Критерии выживания и случайность — 4

Предыдущие статьи цикла.

Случайность — другое имя Бога ^[1]

Повезло или сам добился? Как оценить? ^[2]

Критерии выживания и случайность ^[3]

Критерии выживания и случайность – 2 ^[4]

Критерии выживания и случайность – 3 ^[5]

Интеллект и жизнь человека: что говорят данные, а что — интуиция

1. Почему это трудная тема

Разговор о влиянии интеллекта ^[6] на жизнь кажется простым только до первой попытки его формализовать. На практике исследователь сразу сталкивается с двумя плохо совместимыми проблемами: дефицитом строгих данных в самых интересных местах и систематическими искажениями в том, как люди — включая учёных — воспринимают сам объект изучения.

1.1. Данных часто просто нет

Большие и хорошо контролируемые исследования IQ сосредоточены в нескольких областях: образование, здоровье, профессиональная производительность, долголетие. Здесь есть длительные исследования на десятки тысяч человек, квазиэксперименты и метаанализы. За пределами этого круга картина быстро разрежается.

Как только вопрос становится действительно интересным — «как умные адаптируются к войне?», «помогает ли интеллект пережить экономический коллапс?», «как IQ влияет на выбор партнёра в разных культурах?» — исследования либо отсутствуют, либо основаны на малых выборках, либо страдают от систематической ошибки ^[7] отбора (данные собраны на выживших и доступных для опроса). В ряде областей исследования этически невозможны: нельзя рандомизировать людей в «войну vs мир» и сравнить когнитивные исходы.

Ещё одна проблема — конфаундеры ресурсов. Почти всё, что выглядит как «эффект интеллекта», наполовину оказывается эффектом стартовых условий: доходов родителей, качества школы, района, здоровья, социальных связей. Отделить чистый вклад IQ от вклада среды получается только в редких квазиэкспериментах (школьные реформы, близнецовые дизайны, разрывные регрессии по cut-off возраста). В большинстве корреляционных исследований мы видим смесь.

1.2. Сам интеллект плохо оценивается людьми

Если бы IQ можно было быстро и надёжно считывать в повседневной жизни, хотя бы часть методологических проблем решалась автоматически. Но и это оказывается не так.

Самооценка интеллекта плохо откалибрована. Корреляции самооценки и измеренного IQ в разных исследованиях колеблются около 0.2–0.4 — умеренные даже в лучшем случае. Большинство людей считают себя выше среднего (better-than-average effect), причём люди с IQ ниже среднего делают это чаще всех — классический результат Крюгера и Даннинга (1999). Хотя недавние работы (Gignac & Zajenkowski, 2020; Nuhfer и др., 2017) показали, что значительная часть эффекта Даннинга–Крюгера в популярной форме объясняется регрессией к среднему и шумом измерений, но базовый паттерн остаётся: самооценка — плохой суррогат реального IQ.

Оценка чужого интеллекта работает, но с ограничениями. Исследование Heine и др. «The good judge of intelligence» (2025) показало, что наблюдатели способны оценивать интеллект незнакомцев по минутным видео, опираясь на валидные сигналы: чёткость артикуляции ^[8], словарный запас, содержание речи. Корреляции между воспринимаемым и измеренным IQ находятся в диапазоне 0.28–0.38 в разных парадигмах. На самом деле, высокая точность умных судей дополняет, а не полностью опровергает идею о том, что для распознавания сложного интеллекта нужен соответствующий аппарат восприятия ^[9].

Но есть нелинейности. Kleisner и др. (PLOS ONE, 2014) обнаружили, что мужчины с IQ выше 140 воспринимаются как относительно менее умные — то есть на верхнем крае шкалы связь между реальным и воспринимаемым IQ загибается. И есть эффект иллюзорного превосходства: человек переоценивает свои способности и качества по сравнению с другими людьми.

Когнитивные искажения наблюдателей. Первое впечатление ^[10] устойчиво и плохо поддаётся коррекции: решив, что собеседник умён или глуп, наблюдатели интерпретируют последующее поведение ^[11] так, чтобы подтвердить это суждение. Это систематическая ошибка отбора в действии — и он одинаково работает у людей с любым уровнем интеллекта.

