synaptiq.art

Istraživanje za seminarski rad: Fluidna inteligencija: neurokognitivni mehanizmi, razvoj i uloga u rješavanju novih problema

Proces izrade seminarskog rada

  1. 1. Istraživanje
  2. 2. Recenzija literature
  3. 3. Sinteza istraživanja
  4. 4. Kritička rasprava ×3
  5. 5. Nacrt rada
  6. 6. Recenzija nacrta
  7. 7. Seminarski rad

Opseg: definicija konstrukta, mjerenje, neurobiološke osnove, razvoj kroz životni vijek, odnosi s radnom memorijom, izvršnim funkcijama i općom inteligencijom te uloga u rješavanju novih problema.

1. Sažetak ključnih zaključaka

  • Fluidna inteligencija, odnosno Gf, označava sposobnost uočavanja odnosa, izvođenja zaključaka i rješavanja novih apstraktnih problema bez oslanjanja na već pohranjeno rješenje. Nije isto što i znanje, verbalna kompetencija ili ukupni kvocijent inteligencije, iako je sa svim tim konstruktima povezana. ([sciencedirect.com](https://www.sciencedirect.com/science/article/pii/S0166411508601181))
  • U hijerarhijskim psihometrijskim modelima Gf se obično tretira kao široka sposobnost niže razine od općeg faktora g. U nekim baterijama i uzorcima Gf je toliko snažno povezana s g da ih je statistički teško razlikovati, ali konceptualno fluidno zaključivanje i opća inteligencija nisu sinonimi. ([journals.sagepub.com](https://journals.sagepub.com/doi/10.1177/0734282916651360))
  • Radna memorija posebno je snažno povezana s Gf, ali nije njezin potpuni ekvivalent. Najčvršći nalazi upućuju na važnost održavanja i manipuliranja reprezentacijama pod opterećenjem interferencije, a ne samo na pasivno kratkoročno zadržavanje informacija. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/10513398/))
  • Izvršne funkcije dijele dio psihometrijske i neuralne osnove s fluidnom inteligencijom. Najbliža je veza s ažuriranjem radne memorije; odnosi s inhibicijom i prebacivanjem zadataka slabiji su i ne predstavljaju jedinstven konstrukt. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/33900569/))
  • Neurobiološki dokazi najdosljednije upućuju na distribuirani frontoparijetalni sustav višestrukih zahtjeva, koji uključuje lateralni frontalni korteks, intraparijetalni sulkus, anteriornu inzulu, dorzomedijalne frontalne regije i pre-SMA. Ne postoji jedno „središte” fluidne inteligencije. ([discovery.ucl.ac.uk](https://discovery.ucl.ac.uk/id/eprint/10041154/1/4841.full.pdf))
  • Lezijske studije pružaju jači argument za nužnost određenih regija od funkcionalne neurovizualizacije, ali nisu potpuno jednoznačne. Stariji radovi podupiru široku frontoparijetalnu mrežu, dok novije kartiranje lezija naglašava posebno desne frontalne čvorove i distribuirane odnose među regijama. ([s3.amazonaws.com](https://s3.amazonaws.com/cusacklab/html/pdfs/2010_woolgar_fluidintelligence_pnas.pdf))
  • Fluidno zaključivanje brzo se razvija tijekom djetinjstva i adolescencije, dok se u odrasloj dobi prosječno smanjuje. Međutim, sposobnosti ne dosežu vrhunac u isto vrijeme: neke vrhunac dosežu krajem adolescencije, druge u ranoj odrasloj dobi, a znanje i verbalne sposobnosti mogu nastaviti rasti znatno dulje. ([psychologicalscience.org](https://www.psychologicalscience.org/journals/psychological-science/j.1467-9280.1996.tb00366.x/))
  • Radna memorija, brzina obrade i fluidna inteligencija razvojno su povezane, ali njihovi odnosi ne dokazuju da je jedna sposobnost jednostavno uzrok druge. Longitudinalni modeli podržavaju kaskadne i posredničke odnose, ali ostaju osjetljivi na način mjerenja, retest-učinke i modelne pretpostavke. ([psychologicalscience.org](https://www.psychologicalscience.org/journals/psychological-science/j.1467-9280.1996.tb00366.x/))
  • Dokazi da se fluidna inteligencija može trajno povećati treniranjem radne memorije proturječni su. Pozitivni rezultati postoje, ali veće meta-analize, reanalize i randomizirana istraživanja često nalaze samo poboljšanje na treniranim ili vrlo sličnim zadacima, bez pouzdanog „dalekog prijenosa” na inteligenciju. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/25102926/))

2. Pojmovno određenje i teorijski okvir

2.1. Što je fluidna inteligencija?

