Alfa's en bèta's verschillen extreem in vaardigheid

Laatst bijgewerkt op 21/3/2018 om 12:31.

De vorige blogpost begon met de vraag of de alfa/bèta-factor verschillen in intelligentie tussen groepen kan verklaren. Het antwoord op die vraag schuif ik nog even op de lange baan. Ik hoop daar in een volgende blogpost op terug te komen. De poging een antwoord op deze vraag te vinden, heeft ondertussen echter al drie resultaten opgeleverd.

Allereerst moeten we onderscheid maken tussen alfa- en bèta-intelligentie. We verwachten dat alfa's in verhouding beter zijn in taal dan in wiskunde en we verwachten van bèta's dat die beter zullen zijn in wiskunde en rekenen dan in taal. Doordat men een enkele maat voor intelligentie hanteert, worden voor dat doel beide vaardigheden gemiddeld.

Wanneer we echter geen informatie willen verliezen, moeten we ook het verschil tussen de score op taal en de score op rekenen/wiskunde gebruiken. Dat levert de verschilfactor op. We verwachten dat we die verschilfactor kunnen gebruiken als indicatie voor het alfa of bèta zijn van mensen. Als dat klopt (en daar lijkt het ondertussen wel op) hebben we daarmee een vijfde manier gevonden om te bepalen of iemand alfa of bèta is.

Een tweede punt dat we gevonden hebben, is dat de alfa/bèta-factor die we op deze manier krijgen, inderdaad studierichtingen ordent op een manier zoals je zou verwachten. Typische alfastudies scoren hoog op deze factor, typische bètastudies scoren laag.

Een derde punt was dat deze alfa/bèta-factor ook een verschijnsel als de 'science wars' lijkt te verklaren. De zachte benadering van wetenschap van de alfa's ten opzichte van de harde, natuurwetenschappelijke benadering van de bèta's lijkt samen te hangen met de score op deze factor.

Er zwieren echter ook nog wat losse eindjes rond. Ik probeer daarom in deze blogpost een aantal punten te checken en na te lopen.


De basis van de scores

Als score voor een studie/vakgebied hanteren we de gemiddelde score die studenten voor of van deze studies gehaald hebben op de GRE (Graduate Record Examinations) voor de subtests: Verbaal en Kwantitatief. Of het gaat om studenten die in een bepaalde richting verder willen (master of doctor), of het gaat om studenten die hun bachelor in een bepaalde richting hebben gedaan. Is het terecht om studierichtingen op deze manier te karakteriseren?

Studierichtingen moeten uiteindelijk werken met de studenten die zich aanmelden. Amerikaanse top-universiteiten kunnen misschien streng selecteren, maar vervolgens zullen lager (in de rankings) scorende universiteiten soortgelijke studies aanbieden. Verder wordt in de praktijk uiteindelijk ook de staf geselecteerd uit het aanbod van studenten dat zich aanbiedt. Het lijkt daardoor voor vakgebieden moeilijk collectief hun profiel te wijzigen, gesteld dat ze dat zouden willen.


Het vergelijken van appels en peren

Het vergelijken van de score op een rekentoets met die op een taaltoets, lijkt een beetje op het vergelijken van appels en peren. Hoe is het mogelijk dat we die twee scores toch met elkaar kunnen vergelijken, wat we in feite doen als we ze van elkaar aftrekken?

Om de scores op twee verschillende tests vergelijkbaar te maken, moeten ze worden gestandaardiseerd op hetzelfde gemiddelde en dezelfde standaarddeviatie. Meestal gebruiken we als gemiddelde 0 en als standaarddeviatie (SD) 1.

Eigenlijk maken we de scores vergelijkbaar door de groep als maatstaf te gebruiken. Ben je ten opzichte van de andere leerlingen heel goed of heel slecht? Als je heel goed bent, scoor je bijvoorbeeld twee SD boven het groepsgemiddelde, als je heel slecht bent zit je er twee SD onder. Scoor je gemiddeld dan zit je rond de nul.


Hele en halve alfa's en bèta's

Een probleem met de alfa/bètafactor is dat alfa's positief geacht worden te scoren en bèta's negatief. We gebruiken doorgaans nul als het scheidingspunt. Op die manier verdelen we de samenleving in twee groepen. In het soortenmodel is echter sprake van vier verschillende groepen. Worden die via de alfa/bètafactor teruggevonden en zo ja, hoe dan?

Alfa's hebben we eerder gedefinieerd als double-highs. Het zijn mensen die hoger dan gemiddeld scoren op zowel autoritarisme (RWA) als sociale dominantie (SDO). De bèta's hebben we gedefinieerd als double-lows: ze scoren op beide maten lager dan gemiddeld.

In dit geval weten we echter alleen de scores op de alfa/bèta-factor en weten we strikt genomen niets over de score op autoritarisme en sociale dominantie. Wanneer we alleen zouden werken met de score op bevooroordeeldheid doet zich precies hetzelfde probleem voor: het grijze middengebied.

Het zwaartepunt van de alfacultuur wordt gevormd door double-highs, maar daarnaast bevat de alfacultuur ook 'gewone gelovigen' (wel autoritaristisch, maar niet sociaal-dominant) en vrijwel zeker ook 'bèta-bazen' (niet-autoritaristisch, wel sociaal-dominant). Tenslotte -- helemaal aan de andere kant van de schaal -- komen de 'volledige' bèta's (of double-lows).

Het punt is dus dat een enkele maat als de alfa/bèta-factor wel vrij goed zal werken voor de uiteinden van de schaal, maar dat in het middengebied op deze manier een menggroep ontstaat, bestaande uit 'gewone gelovigen' en 'bèta-bazen.' Mensen die een beetje alfa zijn en een beetje bèta.

Er dreigen daardoor twee verschillende definities van 'alfa' door elkaar gehutseld te worden. Alfa's in enge zin (double-highs) en alfa's in brede zin: iedereen die aangetrokken wordt door de alfacultuur. Voor bèta's geldt natuurlijk hetzelfde.

