3.7: Habilidades intelectuales, intereses y dominio

Por David Lubinski

Universidad de Vanderbilt

Psicólogos interesados en el estudio de la individualidad humana han descubierto que los logros en la educación, el mundo del trabajo y la creatividad son una función conjunta de talento, pasión y compromiso, o cuánto esfuerzo y tiempo uno está dispuesto a invertir en el desarrollo personal cuando la oportunidad es siempre. Este módulo revisa los modelos y medidas que los psicólogos han diseñado para evaluar el intelecto, los intereses y la energía para el desarrollo personal. El módulo comienza con un modelo para organizar estos tres dominios psicológicos, lo cual es útil para comprender el desarrollo del talento. Este modelo no solo es útil para comprender las diferentes formas en que el desarrollo positivo puede desarrollarse entre las personas, sino que también es útil para conceptualizar el desarrollo personal y las formas de seleccionar oportunidades en entornos de aprendizaje y trabajo que sean más significativas personalmente. Se revisan los datos que sustentan este modelo.

objetivos de aprendizaje

• Comparar y contrastar la satisfacción y la satisfactoriedad.
• Discutir por qué el modelo de desarrollo del talento ofrecido en este módulo pone igual énfasis en evaluar a la persona y evaluar el entorno.
• Articular la relación entre capacidad y aprendizaje y desempeño.
• Entender el tema de un “umbral de habilidad” más allá del cual más capacidad puede importar o no.
• Enumere los atributos personales distintos de los intereses y habilidades que son importantes para el logro individual.

Aunque la visión de Platón sobre la inteligencia humana puede estar bastante anticuada, los análisis actuales describen un modelo similar para comprender la aplicación y el desarrollo intelectual de los humanos. [Imagen: Un Blog de Salud, https://goo.gl/O8FoHH, CC BY-SA 2.0, goo.gl/RXiusF]

Una amalgama de inteligencia, intereses y dominio son temas apropiados para un ensayo sobre los temas transversales que atraviesan estos vastos dominios de diversidad psicológica. Para un desempeño efectivo y logros valorados, estas tres clases de determinantes son necesarias para el tratamiento integral de los fenómenos psicológicos que apoyan el aprendizaje, el desempeño ocupacional y para avanzar en el conocimiento a través de soluciones innovadoras. Históricamente, estos atributos personales se remontan al menos a la visión triárquica de Platón sobre la psique humana, descrita en Fedra, donde representa al intelecto como un auriga, y afecta (intereses) y voluntad (dominar) como caballos que dibujan el carro. Desde entonces, los factores cognitivos, afectivos y conativos se han encontrado en modelos integrales de desarrollo humano, o “La trilogía de la mente” (Hilgard, 1980). Para predecir la magnitud, naturaleza y sofisticación del desarrollo intelectual hacia el aprendizaje, el trabajo y la creación, las tres clases son indispensables y los déficits en cualquiera pueden cojear notablemente la efectividad de las demás para cumplir con los estándares de desempeño típico y extraordinario. Estos tres aspectos de la individualidad humana operan en confluencias paralelas de comportamientos, percepciones y estímulos para generar un flujo de experiencias de conciencia, así como un funcionamiento efectivo. Hilgard (1980) fue efectivamente justificado para criticar formulaciones en psicología cognitiva, que descuidan el afecto y la conación; técnicamente, tales marcos truncados de los fenómenos psicológicos humanos se conocen como modelos causales indeterminados o mal especificados (Lubinski, 2000; Lubinski y Humphreys, 1997).

Un Marco para Comprender el Desarrollo del Talento

La Figura 3.7.1 es una adaptación de la Teoría del Ajuste Laboral (TWA; Dawis & Lofquist, 1984; Lubinski y Benbow, 2000). Proporciona un esquema organizacional útil para este tratamiento al describir las dimensiones críticas de la individualidad humana para el desempeño en entornos de aprendizaje y trabajo (y en la transición entre dichos entornos). Aquí se ensamblan los modelos dominantes de habilidades intelectuales e intereses educativo-ocupacionales. Debido a que esta revisión se restringirá a medidas de diferencias individuales que alberguen significación en el mundo real, estos dos modelos están vinculados a las características correspondientes de los entornos de aprendizaje y trabajo, requisitos de capacidad y estructuras de incentivos o recompensas, que establecen estándares para cumplir con las expectativas ( desempeño) y recompensar el desempeño valorado (compensación). La correspondencia entre habilidades y requisitos de capacidad constituye satisfactoriedad (“competencia”), mientras que la correspondencia entre intereses y estructuras de recompensa constituye satisfacción (“cumplimiento”). En la medida en que concurran satisfactoriedad y satisfacción, el individuo está motivado a mantener el contacto con el medio ambiente y el ambiente está motivado para retener al individuo; si una de estas dimensiones es dis-corresponsal, el individuo está motivado a abandonar el ambiente o el ambiente está motivado para despedir.

Figura 3.7.1: Lo anterior es una adaptación de la Teoría del Ajuste Laboral (Dawis & Lofquist, 1984), siguiendo a Lubinski y Benbow (2000) para resaltar su papel general en el desarrollo del talento a lo largo de la vida. El escalamiento radex de las habilidades cognitivas (superior izquierda) y el hexágono de intereses de RIASEC (inferior izquierda) describen atributos personales relevantes para el aprendizaje y el trabajo. Las letras dentro del arreglo de la capacidad cognitiva denotan diferentes regiones de concentración, mientras que sus números acompañantes aumentan en función de la complejidad. Dentro de la RIASEC se encuentra una simplificación de este hexágono. Siguiendo a Prediger (1982), equivale a una estructura bidimensional de dimensiones independientes: personas/cosas y datos/ideas, que subyacen a RIASEC. La línea punteada que recorre los sectores individual y ambiental subraya la idea de que se pone igual énfasis en evaluar los atributos personales (habilidades e intereses) y evaluar el entorno (requisitos de habilidades y estructura de recompensa). La correspondencia entre habilidades y requisitos de capacidad constituye satisfacción, mientras que la correspondencia entre intereses y sistemas de refuerzo constituye satisfacción. Conjuntamente, estas dos dimensiones predicen la tenencia o una relación de larga data entre el individuo y el medio ambiente.

