{"id":517,"date":"2019-06-25T09:46:31","date_gmt":"2019-06-25T07:46:31","guid":{"rendered":"https:\/\/blogs.larioja.com\/talento-educacion-tecnologia\/?p=517"},"modified":"2019-06-25T09:46:31","modified_gmt":"2019-06-25T07:46:31","slug":"el-ci-tiene-mas-problemas-de-los-que-piensas","status":"publish","type":"post","link":"https:\/\/blogs.larioja.com\/talento-educacion-tecnologia\/2019\/06\/25\/el-ci-tiene-mas-problemas-de-los-que-piensas\/","title":{"rendered":"El CI tiene m\u00e1s problemas de los que piensas"},"content":{"rendered":"
\n
\n

\"teor\u00eda<\/a><\/h2>\n<\/div>\n<\/div>\n
\n
\n
\n

Esta no es una entrada para todos lo p\u00fablicos, pero me veo impelido a hacerla. Que los mitos son casi indestructibles no tiene duda. Hace escasas fechas a prop\u00f3sito de una noticia sobre altas capacidades en una Comunidad Aut\u00f3noma la periodista volv\u00eda a hablar de “coeficiente” y del 2% de la OMS. Sigue habiendo gente que se empe\u00f1a en apuntarse al CI, pensando (supongo) que hace algo bueno y valioso para las personas, pero no es as\u00ed. Y ello por razones diversas, conceptuales unas y t\u00e9cnicas otras. Algunas de las conceptuales las puedes rescatar\u00a0aqu\u00ed<\/a>. Bueno, m\u00e1s que rescatar te animar\u00eda a estudiarlas. Las t\u00e9cnicas van a continuaci\u00f3n.<\/p>\n

Cualquier persona con un poco de formaci\u00f3n en psicometr\u00eda deber\u00eda ser prudente a la hora de establecer juicios sobre el CI de una persona ligados a una etiqueta, cromosoma de oro o estado del ser. Porque no, no es lo mismo ser una persona dotada que tener un CI alto. No digamos si hablamos de las llamadas “inteligencias fuera de la curva normal”.<\/p>\n

Pero es que al hecho que ya se\u00f1alaba Alan Kaufman sobre el CI:\u00a0\u201cSe trata de una estupidez, de una interpretaci\u00f3n err\u00f3nea muy frecuente. No existe tal cosa como el\u00a0<\/em>CI\u00a0de<\/em>\u00a0una persona. Este es un constructo que var\u00eda. Cambia el test de CI, y ver\u00e1s c\u00f3mo cambia el CI. Cambia de examinador, el d\u00eda de la prueba, el estado de humor de la persona evaluada o el nivel de alerta del examinador, y ver\u00e1s c\u00f3mo cambia el CI. Eval\u00faa a una misma persona doce veces y obtendr\u00e1s doce CIs diferentes<\/strong>\u00a0(Kaufman, 2009, p. 3), me temo que hay otras razones inherentes al problema mismo de la medida. Las que se\u00f1alo a continuaci\u00f3n est\u00e1n en la base misma del asunto que tratamos.<\/p>\n

Mientras que en la teor\u00eda cl\u00e1sica de los tests (en adelante TCT) el objeto fundamental consiste en evaluar la bondad de los tests elaborados, siendo la fiabilidad y la conceptualizaci\u00f3n del error los aspectos nucleares, en la teor\u00eda de respuesta al \u00edtem, tambi\u00e9n denominada en el pasado como Teor\u00eda del Rasgo Latente (en adelante TRI), el objeto central de an\u00e1lisis lo constituye el \u00edtem, de forma que los \u00edndices que describen los tests proceden de los par\u00e1metros de los \u00edtems, de modo que la TRI forma un todo coherente y compacto y se basa en unos supuestos comprobables. La TCT, como recordamos, es un tanto incoherente, pues los procedi\u00admientos de an\u00e1lisis de los \u00edtems son independientes de los procedimientos de an\u00e1lisis del test.<\/p>\n

La propia naturaleza de la TCT, por ejemplo, hace que la discriminaci\u00f3n de un \u00edtem dependa de las puntuaciones finales del test. Por lo tanto, un mismo \u00edtem puede tener distintos \u00edndices de discriminaci\u00f3n en funci\u00f3n del conjunto de \u00edtems con los que se presente. En la TRI, los par\u00e1metros de los \u00edtems no dependen en absoluto de los \u00edtems con los que se presentan. Por el contrario, la puntuaci\u00f3n de los tests se hace en funci\u00f3n de las respuestas de los sujetos a cada\u00a0 \u00edtem y de los par\u00e1metros de cada \u00edtem.<\/p>\n