In het laatste scatterdiagram van de vorige blogpost is dit probleem ook zichtbaar. De echte alfa-studies zitten in het bovenste kwart van de figuur. Dit zijn onder andere: Creative Writing, Classical Language, Philosophy, History of Science, Linguistics, Theology, Antropology, Drama, History, Art History, International Relations en Political Science. Social Work en Sociology.

Daarna komt een kwart met wat je alfa-gamma studies zou kunnen noemen. De studenten zijn meer talig, dan wiskundig, maar het verschil is niet zo groot dat je ze als hele alfa's zou willen betitelen. Dit gaat om studies als: Social Psychology, Criminology, Nursing, verschillende soorten Education, Nutrition, Neuroscience, Ecology, Cognitive Psychology.

Vervolgens komt er een kwart met wat je bèta-gamma studies zou kunnen noemen. De studenten zijn in doorsnee beter in wiskunde, dan in taal, maar het verschil is klein. Het gaat bijvoorbeeld om Anatomy, Business Administration, Physiology, Planetary Science, Geochemistry, Molecular Biology, Cell Biology, Genetics, Astronomy, Astrophysics.

In het onderste kwart krijgen we dan, wat je de echte bèta-studies zou kunnen noemen: Physics, Engineering, Computer Programming. Dat soort vakken. Hier zijn de verschillen in vaardigheid in wiskunde en taal zo groot, dat de studenten in doorsnee hele bèta's lijken.


De alfa/bèta-factor onderscheidt studies maximaal

De plaatjes in mijn vorige blogpost waren gebaseerd op GRE-gegevens van voor 2011 die ik niet meer kon achterhalen. Het leek goed mogelijk dat men bepaalde restcategorieën gemakshalve had weggelaten. Verder leek het alsof bètastudenten belangrijk intelligenter waren. Leek dat zo of was het echt zo? Het leek me daarom goed de juistheid en volledigheid van deze data te checken.

Ik heb daarom recentere GRE-data gezocht (hier en hier). Deze data hebben betrekking op de periode juli 2013 - juni 2016. Het gaat in dit geval opnieuw om 'intended graduate major,' dus de studierichting waarin de student master wil worden of een doctorstitel wil halen.

Kwantitatief en Verbaal zijn op het niveau van individuen normaal sterk gecorreleerd (bijvoorbeeld 0.77 en soms zelfs hoger), maar zijn dat op het niveau van studierichtingen niet meer. De correlatie bedroeg nu 0.09 (voor 51 studierichtingen) en is daarmee vrijwel nul.

De factor die er dus voor zorgt dat Kwantitatief en Verbaal op individueel niveau sterk gecorreleerd zijn (algemene intelligentie), werkt op het niveau van studierichtingen kennelijk niet meer. Studenten kiezen een studierichting op basis van enerzijds de vereiste algemene intelligentie en anderzijds de score op de alfa/bètafactor, lijkt het.

Het scatterdiagram dat deze data opleverden, staat hieronder (klik erop om te vergroten). In grote lijnen is het beeld hetzelfde als eerst.

De typische alfa-studies liggen keurig in een cluster bovenin. Ze scoren allemaal boven de 0.70 SD op de alfa/bèta-factor. Het gaat om de volgende studierichtingen: English, History, Art History, Anthropology, Library Sciences, Philosophy, Theology and Religion Sciences, Humanities Other, Foreign Language and Literature, Political Science en Social Work (met een score van 0.72 op de alfa/bèta-factor).

De typische bètastudies liggen onderin. Ze scoren allemaal onder de -0.30 SD op de alfa/bèta-factor. Het gaat om: Physics and Astronomy, Economics, Other Engineering, Chemical Engineering, Materials Engineering, Mathematical Sciences, Banking and Finance, Industrial Engineering, Civil Engineering, Mechanical Engineering, Computer and Information Sciences en Electrical Engineering.

Wat opvalt, is dat vrijwel alle studierichtingen die matig intelligente studenten trekken (onder de 0 SD), meer talig dan wiskundig zijn. Bètastudies voor studenten met een minder dan gemiddelde intelligentie lijken niet of amper te bestaan.

In de figuur valt te zien dat de alfa/bèta-factor de studierichtingen in de gewenste richting uit elkaar trekt. De typische alfa-studies liggen bovenin, de typische bèta-studies liggen onderin.

De alfa/bèta-factor trekt de studierichtingen verder beter uit elkaar dan dat intelligentie dat doet. In het eerste geval is het maximale verschil ongeveer 2.5 SD, in het tweede geval 1.5 SD.

Geen van de andere andere maten blijkt zelfs de studierichtingen zo sterk uit elkaar te trekken (van elkaar te onderscheiden) als de alfa/bèta-factor. De standaarddeviaties van Verbaal, Kwantitatief, Intelligentie en de Alfa/bèta-factor bedragen respectievelijk: 0.38, 0.55, 0.35 en 0.64 (in SD's voor 51 studierichtingen). De alfa/bèta-factor slaagt er dus inderdaad in de studierichtingen maximaal van elkaar te onderscheiden en doet dat beter dan alle andere maten.


Bèta's zijn in doorsnee iets slimmer

Klopt het dat bèta-studenten in doorsnee slimmer zijn? Uitgaande van deze groepsgemiddelden vind ik een correlatie van -0.39 voor 795 734 studenten. Naarmate men meer bèta is, scoort men hoger op intelligentie.

Het gemiddelde verschil in intelligentie, gemeten als het gemiddelde van Verbaal en Kwantitatief, van de studenten die onder de 0 scoren op de alfa/bètafactor met die daarboven scoren, bedraagt 0.35 SD in het voordeel van de bèta's. Het is niet een gigantisch verschil, maar maakt toch behoorlijk uit.