1.3. Что из этого следует для анализа

Две вещи. Во-первых, нужно очень внимательно разделять области, где данные строгие, и области, где мы работаем с догадками и экстраполяциями. Во-вторых, бытовое представление о том, что значит быть умным и к чему это ведёт, — плохой ориентир. Оно искажено теми же самыми когнитивными механизмами, которые и пытается описать. Дальше я буду опираться только на те связи, которые подтверждены хорошо контролируемыми исследованиями с воспроизводимыми результатами.

2. Влияние интеллекта: что подтверждено строго

2.1. Образование

Самая прочная причинная связь, которая есть в этой области. Метаанализ Ritchie & Tucker-Drob (Psychological Science, 2018) собрал 142 квазиэкспериментальных исследования и показал, что каждый дополнительный год обучения ^[12] повышает IQ на 1–5 пунктов, в среднем около 3. Эффект воспроизводится в трёх независимых дизайнах: сравнение детей одного биологического возраста с разным школьным стажем (cut-off даты), квазиэксперименты с реформами обязательного образования, длительные исследования с контролем предшествующего IQ.

Подробнее про cut-off дизайн. Это самый чистый из трёх подходов, потому что он максимально близок к естественному эксперименту. В большинстве школьных систем существует жёсткая пороговая дата рождения, по которой определяется, в какой год ребёнок пойдёт в школу: например, в Израиле это 1 января, в США — чаще 1 сентября, в Великобритании — 1 сентября, в Германии — 30 июня или 30 сентября в зависимости от земли. Два ребёнка, родившиеся с разницей в несколько дней по разные стороны от порога, окажутся в разных классах: один — на год раньше, другой — на год позже. При этом их биологический возраст на момент любого последующего тестирования отличается на несколько дней, а школьный стаж — на полный год.

Методологически это регрессионный разрывный дизайн (regression discontinuity): назначение «лишнего года школы» на узкой окрестности порога квазислучайно, потому что родители не могут прицельно подгадать зачатие под дату отсечения, а сама дата установлена административно и к способностям ребёнка отношения не имеет. Это снимает главную проблему корреляционных исследований — самоотбор более способных детей в более длительное обучение.

Классическая реализация — Cahan & Cohen (1989) на израильских данных 4-х и 6-х классов: разложив дисперсию IQ на «эффект возраста» и «эффект школы», они показали, что школа вносит в прирост тестовых показателей в 1,5–2 раза больше, чем такой же по длительности период взросления без школы. Подход впоследствии воспроизведён в Норвегии, Германии, США, Швеции и на разных субтестах. Типичные оценки в cut-off работах — 2–5 пунктов IQ за дополнительный год, что и даёт верхнюю часть диапазона Ritchie & Tucker-Drob.

У метода есть существенные ограничения, которые важно держать в голове. Во-первых, он измеряет краткосрочный предельный эффект одного года школы в конкретном возрастном окне (обычно 6–12 лет) и не говорит напрямую о том, что произойдёт с этим приростом через 20 лет — для долгосрочной картины нужны реформные и лонгитюдные дизайны. Во-вторых, эффект концентрируется в кристаллизованных субтестах (словарь, арифметика, общие знания) и заметно слабее — во флюидных (матрицы Равена, пространственные задачи): cut-off подход хорошо ловит именно то, что школа непосредственно тренирует. В-третьих, это локальный эффект на пороговой группе — экстраполяция на детей, которые начинают школу существенно раньше или позже, требует осторожности. В-четвёртых, разрывный дизайн чувствителен к тому, как именно сконструирована контрольная величина возраста: если тестировать всех в один и тот же календарный день, «младшие в классе» и «старшие в классе» различаются не только школьным стажем, но и относительной позицией в классе (relative age effect) — это отдельный конфаундер, который аккуратные работы контролируют отдельно.