Sin embargo, como apunta Mu\u00f1iz (1990) citando a Lord (1980), “la TRI no contradice ni las asunciones ni las conclusiones fundamentales de la TCT, sino que hace asunciones adicionales que permiten responder cuestiones que la TCT no pod\u00eda”. Voy a dedicar los pr\u00f3ximos p\u00e1rrafos a ir esbozando los aspectos fundamentales de este nuevo enfoque, sin pretensi\u00f3n de tratamiento monogr\u00e1fico o did\u00e1cticamente autocontenido, sino que \u2014siguiendo el esquema general l\u00f3gico que, a nuestro juicio, estas p\u00e1ginas deben tener\u2014 me limitar\u00e9 a un planteamiento conceptual que d\u00e9 cuenta de la estructura y contenido de este enfoque, para ilustrar los problemas que tiene una medida de CI, o de cualquier otra variable psicol\u00f3gica o educativa basada en la TCT.<\/p>\n

1) Los estad\u00edsticos de los \u00edtems\u00a0en la TCT dependen de las caracter\u00edsticas de la distribuci\u00f3n del rasgo en la muestra y en la poblaci\u00f3n.<\/em><\/strong><\/p>\n

Esto parece bastante obvio. Los dos par\u00e1metros principales de los \u00edtems en la TCT son el \u00edndice de dificultad y el \u00edndice de discriminaci\u00f3n. El primero entendido como el porcentaje de aciertos y el segundo como un \u00edndice de correlaci\u00f3n entre la puntuaci\u00f3n total del test y las puntuaciones del \u00edtem. No requiere mayor aclaraci\u00f3n, pues es evidente que ambos par\u00e1metros dependen de la capacidad de los sujetos que forman parte de los grupos en los que se aplican los tests. As\u00ed, si la capacidad es alta, los \u00edndices de dificultad (entendidos como porcentaje de aciertos) tambi\u00e9n lo ser\u00e1n. Si la variabilidad del grupo es grande, los \u00edndices de discriminaci\u00f3n aumentar\u00e1n (variabilidad y correlaci\u00f3n est\u00e1n intr\u00ednsecamente unidas).<\/p>\n

2) Los estad\u00edsticos del test dependen de la muestra (o poblaci\u00f3n) sobre los que se calculen.<\/em><\/strong><\/p>\n

Esto es claro. La fiabilidad, el error de medida, las relaciones de un test con otros dependen, en buena medida, de las caracter\u00edsticas de las muestras, de sus medidas de tendencia central, variabilidad, etc. Basta con recordar cu\u00e1les son los t\u00e9rminos b\u00e1sicos implicados en las expresiones de c\u00e1lculo.<\/p>\n

3) Las condiciones de paralelismo en las que se apoya la TCT son poco plausibles.<\/em><\/strong><\/p>\n

B\u00e1sicamente en la TCT, el coeficiente de fiabilidad se define como un coeficiente de correlaci\u00f3n entre las puntuaciones obtenidas en dos formas paralelas de un test (sobre las condiciones de paralelismo ver la nota al pie 19). Todos los dem\u00e1s coeficientes de fiabilidad propuestos son derivaciones de esta noci\u00f3n b\u00e1sica y ofrecen estimaciones de la verdadera fiabilidad del test, como es el caso del coeficiente a y sus casos particulares, KR20 y otros.<\/p>\n

4) La puntuaci\u00f3n total de un test en la TCT, a partir de la cual se realizan la mayor parte de las inferencias, depende de los \u00edtems\u00a0concretos que componen el test.<\/b><\/em><\/p>\n

Dado que las puntuaciones en un test dependen directamente del conjunto de \u00edtems que lo componen, no es posible estimar la aptitud o capacidad de una persona en el rasgo medido, sino en el rasgo a partir del test empleado. Es decir, que la estimaci\u00f3n del rasgo depende del conjunto de \u00edtems del test, con lo cual las generalizaciones y comparaciones est\u00e1n limitadas a sujetos que hayan respondido el mismo test.<\/p>\n

5) El estimador de la puntuaci\u00f3n verdadera depende del grupo de referencia.<\/em><\/strong><\/p>\n