Ik vergelijk dan de grote groep bèta's met alle niet-bèta's. Gaat dit verschil ook op wanneer ik de grote groep bèta's vergelijk met de echte alfa's? Ik vind een verschil van 0.29 SD in het voordeel van de bèta's. Iets minder dan eerst, maar nog steeds een behoorlijk verschil.

Het gaat in dit geval echter om een geselecteerde groep: niet iedereen heeft gestudeerd en wil door voor een master- of doctorstitel. Een onderzoek waarbij dat niet of in veel mindere mate het geval was, lijkt een correlatie op te leveren tussen de -0.20 en de -0.30 (hier). Meer in het algemeen lijkt er dus inderdaad een zwak negatief verband te bestaan, tussen de score op de alfa/bèta-factor en algemene intelligentie.


Alfa's en bèta's verschillen extreem in vaardigheid

Een probleem met het voorgaande plaatje was voor mijn idee nog steeds dat er kennelijk een restcategorie was weggelaten. In de data van de ETS (Educational Testing Service) viel voor de GRE echter een overzichtstabel te vinden van alle 584 677 studenten die de tests hadden gedaan in de periode van 1 juli 2015 tot 1 juli 2016 (op p. 25-26 hier).

De studenten zijn in dit geval ingedeeld op basis van hun 'undergraduate major field:' de richting die men als bachelor doet of gedaan heeft. Dit levert het volgende plaatje op (klik erop om te vergroten).

De groep Undecided blijkt qua aantal verwaarloosbaar te zijn ten opzichte van het totaal, de groep 'No Major Provided' blijkt echter ruim een derde van het totale aantal respondenten uit te maken. Er zijn nu nog maar twee duidelijke bètagebieden over: Engineering en Physical Sciences. Verder zijn alle alfa-studies nu bij elkaar genomen als Humanities. De gamma-studies omvatten de gebieden van de Social Sciences, de Life Sciences (geneeskunde), Business, Other Fields en Education. Bij Education (in de VS vermoedelijk vaak de lerarenopleiding) valt het lage gemiddelde intelligentieniveau op (-0.42 SD).

Bij Education, Other Fields en Social Sciences valt verder op dat ze vrij hoog op de alfa/bèta-factor scoren (respectievelijk: 0.60 SD, 0.53 SD en 0.64 SD). Het zijn dus vrij 'softe' studies. Alle 'harde' wetenschappen zitten rechts onderin. Physical Sciences scoort -0.44 SD, Engineering scoort -0.75 SD op de alfa/bètafactor.

Wie het plaatje ziet, wordt getroffen door het grote verschil tussen de Humanities enerzijds en Engineering en Physics anderzijds. De Humanities scoren 1.11 SD op bèta/alfa-factor, Physical Sciences scoort -0.44 SD. Het totale verschil is daarmee 1.55 SD.

In de sociale wetenschappen wordt 0.8 SD gezien als een groot verschil (volgens de Engelstalige Wikipedia heeft Cohen dit in 1988 gesteld (hier). In dit geval lijkt het om een bijna dubbel zo groot effect te gaan. Het gaat dus, uitgaande van de gebruikelijke maatstaven, om een zeer groot verschil.

De score van 1.11 SD van de Humanities betekent dat typische alfa's 1.11 SD beter zijn in taal dan in wiskunde. De score van -0.44 SD betekent dat typische bèta's 0.44 SD beter zijn in wiskunde dan in taal. De verschillen op de alfa/bèta-factor ontstaan dus doordat we het verschil op taal en het verschil op wiskunde samenvoegen.

Typische alfa's verschillen dus zeer sterk van typische bèta's. Het verschil zit daarbij niet in de intelligentie, maar in de alfa/bèta-factor. De alfa's zijn erg goed in taal, maar slecht in wiskunde. De bèta's zijn goed in wiskunde, maar niet slecht in taal.

Hoe groot zijn die verschillen in werkelijkheid? Uitgaande van de laatste dataset en alfa's die 0.70 of hoger, en bèta's die -0.30 of lager scoren op de alfa/bètafactor, vind ik bij op Verbaal een verschil van 0.84 SD in het voordeel van de alfa's. Voor Kwantitatief vind ik een verschil van 0.90 SD in het voordeel van de bèta's. Het verschil op de alfa/bèta-factor bedraagt in dit geval dus maar liefst 1.74 SD. 


Samenvatting

Ik laat in deze blogpost drie dingen zien.
1.  De alfa/bèta-factor onderscheidt studierichtingen maximaal.
2.  Bèta's zijn in doorsnee iets slimmer dan niet-bèta's en dan typische alfa's.
3.  Typische alfa- en bèta's verschillen extreem in vaardigheid.

De alfa/bèta-factor en intelligentie

Laatst aangepast op 10/3/2018 om 1:28.

In de vorige blogpost stelde ik de 'politiek niet correcte' vraag aan de orde of zwarte mensen minder slim zijn. Ik liet toen het antwoord over aan de lezer. Maar het is misschien toch goed om te proberen, die vraag expliciet te beantwoorden.

Het gaat om de verschillen in intelligentie tussen bevolkingsgroepen. Wat mogen we daaruit afleiden en wat niet? En: waar komen die verschillen vandaan? Hoe vallen die verschillen te verklaren?

Speciaal die laatste twee vragen zijn lastig. Op dit moment weet niemand zeker het antwoord. In deze blogpost probeer ik te onderzoeken of de alfafactor, het onderscheid tussen alfa's en bèta's, die verschillen in intelligentie kan verklaren. (Deze blogpost vormt het eerste deel van dat onderzoek.)

Het resultaat van mijn zoeken was totaal anders dan wat ik stiekem gehoopt had (ik laat dat in een volgende blogpost zien), maar als troostprijs kreeg ik een methode waarmee de alfa/bètafactor bepaald kan worden via de subtest-scores van veel intelligentietests (dat laat ik in deze blogpost zien).