Este modelo de desarrollo del talento pone igual énfasis en la evaluación del individuo (habilidades e intereses) y el entorno (requisitos de respuesta y estructuras de recompensa). Las revisiones integrales de los resultados dentro de la educación (Lubinski, 1996; Lubinski y Benbow, 2000), el asesoramiento (Dawis, 1992; Gottfredson, 2003; Rounds & Tracey, 1990) y la psicología industrial/organizacional enfatizan este tándem persona/ambiente (Dawis, 1991; Katzell, 1994; Lubinski y Dawis, 1992; Strong, 1943): alineando las inclinaciones competencias/motivacionales con los estándares de desempeño y las estructuras de recompensa para el aprendizaje y el trabajo (Bouchard, 1997; Scarr, 1996; Scarr & McCartney, 1983). Y de hecho, la psicología educativa, de consejería e industrial puede ser secuenciada de manera contigua por este marco. Todos comparten una característica común: el estudio científico de implementar intervenciones u oportunidades, basadas en diferencias individuales, para maximizar el crecimiento psicológico positivo a través de diferentes etapas del desarrollo de la vida (Lubinski, 1996). Para tomar decisiones individuales sobre el desarrollo personal, o decisiones institucionales sobre el desarrollo organizacional, con frecuencia es útil ir más allá de un enfoque mínimo requerido de “te gusta” (satisfacción) y “puedes hacerlo” (satisfacción), y en su lugar considerar lo que más les gusta a los individuos y puede hacer lo mejor (Lubinski & Benbow, 2000, 2001). Este marco es útil para identificar “promesa óptima” para el desarrollo personal así como organizacional. Por ahora, sin embargo, se revisarán las habilidades e intereses cognitivos y, en última instancia, se vincularán a determinantes conativos que movilizan, y en parte dan cuenta de, las diferencias individuales en la forma en que se expresan las capacidades y los motivos.

Habilidades Cognitivas

En las últimas décadas —los últimos 20 años en particular— ha surgido un notable consenso de que las habilidades cognitivas están organizadas jerárquicamente (Carroll, 1993). Un esquema general de esta jerarquía se representa gráficamente por un radex (Guttman, 1954), representado en la región superior izquierda de la Figura 3.7.1. Esto ilustra el hallazgo confiable de que las evaluaciones de la capacidad cognitiva covarían en función de su contenido o complejidad (Corno, Cronbach et al., 2002; Lubinski & Dawis, 1992; Snow & Lohman, 1989). Las pruebas de capacidad cognitiva se pueden escalar en este espacio en función de lo alto que covaran entre sí. Cuanto más comparten complejidad y contenido dos pruebas, más covaran y más se acercan entre sí como puntos dentro del radex. La complejidad de la prueba se escala desde el centro de la radex (“g”) hacia fuera, y, a lo largo de líneas que emanan del origen, la complejidad disminuye pero el contenido de la prueba sigue siendo el mismo. El contenido de la prueba se escala alrededor de las bandas circulares con igual distancia del centro de la radex y, progresando alrededor de estas bandas, la densidad relativa del contenido de prueba cambia de espacial/mecánico a verbal/lingüístico a cuantitativo/numérico, pero la complejidad de la prueba permanece constante. Por lo tanto, el contenido de la prueba varía dentro de cada banda (pero la complejidad permanece constante), mientras que la complejidad de la prueba varía entre bandas (pero en líneas desde el origen hasta la periferia, el contenido permanece constante). Debido a que la medida en que el covario de las pruebas está representado por lo cerca que están dentro de este espacio (Lubinski & Dawis, 1992; Snow & Lohman, 1989; Wai, Lubinski, & Benbow, 2009), este modelo es útil para organizar los diferentes tipos de pruebas de habilidad específicas.

Como ya se puede decir, tratar de documentar la propia inteligencia en pruebas de resolución de problemas es muy complicado. Entonces, aunque las “pruebas de coeficiente intelectual” en línea pueden ser divertidas, rara vez son realmente precisas. [Imagen: La vida de Riley, https://goo.gl/siweyC, CC BY-SA 3.0, goo.gl/elcN2o]

Como señaló astutamente Piaget, “la inteligencia es lo que usas cuando no sabes qué hacer”, y este modelo ofrece una excelente visión general del contenido y la sofisticación del pensamiento aplicado a tareas familiares y novedosas de resolución de problemas. El razonamiento matemático, espacial y verbal constituyen las principales habilidades específicas con implicaciones para diferentes elecciones y desempeño después de esas elecciones en entornos de aprendizaje y trabajo (Corno et al., 2002; Dawis, 1992; Gottfredson, 2003; Lubinski, 2004; Wai et al., 2009). El contenido de las medidas o pruebas de estas habilidades específicas indiza las diferencias individuales en diferentes modalidades de pensamiento: razonamiento con números, palabras y figuras o formas. Sin embargo, a pesar de este contenido y enfoque dispares, las pruebas de habilidades específicas contrastantes están correlacionadas positivamente, porque todas indexan una propiedad general subyacente del pensamiento intelectual.