Raymond B. Cattell razlikovao je fluidnu i kristaliziranu inteligenciju. Fluidna inteligencija odnosi se na opažanje i uporabu odnosa u situacijama u kojima osoba nema dostupno prethodno naučeno rješenje. Kristalizirana inteligencija odnosi se na znanje, jezične kompetencije i strategije stečene iskustvom i obrazovanjem. Razlika je teorijska, a ne apsolutna: i zadaci fluidnog zaključivanja zahtijevaju razumijevanje uputa, osnovne percepcijske vještine, poznavanje formata zadatka i određenu kontrolu pažnje. ([sciencedirect.com](https://www.sciencedirect.com/science/article/pii/S0166411508601181))

Preciznije je govoriti o fluidnom zaključivanju nego o potpuno „neovisnoj inteligenciji bez znanja”. Gf se operacionalizira zadacima koji smanjuju oslanjanje na specifično naučene činjenice, primjerice matricama, analogijama, nizovima i relacijskim problemima. To ne znači da su takvi zadaci kulturno ili kognitivno potpuno neutralni. Ispitanik i dalje mora razumjeti pravila testa, vizualno analizirati podražaje, održati više mogućih odnosa u radnoj memoriji i izabrati odgovor pod vremenskim ili motivacijskim uvjetima. Ovo je zaključak koji proizlazi iz načina na koji se Gf mjeri i iz eksperimentalnih analiza zadataka, a ne tvrdnja da je svaki test fluidne inteligencije jednako opterećen tim čimbenicima. ([discovery.ucl.ac.uk](https://discovery.ucl.ac.uk/id/eprint/10041154/1/4841.full.pdf))

2.2. Odnos prema općoj inteligenciji

Opća inteligencija, g, statistički je faktor koji proizlazi iz pozitivnih korelacija među različitim kognitivnim testovima. Gf je uži i sadržajno određeniji konstrukt: naglasak je na novom relacijskom zaključivanju, dok g obuhvaća zajedničku varijancu šireg raspona sposobnosti, uključujući fluidno i kristalizirano funkcioniranje. U Cattell–Horn–Carrollovu okviru Gf je široka sposobnost, dok se g nalazi na višoj razini hijerarhije. ([journals.sagepub.com](https://journals.sagepub.com/doi/10.1177/0734282916651360))

Empirijska razlika između Gf i g ovisi o bateriji testova. Ako se g procjenjuje uglavnom zadacima apstraktnog zaključivanja, Gf može izgledati gotovo jednako općem faktoru. Ako baterija uključuje verbalno znanje, memoriju, brzinu obrade i prostorne zadatke, razlika je jasnija. Zato rezultat jednog testa matrica ne treba automatski tumačiti kao potpunu procjenu opće inteligencije. Analize Ravenovih matrica pokazuju da one sadrže zajedničku varijancu s g, ali i specifičnu varijancu samog testa te komponente koje nisu čisto fluidne. ([sciencedirect.com](https://www.sciencedirect.com/science/article/abs/pii/S0191886911000948))

3. Kako se fluidna inteligencija mjeri

Najčešće mjere uključuju Ravenove progresivne matrice, Cattellov Culture Fair Intelligence Test te podtestove fluidnog ili neverbalnog zaključivanja u širim baterijama inteligencije. Tipičan zadatak traži otkrivanje pravila koje povezuje elemente matrice, niza, analogije ili apstraktnog prostornog odnosa. U složenijim zadacima nije dovoljno prepoznati jedan odnos: potrebno je kombinirati više pravila, pratiti međukorake i zanemariti konkurentne mogućnosti. ([discovery.ucl.ac.uk](https://discovery.ucl.ac.uk/id/eprint/10041154/1/4841.full.pdf))

Ravenove matrice često se koriste kao praktična procjena fluidnog ili općeg neverbalnog zaključivanja, ali tvrdnja da predstavljaju „čistu” mjeru g ili Gf nije održiva bez dodatne provjere. Analize pokazuju da rezultat ovisi o težini čestica, vrsti relacija, perceptivnoj složenosti, redoslijedu zadataka i specifičnoj varijanci testa. Skraćene i vremenski ograničene inačice mogu dodatno povećati udio brzine obrade i vizualne pretrage u konačnom rezultatu. ([sciencedirect.com](https://www.sciencedirect.com/science/article/pii/S1041608011001919))

Za istraživački rad korisno je razlikovati:

  • konstrukt: fluidna inteligencija kao latentna sposobnost;
  • mjeru: matrice, analogije, serije, podtestovi ili latentni faktor iz više zadataka;
  • proces: održavanje cilja, relacijska integracija, ažuriranje, inhibicija i kontrola pažnje;
  • ishod: točnost, brzina, broj pogrešaka ili uspješnost na konkretnom problemu.