Een belangrijk doel van intelligentietests (en vergelijkbare tests als de CITO eindtoets-basisonderwijs) is te voorspellen, hoe goed iemand het op school zal doen. Voor dat doel zijn twee zaken heel relevant: de beheersing van taal en de beheersing van rekenen/wiskunde. Men gebruikt voor het voorspellen van het schoolsucces in de toekomst, hoe goed men op dat moment vragen en problemen weet te beantwoorden. De test bevat daardoor een verbaal (talig) deel en een meer kwantitatief (wiskundig, abstract) deel. Het totaal van die twee delen levert doorgaans (na een weging) de eindscore.

In deze blogpost laat ik zien, dat het mogelijk is via het verschil op deze twee subtests vast te stellen of iemand alfa dan wel bèta is. Dit levert daardoor een vijfde manier om de alfa/bèta-factor te bepalen (bèta's scoren laag, alfa's hoog).

In eerdere blogposts had ik het niet over de 'alfa/bèta-factor,' maar over de 'alfafactor'. Ik bedoel met beide termen hetzelfde, maar heb gemerkt dat de term 'alfafactor' binnen de psychologie soms in een andere betekenis wordt gebruikt. Om verwarring te voorkomen, lijkt 'alfa/bèta-factor' duidelijker. Terug naar de vraag over intelligentie en groepen.

-----
Wat waren de eerste vier manieren om de alfa/bèta-factor te meten?
De eerste manier is de mate van sociale dominantie en de mate van autoritarisme vast te stellen. Bèta's scoren op beide maten laag, alfa's hoog.
De tweede manier is de mate van bevooroordeeldheid vast te stellen. Alfa's scoren hoog op bevooroordeeldheid, bèta's laag.
De derde manier is een tekst te analyseren. Alfa-teksten wijken op een vijftal punt af van bèta-teksten: vooringenomenheid, dogmatisch denken, subjectieve waarheid, taal als promotiemiddel en zachte informatieverwerking in plaats van harde.
De vierde methode is de enige betrouwbare factor die de data van de World Values Survey bevat, te gebruiken.
-----

Wat is het antwoord op de vraag?

Ik denk dat we de vraag beter zo kunnen formuleren: zijn Joden echt slimmer dan niet-Joden? Wanneer we als maat voor slimheid/domheid een IQ-test gebruiken, wat in dit verband niet zo'n gekke meetmethode lijkt, moet het antwoord dus luiden: ja, in doorsnee wel.

Dat laatste moet er wel bij. We hebben het hier over gemiddelden. We kunnen dat dus niet vertalen naar individuele Joden en niet-Joden.

Het punt is dus, wanneer je het op witte en zwarte mensen betrekt, dat de desbetreffende zwarte persoon akelig slim kan zijn en de desbetreffende witte persoon akelig dom. Denk bijvoorbeeld aan Obama en Trump.

Ik bevind me nu op glad ijs, want strikt genomen weet ik van beiden het gemeten IQ niet. Op grond van wat Obama zegt in zijn toespraken, durf ik echter wel een inschatting maken. Het lijkt me onmiskenbaar dat hij een vrij rationeel mens is.

Op dezelfde manier kan ik van Trump ook een inschatting te maken. Mijn inschatting van Trump op dit punt komt heel veel lager uit dan mijn inschatting van Obama. Vergelijk het met de manier waarop een onderwijzer op de basisschool kan inschatten of een kind wel of niet geschikt is voor het VWO. Soms gaat dat mis, maar in het algemeen lukt dat vrij goed, blijkt uit onderzoek. Het gaat vooral mis, wanneer de onderwijzer niet analytisch kijkt en zich laat leiden door niet-relevante informatie. Dus: door vooroordelen.

Op het moment dat we echt het IQ van Trump en Obama zouden gaan meten, kan natuurlijk blijken dat ik er toch naast zit. Het blijft slechts mijn inschatting.

Dit voorbeeld illustreert, althans wat mij betreft, dat sommige zwarte mensen belangrijk slimmer kunnen zijn dan sommige witte mensen. Dit voorbeeld laat echter ook nog iets anders zien, denk ik. 


Twee soorten intelligentie

Wanneer we de intelligentie van Trump proberen in te schatten en we denken aan succes op school en succes op vergelijkende IQ-testen, zie ik niet iemand voor me die de Wiskunde Olympiade wint.

Ik schat dus vooral zijn bèta-intelligentie laag in. Trump lijkt me niet voorbestemd een Nobelprijs natuurkunde te winnen. Het lijkt me niet iemand die veertig jaar gedreven zoekt naar de oplossing van dat ene lullige probleempje dat de Natuur ooit gesteld heeft en dat nog niemand heeft opgelost.

Ik kan dit nog verder concretiseren. Wie de foto's bekijkt van de winnaars van de Wiskunde Olympiade ziet bepaalde overeenkomsten. Om de sekseverschillen kwijt te raken, geef ik hier de link naar een paar jonge dames die kennelijk erg goed waren (hier).

Het ging over schoolse intelligentie en nu heb ik het opeens over uiterlijk. Dat lijkt nogal een wilde sprong. Wie echter kijkt naar het plaatje van de jonge dames ziet een bepaalde overeenkomst. Ze stralen iets uit. Wat ze uitstralen, mist Trump. Of omgekeerd: wat Trump uitstraalt, missen zij. (De lezer kan gerust zijn: de alfafactor waar ik het over heb, blijkt doorgaans inderdaad zichtbaar te zijn in het uiterlijk.)

Ik kan nog specifieker worden. Het volgende is slechts een gedachtenexperiment. We zoeken mensen die als kwaadaardige bloedhonden ontsnapte slaven willen opsporen. Mensen die net zo lang doorgaan tot ze de ontsnapte te pakken hebben. Mijn vraag is nu simpel: zijn deze dames voor dat doel geschikt?

