Un test de QI mesure-t-il l’intelligence, ou la capacité à passer des tests de QI ?
La question revient à chaque fois qu’un test de QI fait débat : mesure-t-il une capacité réelle, ou seulement l’entraînement et la familiarité avec ce type précis d’épreuve ? Cette lecture suit quatre étapes qui permettent d’y répondre avec plus de précision qu’un simple pour ou contre : la régularité statistique qui a lancé le champ, la structure qui l’a affinée, un phénomène historique qui interroge ce que le score capture vraiment, et la question qui compte en définitive, celle de savoir ce que le test permet de prédire hors du laboratoire. Un préalable est indispensable : même un score techniquement bien construit ne permet jamais de classer la valeur des personnes ni de naturaliser des inégalités entre groupes.
Références vérifiées le 19 septembre 2026.
Le facteur g, ou intelligence générale, est le facteur statistique unique proposé par Charles Spearman en 1904 pour expliquer une observation robuste : les résultats à des tests cognitifs très différents, mémoire, raisonnement, vocabulaire, sont systématiquement corrélés entre eux : une personne qui réussit bien un type d’épreuve a tendance à bien réussir les autres [1]. Cette régularité statistique est très largement répliquée, y compris dans une réanalyse de 97 échantillons issus de 31 nations non occidentales, soit plus de cinquante mille personnes [2]. Un score global suffit-il pour autant à représenter toute la richesse de ce que ces tests mesurent ? C’est la question à laquelle répond le modèle qui a succédé au facteur g isolé [3].
Facteur g (intelligence générale)
Le facteur g, ou intelligence générale, est le facteur statistique unique proposé par Charles Spearman en 1904 pour expliquer le « manifold positif » : le fait que les résultats à des tests cognitifs très différents, mémoire, raisonnement, vocabulaire, sont systématiquement corrélés entre eux, une personne réussissant bien un type d’épreuve ayant tendance à bien réussir les autres. Cette régularité statistique compte parmi les résultats les plus reproduits de la psychologie, confirmée notamment par une réanalyse de 2019 portant sur plus de cinquante mille participants dans trente et une nations non occidentales.
Une personne qui obtient un score élevé à un test de vocabulaire a statistiquement tendance à obtenir aussi un score élevé à un test de raisonnement spatial, sans lien de contenu évident entre les deux.
Les échelles de Wechsler produisent un indice global apparenté au facteur g en plus de plusieurs indices plus spécifiques comme la mémoire de travail ou la vitesse de traitement.
Le modèle Cattell-Horn-Carroll organise les aptitudes intellectuelles en une hiérarchie à trois niveaux : un facteur général g au sommet, des facteurs larges intermédiaires comme le raisonnement fluide, la mémoire de travail ou la vitesse de traitement, et des aptitudes plus étroites à la base [3][4]. Cette synthèse résulte de décennies d’analyses factorielles menées sur des dizaines de batteries de tests à travers le monde, pas d’une intuition théorique posée en amont [5]. Elle montre qu’un score global de QI résume une structure plus riche qu’il ne le donne à voir : deux personnes avec le même score peuvent avoir des profils très différents de mémoire de travail ou de vitesse de traitement [4]. Reste une question distincte, qui ne porte plus sur la structure d’un score à un instant donné, mais sur son évolution dans le temps.
Modèle Cattell-Horn-Carroll (CHC)
Le modèle Cattell-Horn-Carroll, formalisé par Kevin McGrew en 2009 puis affiné par Schneider et McGrew en 2018, synthétise la théorie Gf-Gc de Cattell et Horn et la théorie des trois strates de Carroll pour organiser les aptitudes intellectuelles en une hiérarchie à trois niveaux : un facteur général g au sommet, des facteurs larges intermédiaires comme le raisonnement fluide, la mémoire de travail ou la vitesse de traitement, et des aptitudes plus étroites à la base. Cette synthèse résulte directement de décennies d’analyses factorielles menées sur des dizaines de batteries de tests à travers le monde plutôt que d’une intuition théorique posée en amont.