Bez ove razlike lako je pogrešno zaključiti da je, primjerice, slabiji rezultat na vremenski ograničenim matricama izravna mjera slabijeg zaključivanja. Može odražavati i sporiju obradu, slabiju vizualnu pretragu, anksioznost, umor ili nepoznavanje formata zadatka. To je metodološka implikacija psihometrijskih analiza i nije isto što i tvrdnja da ti čimbenici uvijek objašnjavaju individualni rezultat. ([sciencedirect.com](https://www.sciencedirect.com/science/article/pii/S1041608011001919))

4. Radna memorija i fluidna inteligencija

4.1. Konzistentna povezanost, ali ne identitet

Latentno-varijabilna studija Englea i suradnika na 133 sudionika pokazala je da su radna i kratkoročna memorija povezane, ali razdvojive sposobnosti. Radna memorija bila je snažno povezana s općom fluidnom inteligencijom, dok sama kratkoročna memorija nije pokazala jednak odnos. Autori su vezu tumačili sposobnošću održavanja reprezentacije aktivnom unatoč interferenciji i distrakciji. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/10513398/))

U djece su radna memorija, kratkoročno pamćenje i fluidna inteligencija također bile povezane, ali zasebne latentne dimenzije. Nakon kontrole zajedničke varijance, upravo je komponenta radne memorije povezana s kognitivnom kontrolom pokazala odnos s fluidnim zaključivanjem, dok čisto skladišna komponenta kratkoročnog pamćenja nije imala isti obrazac. ([sciencedirect.com](https://www.sciencedirect.com/science/article/pii/S0160289610000905))

4.2. Mogući kognitivni mehanizam

Pri rješavanju novog problema osoba mora istodobno održavati cilj, reprezentirati relevantne odnose, uspoređivati hipoteze, odbacivati pogrešne mogućnosti i pratiti međurezultate. Radna memorija time ne djeluje kao „spremnik inteligencije”, nego kao ograničeni sustav za privremeno održavanje i transformiranje informacija pod kontrolom pažnje. Ovaj opis najbolje odgovara nalazima koji razlikuju aktivnu radnu memoriju od pasivnog kratkoročnog zadržavanja. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/10513398/))

Treba izbjegavati snažnu uzročnu formulaciju da je radna memorija temelj ili jedini uzrok fluidne inteligencije. Veza je djelomično posljedica zajedničke kontrole pažnje, brzine obrade, zahtjeva zadatka i općeg faktora. Osim toga, radna memorija obuhvaća više procesa, a različiti zadaci radne memorije ne mjere isti kapacitet s jednakom preciznošću. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/10513398/))

5. Izvršne funkcije

Uobičajena razrada izvršnih funkcija razlikuje najmanje tri procesa: ažuriranje sadržaja radne memorije, inhibiciju dominantnih ili neprikladnih odgovora te prebacivanje između pravila ili zadataka. Latentna analiza Miyakea i suradnika pokazala je istodobno jedinstvo i raznolikost tih procesa: dijele zajedničku izvršnu varijancu, ali nisu potpuno isti. Kasnija sustavna analiza 46 uzoraka i 9.756 sudionika također je našla da se struktura izvršnih funkcija razlikuje prema dobi i modelu mjerenja. ([sciencedirect.com](https://www.sciencedirect.com/science/article/pii/S001002859990734X))

Neurofunkcionalna meta-analiza 163 fMRI i PET studije pokazala je da se mape fluidne inteligencije preklapaju s mrežama izvršnih funkcija, ali ne jednako za svaki proces. Preklapanje između Gf i ažuriranja procijenjeno je na približno 80 posto, dok je za inhibiciju iznosilo 34 posto, a za prebacivanje 17 posto. Ti postoci predstavljaju prostorno preklapanje neuralnih mapa, a ne korelacije među osobama i ne treba ih tumačiti kao udio inteligencije koji „objašnjava” pojedinačna izvršna funkcija. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/33900569/))

Najrobustnija radna hipoteza jest da fluidno zaključivanje posebno ovisi o sposobnosti održavanja i ažuriranja ciljno relevantnih reprezentacija, dok su inhibicija i prebacivanje važni u određenim zadacima i fazama rješavanja, ali nisu dovoljni za objašnjenje cijelog konstrukta. To je zaključak iz kombinacije psihometrijskih i neuralnih nalaza, a ne dokaz da je ažuriranje jedinstveni biološki mehanizam Gf. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/33900569/))

6. Neurobiološke osnove

6.1. Mreža višestrukih zahtjeva i frontoparijetalna integracija

Najdosljedniji neuroznanstveni model povezuje fluidno zaključivanje s distribuiranom mrežom višestrukih zahtjeva, poznatom kao multiple-demand network. U nju se ubrajaju lateralni frontalni korteks, intraparijetalni sulkus, anteriorna inzula, frontalna očna polja i pre-SMA, uz dodatne regije dorzomedijalnog frontalnog korteksa i prednjeg cingularnog korteksa. Mreža se aktivira u različitim zahtjevnim zadacima, uključujući radnu memoriju, inhibiciju, prebacivanje pažnje i rješavanje novih pravila. ([discovery.ucl.ac.uk](https://discovery.ucl.ac.uk/id/eprint/10041154/1/4841.full.pdf))