Esta dimensión general (común), identificada hace más de 100 años (Spearman, 1904) y corroborada por una cantidad masiva de investigaciones posteriores (Carroll, 1993; Jensen, 1998), es la habilidad mental general, el factor general, o simplemente g (Gottfredson, 1997). La habilidad mental general representa la complejidad/sofisticación del repertorio intelectual de una persona (Jensen, 1998; Lubinski & Dawis, 1992). Cuanto más compleja sea una prueba, independientemente de su contenido, mejor será una medida de g. Además, debido a que g subyace a todos los procesos de razonamiento cognitivo, cualquier prueba que evalúe una habilidad específica también es, en cierta medida, una medida de g (Lubinski, 2004). En la escuela, el trabajo y una variedad de circunstancias cotidianas, las evaluaciones de esta dimensión general covarían de manera más amplia y profunda que cualquier otra medida de individualidad humana (Hunt, 2011; Jensen, 1998; Lubinski, 2000, 2004).

Las medidas de g manifiestan su importancia vital al ir más allá de los entornos educativos (donde covarían con evaluaciones de logros educativos en el rango de .70—.80), al desempeñar un papel en la conformación de fenómenos dentro de los dos importantes dominios de vida de Freud, arbeiten y lieben, trabajar y amar (o, adquisición de recursos y apareamiento). Medidas de g covary .20—.60 con desempeño laboral en función de la complejidad laboral, .30—.40 con ingresos, y —.20 con comportamiento delictivo, .40 con SES de origen, y .50—.70 con SES logrado; correlaciones de apareamiento surtidas en g rondan .50 (Jensen, 1998; Lubinski, 2004; Schmidt & amp; Hunter, 1998). Además, a pesar de Malcolm Gladwell (2008), no parece haber un umbral de habilidad; es decir, la idea de que después de cierto punto más habilidad no importa. Más capacidad sí importa.

Aunque ciertamente se necesitan otros determinantes (intereses, persistencia, oportunidad), más capacidad sí hace una diferencia en el aprendizaje, el trabajo y la creación, incluso entre el 1% superior de la capacidad, o equivalentes de coeficiente intelectual que van desde aproximadamente 137 hasta más de 200 (ver Figura 3.7.2). Cuando se utilizan medidas adecuadas de evaluación y criterio para capturar la amplitud de las diferencias de habilidad y logro entre los profundamente talentosos, se muestra que las diferencias individuales dentro del 1% superior de la capacidad son importantes. En el pasado esto ha sido difícil de demostrar, porque las evaluaciones intelectuales y las medidas de criterio carecían de alcance suficiente en poblaciones superdotadas o intelectualmente talentosas, lo que resultó en que no hubo variación en las evaluaciones entre las capaces y excepcionalmente capaces (efectos de techo). Sin variación no puede haber covariación, pero los métodos modernos ahora se han corregido para esto (Kell, Lubinski, & Benbow, 2013a; Lubinski, 2009; Park, Lubinski, & Benbow, 2007, 2008). Sin embargo, incluso cuando g se mide en todo su alcance y se valida con muestras grandes y criterios apropiados de baja tasa base en intervalos longitudinales prolongados, hay mucho más en el funcionamiento intelectual que medidas de g o capacidad general.

Figura 3.7.2: Frey y Detterman (2004) han demostrado que el compuesto SAT es una excelente medida de inteligencia general para muestras de alta capacidad; aquí, jóvenes intelectualmente precoces fueron evaluados sobre este compuesto a los 13 años y separados en cuartiles (Lubinski, 2009). Las puntuaciones compuestas SAT promedio de edad 13 para cada cuartil se muestran entre paréntesis a lo largo del eje x. Los odds ratios que comparan la probabilidad de cada resultado en los cuartiles SAT superior (Q4) e inferior (Q1) se muestran al final de cada línea de criterio respectiva. Un asterisco indica que el intervalo de confianza del 95% para el odds ratio no incluyó 1.0, lo que significa que la probabilidad del resultado en el 4T fue significativamente mayor que en el primer trimestre. Estas evaluaciones SAT a los 13 años se realizaron antes del re-centrado del SAT a mediados de la década de 1990 (es decir, durante la década de 1970 y principios de 1980); en ese momento, las puntuaciones de corte para el 1 superior de cada 200 fueron SAT-M ≥ 500, SAT-V ≥ 430; para el top 1 de cada 10,000, las puntuaciones de corte fueron SAT-M ≥ 700, SAT-V ≥ 630 a los 13 años.

Para revelar cómo operan las habilidades generales y específicas a lo largo del desarrollo, la Figura 3.7.3 contiene datos de más de 400 mil estudiantes de secundaria evaluados entre los grados 9 y 12, y rastreados durante 11 años. Específicamente, la Figura 3.7.3 grafica los perfiles de habilidades generales y específicos de los estudiantes que obtienen títulos terminales en nueve disciplinas (Wai et al., 2009). Dado que se observaron hallazgos altamente congruentes para las cuatro cohortes (grados 9 a 12), las cohortes se combinaron. La alta inteligencia general y una orientación intelectual dominada por altas habilidades matemáticas y espaciales, en relación con la capacidad verbal, fueron características sobresalientes de los individuos que persiguieron credenciales de educación avanzada en ciencia, tecnología, ingeniería y matemáticas (STEM). Estos participantes ocupan una región en el espacio intelectual definida por las dimensiones de nivel de habilidad y patrón de habilidad diferentes a los participantes que obtienen títulos de licenciatura y posgrado en otros dominios.