Un profil de test qui distingue raisonnement fluide, connaissances cristallisées, mémoire de travail et vitesse de traitement applique directement la hiérarchie du modèle CHC.
Un enfant peut présenter un raisonnement fluide dans la moyenne tout en ayant des connaissances cristallisées plus faibles, un profil hétérogène que seul un modèle à plusieurs niveaux permet de repérer.
L’effet Flynn désigne l’augmentation progressive et généralisée des scores moyens obtenus aux tests de quotient intellectuel, observée sur plusieurs décennies dans de nombreux pays avant de ralentir, voire de s’inverser dans certains. Ce phénomène oblige à réétalonner régulièrement ces tests, afin que le score 100 continue de représenter la moyenne d’une population [6][7]. Cette hausse ne se lit pas simplement comme une preuve que les gens sont devenus plus intelligents au sens le plus large du terme : ses causes exactes restent débattues, qu’elles soient nutritionnelles, éducatives, ou liées à une familiarité croissante avec le raisonnement abstrait et le format même des tests [8][7]. Si une partie de la hausse tient à une meilleure familiarité avec ce type d’épreuve plutôt qu’à un changement plus général des capacités cognitives, cela rejoint précisément la question posée au départ : le score capture-t-il autre chose que l’aptitude à ce format de test [8] ? C’est cette question que la validité écologique permet de trancher, non plus à partir de l’intérieur du test, mais à partir de ce qu’il permet de prédire au-dehors.
Effet Flynn
L’effet Flynn désigne les variations des scores moyens obtenus aux tests de quotient intellectuel au fil des générations : des hausses ont été observées dans de nombreux pays pendant une partie du vingtième siècle, puis ont ralenti, plafonné ou parfois diminué dans certaines régions. Ce phénomène oblige à réétalonner régulièrement les tests et ses causes restent discutées, notamment en lien avec la nutrition, l’éducation, la santé, les conditions sociales et la familiarité avec le raisonnement abstrait ; il ne mesure pas à lui seul une évolution uniforme de l’intelligence réelle.
Un test non réétalonné peut attribuer des scores élevés parce que ses normes sont devenues anciennes.
Une hausse marquée à des matrices visuelles ne permet pas d’inférer une progression identique du vocabulaire ou de toutes les compétences pratiques.
La validité écologique désigne le degré auquel les conditions, les tâches et les résultats d’une étude, souvent menée en laboratoire ou dans le format contrôlé d’un test, correspondent aux situations et aux comportements observés dans l’environnement réel des personnes étudiées [9]. C’est cette question, plus que la seule cohérence interne du score, qui décide en définitive si un test de QI mesure l’intelligence plutôt que la seule aptitude à ce format d’épreuve. Concrètement : le score prédit-il, dans une mesure appréciable, la réussite scolaire, professionnelle ou d’autres indicateurs de fonctionnement réel, une fois ces autres facteurs pris en compte [10][11] ? La réponse n’est ni un « oui » ni un « non » global : elle dépend du critère prédit, et le facteur g n’explique jamais, à lui seul, la totalité de ce critère [10][11].
Validité écologique
La validité écologique désigne le degré auquel les conditions, les tâches et les résultats d’une étude, souvent menée en laboratoire, correspondent aux situations et aux comportements observés dans l’environnement naturel des personnes étudiées.
Un bon score à une tâche d’attention brève n’assure pas l’absence d’erreurs dans une journée de travail pleine d’interruptions.
Une simulation de cuisine peut mieux renseigner certaines activités quotidiennes, mais elle dépend aussi de la familiarité avec le matériel.