Несмотря на оговорки, именно cut-off дизайн даёт наиболее убедительное причинное утверждение в этой литературе: при фиксированном биологическом возрасте дополнительный школьный стаж действительно поднимает измеряемый IQ, и это не артефакт самоотбора.

Важная оговорка про возрастное окно: fade-out в раннем детстве. Результаты cut-off дизайна относятся к школьному возрасту — примерно 6–12 лет, когда ребёнок уже в системе формального обучения. Для более раннего возраста картина принципиально другая. Интенсивные дошкольные интервенции с сильной когнитивной нагрузкой до 6–7 лет дают заметный прирост IQ в моменте, но этот прирост в значительной мере тает к младшей школе. В рандомизированном Head Start Impact Study (2010, 2012) когнитивные и языковые эффекты, измеренные сразу после программы, к концу 1-го класса в основном исчезли, а к 3-му классу разница с контролем по тестовым показателям сгладилась почти до нуля. В классической Perry Preschool Project (1962–67) дети сразу после программы были примерно на 10 пунктов IQ выше контроля, к 10 годам разница по IQ полностью исчезла. В Tennessee Voluntary Pre-K (Lipsey и др., 2018) к 3-му классу у участников программы академические показатели даже оказались хуже контроля — одна из самых тревожных находок в литературе.

Стандартное объяснение — «контрольная группа догоняет»: обычная школа приводит всех к сходному уровню базовых навыков, и форсированный ранний старт теряет относительное преимущество. Исключение — Abecedarian Project (Северная Каролина, 1972) с очень ранним (несколько месяцев жизни) и длительным (до 5 лет) участием: здесь часть прироста IQ сохранилась даже во взрослом возрасте (~4–5 пунктов в 21 год), то есть при достаточно ранней и интенсивной дозе fade-out не полный, но и тут остаточный эффект заметно меньше исходного.

Отдельно важно: даже когда когнитивный прирост тает, некогнитивные эффекты ранних программ (исполнительные функции, школьное поведение ^[13], более низкая преступность, более высокий доход во взрослом возрасте) часто сохраняются на десятилетия. Экономический возврат Perry Preschool оценивается в 7–12 долларов на каждый вложенный доллар именно за счёт этих долгосрочных жизненных исходов, а не за счёт прямого прироста IQ. То есть программы работают — просто не через стойкий прирост когнитивных тестовых показателей.

Практический смысл этой асимметрии: сильная когнитивная нагрузка на ребёнка до 7 лет даёт результаты в моменте, но по измеряемому интеллекту показатели детей с программой и без неё в значительной мере выравниваются в младшей школе. Устойчивый причинный вклад образования в IQ, который ловит cut-off и реформные дизайны, появляется именно в школьном, а не в дошкольном возрасте.

Эффект сильнее для кристаллизованных компонентов интеллекта (словарь, знания), слабее — для флюидных (абстрактное рассуждение), и сохраняется во взрослом возрасте. Образование остаётся одним из самых значимых модифицируемых факторов когнитивного резерва в пожилом возрасте (Lancet Commission on Dementia Prevention, 2020, 2024).

Обратная связь тоже есть: IQ предсказывает годы обучения с корреляцией около 0.55 и академические достижения на уровне 0.5–0.7.

2.2. Профессиональная производительность и доход

Метаанализы Schmidt & Hunter и их обновления (до 2016; пересчёт Sackett и др., 2022) дают устойчивый результат: общий интеллект — один из лучших одиночных предикторов производительности труда. Корреляция с производительностью выше в сложных профессиях (около 0.5) и ниже в простых (0.2–0.3). Чем сложнее работа, тем сильнее роль когнитивных способностей.

С доходом связь умереннее — около 0.2–0.3, в основном через опосредующие переменные (образование, выбор профессии). Накопленное богатство — отдельная история: Zagorsky (2007) на данных NLSY-79 показал, что IQ слабо связан с богатством после контроля дохода и не защищает от финансовых проблем. Это важное и часто игнорируемое расхождение между «зарабатывать» и «накапливать».