Meta-analiza funkcionalnih snimanja pokazala je da Gf nije lokalizirana u jednoj regiji, nego da se najdosljednije oslanja na čvorove mreža pažnje, salijentnosti i frontoparijetalne kontrole. To podržava širu parijetalno-frontalnu integracijsku teoriju, ali istodobno pokazuje da različiti tipovi fluidnog zaključivanja, poput verbalnog i vizuospacijalnog rezoniranja, mogu uključivati djelomično različite obrasce. ([sciencedirect.com](https://www.sciencedirect.com/science/article/pii/S0160289617300090))

6.2. Od neuralne aktivnosti do ponašanja

U eksperimentu s novim pravilima, sudionici su morali zapamtiti više mogućih pravila, a zatim u svakom trenutku primijeniti samo relevantno. Veća složenost skupa pravila posebno je narušila izvedbu sudionika s nižom fluidnom inteligencijom. Istodobno je u mreži višestrukih zahtjeva zabilježena slabija reakcija na događaje kritične za odabir pravilnog odgovora. Nalaz podupire hipotezu da jedna od funkcija fluidne inteligencije uključuje razdvajanje složenog problema na slijed fokusiranih, kontroliranih koraka. ([discovery.ucl.ac.uk](https://discovery.ucl.ac.uk/id/eprint/10041154/1/4841.full.pdf))

Ovaj rezultat ne znači da je „jača aktivacija mozga” uvijek znak veće inteligencije. Neuralni učinak ovisi o težini zadatka, strategiji, fazi obrade i tome mjeri li se aktivacija, povezanost ili učinkovitost mreže. Funkcionalna neurovizualizacija prvenstveno pokazuje povezanost između neuralnog procesa i izvedbe; sama po sebi ne utvrđuje uzročnost.

6.3. Lezijski dokazi i pitanje lokalizacije

Studije osoba s oštećenjem mozga daju snažniji argument za funkcionalnu nužnost od korelacijskih fMRI studija. Analiza Woolgara i suradnika na pacijentima s fokalnim lezijama povezala je gubitak fluidne inteligencije s ograničenim područjima frontalnog i parijetalnog korteksa, uključujući inferiorni frontalni sulkus, anteriornu inzulu/frontalni operkulum, prednji cingularni korteks, pre-SMA i intraparijetalni sulkus. ([s3.amazonaws.com](https://s3.amazonaws.com/cusacklab/html/pdfs/2010_woolgar_fluidintelligence_pnas.pdf))

Novije grafovsko kartiranje lezija na 176 pacijenata pronašlo je značajnu distribuiranu mrežu, s osobito istaknutim desnim frontalnim čvorovima i manjim doprinosom desnog gornjeg parijetalnog režnjića. To ne poništava frontoparijetalni model, ali upozorava da se rezultati mogu mijenjati ovisno o uzorku, etiologiji lezija, načinu modeliranja i mjeri fluidne inteligencije. Najoprezniji zaključak glasi da fluidno zaključivanje zahtijeva integritet distribuiranog sustava, pri čemu pojedini čvorovi mogu imati različitu važnost. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/36574957/))

6.4. Bijela tvar i brzina obrade

Bijela tvar omogućuje komunikaciju među udaljenim kortikalnim regijama. U velikom uzorku odraslih osoba model „sliva” povezao je integritet bijele tvari s brzinom obrade, a brzinu obrade s fluidnom inteligencijom. Model je dobro opisao podatke u uzorku od 555 osoba u dobi od 18 do 87 godina, ali riječ je o strukturnom modelu opažajnih podataka, ne o eksperimentalnom dokazu da bijela tvar izravno uzrokuje višu Gf. ([pmc.ncbi.nlm.nih.gov](https://pmc.ncbi.nlm.nih.gov/articles/PMC5081064/))

Longitudinalna studija osoba u osmom desetljeću života pronašla je da su promjene mikrostrukture bijele tvari bile povezane s promjenama fluidne inteligencije, dok se isti obrazac nije jednako pojavio za brzinu obrade i pamćenje. U UK Biobanku, uzorci sive tvari i mikrostrukture bijele tvari objašnjavali su komplementarne dijelove individualnih razlika u fluidnoj inteligenciji i njezinu promjenu. Nalazi su kompatibilni s modelom neuralne povezanosti, ali ne izdvajaju jedan jedini put kojim bijela tvar djeluje. ([pmc.ncbi.nlm.nih.gov](https://pmc.ncbi.nlm.nih.gov/articles/PMC4452562/))

7. Razvoj kroz životni vijek

7.1. Djetinjstvo i adolescencija

Fluidno zaključivanje razvija se tijekom djetinjstva i adolescencije, usporedno s poboljšanjem brzine obrade i radne memorije. U uzorku od 214 osoba u dobi od 7 do 19 godina, razvojne promjene brzine obrade i radne memorije statistički su posredovale znatan dio dobnog porasta fluidne inteligencije. Analiza putova pokazala je i da je brzina obrade povezana s radnom memorijom, koja je zatim bila neposredno povezana s individualnim razlikama u fluidnoj inteligenciji. ([psychologicalscience.org](https://www.psychologicalscience.org/journals/psychological-science/j.1467-9280.1996.tb00366.x/))