Figura 3.7.3: Los puntajes z promedio de los participantes sobre habilidades verbales, espaciales y matemáticas para licenciaturas terminales, maestrías terminales y doctorados se trazan por campo. Los grupos se trazan en orden de rango de su posición normativa sobre g (verbal [V] + espacial [S] + matemático [M]) a lo largo del eje x, y la línea con las flechas de cada campo apuntando a él indica en la escala continua dónde están en la habilidad mental general en unidades de puntaje z. Esta cifra está estandarizada en relación a todos los participantes con datos completos de habilidades en el momento de la prueba inicial. Los Ns respectivos para cada grupo (hombres + mujeres) fueron los siguientes para licenciatura, maestría y doctorado, respectivamente: ingeniería (1,143, 339, 71), ciencias físicas (633, 182, 202), matemáticas/informática (877, 266, 57), ciencias biológicas (740, 182, 79), humanidades (3,226, 695, 82), ciencias sociales (2,609, 484, 158), arts (615, 171 [maestría únicamente]), negocios (2,386, 191 [maestría + doctorado]), y educación (3,403, 1,505 [maestría + doctorado]). Para educación y negocios, se combinaron maestrías y doctorados porque las muestras de doctorado para estos grupos eran demasiado pequeñas para obtener estabilidad (N = 30). Para el N específico para cada grado por sexo que compuso las agrupaciones principales, véase el Apéndice A en Wai et al. (2009).

Dos diferencias principales distinguen el STEM de los grupos educativos no STEM. Primero, los estudiantes que finalmente aseguran credenciales educativas en dominios STEM son más capaces que aquellos que obtienen títulos en otras áreas, especialmente en habilidades intelectuales no verbales. Dentro de todos los dominios educativos, las titulaciones más avanzadas se asocian con habilidades más generales y específicas. Segundo, para las tres agrupaciones educativas STEM (y los grados avanzados dentro de estas agrupaciones), la capacidad espacial > la habilidad verbal, mientras que para todas las demás, que van desde la educación hasta la biología, la capacidad espacial < la capacidad verbal (siendo el negocio una excepción). Los adolescentes jóvenes que posteriormente obtuvieron credenciales educativas avanzadas en STEM manifestaron un patrón de habilidad espacial-verbal opuesto al de aquellos que finalmente obtuvieron credenciales educativas en otras áreas. Estos mismos patrones se desarrollan en arenas ocupacionales de manera predecible (Kell, Lubinski, Benbow, & Steiger, 2013b). En la última década, las diferencias individuales dentro del 1% superior de capacidad han revelado que estos patrones auguran resultados importantes para la innovación técnica y la creatividad, tanto con respecto al nivel de habilidad (Lubinski, 2009; Park et al., 2008) como al patrón (Kell et al. 2013a, Kell et al., 2013b; Park et al., 2007 ). El nivel de habilidad general tiene validez predictiva para la magnitud del logro (cuán extraordinarios son), mientras que el patrón de habilidad tiene validez predictiva para la naturaleza de los logros (los dominios en los que ocurren).

Intereses

El hecho de que la gente pueda hacer algo bien no significa que les guste hacerlo. Se necesita información psicológica sobre las diferencias motivacionales (pasiones personales) para comprender las atracciones y aversiones, las diferentes formas de crear una vida significativa y cómo se desarrolla el desarrollo diferencial. Incluso las personas con el mismo equipo intelectual varían ampliamente en sus inclinaciones motivacionales. Parafraseando a Platón, diferentes caballos impulsan el desarrollo intelectual por diferentes caminos de vida. La región inferior izquierda de la Figura 3.7.1 proporciona el modelo dominante de intereses vocacionales, uno desarrollado a partir de décadas de investigación longitudinal e intercultural a gran escala. Muestra una estructura hexagonal que consta de seis temas generales: Realista (R) = trabajar con gadgets y cosas, el aire libre, necesidad de estructura; Investigativo (I) = búsquedas científicas, especialmente matemáticas y la ciencia física, un interés por la teoría; Artístico (A) = expresión creativa en el arte y la escritura , poca necesidad de estructura; Social (S) = intereses de las personas, las profesiones de ayuda, enseñanza, enfermería, consejería; Emprendedor (E) = le gustan los roles de liderazgo dirigidos hacia objetivos económicos; y Convencional (C) = gusto por entornos bien estructurados y cadenas de mando claras, como las prácticas de oficina.

Es bastante fácil pensar en cosas en las que eres hábil pero que no disfrutas hacer. Sin embargo, ¿puedes pensar en algo en lo que no eres muy hábil pero que aún disfrutas haciendo? [Imagen: CC0 Dominio público, goo.gl/m25gce]

Estos seis temas covarían inversamente con la distancia entre ellos, de ahí que la estructura hexagonal circule alrededor de R-I-A-S-E-C. John Holland (1959, 1996) recibe justificadamente la mayor parte del crédito por este modelo (Day & Rounds, 1998), aunque Guilford et al. (1954) descubrieron un marco similar basado en datos militares y los etiquetaron Mecánico, Científico, Expresión Estética, Bienestar Social, Negocios y Clerical. Aunque cada tema contiene múltiples subcomponentes, el hexágono de Holanda, al igual que el radex de las habilidades cognitivas, captura los contornos generales del dominio de interés educativo/ocupacional, pero hay hebras moleculares de dimensiones intelectivas y de interés que agregan matiz a estos esquemas generales (para habilidades, véase Carroll, 1993; para intereses, ver Dawis, 1991; Savickas & Spokane, 1999). También hay temas súper ordinales como personas versus cosas (Su, Rounds, & Armstrong, 2009), que manifiestan posiblemente la mayor diferencia de sexo en una dimensión psicológica de la individualidad humana.

