Académique Documents
Professionnel Documents
Culture Documents
net/publication/324603474
CITATIONS READS
2 7,506
1 author:
Jacques Juhel
Université de Rennes 2
88 PUBLICATIONS 963 CITATIONS
SEE PROFILE
All content following this page was uploaded by Jacques Juhel on 19 April 2018.
Chapitre 1
L’intérêt porté par les psychologues à l’intelligence humaine est aussi vieux que
la psychologie elle-même, les points de vue sur l’intelligence, ses formes et l’origine
des différences entre individus aussi contrastés que les polémiques féroces. Dans des
sociétés où l’égalité des opportunités offertes à l’être humain est encouragée, la
question des différences individuelles dans le domaine de l’intelligence est
évidemment très sensible. L’intelligence est d’abord une notion commune saturée de
pré-supposés idéologiques, porteuse de valeurs et de préjugés sociaux avant d’être
l’objet d’étude que le psychologue choisit de caractériser par un ensemble de
comportements. Sans doute n’est-il pas inutile de rappeler que le projet
d’objectivation des différences entre individus dans le domaine de l’intelligence,
projet né en Angleterre à la fin du 19ème siècle, reposait à l’origine sur une
conception héréditariste de l’intelligence et s’inscrivait plus largement dans le
mouvement eugéniste. Il faut aussi savoir que les tests d’intelligence tels que nous
les connaissons aujourd’hui ont été élaborés en réponse à des demandes sociales
d’évaluation, initialement en France pour juger du niveau d’adaptation scolaire
d’élèves en difficulté, quelques années plus tard aux Etats-Unis pour sélectionner les
recrues lors de la première guerre mondiale ou à des fins d’orientation
professionnelle. L’esprit dans lequel ces tests ont été construits, leurs fondements
∗
Chapitre rédigé par Jacques JUHEL [Juhel, J. (2005). La psychométrie : la recherche et
l’évaluation des compétences qui caractérisent l’intelligence. In J. Lautrey et J.-F. Richard
(Eds.), L’intelligence (pp. 23-39). Traité des sciences cognitives. Paris : Hermès Science.]
L’intelligence - 2/16
La notion d’intelligence est une abstraction qui trouve son origine dans des
croyances qui sont à la base de notre compréhension du monde. L’emploi du terme
dans l’usage courant suggère que certains individus semblent se comporter de façon
plus « intelligente » que d’autres dans un large ensemble de situations de la vie
quotidienne, scolaire ou professionnelle. L’idée, parfois contestée par certains
auteurs2, que des aspects caractéristiques de l’activité intellectuelle puissent être
mesurés en découle donc. Là s’arrête le consensus car les tentatives effectuées pour
aboutir à une caractérisation plus précise de ce qu’est l’intelligence n’ont jamais
rencontré beaucoup de succès. L’exemple le plus récent nous est fourni par le
rapport d’experts réunis il y a une dizaine d’années à l’initiative de l’Association
Américaine de Psychologie. On y lit en effet que « les concepts d’"intelligence" sont
des tentatives faites pour clarifier et organiser un ensemble complexe de
phénomènes et qu’aucune conceptualisation ne recueille un assentiment général3 »
(Neisser et al., 1996, p. 77). Par quels moyens est-on alors parvenu à mesurer un tel
complexe de comportements intelligents?
Les efforts accomplis par les psychométriciens pour mesurer les différences
comportementales dans le domaine de l’intelligence ont très tôt été guidés par l’idée
que l’intelligence était une propriété individuelle dont certains aspects pouvaient être
quantifiés. La relation entre les comportements –plus ou moins- intelligents et une
propriété possédée à des degrés divers par les individus n’a cependant pas le
caractère de celle qui existe, par exemple, entre le mouvement de l’aiguille de la
balance et la masse de l’objet pesé. Le concept d’intelligence, comme l’explique
Reuchlin (1962), ne peut en effet être connu qu’au travers de l’instrument de mesure
dont les caractéristiques dépendent de la représentation initialement invoquée de la
notion. Le psychologue ajoute-t-il doit donc d’abord se servir de ses méthodes pour
les fonder et en justifier les étapes « primitives ». Les premières tentatives de mesure
de l’intelligence autour des années 1900 illustrent bien cette dépendance mutuelle.