Longitudinalni radovi također pokazuju da radna memorija i fluidno zaključivanje u djetinjstvu predviđaju kasnije složenije rješavanje problema. Takvi rezultati podupiru razvojnu povezanost konstrukata, ali ne dokazuju jednostavan jednosmjerni lanac u kojem bi se fluidna inteligencija mogla svesti na jednu prethodnu sposobnost. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/26283992/))

7.2. Rana i srednja odrasla dob

Prosječna fluidna inteligencija u odrasloj dobi pokazuje raniji vrhunac i raniji pad nego kristalizirano znanje. Longitudinalne analize razvoja više kognitivnih sposobnosti pokazuju da model s jednim općim faktorom ne opisuje dovoljno dobro različite obrasce rasta i pada. Fluidne sposobnosti ne slijede nužno istu putanju kao verbalno znanje, semantičko pamćenje ili stručnost. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/11806695/))

Dob početka pada ne može se prikazati kao jedna univerzalna granica. Salthouse je upozorio da presječne studije mogu prikriti pad u longitudinalnim podacima zbog učinka ponovljenog testiranja, dok su Hartshorne i Germine pokazali da različite kognitivne sposobnosti dosežu vrhunac u različitim razdobljima. Neke počinju slabjeti oko završetka srednje škole, druge se stabiliziraju u ranoj odrasloj dobi i počinju padati tijekom tridesetih, dok neke vrhunac dosežu tek u četrdesetima ili poslije. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/19231028/))

7.3. Starija dob

U starijoj dobi prosječni pad Gf povezan je s promjenama brzine obrade, integriteta bijele tvari i strukture frontoparijetalnih mreža. UK Biobank analiza s ponovljenim mjerenjima obuhvatila je 185.317 osoba u osnovnoj analizi, uz manje poduzorke s ponovljenim kognitivnim i neurobiološkim mjerenjima. U tom okviru fluidna inteligencija pokazala je dobno povezane promjene, dok su neuralni korelati uključivali i sivu tvar i mikrostrukturu bijele tvari. ([pmc.ncbi.nlm.nih.gov](https://pmc.ncbi.nlm.nih.gov/articles/PMC5909055/))

Dobni trendovi nisu jednaki individualnoj sudbini. Prosječni pad u populaciji ne znači da će svaka osoba pokazati isti nagib promjene. Usto, formalni testovi fluidne inteligencije u starijoj dobi mogu biti pod utjecajem vida, sluha, brzine, zdravlja, obrazovanja i prethodnog iskustva s testiranjem. Zato je potrebno razlikovati normativnu dobnu putanju od individualnog neurokognitivnog propadanja.

8. Uloga u rješavanju novih problema

Fluidna inteligencija posebno je relevantna kada osoba ne može primijeniti već naučeni algoritam ili poznati obrazac. Takvi problemi zahtijevaju indukciju pravila, relacijsku integraciju, upravljanje međukoracima i selekciju relevantnih informacija. Eksperimentalna istraživanja novog ponašanja pokazuju da se teškoće osoba s nižom Gf povećavaju s brojem pravila i operacija koje treba koordinirati, čak i kada se u svakom pojedinom trenutku primjenjuje samo jedno pravilo. ([discovery.ucl.ac.uk](https://discovery.ucl.ac.uk/id/eprint/10041154/1/4841.full.pdf))

To omogućuje razlikovanje dviju situacija:

  • novi problem s niskim zahtjevom za znanjem: naglasak je na otkrivanju odnosa i pravila;
  • novi problem u stvarnom svijetu: osim fluidnog zaključivanja, zahtijeva domensko znanje, motivaciju, procjenu rizika, metakogniciju, planiranje i često suradnju s drugima.

Iz toga slijedi da rezultat na testu Gf može biti relevantan za potencijal rješavanja novih apstraktnih problema, ali ne predstavlja potpunu mjeru praktičnog rješavanja problema u svakodnevnom ili profesionalnom kontekstu. Ovo je konceptualni zaključak iz razlike između laboratorijskog konstrukta i složenih životnih zadataka; ne znači da Gf nema prediktivnu vrijednost izvan laboratorija.