A niveles superiores de personas versus cosas o datos versus ideas (Prediger, 1982), o a nivel de análisis RIASEC, las dimensiones de interés covarían de diferentes maneras con habilidades matemáticas, espaciales y verbales (Ackerman, 1996; Ackerman & Heggestad, 1997; Schmidt, Lubinski, & amp; Benbow, 1998); y la selección intensa, cuando se restringe exclusivamente a una habilidad específica, se producirá en perfiles de interés distintivos a través de las tres habilidades con implicaciones para el desarrollo diferencial (Humphreys, Lubinski, & Yao, 1993; Webb, Lubinski, & Benbow, 2007). Aunque las correlaciones entre habilidades e intereses están “solo” en el rango de .20-.30, cuando la selección es extrema, surgen perfiles distintos que reflejan diferentes “tipos” (Lubinski y Benbow, 2000, 2006). Para la ciencia básica, esto muestra cómo aparentemente diferentes tipos de inteligencia en el extremo no provienen de diferentes cualidades, sino más bien de extremos finales dentro de un espacio multivariado de fuentes sistemáticas de diferencias individuales, que “tiran” con ellas constelaciones de personal no intelectual atributos. Para la práctica aplicada, los consejeros educativo-vocacionales calificados combinan rutinariamente información sobre habilidades e intereses para destilar entornos de aprendizaje y trabajo en los que es probable que los individuos prosperen en la competencia y la satisfacción de la experiencia (Dawis, 1992; Rounds & Tracy, 1990). Sin embargo, para obtener más información, se necesita una clase final de determinantes psicológicos importantes.

Maestría

Según algunos investigadores, se necesitan alrededor de 10 mil horas de practicar una habilidad para convertirse en un “experto” en ella. Por supuesto, la habilidad natural de uno variaría esta cantidad. Sin embargo, de cualquier manera, ¡ponte a practicar! [Imagen: CC0 Dominio público, goo.gl/m25gce]

Como todos los padres de más de un hijo saben, existen enormes diferencias individuales en la medida en que los individuos aprovechan las oportunidades de desarrollo positivo. Los profesores experimentados de las mejores instituciones para la formación de posgrado han observado el mismo fenómeno: entre los estudiantes de posgrado altamente selectos, el compromiso con la tarea varía enormemente. Incluso entre la élite intelectual, las diferencias individuales en los logros provienen de algo más que habilidades, intereses y oportunidades; los determinantes conativos son catalizadores críticos. Galton (1869) lo llamó “celo”, Hull (1928) lo llamó “laboriosidad” y Webb (1915) lo llamó “voluntad”. Etiquetas como “arenilla” o “strivers” se utilizan a veces para definir recursos a los que la gente recurre para movilizar sus habilidades e intereses a intervalos prolongados. Los factores conativos son distintos de las habilidades y preferencias, teniendo más que ver con las diferencias individuales de energía o tempo psicológico que con el contenido de lo que las personas pueden hacer o con la rapidez con la que aprenden. De hecho, característica de los estudios científicos de experiencia y logros de clase mundial son atributos específicamente indicativos de capacidades infatigables para el estudio y el trabajo. Esta es una clase subestimada de diferencias individuales, aunque Ackerman (1996) ha discutido el compromiso intelectual típico (TIE) y Dawis y Lofquist (1984) han discutido el ritmo y la resistencia. Esta clase de atributos simplemente no ha recibido la atención que merece.

Sin embargo, en el campo del desarrollo e identificación del talento, el mayor consenso parece encontrarse sobre el tema de la conación, más que la cognición o el afecto. Los artistas excepcionales están profundamente comprometidos con lo que hacen, y dedican mucho tiempo a hacerlo. Independientemente del teórico, Howard Gardner, Dean Simonton, Arthur Jensen, Anders Erikson y Harriet Zuckerman coinciden en que esta es una característica uniforme de los artistas de clase mundial en la cima de su juego. En palabras de Dean Simonton y E. O. Wilson, respectivamente:

[M] hacérselo a lo grande [convertirse en una estrella] es una carrera. Las personas que lo deseen deben organizar toda su vida en torno a una sola empresa. Deben ser monomaníacos, incluso megalómanos, sobre sus búsquedas. Deben comenzar temprano, trabajar continuamente, y nunca renunciar a la causa. El éxito no es para los perezosos, procrastinantes, o mercuriales. (Simonton, 1994, p. 181)

He sido lo suficientemente presuntuoso como para aconsejar nuevos doctorados en biología de la siguiente manera: Si eliges una carrera académica necesitarás cuarenta horas a la semana para realizar tareas docentes y administrativas, otras veinte horas además de eso para realizar investigaciones respetables, y otras veinte horas más para lograr realmente investigación importante. Esta fórmula no es retórica de boot-camp. (Wilson, 1998, pp. 55—56)

La Figura 3.7.4 contiene datos de dos poblaciones extraordinarias de individuos (Lubinski, Benbow, Webb, Bleske-Rechek, 2006). Un grupo consiste en una muestra de adolescentes profundamente dotados identificados a los 12 años como entre los primeros 1 de 10,000 en capacidad de razonamiento matemático o verbal; posteriormente fueron rastreados durante 20 años. Los miembros del segundo grupo fueron identificados a principios de los veinte años, como estudiantes de posgrado STEM de primer o segundo año matriculados en una de las 15 mejores universidades de Estados Unidos; posteriormente fueron rastreados durante 10 años. Ahora en sus treinta y tantos, a los sujetos se les preguntó cuánto estarían dispuestos a trabajar en su “trabajo ideal” y, segundo, cuánto trabajan realmente. Los datos son claros. Existen enormes diferencias individuales asociadas con la cantidad de tiempo que las personas están dispuestas a invertir en su desarrollo profesional y laboral. Los estudiantes graduados de STEM son particularmente interesantes en la medida en que a mediados de los veinte años fueron evaluados sobre habilidades, intereses y personalidad, y ambos sexos se encontraron muy similares en estas dimensiones psicológicas (Lubinski, Benbow, Shea, Eftekhari-Sanjani, & Halvorson, 2001). Pero posteriormente, a lo largo de la vida, divergieron marcadamente en la asignación de tiempo y las prioridades de vida (Ceci & Williams, 2011; Ferriman, Lubinski, & Benbow, 2009).