Je kunt je moeilijk mensen voorstellen die het gevraagde minder in zich hebben. Deze dames mogen dan goed zijn in wiskunde en aanverwante zaken, maar voor de bloedhondentest zijn ze -- wat mij betreft -- bij voorbaat gezakt. Vermoedelijk zouden ze tenslotte thuiskomen met een of ander vogeltje dat ze onderweg tegenkwamen, dat dringend verzorging nodig had.

Gelukkig hebben we nog meer sollicitanten, waaronder ene Trump. Eigenlijk zoeken we niet alleen een bloedhond, maar ook iemand die een 'posse' kan organiseren, om de ontsnapte op te drijven en in de kraag te grijpen, zodat die zijn verdiende straf kan ondergaan. (Een 'posse' is in Amerika een groep gewapende burgers die jacht maakt op voortvluchtigen.)

Kan Trump de man zijn die we voor deze job zoeken? Mijn inschatting is dat we de ideale kandidaat gevonden hebben. Trump mag van mij de posse bij elkaar roepen en deze leiden, maar pas zodra ik me op veilige afstand bevind.

Het is dus misschien mogelijk dat Trump het qua schoolse intelligentie niet zo geweldig doet, maar het lijkt onmiskenbaar dat hij andere kwaliteiten heeft. Hij is goed in het bespelen van een bepaalde bevolkingsgroep. Wat hij mogelijk mist aan schoolse vaardigheid, maakt hij goed met sociale handigheid.

Trump lijkt de geboren leider van een ultra-rechtse club die volledig gefixeerd is op macht en voor dat doel tot alles bereid is. Mijn inschatting voor Trump zou dus zijn dat hij vrijwel maximaal scoort op op iets dat we kunnen omschrijven als 'alfa-intelligentie'.

Afgaande op mijn eigen ervaringen is sociale handigheid of sociale intelligentie tegenwoordig vaak belangrijker dan goed zijn in schoolse vakken. Mensen hebben lak aan feiten, maar ze worden graag ingepakt met een 'mooi' verhaal. Met andere woorden: alfa-intelligentie is vermoedelijk vaak belangrijker dan bèta-intelligentie. 

Alfa- en bèta-intelligentie 

Ik veronderstel in het voorgaande dus dat er twee verschillende soorten intelligentie te onderscheiden vallen: alfa-intelligentie en bèta-intelligentie. Alfa's hebben vooral alfa-intelligentie nodig om de top van de hiërarchie te bereiken, bèta's hebben bèta-intelligentie nodig om hun productie te maximaliseren en problemen met de harde natuur op te lossen.

Die veronderstelling dat er alfa- en bèta-intelligentie bestaat, volgt uit het -- volledig op empirisch onderzoek gebaseerde -- soortenmodel. Het soortenmodel verdeelt moderne samenlevingen in twee verschillende culturen: een alfacultuur en een bètacultuur. Bèta's proberen te overleven door individueel te produceren en problemen op te lossen. Alfa's proberen een mooi en veilig leven te leiden door lid te worden van een machtige groep en binnen die groep zo'n hoog mogelijke status te bemachtigen.

Omdat alfa's geschikter zijn voor een alfacultuur en bèta's voor een bètacultuur, moeten ze verschillen op de variabelen die voor het functioneren in hun cultuur van belang zijn. Je verwacht dus dat bèta's beter zijn in het oplossen van problemen die de harde natuur stelt, terwijl alfa's handiger zouden moeten zijn in het oplossen van de 'sociale' problemen waar de machtige groep hen voor stelt. Bèta's zouden dan beter moeten zijn in harde problemen en alfa's beter in 'zachte' problemen. (Ik schrijf 'zacht' tussen aanhalingstekens, omdat menselijke groepen waarin men strijdt om de macht, wel vergeleken worden met een kuil vol hongerige leeuwen. Of zoals de Romeinen zeiden: de mens is gelijk een wolf.)

Als het soortenmodel dus klopt, zou je verwachten dat alfa's beter zijn in het manipulatief gebruik van taal, terwijl bèta's beter zouden moeten zijn in het gebruik van taal om zaken te beschrijven en te analyseren. Bij beschrijven en analyseren spelen getallen een grote rol. Een boer kan bijvoorbeeld zijn melkproductie niet maximaliseren, zo lang hij niet weet hoeveel melk iedere koe precies geeft. Dit betekent dus dat je ook verwacht dat bèta's beter moeten zijn in het werken met getallen en manieren om die getallen te analyseren.

Uitgaande van het soortenmodel verwacht je dan een verband tussen interessegebied en goed zijn in taal of wiskunde. De vraag die dan overblijft is: kan dit verband aangetoond worden? 

Van 'science war' naar kwantitatieve vaardigheid 

Eind 2010 wilde Razib Khan als student Moleculaire Biologie het bijvak Antropologie volgen. Hierdoor raakte hij betrokken bij de 'science war' zoals die op dat moment woedde binnen de antropologie. Hij schreef daarover de blogpost: 'De' ondragelijke 'witheid' van 'wetenschap' (hier).

Binnen de antropologie woedde op dat moment een methodenstrijd. Een minderheid wilde harde wetenschap bedrijven via een bètabenadering, de meerderheid omarmde echter een alfabenadering. Deze meerderheid zag wetenschap als de subjectieve waarheid van een machtige groep. In deze visie zou iedere groep haar eigen waarheid, haar eigen verhaal, hebben. 

Een voorstander van deze alfabenadering formuleerde het volgens Khan ondermeer zo: 'Historically not included under the rubric of “science”, however, are the thousands of distinct indigenous knowledge systems that exist around the world. Indigenous knowledge is only recently being understood and accepted by those in the West (and in anthropology) as the equally complex (and equally valid) indigenous counterpart to Western science.' Inheemse verklaringen waren volgens deze voorstander van 'alternatieve waarheid' even complex en valide als Westerse wetenschappelijke verklaringen. 