2
Ceux qui pensent notamment que les sciences empiriques ne peuvent pas répondre à toutes les questions
intelligibles comme par exemple Rose (1998), un neurobiologiste qui conteste qu’on puisse quantifier
correctement un caractère global ou Best (2000), un philosophe qui estime que la notion d’intelligence,
comme celle d’amour ou de vanité, est au-delà de toute exploration scientifique.
3
La définition retenue est la suivante : « Les individus diffèrent les uns des autres dans leur capacité à
comprendre des idées complexes, à s’adapter effectivement à leur environnement, à apprendre de leurs
expériences, à mettre en œuvre des formes variées de raisonnement, à franchir certains obstacles à l’aide
d’outils de pensée. »
L’intelligence - 4/16
4
Wissler était un doctorant de James McKeen Cattell, fervent Galtonnien. Les résultats « décevants » de
sa thèse firent un tel tapage qu’il préféra s’orienter vers l’anthropologie…
5
La corrélation linéaire entre deux variables qui permettent de différencier un même ensemble
d’individus (de les ordonner les uns par rapport aux autres) est une estimation du degré de ressemblance
des différenciations observées. La corrélation linéaire varie entre -1 et 1. Elle est de 1 lorsque les deux
différenciations sont identiques ou parallèles (par ex., 1,2,3 et 1,2,3 ; 1,2,3 et 2,4,6) et de –1 lorsqu’elles
sont inversement parallèles (par ex., 1,2,3 et 3,2,1). Elle est de 0 lorsque les deux différenciations sont
sans relation ou « orthogonales ».
L’intelligence 5/16
Les méthodes statistiques utilisées pour situer des comportements intelligents sur
une échelle numérique imposent un certain type de relation mathématique entre le
nombre et l’intelligence, le trait latent non observable directement dont on pré-
suppose l’existence. Ces méthodes ne sont donc pas neutres et entretiennent par le
fait même une certaine relation avec la théorie psychologique qui rend compte de
l’organisation des données empiriques. Elles peuvent même être employées de
manière absolue et servir de théorie par défaut. La conception « structurale » de
l’intelligence qui prédominera jusqu’aux années 70 a été ainsi façonnée par un
modèle de mesure inventé par Spearman en 1904.
6
Spearman a développé une formule de correction des corrélations observées afin de tenir compte des
erreurs de mesure.
L’intelligence - 6/16
entre ces deux fonctions est très proche de 1, Spearman conclut à l’existence d’une
« fonction fondamentale commune (ou d’un groupe de fonctions) saturant à des
degrés différents toutes les branches de l’activité intellectuelle » (p. 272).
L’invention d’une méthode statistique d’estimation de variables psychologiques non
directement mesurables permet ici à Spearman d’affirmer que les diverses formes
d’activité mentale sont sous la dépendance d’une fonction centrale ou facteur
d’intelligence générale. Mais ce facteur g, quelle qu’en soit la portée opératoire ou
prédictive, est aussi une propriété fonctionnelle des contraintes de mesure de
l’analyse quantitative particulière mise en œuvre par son concepteur.
Les psychologues américains ont été les premiers à traduire l’Echelle Métrique
de Binet-Simon pour l’adapter à leur usage7 et quantifier la performance en
remplaçant la notion de niveau mental par celle de Quotient Intellectuel8. Le
Stanford-Binet Test, rapidement très employé chez l’enfant, devint un standard qui
influença profondément les constructeurs des tests collectifs et individuels élaborés
ensuite. Les tests furent ainsi standardisés selon des principes d’uniformité des
conditions d’observation et d’interprétation des résultats en référence à des
observations faites sur une population donnée (l’« étalonnage » du test). Diverses
techniques furent mises au point pour parvenir à estimer la fidélité, la sensibilité, la
stabilité et la validité des mesures effectuées. Mais les tests furent développés avant
tout dans une perspective pragmatique, du seul point de vue de leur validité de
mesure (par ex., en veillant à ce qu’ils différencient correctement les individus ou en
faisant évoluer leur contenu interne en fonction de leur capacité à prédire un critère
externe) plutôt qu’en fonction de considérations théoriques. Le QI devint ainsi par
construction un indicateur global d’efficience intellectuelle (par ex., de moyenne
100 pour un écart-type de 15 dans les échelles de Wechsler publiées en 1958) et un
des meilleurs prédicteurs des apprentissages scolaires et des performances
professionnelles.