Figura 3.7.4: Horas trabajadas por semana (top) y horas dispuestas a trabajar por semana en el trabajo ideal (abajo) para los mejores participantes de STEM Graduate Students (GS) y Profoundly Dotted Talent Search (TS) ahora en sus treinta y tantos (de Lubinski et al., 2006).

Estas cifras revelan enormes diferencias individuales no cognitivas entre individuos con talento intelectual excepcional. Solo hay que imaginar el tictac de un reloj de tenencia y las diferencias que probablemente se acumularán en un intervalo de 5 años entre dos profesores que trabajan 45- versus 65 horas semanas (otras cosas son iguales). Hacer socio en un prestigioso bufete de abogados no es diferente, ni es lograr la excelencia genuina en las áreas más exigentes intelectualmente.

Conclusión

Desde que Spearman (1904) avanzó la idea de inteligencia general, se ha acumulado un flujo constante de conocimiento científico sistemático en el estudio psicológico de la individualidad humana. Hemos aprendido que el intelecto está organizado jerárquicamente, que los intereses son multidimensionales y sólo covarían ligeramente con las habilidades, y que las diferencias individuales son enormes en términos de invertir en el desarrollo personal. Cuando estos aspectos de la diversidad psicológica humana se combinan con una atención acorde dedicada a las oportunidades de aprendizaje, trabajo y crecimiento personal, comienza a tomar forma un marco para comprender el desarrollo humano. Debido a que se pueden encontrar marcos que enfatizan solo un conjunto de estos determinantes, este ensayo se cierra con la recomendación —basada en la evidencia empírica— de enfatizar los tres.

Recursos externos

Libro: Habilidades Cognitivas Humanas, de John Carroll constituye un tratamiento definitivo de la naturaleza y organización jerárquica de las habilidades cognitivas, basado en un análisis conceptual y empírico de la investigación factorial analítica del siglo pasado.

www.amazon.com/humano-cognitiv... tive+habilidades

Libro: Inteligencia humana, de Earl Hunt, proporciona una excelente visión general de la investigación empírica sobre habilidades cognitivas. Colectivamente, estas tres fuentes capturan la significación psicológica de lo que este importante dominio de la diversidad psicológica humana brinda.

www.amazon.com/human-intellig... /dp/0521707811

Libro: El factor g, de Arthur Jensen, explica la profundidad y amplitud de la dimensión central que atraviesa todas las habilidades cognitivas, la cumbre de la organización jerárquica de Carroll (1993): la inteligencia general (o “g”). Aquí se revela la importancia práctica y científica para llegar a un acuerdo con una rica variedad de resultados humanos críticos que se encuentran en las escuelas, el trabajo y la vida cotidiana.

www.amazon.com/the-factor-evo... /dp/0275961036

Libro: Para una lectura adicional sobre la historia de la evaluación intelectual, lea Century of Ability Testing, de Robert Thorndike y David F. Lohman

www.amazon.com/century-abilit... /dp/0829251561

Preguntas de Discusión

1. ¿Por qué las habilidades e intereses son insuficientes para conceptualizar el desarrollo educativo y ocupacional?
2. Por qué el modelo de desarrollo del talento discutido en este módulo pone igual énfasis en la evaluación del individuo y la evaluación del entorno.
3. ¿Cuál es el hallazgo empírico más consensuado, entre los investigadores que estudian el desarrollo de carreras verdaderamente sobresalientes?
4. Además de lo que puedes hacer y lo que te gusta, ¿qué otros factores son importantes a tener en cuenta a la hora de tomar decisiones sobre tu desarrollo personal en entornos de aprendizaje y trabajo?

El vocabulario

g o capacidad mental general

El factor general común a todas las medidas de capacidad cognitiva, “una capacidad mental muy general que, entre otras cosas, implica la capacidad de razonar, planificar, resolver problemas, pensar de manera abstracta, comprender ideas complejas, aprender rápidamente, y aprender de la experiencia. No es simplemente aprendizaje de libros, una habilidad académica estrecha o inteligencia para tomar exámenes. Más bien, refleja una capacidad más amplia y profunda para comprender nuestro entorno: “ponerse al día”, “dar sentido a las cosas” o “averiguar” qué hacer” (Gottfredson, 1997, p. 13).

Satisfacción

Correspondencia entre las necesidades o preferencias de un individuo y las recompensas que ofrece el entorno.

Satisfactoriedad

Correspondencia entre las habilidades de un individuo y los requisitos de capacidad del entorno.

Habilidades específicas

Habilidades cognitivas que contienen un componente apreciable de g o habilidad general, pero que también contienen un componente grande de un talento más centrado en el contenido, como la habilidad matemática, espacial o verbal; los patrones de habilidades específicas canalizan el desarrollo por diferentes caminos en función del pariente de un individuo fortalezas y debilidades.

Modelos causales indeterminados o mal especificados

Marcos psicológicos que falten o descuiden incluir uno o más de los determinantes críticos del fenómeno objeto de análisis.