Wie goed leest, ziet dat de verdediger van de alfabenadering een totaal andere wetenschapsopvatting aanhangt, dan de empirische opvatting. Hij ziet het als een verdienste dat een verklaring complex is. En hij gelooft dat verschillende verklaringen tegelijkertijd allemaal even valide kunnen zijn. In zijn opvatting is wetenschap slechts een verhaal dat door een machtige groep wordt verkondigd en geaccepteerd. Precies wat men uitgaande van het soortenmodel voor de benadering van wetenschap door alfa's zou verwachten. 

Khan is die alfabenadering niet toegedaan en vindt die kwalijk. Hij reageert op onder meer deze passage met: 'I assume you’re back now that you’ve cleaned up after vomiting? This is fundamentally Another Way of “Knowing.”' Hij moet van dit soort gepraat, bij wijze van spreken, overgeven. Het gaat hier om een fundamenteel andere manier van 'Weten', stelt hij. 

Ik denk dat hij op dit laatste punt gelijk heeft. De twee culturen hanteren fundamenteel verschillende criteria voor waarheid. In de alfacultuur is iets waar, omdat een autoriteit het stelt en men het op grond daarvan vervolgens gelooft. In de bètacultuur is iets waar, wanneer en zo lang de bewering overeenstemt met de beschikbare waarnemingen.

Even verderop vervolgt Khan met: 'Too often when I argue with the sort of cultural anthropologist who is strongly influenced by what we would broadly (and sometimes inaccurately) term ‘post-modernist,’ and buys strongly into the thesis that we look through the glass so darkly that objectivity is well nigh impossible, one is invariably pummeled by a gale-force blast of obscurantism. But there is a curious tendency at work: obscurity, complexity, and subtly, are on stark display when they wish to deny a positive assertion you make, but such nuance recedes when they make clear statements as to what is just, right, and true. In the end I feel that I’m wasting my time with a bizarro-world lawyer.' (De vette letter is van Khan.)

Wanneer Khan met dit soort 'post-modernistische' antropologen praat, die sterk geloven in de onmogelijkheid van objectieve waarneming, dan wordt hij onveranderlijk getroffen door een stormwind van obscurantisme (zaken onnodig duister en ingewikkeld voorstellen). Maar er is een merkwaardige neiging aan het werk. Men heeft een sterk vermogen zaken te verduisteren, ingewikkeld te maken en zo subtiel te verwoorden dat niemand het meer begrijpt, op de momenten dat men een bewering die je maakte, wil ontkennen. Maar die genuanceerdheid verdwijnt op de momenten dat men zelf duidelijk uitspraken doet over wat juist, goed en waar is. Ik voel tenslotte, dat ik mijn tijd verdoe met iemand die een bizarre wereld verdedigt, aldus Khan. 

Khan zocht naar aanleiding van zijn blogpost vervolgens naar gegevens om de weerzin van antropologen tegen harde wetenschap cijfermatig te onderbouwen. Had het omarmen van kwalitatieve onderzoeksmethodes en de weerzin tegen kwantitatieve methodes misschien te maken met de kwantitatieve vaardigheid van antropologen, vroeg Khan zich af. Deze vraag resulteerde in een volgende blogpost van Kahn (hier), die ik hierna bespreek. 

De taalfactor en de kwantitatieve factor 

In Amerika vragen veel universiteiten voor toelating tot hun masterprogramma van de studenten die zich aanmelden de scores op van de GRE (Graduate Record Examinations). De GRE is een verzameling van drie tests die door de ETS (Educational Testing Service) worden aangeboden en die men tegen een (forse) vergoeding kan afleggen. De GRE bestaat uit drie onderdelen: Verbal Reasoning, Quantitative Reasoning en Analytical Writing. Vertaald: Verbaal Redeneren, Kwantitatief Redeneren en Analytisch Schrijven.

In de praktijk correleert dit laatste onderdeel, waarbij de student tweemaal iets moet schrijven en die twee teksten vervolgens door twee beoordelaars worden beoordeeld, sterk met verbaal redeneren. De laatste test is echter zeer betrouwbaar, terwijl het schrijfonderdeel dat niet is. Om dus een idee te krijgen van hoe vaardig studenten van verschillende studierichtingen zijn, volstaan de scores op de eerste twee tests: Verbaal en Kwantitatief.

In eerste instantie heeft Khan een aantal studierichtingen via de gemiddelde scores van hun studenten weergeven in onderstaande scatter-diagram (klik op het plaatje om het te vergroten). De score voor Verbaal is weergegeven op de horizontale as, de score voor Kwantitatief is weergegeven op de verticale as.

Duidelijk valt te zien dat een studierichting als Filosofie de studierichting is die in de masterfase de meest verbale studenten trekt, terwijl Wis- en Natuurkunde (Math en Physics) de studierichtingen zijn, die de meest wiskundig onderlegde studenten trekken. Alle bèta-studies scoren met hun gemiddelde op Kwantitatief hoger dan 650.

De typische alfa-studies liggen kennelijk altijd onder die grens. Dat betekent overigens niet dat alle studies die onder die grens liggen, altijd typische alfa-studies zijn. Accounting, Agriculture, Architecture, Biology, Earth Science zijn dat bijvoorbeeld niet.

Voor het alfa-zijn van een studie moeten we echter niet alleen kijken naar de score op Kwantitatief, maar vooral ook naar de score op Verbaal. We zouden dan de grens bijvoorbeeld kunnen leggen rond een score van 540. Dit levert als typische alfastudies op: Filosofie, Engels, Geschiedenis, Kunstgeschiedenis en Religie.