9. Suprotni nalazi i neriješene rasprave

Područje Glavni nalaz Suprotni ili ograničavajući nalaz Zaključak za rad
Neuralna lokalizacija Frontoparijetalna mreža višestrukih zahtjeva dosljedno je povezana s Gf. Lezijske analize naglašavaju različite čvorove, osobito desne frontalne regije, ovisno o modelu i uzorku. Gf treba prikazati kao funkciju distribuirane mreže, ne kao funkciju jednog režnja ili područja.
Radna memorija Radna memorija snažno je povezana s fluidnim zaključivanjem, posebno kada uključuje kontrolu pažnje i manipulaciju. Kratkoročno skladištenje samo po sebi ne objašnjava odnos; različiti zadaci radne memorije nisu ekvivalentni. Razlikovati skladištenje, ažuriranje, kontrolu pažnje i sekundarno dohvaćanje.
Izvršne funkcije Ažuriranje pokazuje najveće neuralno preklapanje s Gf. Inhibicija i prebacivanje dijele samo dio neuralne i psihometrijske osnove s Gf. Ne govoriti o jedinstvenoj izvršnoj funkciji koja u cijelosti proizvodi Gf.
Razvoj i starenje Gf se povećava tijekom djetinjstva i adolescencije, a u odrasloj dobi prosječno opada. Različite sposobnosti imaju različite vrhunce; presječni i longitudinalni rezultati nisu uvijek jednaki. Dobne zaključke formulirati kao prosječne putanje, uz razlikovanje dizajna istraživanja.
Kognitivni trening Neke meta-analize nalaze poboljšanje fluidne inteligencije nakon treninga radne memorije. Reanalize, randomizirana istraživanja i druge meta-analize često nalaze samo specifičan ili blizak prijenos, bez dalekog prijenosa na inteligenciju. Ne tvrditi da trening radne memorije pouzdano povećava opću ili fluidnu inteligenciju.

Najvažnija otvorena rasprava odnosi se na pitanje je li Gf prvenstveno rezultat ograničenog kapaciteta radne memorije, kontrole pažnje, relacijske integracije, brzine obrade ili njihove interakcije. Dosadašnji nalazi više podupiru višekomponentni i mrežni model nego jednoobjašnjavajuću teoriju. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/10513398/))

Druga rasprava odnosi se na mogućnost promjene Gf. Pozitivna meta-analiza treninga radne memorije izvijestila je o poboljšanju fluidne inteligencije, ali je kasnija literatura upozorila na male uzorke, nisku statističku snagu, publikacijsku pristranost i slab odnos između poboljšanja na treniranom zadatku i poboljšanja na neovisnim mjerama. Veće meta-analize zaključile su da nema uvjerljivog dokaza za pouzdan daleki prijenos na inteligenciju, osobito u usporedbi s aktivnim kontrolnim skupinama. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/25102926/))

10. Metodološka ograničenja dokaza

  1. Konstruktna nečistoća: testovi Gf uključuju radnu memoriju, pažnju, vizuospacijalnu obradu, brzinu i strategije rješavanja. Jedan rezultat ne razdvaja te komponente.
  2. Problem zadatka: matrice, analogije i podtestovi fluidnog zaključivanja ne zahtijevaju iste procese. Težina i format mogu promijeniti kognitivni profil mjere. ([sciencedirect.com](https://www.sciencedirect.com/science/article/pii/S1041608011001919))
  3. Presječni nasuprot longitudinalnim studijama: dobne razlike među skupinama mogu uključivati kohortne razlike u obrazovanju, zdravlju, tehnologiji i selekciji uzorka. Longitudinalne studije mogu biti opterećene retest-učinkom. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/19231028/))
  4. Korelacija i uzročnost: fMRI, DTI i volumetrijske studije uglavnom utvrđuju povezanosti. Lezijske studije imaju veću uzročnu težinu, ali su podložne heterogenosti lezija, premještanju funkcija i komorbidnim oštećenjima. ([s3.amazonaws.com](https://s3.amazonaws.com/cusacklab/html/pdfs/2010_woolgar_fluidintelligence_pnas.pdf))
  5. Latentni modeli nisu izravno promatranje sposobnosti: Gf, Gc, radna memorija i g procijenjeni su statističkim modelima iz ponašajnih indikatora. Različiti izbori testova i modela mogu proizvesti različite odnose među faktorima. ([journals.sagepub.com](https://journals.sagepub.com/doi/10.1177/0734282916651360))
  6. Ograničena generalizacija: laboratorijski zadatak s apstraktnim uzorcima ne pokriva sve zahtjeve stvarnog rješavanja problema, koje uključuje znanje, motivaciju, neizvjesnost, društveni kontekst i posljedice odluka.

11. Razina dokaza po ključnim tvrdnjama

Tvrdnja Procjena dokaza Zašto
Gf je zasebna, ali srodna sposobnost u odnosu na Gc i g. Visoka Poduprto dugom psihometrijskom tradicijom, hijerarhijskim modelima i latentnim analizama.
Radna memorija snažno je povezana s Gf, osobito kontrola i ažuriranje. Visoka za povezanost; ograničena za uzročnost Replicirani latentni nalazi i neuralno preklapanje, ali nema dokaza da je radna memorija jedini temelj Gf.
Gf uključuje frontoparijetalnu mrežu višestrukih zahtjeva. Umjereno visoka Konvergentni fMRI, meta-analitički i lezijski nalazi; lokalizacija pojedinih ključnih čvorova ostaje otvorena.
Bijela tvar i brzina obrade sudjeluju u individualnim razlikama i dobnom padu Gf. Umjerena Potpomognuto longitudinalnim MRI/DTI studijama i strukturnim modelima, ali bez potpunog eksperimentalnog dokaza.
Gf raste tijekom razvoja i prosječno opada u odrasloj dobi. Visoka za populacijski prosjek; umjerena za točan početak pada Dosljedni dobni trendovi, ali različiti rezultati prema sposobnosti, dizajnu i kohorti.
Trening radne memorije trajno povećava Gf. Niska ili proturječna Postoje pozitivni nalazi, ali više meta-analiza i kvalitetnih kontroliranih studija ne potvrđuje stabilan daleki prijenos.