7
Les items de l’Echelle Métrique ont été traduits par l’Américain Goddard en 1911, l’Echelle Métrique a
ensuite été adaptée par Terman en 1916 (Stanford-Binet Test).
8 âge mental
QI = ×100 .
âge chronologi que
L’intelligence 7/16
Dès son invention, l’analyse factorielle a été considérée par les psychométriciens
comme l’instrument permettant d’identifier les dimensions de l’intelligence à partir
des relations observées entre tests. Celle-ci va beaucoup évoluer au plan technique
(Reuchlin, 2003) sous l’influence notamment de Thurstone (1938). Celui-ci doute en
effet de l’existence d’un facteur général. Il fait au contraire l'hypothèse d'une
diversité de types d’intelligence et cherche à identifier des facteurs indépendants les
uns des autres (les « vecteurs de l’esprit ») à l’aide d’une méthode qui généralise le
modèle de Spearman à un modèle à plusieurs facteurs. Cette méthode d’analyse
multifactorielle repose sur la recherche d’une « structure simple » c’est-à-dire d’une
structure dans laquelle les saturations9 des facteurs sur les tests sont toutes positives.
La solution factorielle est obtenue par « rotation » des axes c’est-à-dire en faisant
pivoter les facteurs afin de mieux représenter les groupes de tests ; elle est le résultat
de l’application d’un critère objectif de redistribution de l’information analysée par
rapport à des facteurs posés indépendants les uns des autres (le critère varimax).
L’émergence d’un facteur dans une telle représentation traduit ainsi l’existence
d’une propriété commune à plusieurs tests –une même façon de différencier les
individus- que d’autres tests ne partagent pas. Plusieurs tests, par exemple de
raisonnement logique, peuvent partager une même et unique façon de différencier
les individus (facteur raisonnement) ; des tests de compréhension verbale peuvent
réfléchir une autre dimension commune de variation humaine (facteur verbal).
Thurstone sera cependant amené à relâcher la contrainte d’orthogonalité entre
facteurs de 1er ordre, à faire l’hypothèse de facteurs « obliques » (c’est-à-dire
corrélés entre eux), pour rendre son modèle plus compatible avec l’organisation des
données.
CT V RF PV A D
Compréhension de Texte 1,000
Vocabulaire 0,614 1,000
Reproduction de Figures 0,156 0,217 1,000
Perception Visuelle 0,084 0,203 0,435 1,000
Addition 0,145 0,132 0,174 0,168 1,000
Dénombrement 0,198 0,200 0,087 0,156 0,670 1,000
Voici par exemple les corrélations observées entre 6 tests mesurant l’activité
mentale dans les domaines verbal (CT : Compréhension de Texte ; V : Vocabulaire),
9
Les saturations sont les corrélations désatténuées entre facteurs et tests.
L’intelligence - 8/16
a) g
0,50 0,
0,5 60
4
0,37
0,5
0,3
8
CT V RF PV A D
b)
V V-S N
0,77
0,7
0,64
0,80
0,8
0,6
7
1
4
CT V RF PV A D
c)
V V-S N
V 1,00
V-S 0,26 1,00
N 0,27 0,32 1,00
Figure 1.1. Solutions factorielles à 1 facteur général (a) et 3 facteurs orthogonaux (b). Les
tests sont représentés dans des carrés, les facteurs dans des cercles. Les estimations sont les
saturations des facteurs sur les tests et les variances uniques (u, u’) (les saturations
inférieures à 0,30 ne sont pas présentées). En c), les corrélations entre facteurs de 1er ordre
dans le modèle à 3 facteurs obliques.
estimations fournies par chacun des modèles hypothétiques peuvent être comprises
de la manière suivante. Un test possède d’autant plus de variance en commun avec
l’ensemble des tests dont le facteur réfléchit la différenciation -il mesure d’autant
mieux le facteur-, que la saturation du facteur sur le test est proche de 1 ou que
l’unicité du test est proche de 0. Dans le premier modèle et sur cet échantillon, D, A
et V sont les tests qui mesurent le mieux le facteur général (saturations de 0,60,
0,58 et 0,54 ; unicités de 64, 66 et 71%). Les estimations sont évidemment
différentes dans le modèle à 3 facteurs orthogonaux : D est un bon indicateur d’un
facteur de 1er ordre « numérique» (saturation de 0,81) quand V est une bonne mesure
d’un facteur « verbal » (saturation de 0,77). Les unicités sont en outre nettement plus
faibles que dans le modèle unifactoriel. Enfin, l’observation de corrélations entre
facteurs de 1er ordre (c) suggère l’existence d’un facteur d’ordre supérieur. En
comparaison à la solution unifactorielle, la solution multifactorielle laisse donc un
plus faible pourcentage de variance « inexpliqué » par les facteurs. Elle semble
mieux reconstituer les corrélations entre tests.
