上虽然时常出些智力小测验，但正规的智商测试远没有普及。1931年，中国测验学会成立，一项主要任务就是协调各地的智商测试。
但这种势头很快被打断。1949年后，中国心理学界开始接受辩证唯物主义和苏联心理学改造，“反右”期间，智商测试因为是“资产阶级方向心理学”遭全面中止。1965年，姚文元在《光明日报》撰文，批判心理学为“资产阶级伪科学”，虽然同一时期，资产阶级的美国青年也在严厉指责心理学为“种族主义”帮凶。
高考恢复后，为研究中国科大等“少年班”的神童现象，学界重启了智商测验。1980年代初，韦氏成人智力量表和斯坦福-比奈测验表的中国版制定出来，成规模的智商测试变为可能。
对民众来说，对智商的了解更多的来自于大众传媒。1980年代中期开始，报刊和电视上“智商”概念不断提及，人们将智商作为智力的同义词，用以表示“聪明”，“机智”。
不过，中国人对智商测试始终不曾狂热过。中国人所熟悉的爱迪生的名言是“天才是百分之九十九的汗水加上百分之一的灵感。”而爱因斯坦一连做了三个小板凳的故事，也曾进入小学的教科书，以此告诉学生们勤能补拙。
而情商概念一经传入中国，就迅速替代智商，成为解释成功者的最重要特质。虽然上世纪80年代以来，人口开始自由流动，但传统熟人社会中的背景和关系仍是当下的典型话语，人脉网络被视为是改变命运的最主要途径。与西方国家不同，中国式的英雄主义也不建立在超众的个人能力之上，而更强调个人为集体所作的牺牲。