Basta recordar que la estimaci\u00f3n de la puntuaci\u00f3n verdadera en la TCT se realiza a trav\u00e9s de la regresi\u00f3n lineal y a partir de la puntuaci\u00f3n observada (X). En efecto, como sabemos, la ecuaci\u00f3n para el pron\u00f3stico de la puntuaci\u00f3n verdadera a partir de la observada, si podemos asumir que las medias condicionales para los diferentes valores observados de X se ajustan a una l\u00ednea recta, es una ecuaci\u00f3n de regresi\u00f3n lineal de m\u00ednimos cuadrados. Es decir, que la puntuaci\u00f3n estimada depende de dos componentes ponderados por la fiabilidad del test: la media del grupo y la puntuaci\u00f3n observada.<\/p>\n

6) La TCT no proporciona un modelo te\u00f3rico para las respuestas\u00a0de los sujetos a los \u00edtems.<\/b><\/em><\/p>\n

Esta limitaci\u00f3n no tiene ninguna aclaraci\u00f3n posible. Simplemente es as\u00ed, la TCT no se plantea esta cuesti\u00f3n. Su foco de atenci\u00f3n es el test globalmente considerado, no modelizar c\u00f3mo pueden ser las respuestas de los sujetos a los \u00edtems particulares.<\/p>\n

7) Los supuestos sobre el error de medida son poco plausibles.<\/em><\/strong><\/p>\n

Es conveniente recordar, como sabemos, que la TCT supone que se cumple el supuesto de\u00a0homocedasticidad<\/em>\u00a0para los errores; es decir, que la varianza de los errores es constante a lo largo de todas las puntuaciones del test. Este es un supuesto que no se cumple con frecuencia, aunque hay modelos que permiten tratar la heterocedasticidad (Cfr. Lord y Novick, 1968).<\/p>\n

8) Los tests bajo la TCT no producen medidas ajustadas\u00a0 a las condiciones particulares de los sujetos.<\/em><\/strong><\/p>\n

Los tests cl\u00e1sicos son iguales para todos los sujetos, est\u00e1n concebidos para sujetos de aptitud media, de modo que no son “econ\u00f3micos” ni adecuados para sujetos de caracter\u00edsticas extremas. Es necesario poder emparejar las condiciones de los tests con las aptitudes de los sujetos.<\/p>\n

Estas son las principales limitaciones que plantea la TCT, que no son poco importantes, como sabemos, y que la TRI pretende superar con un nuevo enfoque de la medida. Nuevo enfoque que tendr\u00e1 que lograr, entre otras cosas:<\/p>\n

“a) Que las caracter\u00edsticas de los \u00edtems no dependan del grupo en el que se calculen.<\/p>\n

b) Que las puntuaciones que describan el comportamiento de los sujetos examinados en el test no dependan de los contenidos particulares de \u00e9ste ni de su dificultad.<\/p>\n

c) Que los modelos est\u00e9n expresados en funci\u00f3n del \u00edtem y no del test completo.<\/p>\n

d) Un modelo que no requiera del supuesto de estricto paralelismo u otras formas de equivalencia para establecer la fiabilidad del test.<\/p>\n

e) Un modelo que proporcione medidas de precisi\u00f3n para cada nivel de aptitud, eliminando el supuesto de homocedasticidad de la varianza de error.<\/p>\n

f) Un modelo que permita relacionar el rasgo o constructo con el rendimiento del sujeto en el \u00edtem” (Mart\u00ednez Arias, 1995).<\/p>\n

Estas son, como parece claro, precisamente, las principales propiedades de la TRI, desarrollada en numerosos trabajos entre los que destacan los de Hambleton (1989); Hambleton y Swaminathan (1985); Hambleton, Swaminathan y Rogers (1991); Lord (1980) y Wright (1979), entre otros.<\/p>\n

Las dos caracter\u00edsticas esenciales de los diversos modelos que se agrupan bajo la TRI, se caracterizan porque:<\/p>\n

a) Suponen un rasgo o aptitud \u00fanico subyacente al rendimiento del examinando;<\/p>\n

b) la relaci\u00f3n entre el rasgo o la aptitud del sujeto y su respuesta a un \u00edtem puede describirse por medio de una funci\u00f3n mon\u00f3tona creciente, denominada Curva Caracter\u00edstica del \u00cdtem (CCI, en adelante), que establece las probabilidades de respuesta.<\/p>\n