Que penser alors des critiques de ceux qui comme Gould (1983) estiment que la
faiblesse conceptuelle de l’analyse factorielle réside dans la tendance à réifier
l’intelligence et les aptitudes intellectuelles, à en faire des entités possédant une
existence propre ? Réifier les facteurs est effectivement une erreur et aucune
hypothèse expliquant les variations comportementales observées ne peut être mise à
l’épreuve avec l’analyse factorielle. Les réponses apportées n’ont également aucun
caractère absolu. Elles permettent néanmoins de conjecturer l’existence de
propriétés non observées directement à partir des relations entre tests et inspirent à
ce titre des pistes de recherche et des hypothèses que le psychologue peut tester. On
a aussi souvent reproché à l’analyse factorielle de pouvoir générer plusieurs
structures capables de rendre compte de l’organisation des corrélations entre tests.
Bien que les différences entre solutions factorielles soient parfois minimes, cette
critique est aujourd’hui sans fondement grâce aux techniques de modélisation
structurale dont on dispose désormais. Mais il va de soi que de simples critères
10
Des modèles faisant par exemple l’hypothèse d’un nombre plus important de facteurs, de facteurs
corrélés, de plusieurs facteurs d’ordre supérieur, etc.
L’intelligence - 10/16
11
On présente dans ce test « non-verbal » des tableaux composés de dessins organisés en lignes et en
colonnes. Ces dessins varient d’une ligne et d’une colonne à une autre selon des lois qu’il faut identifier.
L’intelligence 11/16
Addition
Multiplication
Soustraction
Division
Jugement numérique
Empans Comparaison
de chiffres, Raisonnement numérique de chiffres
de lettres Série de nombres de symboles
de figures identiques
Analogies de nombres
Analogies
Formation verbales Analogies
de concepts géométriques
Compréhension Assemblage
à l’écoute mécanique
d’un texte Cubes de Kohs
Rappel de Assemblage
paragraphe d’objets
Complétion
Compréhension d’images
de lecture
Figure 1.2. Représentation « en cône » d’un ensemble fini de tests d’intelligence (d’après
Snow et Lohman, 1989).
Il est aujourd’hui admis que l’identification d’un facteur général est possible dès
lors qu’une batterie de tests suffisamment bien construite pour cela est administrée à
des sujets moyennement efficients. Carroll qui fait autorité en la matière conclut
ainsi en faveur de l’existence d’un facteur commun de 3ème ordre opérationnellement
identifiable. Mais comment interpréter ce facteur général qui semble réfléchir une
dimension essentielle de la performance à de nombreux tests d’intelligence ?
La position des psychologues qui considèrent que les corrélations entre tests
d’intelligence peuvent être résumées au plus haut niveau de la hiérarchie des
facteurs par un facteur général conceptuellement conforme à une définition en
termes de capacité mentale générale (Neisser et al., 1996) n’est pas de même nature.
L’existence d’un facteur général n’impose d’abord pas celle d’une fonction
psychologique unique. Thomson par exemple a proposé dès 1916 une théorie
associationniste expliquant la corrélation entre tests à partir de l’idée que chacun
d’entre eux pouvait impliquer un très grand nombre d’éléments (de liaisons, de
12
Par exemple le modèle neurobiologique de l’intelligence de Gray et Thompson (2004).
L’intelligence 13/16
processus) échantillonnés à des degrés divers selon les tests. L’observation d’une
corrélation entre tests n’entraîne pas non plus que ceux-ci mesurent nécessairement
un même processus psychologique. Des mécanismes mentaux distincts mais
interdépendants peuvent tout aussi bien sous-tendre les performances observées.
nous disposons qui nous en rend capables. Mais d’autres orientations rompant plus
ou moins nettement avec cette conception ont été suggérées. Nous n’en évoquerons
brièvement ici que deux: la première en raison des applications qu’elle permet
d’envisager ; la seconde parce qu’elle met l’accent sur les facteurs non-cognitifs de
la performance aux tests traditionnels et invite à resituer dans un contexte
psychologique plus complexe les demandes liées à ce type de situation.