En conclusion
Un test de QI mesure-t-il donc l’intelligence, ou la capacité à passer des tests de QI ? La réponse tient en plusieurs pièces qu’il faut garder ensemble. Le facteur g décrit une régularité statistique solide et largement répliquée, pas une intuition sans fondement [2]. Le modèle CHC montre que cette régularité générale coexiste avec des aptitudes plus spécifiques, mémoire de travail, raisonnement fluide, vitesse de traitement, qu’un score global à lui seul ne distingue pas [3][4]. L’effet Flynn oblige à se demander ce qu’une hausse généralisée des scores signifie réellement, sans trancher entre des causes nutritionnelles, éducatives ou liées à une familiarité croissante avec le raisonnement abstrait [6][7][8]. La validité écologique referme enfin le dossier sur la question qui compte le plus en pratique : un score prédit-il un fonctionnement réel hors du laboratoire, ou seulement la performance à une famille de tâches proches du test lui-même ? Les études longitudinales répondent par une corrélation réelle mais partielle : environ 0,56 avec le niveau d’études atteint, 0,43 avec le statut professionnel et 0,20 avec le revenu [10]. Le facteur g existe ; il n’a jamais suffi, à lui seul, à épuiser ce que « mesurer l’intelligence » signifie [10][11].
Le grand dossier psychométrieRéférences
Sources
Chaque renvoi numéroté désigne la source de l’énoncé qui le précède.
- Spearman, C. (1904). "General intelligence," objectively determined and measured. American Journal of Psychology, 15(2), 201–292. Consulter
- Warne, R. T., & Burningham, C. (2019). Spearman’s g found in 31 non-Western nations: Strong evidence that g is a universal phenomenon. Psychological Bulletin, 145(3), 237–272. Consulter
- McGrew, K. S. (2009). CHC theory and the human cognitive abilities project: Standing on the shoulders of the giants of psychometric intelligence research. Intelligence, 37(1), 1–10. Consulter
- Schneider, W. J., & McGrew, K. S. (2018). The Cattell-Horn-Carroll theory of cognitive abilities. In D. P. Flanagan & E. M. McDonough (Eds.), Contemporary Intellectual Assessment (4th ed., pp. 73–163). Guilford Press. Consulter
- Carroll, J. B. (1993). Human Cognitive Abilities: A Survey of Factor-Analytic Studies. Cambridge University Press. Consulter
- Trahan, L. H., Stuebing, K. K., Fletcher, J. M., & Hiscock, M. (2014). The Flynn effect: A meta-analysis. Psychological Bulletin, 140(5), 1332–1360. https://doi.org/10.1037/a0037173 Consulter
- Bratsberg, B., & Rogeberg, O. (2018). Flynn effect and its reversal are both environmentally caused. Proceedings of the National Academy of Sciences, 115(26), 6674–6678. https://doi.org/10.1073/pnas.1718793115 Consulter
- Flynn, J. R. (1987). Massive IQ gains in 14 nations: What IQ tests really measure. Psychological Bulletin, 101(2), 171–191. https://doi.org/10.1037/0033-2909.101.2.171 Consulter
- Chaytor, N., & Schmitter-Edgecombe, M. (2003). The ecological validity of neuropsychological tests: A review of the literature on everyday cognitive skills. Neuropsychology Review, 13(4), 181–197. https://doi.org/10.1023/B:NERV.0000009483.91468.fb Consulter
- Strenze, T. (2007). Intelligence and socioeconomic success: A meta-analytic review of longitudinal research. Intelligence, 35(5), 401-426. https://doi.org/10.1016/j.intell.2006.09.004 Consulter
- Deary, I. J., Strand, S., Smith, P., & Fernandes, C. (2007). Intelligence and educational achievement. Intelligence, 35(1), 13-21. https://doi.org/10.1016/j.intell.2006.02.001 Consulter
- American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. Consulter
- Kevles, D. J. (1968). Testing the Army’s intelligence: Psychologists and the military in World War I. Journal of American History, 55(3), 565–581. https://doi.org/10.2307/1891014 Consulter
- Larry P. v. Riles, 495 F. Supp. 926 (N.D. Cal. 1979). Consulter