Refleksije o već poznatome i novi uvidi: Sustavni pregled i novo empirijsko istraživanje odnosa kapaciteta radnog pamćenja (WMC) i fluidne inteligencije (Gf)

Dr. sc. Ratko Đokić, prof. dr. sc. Maida Koso-Drljević i dr. sc. Merim Bilalić autori su znanstvenog članka Past reflections, present insights: a systematic review and new empirical research into the working memory capacity (WMC)-fluid intelligence (Gf) relationship. Rad je objavljen u časopisu Intelligence, indeksiranom u bazi WoSCC u Q1 za područje psihologije i u bazi Scopus u Q1 za područje humanističkih znanosti (2023).

Sažetak: Prema hipotezi kapaciteta, kapacitet radnog pamćenja (eng. working memory capacity, WMC) uvjetuje fluidnu inteligenciju (eng. fluid intelligence, Gf) time što omogućuje simultanu aktivaciju više relevantnih informacija u svrhu rezoniranja. Posljedično, korelacija između WMC-a i Gf-a trebala bi rasti u funkciji zahtjevnosti zadataka rezoniranja. U ovome smo radu načinili sustavni pregled postojeće literature o vezi između WMC-a i Gf-a. Pregled je otkrio konceptualne neusklađenosti, raspon različitih analitičkih pristupa i rezultate koji nisu jednoznačni. Dok su neke studije utvrdile vezu (npr. Little et al., 2014), većina drugih nije (npr. Burgoyne et al., 2019; Salthouse, 1993; Unsworth, 2014; Unsworth & Engle, 2005; Wiley et al., 2011). Potom smo testirali hipotezu kapaciteta na mnogo većem, ne-anglosaksonskom uzorku (N = 543). WMC mjere su uključivale operacionalni zadatak radnog pamćenja, zadatak radnog pamćenja pri čitanju i zadataka radnog pamćenja pri procjeni simetričnosti matrica, dok je Gf mjerena česticama iz Ravenovih progesivnih matrica za napredne (Raven). Hipotezu kapaciteta nismo mogli potvrditi ni kada smo koristili analize temeljene na težini Ravenovih zadataka ni kada smo koristili broj pravila (ili njihovih specifičnih oblika) potrebnih za rješavanje pojedine čestice. Konačno, čak ni primjena strukturalnog modeliranja (eng. structural equation modeling, SEM) i njegove podvarijante, modeliranja latentne krivulje rasta (eng. latent growth curve modeling, LGCM), koji pružaju “procesno čišće” latentne mjere konstrukata, kao i priliku za kontrolu svih relevantnih odnosa među varijablama, nije uspjela pružiti potporu hipotezi kapaciteta. Sukladno, u diskusiji raspravljamo o ograničenjima hipoteze kapaciteta u objašnjavanju odnosa između WMC i Gf, ističući kako teorijska tako i metodološka pitanja, posebno nedostatke modela obrade informacija u objašnjavanju ljudske inteligencije.

Rad je dostupan na poveznici.