12. Otvorena pitanja

  • Koji je minimalni zajednički proces koji povezuje različite zadatke Gf: relacijska integracija, kontrola pažnje, održavanje cilja ili fleksibilno stvaranje pravila?
  • Koliko se neuralni mehanizmi razlikuju između verbalnog, kvantitativnog i vizuospacijalnog fluidnog zaključivanja?
  • Kako se odnosi između radne memorije, brzine obrade i Gf mijenjaju od djetinjstva do starije dobi?
  • Može li se individualni dobni pad predvidjeti kombinacijom bijele tvari, funkcionalne povezanosti, vaskularnog zdravlja i kognitivnih mjera?
  • Koji oblici iskustva ili obrazovanja poboljšavaju stvarno rješavanje novih problema, a koji samo povećavaju izvedbu na srodnim testovima?
  • Kako dizajnirati mjere Gf koje manje ovise o brzini, kulturnom iskustvu, vizualnom statusu i poznavanju testnog formata?
  • Može li se promjena Gf pouzdano razlikovati od promjene motivacije, zdravlja, strategije i učinka ponovljenog testiranja?

13. Preporučena struktura budućeg rada

  1. Uvod: problem razlikovanja fluidne inteligencije, opće inteligencije i znanja.
  2. Pojmovno-povijesni okvir: Cattellova podjela Gf–Gc i položaj Gf u CHC modelu.
  3. Operacionalizacija: matrice, analogije, serije i podtestovi; razlika između konstrukta i mjere.
  4. Kognitivni mehanizmi: radna memorija, kontrola pažnje, ažuriranje, inhibicija, prebacivanje i brzina obrade.
  5. Neurobiologija: mreža višestrukih zahtjeva, frontoparijetalna integracija, bijela tvar i dokazi iz lezija.
  6. Razvoj kroz životni vijek: djetinjstvo, adolescencija, rana odrasla dob, starenje te razlika između prosječnih i individualnih putanja.
  7. Rješavanje novih problema: kako se laboratorijsko fluidno zaključivanje prenosi, a kako ne prenosi, na složene realne probleme.
  8. Suprotni nalazi: lokalizacija mozga, odnos s radnom memorijom i literatura o kognitivnom treningu.
  9. Zaključak: fluidna inteligencija kao distribuirana, višekomponentna sposobnost, a ne jedinstveni kapacitet ili fiksna moždana regija.