Een studierichting als Natuurkunde (Physics) scoort voor Verbaal wel rond de 540, vergelijkbaar met Religion, History en Art History en zou op grond daarvan dus als alfastudie ingedeeld kunnen worden. Wanneer we echter kijken naar de score op Kwantitatief, is onmiskenbaar dat het om een echte bèta-studie gaat. Voor de indeling in alfa/bèta moet dus naar zowel Verbaal als Kwantitatief gekeken worden. Ik kom verderop op dit punt terug. 

Bevestiging van het soortenmodel 

Wat we dus via deze gegevens vinden, is dat alfastudenten hoog scoren op taal en laag op kwantitatief, terwijl bètastudenten hoog scoren op kwantitatief en naar verhouding lager op taal.

Dat is natuurlijk ook precies wat iedereen zou verwachten. We zijn echter zo vertrouwd geraakt met dit resultaat, dat we de relevantie niet meer zien. We zien hier een verband tussen belangstelling voor een bepaald vakgebied en de vaardigheid die men in doorsnee heeft. Er zit dus een koppeling tussen interesse en vaardigheid!

Het doet denken aan de gelijkheid van zware massa en trage massa in de natuurkunde, die zo vanzelfsprekend werd gevonden door alle natuurkundigen, dat niemand er nog over nadacht. Het was nu eenmaal zo. Iedereen wist het. Het was niet anders. Tot Einstein op het idee kwam, dat die gelijkheid wel wat erg toevallig was.

Als twee totaal verschillende zaken precies gelijk blijken te zijn, is het moeilijk om te geloven dat het om puur toeval gaat. Er moest dus een onderliggende verklaring zijn. Je zou dus verwachten dat er een verklaring moet zijn, waarom mensen die zich aangetrokken voelen tot een vak als natuurkunde zo goed zijn in wiskunde. Of waarom mensen die zich aangetrokken voelen tot een vak als filosofie zo goed zijn in taal.

Het soortenmodel levert die verklaring. Moderne landbouw-samenlevingen zijn opgebouwd uit twee verschillende culturen. Om optimaal te functioneren in de ene cultuur, zijn totaal andere vaardigheden vereist dan in de andere cultuur. In de alfacultuur komt men via handig taalgebruik (de productie van mands) het verst, in de bètacultuur komt men via scherp en gericht nadenken (de productie van tacts) het verst. Het resultaat dat we gevonden hebben, bevestigt daarmee het bestaan van mensen die geoptimaliseerd zijn voor het functioneren in één van die twee culturen. 

Een verklaring voor de 'science wars' 

Het was Khan echter begonnen om het verklaren van de 'science war' bij antropologie. Antropologie blijkt vlakbij Engels, Geschiedenis en Kunstgeschiedenis te scoren. Het zit met de score op Kwantitatief rond de 550, terwijl harde vakken als Natuurkunde bijna 750 scoren. Een enorm verschil dus. Dit gebrek aan kwantitatieve vaardigheid (de GRE probeert slechts kwantitatieve vaardigheid op highschool-niveau te meten), lijkt dus inderdaad de weerzin van antropologen tegen harde wetenschap te verklaren.

Khan leverde op deze manier, door wat met data en de computer te stoeien, een kwantitatieve verklaring voor de 'science war' bij antropologie. Als dit echter de verklaring is voor de science war bij antropologie, zou je verwachten dat dit ook de verklaring voor de science wars in het algemeen moet zijn.

Khan realiseerde zich echter vermoedelijk niet goed de relevantie van zijn resultaat. Allereerst realiseerde hij zich als moleculair bioloog vermoedelijk niet dat er voor iets als de science wars een onderliggende variabele moet bestaan, die het verschil in benadering kan verklaren.

Ten tweede beschikte hij niet over het soortenmodel, dat op dat moment nog niet bestond. Dankzij het soortenmodel is duidelijk, dat het om twee verschillende culturen gaat. In de ene cultuur gaat het om harde feiten die moeten kloppen met de beschikbare waarnemingen. In de andere cultuur gaat het om politieke correctheid. Taal wordt gezien als slechts een middel om de eigen status in de groep te verbeteren. Het probleem dat dan resteert, is het verschil tussen beide culturen op een of andere manier te kwantificeren.

Wie zijn blogpost op dit punt naleest, ziet dat hij als het ware verdwaald is in het data-woud. Hij geeft drie scatterdiagrammen, hij geeft een reeks observaties, en hij eindigt met het geven van zijn ruwe data, maar hij lijkt volledig kwijt te zijn, waar het allemaal precies om begonnen was. Hij heeft een diamant gevonden, maar begrijpt de waarde van zijn vondst niet. 


Algemene intelligentie en de alfa/bèta-factor 

Meer dan een jaar later, in januari 2012, komt Kahn naar aanleiding van een andere blogpost op de kwestie terug (hier). 

In zijn eerste nieuwe scatterdiagram heeft hij slechts een aantal geselecteerde studierichtingen gebruikt. In zijn nieuwe scatterdiagram (zie hieronder, klik op het plaatje om het te vergroten of klik hier) gebruikt hij alle studierichtingen van de GRE-data met meer dan honderd studenten.

Een tweede verbetering die hij in dit scatterdiagram heeft doorgevoerd, is dat hij de scores van Verbaal en Kwantitatief gestandaardiseerd heeft (op hetzelfde gemiddelde en dezelfde standaarddeviatie) zodat ze onderling vergelijkbaar zijn.

De derde verbetering die hij doorvoert, is echter de belangrijkste. Een probleem bij deze figuur is dat de scores op Verbaal en Kwantitatief sterk samenhangen. Mensen die goed zijn in getallen en wiskunde, zijn in doorsnee ook goed in taal. De taalfactor en de wiskundefactor zijn bij mensen normaal sterk gecorreleerd. (Die correlatie kan soms wel rond de 0.80 bedragen.) Beide tests bevatten in hoge mate een gemeenschappelijk factor: algemene intelligentie. In de figuur hierboven is dat zichtbaar doordat zowel de duidelijke alfastudies als de duidelijke bètastudies in het zelfde kwadrant zitten (rechtsboven).