2.3. Здоровье и долголетие

Это одна из самых прочных частей литературы, известная как cognitive epidemiology. Работы Ian Deary и коллег на Lothian Birth Cohort (шотландцы, тестированные в 11 лет в 1932 году и прослеженные десятилетиями) показали, что IQ в детстве предсказывает смертность к 70+ годам с разницей около 20–25% на одно стандартное отклонение. Результат воспроизводится на шведских призывниках и британских когортах.

Механизмы, обсуждаемые в литературе: поведенческий (лучшее понимание медицинских инструкций, меньше курения, более безопасные решения), социоэкономический (менее вредные профессии, лучший доступ к медицине), и «system integrity» — гипотеза, что хорошо развитая нервная система ^[14] коррелирует с общим биологическим качеством организма.

IQ также отрицательно связан с курением, ожирением, диабетом 2 типа, рискованным вождением. В пожилом возрасте более высокий IQ и связанный с ним когнитивный резерв замедляют клиническое проявление деменции.

2.4. Когнитивная гибкость и обучаемость

В узком смысле — скорость освоения нового и переключение между задачами — связь с IQ сильная. Метаанализы Friedman & Miyake показывают корреляции исполнительных функций с общим интеллектом порядка 0.5–0.6. Умные лучше переносят освоенные стратегии на новые задачи (transfer learning) и быстрее обнаруживают изменение правил в экспериментальных парадигмах.

Это объясняет, почему IQ так силён как предиктор школьных и профессиональных результатов в сложных областях: он по сути меряет скорость и качество когнитивной адаптации.

2.5. Адаптивное поведение и устойчивость

Картина сложнее и скромнее. Адаптивная производительность на работе (Pulakos и др., 2000; метаанализ Huang и др., 2014) коррелирует с IQ на уровне 0.2–0.35 — заметно слабее, чем связь с рутинной производительностью. В сочетании с открытостью опыту ^[15] и добросовестностью эффект усиливается.

Resilience — способность восстанавливаться после стрессов ^[16] — связана с IQ умеренно (r ~0.15–0.25). Emmy Werner в Kauai Longitudinal Study показала, что IQ выше среднего был одним из предикторов успешной адаптации детей из неблагополучных семей, но рядом с ним стояли темперамент, социальная поддержка и отношения с хотя бы одним стабильным взрослым.

Психологическая гибкость в клиническом смысле (ACT) и эмоциональная регуляция — связь с общим IQ близка к нулю. Эмоциональный интеллект в измерении MSCEIT коррелирует с IQ примерно на 0.3 — пересекается, но остаётся отдельным конструктом.

2.6. Социальные связи

Данные показывают умеренную отрицательную или нулевую связь между IQ и размером социальной сети при более высоком качестве близких отношений. Более высокий вербальный и эмоциональный интеллект связан с более стабильными браками и меньшей вероятностью развода. Ассортативность по интеллекту между партнёрами высокая — около 0.4, одна из самых сильных среди всех характеристик.

В обратную сторону: социальная изоляция в пожилом возрасте — один из модифицируемых факторов риска деменции (Lancet Commission, 2024, около 5% популяционного атрибутивного риска). Социальная активность замедляет когнитивный спад. То есть в молодости высокий интеллект ослабляет зависимость от частоты общения, а в старости именно общение становится защитой когнитивных функций.

2.7. Законопослушность

Устойчивая, но умеренная отрицательная связь: люди, попадающие в систему уголовного правосудия, в среднем имеют IQ на 7–10 пунктов ниже популяционного (Moffitt и др.). Связь сильнее для насильственных и импульсивных преступлений, слабее для финансовых. Часть эффекта идёт через школьную неуспешность и маргинализацию, часть — через способность к долгосрочному планированию.

2.8. Креативность

Здесь данные строго ограничивают интуицию ^[17]. Threshold hypothesis, подтверждённая в метаанализе Kim (2005) и работе Jauk и др. (2013): связь IQ и креативности существует примерно до уровня IQ 120, выше — распадается. Средняя корреляция IQ и креативности в метаанализе Kim около 0.17. Выше порога решают другие факторы — открытость опыту, настойчивость, погружённость в область.