Referencias

• Ackerman, P. L. (1996). Una teoría del desarrollo intelectual adulto: Proceso, personalidad, intereses y conocimiento. Inteligencia, 22, 227—257.
• Ackerman, P. L., & Heggestad, E. D. (1997). Inteligencia, personalidad e intereses: Evidencia de rasgos superpuestos. Boletín Psicológico, 121, 218—245.
• Bouchard, T. J., Jr. (1997). Influencia genética en las habilidades mentales, la personalidad, los intereses vocacionales y las actitudes laborales. Revista Internacional de Psicología Industrial y Organizacional, 12, 373—395.
• Carroll, J. B. (1993). Habilidades cognitivas humanas: Una encuesta de estudios analíticos de factores. Cambridge, Inglaterra: Cambridge University Press.
• Ceci, S. J., & Williams, W. M. (2011). Comprender las causas actuales de la subrepresentación de las mujeres en la ciencia. Actas de la Academia Nacional de Ciencias, 108, 3157—3162.
• Corno, L., Cronbach, L. J., et al. (Eds.) (2002). Rehacer el concepto de aptitud: Extendiendo el legado de Richard E. Snow. Mahwah, NJ: Erlbaum.
• Dawis, R. V. (1992). La tradición de las diferencias individuales en la psicología del asesoramiento. Revista de Psicología de Consejería, 39, 7—19.
• Dawis, R. V. (1991). Intereses, valores y preferencias vocacionales. En M. D. Dunnette & L. M. Hough (Eds.), Manual de psicología industrial y organizacional (2ª ed., Vol. 2, pp. 833—872). Palo Alto, CA: Consultores Psicólogos Prensa.
• Dwis, R. V., & Lofquist, L. H. (1984). Una teoría psicológica del ajuste laboral. Minneapolis, MN: Prensa de la Universidad de Minnesota.
• Day, S. X., & Rounds, J. (1998). Universalidad de la estructura de interés vocacional entre minorías raciales y étnicas. Psicólogo Americano, 53, 728—736.
• Ferriman, K., Lubinski, D., & Benbow, C. P. (2009). Preferencias laborales, valores de vida y opiniones personales de los mejores estudiantes graduados de matemáticas/ciencias y los profundamente dotados: Cambios en el desarrollo y diferencias de sexo durante la edad adulta emergente y la paternidad. Revista de Personalidad y Psicología Social, 97, 517—532.
• Frey, M. C., & Detterman, D. K. (2004). Evaluación escolástica o g? La relación entre la Prueba de Evaluación Escolástica y la capacidad cognitiva general. Ciencia Psicológica, 15, 373—378.
• Galton, F. (1869). Genio hereditario: Una indagación sobre sus leyes y consecuencias. Nueva York, NY: Appleton.
• Gladwell, M. (2008). Valores atípicos: La historia del éxito. Nueva York, NY: Pequeño, Marrón.
• Gottfredson, L. S. (2003). El reto y la promesa de la evaluación cognitiva de la carrera. Diario de Evaluación de Carrera, 11, 115—135.
• Gottfredson, L. S. (1997). Inteligencia y política social [Número especial]. Inteligencia, 24 (1).
• Guilford, J. P., Christensen, P. R., Bond, N. A., & Sutton, M. A. (1954). Estudio factorial analítico de intereses humanos. Monografías Psicológicas, 68 (4, entero No. 35).
• Guttman, L. (1954). Una nueva aproximación al análisis factorial: La radex. En P. Lazarfield (Ed.), El pensamiento matemático en las ciencias sociales (pp. 258—348). Glencoe, IL: Prensa Libre.
• Hilgard, E. R. (1980). La trilogía de la mente: Cognición, afecto y conación. Revista de Historia de las Ciencias del Comportamiento, 16, 107—117.
• Holland, J. L. (1996). Explorando carreras con una tipología: Lo que hemos aprendido y algunas nuevas direcciones. Psicólogo Americano, 51, 397—406.
• Holland, J. L. (1959). Una teoría de la elección vocacional. Revista de Psicología de Consejería, 6, 35—45.
• Casco, C. L. (1928). Pruebas de aptitud. Chicago, IL: Compañía Mundial del Libro.
• Humphreys, L. G., Lubinski, D., & Yao, G. (1993). Utilidad de predecir la pertenencia al grupo y el papel de la visualización espacial para convertirse en ingeniero, científico físico o artista. Revista de Psicología Aplicada, 78, 250—261.
• Hunt, E. (2011). Inteligencia humana. Cambridge, Inglaterra: Cambridge University Press.
• Jensen, A.R. (1998). El factor g. Westport, CT: Praeger.
• Katzell, R. A. (1994). Metatendencias contemporáneas en psicología industrial y organizacional. En H. C. Triandis, M. D. Dunnette & L. M. Hough (Eds.), Manual de psicología industrial/organizacional (2ª ed., Vol. 4, pp. 1—89). Palo Alto, CA: Consultoría Psicología Prensa.
• Kell, H. J., Lubinski, D., & Benbow, C. P. (2013a). ¿Quién sube a la cima? Indicadores tempranos. Ciencia Psicológica, 24, 648-659.
• Kell, H. J., Lubinski, D., Benbow, C. P., & Steiger, J. H. (2013b). Creatividad e innovación técnica: el papel único de la habilidad espacial. Ciencia Psicológica, 24, 1831-1836.
• Lubinski, D. (2009). Capacidad cognitiva excepcional: El fenotipo. Genética del Comportamiento, 39, 350—358.
• Lubinski, D. (2004). Introducción a la sección especial sobre habilidades cognitivas: 100 años después de “'Inteligencia general' de Spearman (1904), determinada y medida objetivamente.” Revista de Personalidad y Psicología Social, 86, 96—111.
• Lubinski, D. (2000). Importancia científica y social de evaluar las diferencias individuales: “Hundimiento de pozos en algunos puntos críticos”. Revisión Anual de Psicología, 51, 405—444.