14. Korišteni izvori i tragovi provjere

  1. Horn, J. L.; Cattell, R. B. (1967). Age differences in fluid and crystallized intelligence. Acta Psychologica. DOI: 10.1016/0001-6918(67)90011-X. ([sciencedirect.com](https://www.sciencedirect.com/science/article/abs/pii/000169186790011X))
  2. Cattell, R. B.; Horn, J. L. (1978). A Check on the Theory of Fluid and Crystallized Intelligence with Description of New Subtest Designs. Journal of Educational Measurement. DOI: 10.1111/j.1745-3984.1978.tb00065.x. ([onlinelibrary.wiley.com](https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1745-3984.1978.tb00065.x))
  3. Engle, R. W.; Tuholski, S. W.; Laughlin, J. E.; Conway, A. R. A. (1999). Working memory, short-term memory, and general fluid intelligence: A latent-variable approach. Journal of Experimental Psychology: General. DOI: 10.1037/0096-3445.128.3.309. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/10513398/))
  4. Miyake, A.; Friedman, N. P.; Emerson, M. J.; Witzki, A. H.; Howerter, A.; Wager, T. D. (2000). The Unity and Diversity of Executive Functions and Their Contributions to Complex “Frontal Lobe” Tasks: A Latent Variable Analysis. Cognitive Psychology. DOI: 10.1006/cogp.1999.0734. ([sciencedirect.com](https://www.sciencedirect.com/science/article/pii/S001002859990734X))
  5. Fry, A. F.; Hale, S. (1996). Processing Speed, Working Memory, and Fluid Intelligence: Evidence for a Developmental Cascade. Psychological Science. DOI: 10.1111/j.1467-9280.1996.tb00366.x. ([psychologicalscience.org](https://www.psychologicalscience.org/journals/psychological-science/j.1467-9280.1996.tb00366.x/))
  6. Woolgar, A.; Duncan, J.; Manes, F.; Fedorenko, E. (2018). The multiple-demand system but not the language system supports fluid intelligence. Nature Human Behaviour. DOI: 10.1038/s41562-017-0282-3. ([repository.cam.ac.uk](https://www.repository.cam.ac.uk/items/f5dcb845-1284-453c-b5b1-2f5c4eab5530))
  7. Tschentscher, N.; Mitchell, D.; Duncan, J. (2017). Fluid Intelligence Predicts Novel Rule Implementation in a Distributed Frontoparietal Control Network. Journal of Neuroscience. DOI: 10.1523/JNEUROSCI.2478-16.2017. ([discovery.ucl.ac.uk](https://discovery.ucl.ac.uk/id/eprint/10041154/1/4841.full.pdf))
  8. Woolgar, A.; Parra, A.; Cusack, R.; i sur. (2010). Fluid intelligence loss linked to restricted regions of damage within frontal and parietal cortex. Proceedings of the National Academy of Sciences. ([s3.amazonaws.com](https://s3.amazonaws.com/cusacklab/html/pdfs/2010_woolgar_fluidintelligence_pnas.pdf))
  9. Santarnecchi, E.; Momi, D.; Mencarelli, L.; i sur. (2021). Overlapping and dissociable brain activations for fluid intelligence and executive functions. Cognitive, Affective, & Behavioral Neuroscience. DOI: 10.3758/s13415-021-00870-4. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/33900569/))
  10. Kievit, R. A.; Davis, S. W.; Griffiths, J.; i sur. (2016). A watershed model of individual differences in fluid intelligence. Neuropsychologia. DOI: 10.1016/j.neuropsychologia.2016.08.008. ([pmc.ncbi.nlm.nih.gov](https://pmc.ncbi.nlm.nih.gov/articles/PMC5081064/))
  11. Ritchie, S. J.; Bastin, M. E.; Tucker-Drob, E. M.; i sur. (2015). Coupled changes in brain white matter microstructure and fluid intelligence in later life. Journal of Neuroscience. DOI: 10.1523/JNEUROSCI.0862-15.2015. ([pmc.ncbi.nlm.nih.gov](https://pmc.ncbi.nlm.nih.gov/articles/PMC4452562/))
  12. Kievit, R. A.; Fuhrmann, D.; Borgeest, G. S.; Simpson-Kent, I. L.; Henson, R. N. A. (2018). The neural determinants of age-related changes in fluid intelligence: a pre-registered, longitudinal analysis in UK Biobank. Wellcome Open Research. DOI: 10.12688/wellcomeopenres.14241.2. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/29707655/))
  13. Hartshorne, J. K.; Germine, L. R. (2015). When does cognitive functioning peak? The asynchronous rise and fall of different cognitive abilities across the life span. Psychological Science. DOI: 10.1177/0956797614567339. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/25770099/))
  14. Salthouse, T. A. (2009). When does age-related cognitive decline begin? Neurobiology of Aging. DOI: 10.1016/j.neurobiolaging.2008.09.023. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/19231028/))
  15. Cipolotti, L.; Ruffle, J. K.; Mole, J.; i sur. (2023). Graph lesion-deficit mapping of fluid intelligence. Brain. DOI: 10.1093/brain/awac304. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/36574957/))
  16. Sala, G.; Aksayli, N. D.; Tatlı, Z.; i sur. (2019). Working memory training does not enhance older adults’ cognitive skills: A comprehensive meta-analysis. Intelligence. ([livrepository.liverpool.ac.uk](https://livrepository.liverpool.ac.uk/3061251/1/Sala_et_al_2019_Intelligence.pdf))
  17. Melby-Lervåg, M.; Redick, T. S.; Hulme, C. (2016). Working Memory Training Does Not Improve Performance on Measures of Intelligence or Other Measures of “Far Transfer”: Evidence From a Meta-Analytic Review. Perspectives on Psychological Science. ([pmc.ncbi.nlm.nih.gov](https://pmc.ncbi.nlm.nih.gov/articles/PMC4968033/))
  18. Shipstead, Z.; Redick, T. S.; Engle, R. W. (2015). Is working memory training effective? A review of the evidence i povezani radovi o ograničenjima prijenosa; u dostupnom zapisu posebno je provjerena reanaliza male statističke snage i publikacijske pristranosti. ([pmc.ncbi.nlm.nih.gov](https://pmc.ncbi.nlm.nih.gov/articles/PMC4302828/))
  19. Au, J.; Sheehan, E.; Tsai, N.; i sur. (2015). Improving fluid intelligence with training on working memory: A meta-analysis. Psychonomic Bulletin & Review. DOI: 10.3758/s13423-014-0699-x. ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/33900569/))
  20. Jewsbury, P. A.; Bowden, S. C.; Duff, K. (2017). The Cattell–Horn–Carroll Model of Cognition for Clinical Assessment. Assessment. DOI: 10.1177/0734282916651360. ([journals.sagepub.com](https://journals.sagepub.com/doi/10.1177/0734282916651360))
Natrag na finalni rad