As\u00ed pues, y a modo de resumen, se puede se\u00f1alar que, adem\u00e1s de las aportaciones de tipo t\u00e9cnico que aportar\u00e1 la TRI a la hora de construir tests, por ejemplo, “su gran contribuci\u00f3n se centra en la posibilidad de obtener mediciones invariantes respecto de los instrumentos utilizados y de los sujetos implicados. En la TCT el resultado de la medici\u00f3n de una variable depende del test utilizado (…). En la Teor\u00eda Cl\u00e1sica la medici\u00f3n de una variable es inseparable del instrumento utilizado para medirla y ello constituye una seria limitaci\u00f3n, pues inevitablemente se acabar\u00e1 definiendo operativamente la variable por el instrumento con que se mide (…). Adem\u00e1s, las propiedades del instrumento de medida, esto es, de los \u00edtems y, por tanto, del test, est\u00e1n en funci\u00f3n de los sujetos a los que se aplican (…). El acercamiento cl\u00e1sico se encontraba encerrado en esa incongruencia te\u00f3rica: la medici\u00f3n depende del instrumento utilizado y las propiedades de \u00e9stos est\u00e1n en funci\u00f3n de los objetos medidos, de los sujetos. El objetivo central de la TRI ser\u00e1 solucionar este problema” (Mu\u00f1iz, 1990).<\/p>\n

Me temo que esto justifica la frase del principio: “(…)\u00a0No existe tal cosa como el\u00a0<\/em>CI\u00a0de<\/em>\u00a0una persona. Este es un constructo que var\u00eda. Cambia el test de CI, y ver\u00e1s c\u00f3mo cambia el CI. Cambia de examinador, el d\u00eda de la prueba, el estado de humor de la persona evaluada o el nivel de alerta del examinador, y ver\u00e1s c\u00f3mo cambia el CI. Eval\u00faa a una misma persona doce veces y obtendr\u00e1s doce CIs diferentes”.<\/strong><\/p>\n

Seamos prudentes y no etiquetemos a las personas. Evaluemos con prudencia sus resultados no solo en los tests, tambi\u00e9n en sus porfolios. Lo dir\u00e9 una \u00faltima vez: no se trata de etiquetar, clasificar o denominar, sino de ayudar a las personas a superar sus limitaciones y a brillar en sus potencialidades. Vamos, ayudarles en su educaci\u00f3n, que tiene que ser tan personalizada como cada persona es en s\u00ed misma.<\/p>\n

Y si todav\u00eda te quedan dudas puedes leerte este art\u00edculo cl\u00e1sico de Robert Sternberg:\u00a0Identifying the gifted through IQ: Why a little bit of knowledge is a dangerous thing.\u00a0Journal\u00a0<\/span>Roeper Review\u00a0\u00a0<\/a>Volume 8, 1986 –\u00a0Issue 3<\/a>: The IQ Controversy<\/a><\/span><\/p>\n<\/div>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

Esta no es una entrada para todos lo p\u00fablicos, pero me veo impelido a hacerla. Que los mitos son casi indestructibles no tiene duda. Hace escasas fechas a prop\u00f3sito de una noticia sobre altas capacidades en una Comunidad Aut\u00f3noma la periodista volv\u00eda a hablar de “coeficiente” y del 2% de la OMS. Sigue habiendo gente […]<\/p>\n","protected":false},"author":64,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[1],"tags":[],"_links":{"self":[{"href":"https:\/\/blogs.larioja.com\/talento-educacion-tecnologia\/wp-json\/wp\/v2\/posts\/517"}],"collection":[{"href":"https:\/\/blogs.larioja.com\/talento-educacion-tecnologia\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogs.larioja.com\/talento-educacion-tecnologia\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogs.larioja.com\/talento-educacion-tecnologia\/wp-json\/wp\/v2\/users\/64"}],"replies":[{"embeddable":true,"href":"https:\/\/blogs.larioja.com\/talento-educacion-tecnologia\/wp-json\/wp\/v2\/comments?post=517"}],"version-history":[{"count":1,"href":"https:\/\/blogs.larioja.com\/talento-educacion-tecnologia\/wp-json\/wp\/v2\/posts\/517\/revisions"}],"predecessor-version":[{"id":518,"href":"https:\/\/blogs.larioja.com\/talento-educacion-tecnologia\/wp-json\/wp\/v2\/posts\/517\/revisions\/518"}],"wp:attachment":[{"href":"https:\/\/blogs.larioja.com\/talento-educacion-tecnologia\/wp-json\/wp\/v2\/media?parent=517"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogs.larioja.com\/talento-educacion-tecnologia\/wp-json\/wp\/v2\/categories?post=517"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogs.larioja.com\/talento-educacion-tecnologia\/wp-json\/wp\/v2\/tags?post=517"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}