正如您可能已经注意到的那样，暗示遗传学可能是个体差异的原因并不受欢迎，甚至暗示它可能是遗传群体差异的原因也明显不受欢迎。

作为背景，亚瑟·詹森 (Arthur Jensen) 最初考虑造成学业成绩黑白差异的原因时，他给出了一个完全基于环境的解释。 这是在 1967 年的一次演讲中，当时他第一次关注这个问题。 你不能在他和任何社会学家之间放一张卷烟纸（还记得那些吗？）。 直到他对文学有了更深入的了解后，他才改变了主意。 事实对他很重要，对每个人都应该很重要。 他对之前的观点进行了基于证据的修改，并在他 82 年著名论文的第 1969 页说：

一个合理的假设没有被严格证明的事实并不意味着它应该被草率地驳回。 这仅意味着我们需要更适当的研究来对其进行测试。 我相信这样的确定性研究是完全可能的，但尚未完成。 所以我们只剩下各种证据，其中没有一个是单独确定的，但是，从整体来看，这使得遗传因素与平均黑人-白人智力差异密切相关成为一个并非不合理的假设。 在我看来，证据的优势与严格的环境假设不如与遗传假设一致，当然，遗传假设不排除环境的影响或其与遗传因素的相互作用。

谨慎的声明并没有得到提议的进一步研究的满足，而是引起了愤怒和防御性货车的盘旋，这种情况一直持续到今天。 事实上，任何在今天提交给主流期刊的论文中写下这样一段的研究人员可能会发现，它不是通常被发送给两个，而是三个或四个审稿人，最后两个对是否应该发表强烈保留意见被接受。

你知道过去五年发生了什么：研究人员警告、警告、谴责、谴责、审查、没有资金支持，最近还因为在实证基础上考虑该假设而被解雇。

那么，接下来会发生什么？ 好吧，如果事实存在，就会有人注意到它们，如果勇敢的话，会找到一种方法让人们知道他们注意到了什么。

基于多模式 MRI 的智力预测器及其与种族/民族的关系。 Emil OW Kirkegaard 和 John GR Fuerst。 人类季刊 · 2023 年 XNUMX 月。
DOI：10.46469/mq.2023.63.3.2
https://drive.google.com/file/d/1iVjNT1Uv9fC3uZzwBPpVQDRGWbmiPXoV/view?usp=sharing

他们发现了什么？

他们说：

我们使用来自青少年大脑认知发展研究的数据来创建基于多模态 MRI 的智力预测因子。 我们将弹性网络算法应用于 50,000 多个神经变量。 我们发现当使用多种族训练样本时，种族会混淆模型，因为模型学习预测种族并使用种族来预测智力。
当模型仅针对非西班牙裔白人进行训练时，基于 MRI 的预测器的样本外模型精度为 r = .51，比该数据集中整个脑容量的有效性高 3 到 4 倍。 这种有效性在主要的社会定义的种族/民族群体（白人、黑人和西班牙裔）中普遍存在。 预测分数存在种族差异，即使该模型仅针对白人受试者进行训练。

该预测因子解释了黑人和西班牙裔分类与智力之间约 37% 的关系。

因此，通过查看所有 MRI 测量，他们可以比仅使用大脑大小更好地预测智商。 因此，我们应该停止使用脑容量测量值（大约 0.28），转而使用这个更好的测量值（0.51），并最终使用以后可能会发现的更好的测量值。

首先是一些汇总数据：

这些都是青少年，所以情况可能会随着年龄的增长而有所变化，但这些都是很好的样本量。 黑人青少年的低分略低于预期，标准差高，后者令人惊讶，因为之前许多黑人样本的标准差为 13。我不知道如何解释这一点，但这可能是由于使用的子测试。

所使用的智力测试并不是最好的技能样本（数学、韦氏词汇或积木设计在哪里？）而且它们过度代表了工作记忆测试，我认为这是薄弱的措施，尽管很流行。 它可能解释了大的标准偏差发现。 我预测更具代表性的测试范围会导致整体预测准确性更高，并且可能会降低标准偏差。