• Lubinski, D. (1996). La investigación aplicada de diferencias individuales y sus métodos cuantitativos. Psicología, Política Pública y Derecho, 2, 187—203.
• Lubinski, D., & Benbow, C. P. (2006). Estudio de la juventud matemáticamente precoz después de 35 años: Descubriendo antecedentes para el desarrollo de la experiencia matemática-ciencia. Perspectivas sobre la Ciencia Psicológica, 1, 316—345.
• Lubinski, D., & Benbow, C. P. (2000). Estados de excelencia. Psicólogo Americano, 55, 137—150.
• Lubinski, D., & Dwis, R. V. (1992). Aptitudes, habilidades y competencias. En M. D. Dunnette & L. M. Hough (Eds.), El manual de psicología industrial/organizacional (2a ed., pp. 1—59). Palo Alto, CA: Consultores Psicólogos Prensa.
• Lubinski, D., & Humphreys, L. G. (1997). Incorporar la inteligencia general a la epidemiología y las ciencias sociales. Inteligencia, 24, 159—201.
• Lubinski, D., Benbow, C. P., Shea, D. L., Eftekhari-Sanjani, H., & Halvorson, M. B. J. (2001). Hombres y mujeres en promesa de excelencia científica: Similaridad no disimilitud. Ciencia Psicológica, 12, 309—317.
• Lubinski, D., Benbow, C. P., Shea, D. L., Eftekhari-Sanjani, H., & Halvorson, M. B. J. (2001). Hombres y mujeres en promesa de excelencia científica: Similaridad no disimilitud. Ciencia Psicológica, 12, 309—317.
• Lubinski, D., Benbow, C. P., Webb, R. M., & Bleske-Rechek, A. (2006). Seguimiento de capital humano excepcional a lo largo de dos décadas. Ciencia Psicológica, 17, 194—199.
• Park, G., Lubinski, D., & Benbow, C. P. (2008). Las diferencias de habilidad entre las personas que tienen grados proporcionales importan para la creatividad científica. Ciencia Psicológica, 19, 957—961.
• Park, G., Lubinski, D., & Benbow, C. P. (2007). Patrones intelectuales contrastantes para la creatividad en las artes y las ciencias: Seguimiento de jóvenes intelectualmente precoces mayores de 25 años. Ciencia Psicológica, 18, 948—952.
• Prediger, D. J. (1982). Dimensiones subyacentes al hexágono de Holanda: ¿Falta el vínculo entre intereses y ocupaciones? Revista de Conducta Vocacional, 21, 259—287.
• Rounds, J. B., & Tracey, T. J. (1990). Del trato y factor a la consejería de ajuste persona-ambiente: Teoría y proceso. En W. B. Walsh & S. H. Osipow (Eds.), Orientación de carrera: temas contemporáneos en psicología vocacional (pp. 1—44). Hillsdale, NJ: Erlbaum.
• Savickas, M. L., & Spokane, A. R. (1999). Intereses vocacionales: Significado, medición y uso de consejería. Pale Alto, CA: Davies-Negro/Consejería Psicólogos Prensa.
• Scarr, S. (1996). Cómo las personas crean sus propios entornos: Implicaciones para padres y formuladores de políticas. Psicología, Política Pública y Derecho, 2, 204—228.
• Scarr, S., & McCartney, K. (1983). Cómo las personas hacen sus propios entornos: Una teoría del genotipo → efectos ambientales. Desarrollo Infantil, 54, 424—435.
• Schmidt, D. B., Lubinski, D., & Benbow, C. P. (1998). Validez de evaluar las dimensiones de preferencia educativo-vocacional en jóvenes de 13 años con talento intelectual. Revista de Psicología de Consejería, 45, 436—453.
• Schmidt, F. L., & Hunter, J. E. (1998). Validez y utilidad de los métodos de selección en psicología del personal: Implicaciones prácticas y teóricas de 85 años de hallazgos de investigación. Boletín Psicológico, 124, 262—274.
• Simonton, D. (1994). Grandeza: Quién hace historia y por qué. Nueva York, NY: Guilford Press.
• Snow, R. E., & Lohman, D. F. (1989). Implicaciones de la psicología cognitiva para la medición educativa. En R. L. Linn (Ed.), Medición educativa (3ª ed., pp. 263—332). Nueva York, NY: Macmillan.
• Snow, R. E., Corno, L., & Jackson, D., III. (1996). Diferencias individuales en funciones afectivas y conativas. En D. C. Berliner & R. C. Calfee (Eds.), Manual de psicología educativa (pp. 243—310). Nueva York, NY: Macmillan.
• Spearman, C. (1904). “Inteligencia general”, objetivamente determinada y medida. American Journal of Psychology, 15, 201—292.
• Strong, E. K., Jr. (1943). Intereses vocacionales para hombres y mujeres. Stanford, CA: Prensa de la Universidad de Stanford.
• Su, R., Rounds, J., & Armstrong, P. I. (2009). Hombres y cosas, mujeres y personas: Un metaanálisis de las diferencias sexuales en los intereses. Boletín Psicológico, 35, 859—884.
• Wai, J., Lubinski, D., & Benbow, C. P. (2009). Capacidad espacial para dominios STEM: La alineación de más de cincuenta años de conocimiento psicológico acumulativo solidifica su importancia. Revista de Psicología Educativa, 101, 817—835.
• Webb, E. (1915). Carácter e inteligencia. British Journal of Psychology, monografía suplemento III.
• Webb, R. M., Lubinski, D., & Benbow, C. P. (2007). Habilidad espacial: Una dimensión desatendida en las búsquedas de talento para jóvenes intelectualmente precoces. Revista de Psicología Educativa, 99, 397—420.
• Wilson, E. O. (1998). Consiliencia: La unidad del conocimiento. Nueva York, NY: Knopf.