In de volgende figuur (klik om het plaatje te vergroten of klik hier) heeft Khan dit probleem opgelost door de scores voor taal en wiskunde (na ze eerst vergelijkbaar gemaakt te hebben door te standaardiseren) te middelen. Het gemiddelde van de twee (gestandaardiseerde) scores gebruikt hij in deze figuur als index voor algemene intelligentie.

Vervolgens heeft hij echter ook het verschil tussen beide gestandaardiseerde scores berekend. Op deze manier ging geen informatie verloren. (Wie van twee getallen het gemiddelde weet en het verschil tussen die twee getallen, kan de oorspronkelijke getallen terugvinden.) De beide scores werden dus vertaald in een gemeenschappelijke factor, algemene intelligentie en een verschilfactor. Ik duid die verschilfactor aan als: de alfa/bèta-factor.

In feite gaat het om dezelfde figuur als eerst, maar is het assenstelsel nu 45 graden gedraaid en is de figuur gespiegeld, wat eerst boven de horizontale as zat, zit nu beneden die as. Er is dus geen informatie verloren gegaan, alleen het assenstelsel is geroteerd en de bèta's zitten nu onderin plaats van bovenin.

De typische alfastudies zitten nu uiterst rechtsboven. De typische bètastudies zitten nu uiterst linksonder. De studies verschillen niet zozeer in intelligentie -- geschat als het ongewogen gemiddelde van Verbaal en Kwantitatief -- maar vooral op het verschil tussen verbaal en kwantitatief. De studies verschillen dus vooral op de alfa/bèta-factor.

Wie langer naar de figuur kijkt, ziet dat er een driedeling mogelijk is. In het bovenste deel van de figuur zitten de 'echte' alfastudies. Dit stuk begint bij Creative Writing en gaat door tot en met Social Work en Sociology. Vervolgens komen, wat men zou kunnen noemen, de gammastudies. Dit begint bij Community Psychology en Social Psychology en loopt door tot met Genetics en Cell & Mol. Bio(logy). Tenslotte komen de 'echte' bètastudies. Dit begint bij Immunology, Astronomy en Astrophysics. Het eindigt met Computer Programming.

De verschillen tussen deze drie groepen studierichtingen lijken dus uitgaande van deze gegevens niet zo zeer te zitten in verschillen op algemene intelligentie, maar vooral in de alfa/bèta-factor. Is men beter in getallen en wiskunde of is men naar verhouding juist beter in taal? 

Terugblik 

Wat hebben we nu precies gevonden? Mijn veronderstelling was dat er twee verschillende soorten intelligentie moeten bestaan. Uitgaande van het volledig op empirisch onderzoek gebaseerde soortenmodel, vallen er in een moderne landbouw-samenleving twee verschillende culturen te onderscheiden. Alfa's zijn vooral geschikt voor het functioneren in een alfacultuur, bèta voor het functioneren in een bètacultuur. Hiervan uitgaande zou er een verschil in vaardigheden constateerbaar moeten zijn.

Wat we vervolgens gevonden hebben is een algemene intelligentiefactor en een alfa/bèta-factor, die het verschil weergeeft tussen verbale en kwantitatieve vaardigheid. Die alfa/bèta-factor blijkt studierichtingen goed te ordenen via de gemiddelde scores van hun studenten. De typische alfastudies vinden we bovenin, de typische bètastudies vinden we onderin.

Verder vinden we als toegift dat de alfa/bèta-factor kennelijk ook het verschil in benadering verklaart dat zichtbaar wordt bij de 'science wars'. De schrijver van de blogpost, Razib Khan, vond de post-modernistische benadering van de antropologen, waarin het bestaan van objectieve kennis ontkend werd, volledig niets. Wie het laatste scatterdiagram raadpleegt, ziet dat de Moleculaire Biologie die Khan studeerde, vrijwel in het typische bètagebied ligt, terwijl Antropologie volledig in het typische alfagebied ligt.

Gaat hetzelfde ook op voor de Sokal-affaire? Alan Sokal, een hoogleraar natuurkunde, stuurde een 'indrukwekkend' artikel naar het tijdschrift Social Text (culturele studies), dat in zijn ogen volstrekte bullshit was. Het artikel werd probleemloos geplaatst. De redactie zag geen probleem met zijn bijdrage.

Culturele studies zitten niet onder die naam in het scatterdiagram van Kahn, maar zullen vermoedelijk dicht bij Antropologie en Sociologie gezocht moeten worden. Natuurkunde, het vakgebied van Sokal, zit volledig in het bètagebied. Ook de Sokal-affaire kan dus via de alfa/bèta-factor verklaard worden.

Al met al levert deze blogpost daarmee drie belangrijke uitkomsten. Allereerst hebben we een nieuwe (vijfde) methode gevonden om de alfafactor te meten, namelijk als het verschil op de taalfactor en de kwantitatieve factor. Ten tweede blijkt het mogelijk studierichtingen op deze alfa/bèta-factor te ordenen. De typische alfastudies scoren hoog, de typische bètastudies scoren laag. Ten derde lijkt deze alfa/bèta-factor ook het verschil tussen pseudowetenschap en empirische wetenschap te verklaren. Denk bijvoorbeeld aan de Sokal-affaire.

Terug naar de vraag waar deze blog mee begon:  kan de alfa/bèta-factor het verschil in intelligentie tussen groepen verklaren? Wanneer we ervan uitgaan dat intelligentie bestaat uit (de som van) een taalfactor en een kwantitatieve factor, dan levert het verschil tussen die twee de alfa/bèta-factor. Deze verschil-factor lijkt dan dus nooit een verschil in totale intelligentie te kunnen verklaren, maar geeft wel aan waar men naar verhouding beter in is: het gebruik van taal of het hanteren van wiskunde. Dit komt vermoedelijk overeen met: beter zijn in zachte dan wel harde informatieverwerking.