第一个智商测试并非为了测量智商而发明。1905年，法国心理学家开发了比奈-西蒙测试，以识别需要校外个性化帮助的儿童。然而，随着时间的推移，心理学家对比奈-西蒙测试进行了完善，并开发了更多的测试——并开始将表现归因于一个人的“一般智力”。
但是，智商测试是衡量一般智力的有效、无偏的工具吗？新泽西州莱德大学心理学家斯特凡·C·东布罗夫斯基说，它们一开始肯定不是这样。 智商测试在歧视种族和民族群体方面有着黑暗的历史，他解释说，最终导致优生学运动期间数千人被强制绝育。
那么，智商测试是否已经超越了它们悲惨的过去，成为当今衡量智力的可靠工具呢？
解读很重要
东布罗夫斯基使用严谨的统计技术研究智商测试的有效性。他说，智商测试确实有意义，并且是有效的智力测量工具——当它们被正确解读时。
“在心理学领域，我们没有像医学领域那样有美国食品药品监督管理局（FDA）之类的保障措施，”他说。“我们有道德准则，但这并未阻止一百年来不恰当的解读实践。我们的领域需要发展。”
东布罗夫斯基认为，这些测试经常被误解的一种方式是，除了整体智商之外，测试中的任何其他分数都被使用了。智商测试测量各种技能，如工作记忆、流体推理、言语理解等。但他指出，科学表明智商测试 仍然不能很好地为这些独立能力提供有意义的分数，应仅被解释为测量一个人的整体一般智力。
但是，智商分数能多准确地代表一个人的真实能力呢？加州大学伯克利分校的一位认知科学家说，我们需要质疑智商测试到底告诉了我们什么。史蒂文·皮安塔多西利用跨文化心理学实验研究人类认知和语言的普遍性。他说，他觉得自己有责任反对关于智力的草率说法，正如他最近在 这条推特帖子中所做的那样。
皮安塔多西说，最大的问题之一是，一个人的智商分数会根据情境而变化。“智商测试已知对动机和指导等因素敏感。这很有道理——如果你不那么努力，你就不会得分那么高。或者，如果你不知道人们使用的策略，你就不会像他们那样得分高，”他说。“我认为，用你愿意在测试中投入多少来总结你的真实能力是错误的。”
另一个问题是测试本身固有的文化偏见。皮安塔多西和他的团队经常与玻利维亚的一个土著群体——奇马内人合作。他们发现许多奇马内人不对形状进行命名——这可能会影响他们在需要测试者思考和操作形状的测量中的智商分数。“没有形状词语的人可能与我们不同地完成这类任务，就像奇马内人给我们一个智商测试，里面有一堆我们不知道名字但他们知道名字的叶子形状一样，”皮安塔多西说。
智商测试作为守门人
东布罗夫斯基指出，所有测量工具在某种程度上都存在偏见，但智商测试出版商确实试图消除个别测试问题中的偏见。他说，他们聘请专家来标记和剔除有问题的题目，并使用统计数据来删除任何一个民族或种族群体表现较差的题目。
但俄亥俄州立大学的教育心理学家唐娜·Y·福特表示，这还不够。
“（智商测试）在文化、语言和经济上都对少数民族学生存在偏见，尤其是对黑人学生，其次是西班牙裔学生，”福特说。“如果这些测试没有偏见，我们就不会在种族和民族之间看到不同的智商分数——但我们确实看到了。这表明这些测试有问题，而不是我们有问题。”
福特的研究以及其他许多人的研究表明，有偏见的智商测试的使用正在将许多 聪明的少数民族学生排除在资优教育项目之外。 福特研究多元文化资优教育已有30多年，她指出，虽然西班牙裔学生的情况有所改善，但她并未看到黑人学生代表性有任何有意义的改善。
排斥这些资优学生是要付出代价的。“当我们不识别少数民族资优学生时，我们就会助长和加剧成就差距。我们削弱梦想和期望。我们否认和限制机会，”福特说。
尽管需要改进，但福特和东布罗夫斯基都同意，智商测试仍然可以作为对整个人的整体评估的一部分而有用。但最终用户决定这些测试是否被正确解读并用于善意目的。
“智商测试是一个工具，它们可以用来促进人类福祉，也可以用来加剧人类痛苦，”东布罗夫斯基说。