他们采用的学习算法适用于变量远多于单个受试者的棘手环境。 当你将算法应用于整个样本时，撇开种族不谈，那么与智商的相关性是 0.60，这是非常高的。 使用这种技术，大脑图像可以很好地指导大脑作为解决问题的器官的力量。

使用基于 MRI 的预测方程，作者在预测一个人的智商方面做得比了解他们父母描述的种族更好，尽管智力上的种族差异很大。 这些“社会种族”标签对于预测智力而言是多余的。

在每个社会种族中，MRI 预测与实际智力测试结果的相关性非常相似：白人 0.51、黑人 0.53、西班牙裔 0.54 和其他 0.58。

他们试图看看他们的算法是否可以使用 MRI 数据来预测青少年的社会种族，并发现他们可以以 73% 的准确率做到这一点。 几乎可以完全准确地区分黑人和白人，两种方法的错误率都只有 2%。

然后他们训练了一个模型来预测遗传血统。 你可能想称呼这场比赛。

他们说：

我们发现基于 MRI 的遗传血统预测非常准确。 三个感兴趣的相关性分别为 91、89 和 61，分别代表欧洲、非洲和美洲印第安人血统。 正如预期的那样，欧洲血统和非洲血统的相关性分别高于白人和黑人社会种族。

因此，您可以研究大脑图像并非常准确地预测此人的种族。
一个可能的反驳论点是，该模型已经学会了识别种族，然后提高了它的智力预测指标。 作者决定只针对白人测试一个预测方程，以消除这种可能的混杂因素。 事实上，它只从完整数据集的 0.51 下降到仅白人的 0.48。

像往常一样，我省略了一些额外的测试，以确保调查结果可靠。

该模型学会了根据 MRI 数据预测受试者的社会种族/遗传血统，然后使用这些信息来预测智力。 这一发现与 Gichoya 等人的发现一致。 (2022)，谁报告说机器学习可以从各种各样的医学成像数据中识别自我报告的种族/民族。 这不足为奇，因为在美国，社会认同的种族与大陆遗传血统密切相关（Kirkegaard 等人，2021 年；Tang 等人，2005 年），这当然不仅仅是“肤浅的”。

我们进一步分析了 MRI 数据的哪些方面对预测智力最有用。 我们发现功能性 MRI (fMRI) 任务数据在执行任务时测量血流量，对预测智力具有最高的有效性。 此外，具有更多变量、显示更大种族差异并且与多基因评分具有更高相关性的 MRI 数据集具有更高的有效性。

那么，我们可以在这里得出什么结论呢？ 使用统计技术研究磁共振图像产生的许多分数，可以高精度地预测受试者的智力和种族。 预测方程适用于所有种族，因此它们没有被某些假定的测试偏差所破坏。 一些 MRI 测量比其他测量更具预测性（这些任务不用于计算 IQ 分数），这些测量在执行任务时测量大脑中的脑流量。

所有这些都是大脑深处的，而不是皮肤深处的。

有没有地方可以让空白石板主义者藏起来？ 他们很难接受智力在遗传群体中是可遗传的。 经过几十年的研究，一些（但绝不是全部）勉强承认遗传是有影响的。 然后他们争辩说，社会经济地位较低的群体的遗传性较弱。 这最终被证明是不可能的，尽管争论是漫长而艰难的，所以并不是所有的研究人员都接受这一发现。 自始至终，空白石板论者都否认遗传学可以解释遗传群体差异。 他们争辩说，每个种族都显示出种族内遗传的影响，但种族之间没有（或不超过 5%）。 他们声称，观察到的差异（其中 95%）一定是由于环境差异造成的，包括那些难以察觉但具有强大影响的差异。 这篇论文会改变他们的想法吗？ 我想不是。 无论如何，50 年都不会。

这篇论文提出了一个简单的观点：不同种族的大脑存在差异，而这些差异与智力差异有关。