13
Gardner définit plusieurs formes –non hiérarchisées- d’intelligence ou capacités verbale, logico-
mathématique, spatiale, musicale, kinesthésique, interpersonnelle, intrapersonnelle et naturaliste.
L’intelligence 15/16
d’intelligence peuvent aussi être plus ou moins anxieux, avoir une plus ou moins
bonne image de soi, adopter certaines attitudes plutôt que d’autres, être plus ou
moins motivés à y répondre… Tous ces facteurs « conatifs » ne sont évidemment
pas sans incidence sur le degré d’engagement des sujets dans la tâche ni sur leur
performance en situation de test. Le point de vue défendu par Richardson, selon qui
un « complexe de facteurs affectifs et socio-cognitifs » intervient dans la
performance aux tests d’intelligence est donc tout à fait vraisemblable. Il serait
même tout à fait dommage comme le faisait remarquer Reuchlin il y a maintenant
plus de quinze ans, que la psychologie « méconnaisse l’importance de l’évolution
qui conduit à examiner le rôle des facteurs conatifs dans le fonctionnement même
des processus cognitifs » (Reuchlin, 1990).
1.4. Conclusion
1.5. Bibliographie
Binet, A. (1911, 1973). Les idées modernes sur les enfants. Paris: Flammarion.
Carroll, J.B. (1993). Human cognitive abilities: A survey of factor analytic studies.
Cambridge: Cambridge University Press.
Gardner, H. (1983). Frames of mind: The theory of multiple intelligences. New York: Basic
books.
Gould, S.J. (1983). La mal-mesure de l’homme. Paris: Ramsay.
Grégoire, J. (2000). L’évaluation clinique de l’intelligence de l’enfant. Sprimont : Mardaga.
Grégoire, J. (2004). L’examen clinique de l’intelligence de l’adulte. Sprimont : Mardaga.
Gustafsson, J.E. (1984). A unifying model for the structure of intellectual abilities.
Intelligence, 8, 179-203.
Herrnstein, R., & Murray, C. (1996). The Bell curve : Intelligence and class structure in
American Life. New York : Free Press.
Horn, J.L., & Cattell, R.B. (1966). Refinement and test of the theory of fluid and crystallized
intelligence. Journal of Educational Psychology, 57, 253-270.
Huteau, M. & Lautrey, J. (1999). Evaluer l’intelligence : Psychométrie cognitive. Paris : PUF.
Jensen, A. (1998). The g factor : The science of mental ability. Westport, CT : Praeger.
Kamin, L.J. (1974). The science and politics of IQ. Potomac MD : Erlbaum.
Montagu, A. (Ed.) (1975, 1999). Race and IQ. New York : Oxford University Press.
Neisser, U., Boodoo, G., Bouchard, T.J.Jr., Boykin, A.W., Brody, N., Ceci, S.J., Halpern,
Loehlin, J., Perloff, R., Sternberg, R.J., & Urbina, S. (1996). Intelligence : Knowns and
unknowns. American Psychologist, 51, 77-101.
Reuchlin, M. (1962). Les méthodes quantitatives en psychologie. Paris : PUF.
Reuchlin, M. (1990). Facteurs conatifs des différences cognitives. In Actes des 8èmes
Journées de psychologie différentielle (pp. 461-471). Lyon : PUL.
Reuchlin, M. (2003). Contributions à l’histoire des méthodes statistiques employées en
psychologie : De la régression aux modèles structuraux. Psychologie et Histoire, 4, 3-30.
Richardson, K. (2002). What IQ tests test ? Theory and Psychology, 12, 283-314.
Spearman, C. (1904). “General intelligence” objectively determined and measured. American
Journal of Psychology, 15, 201-293.
Sternberg, R.J. (1999). Successful intelligence: Finding a balance. Trends in Cognitive
Science, 3, 436-442.
Thurstone, L.L. (1938). Primary Mental Abilities. Psychometric Monographs, 1.
Vernon, P.E. (1950). Structure of human abilities. London: Methuen.