2.9. Где связь слабее, чем ожидает интуиция

Три области заслуживают отдельного упоминания, потому что здесь данные особенно сильно расходятся с здравым смыслом.

Рациональность. Работы Keith Stanovich показывают, что IQ слабо защищает от большинства когнитивных искажений. Эффект якоря, base rate neglect, ошибка конъюнкции — умные совершают эти ошибки почти в той же пропорции. Более того, bias blind spot (Pronin и др.) у более умных сильнее: они увереннее в своей объективности. Stanovich ввёл термин «дисрациональность» — разрыв между когнитивной мощностью и её применением для рационального мышления ^[18].

Богатство. Уже упомянутый результат Zagorsky: IQ умеренно связан с доходом, но почти не связан с накопленным богатством и не защищает от финансовых проблем. Зарабатывать и сохранять — разные навыки.

Поляризация по идеологически заряженным темам. Работы Dan Kahan и Cultural Cognition Project показывают, что высокая научная грамотность увеличивает, а не уменьшает поляризацию по темам вроде изменения климата. В статье Kahan и др. в Nature Climate Change (2012) люди с высокой научной грамотностью оказывались не ближе к научному консенсусу, а дальше друг от друга по идеологическим линиям.

Самый жёсткий результат — Kahan, Peters, Dawson, Slovic (Behavioural Public Policy, 2017). Участникам давали численную задачу на интерпретацию таблицы 2×2 в двух версиях: нейтральной (эффективность крема) и политической (запрет скрытого ношения оружия) с идентичными числами. В нейтральной версии более numerate участники решали задачу лучше. В политической — они решали её хуже, когда данные противоречили их идеологии. Высокая когнитивная способность работала не как фильтр ошибок, а как генератор рационализаций.

Kahan объясняет это через identity-protective cognition: в культурно заряженных вопросах люди обрабатывают информацию для защиты групповой идентичности, а не для поиска истины. Больше когнитивных ресурсов означает более эффективную защиту уже существующей позиции. Эффект воспроизводился на темах ядерной энергии, вакцинации, COVID.

3. Итоговые выводы

Интеллект реален, измерим и устойчиво связан с широким спектром жизненных исходов. В этом популярная интуиция права. Ошибка начинается там, где интуиция превращает IQ в универсальный показатель качества человека и предсказатель успеха во всех областях. Данные показывают более структурированную картину.

Где IQ работает сильно и надёжно: образование, профессиональная производительность в сложных задачах, обучаемость, когнитивная гибкость, долголетие и здоровье, законопослушность, защита от деменции. Во всех этих областях связь причинна хотя бы частично и воспроизводится в независимых дизайнах.

Где IQ работает умеренно: доход, стабильность отношений, resilience, адаптивная производительность на работе, меньшая склонность к предрассудкам. Здесь эффект реален, но его легко перекрывают личностные черты (открытость, добросовестность), среда и стартовые условия.

Где IQ работает плохо или неожиданно: накопленное богатство, защита от когнитивных искажений, креативность выше порога IQ 120, эмоциональная регуляция, политические убеждения в заряженных темах. В последнем случае высокий IQ может даже работать против своего владельца, превращаясь в инструмент защиты идентичности, а не поиска истины.

Три структурных особенности, которые стоит держать в голове при любом разговоре об интеллекте:

Во-первых, IQ — это мощность, а не применение. Наличие вычислительных ресурсов не гарантирует их использования для рационального мышления. Применение зависит от диспозиции (открытость, добросовестность, привычка сомневаться в себе), которая слабо коррелирует с самой мощностью. Умный человек без этих диспозиций часто оказывается хуже среднего: он эффективно обосновывает неправильные позиции.

Во-вторых, эффекты IQ почти всегда нелинейны и контекстуальны. Threshold effects повторяются в разных областях: до определённого уровня IQ помогает заметно, выше — эффект выходит на плато или исчезает. Gottfredson показала, что IQ особенно важен в средах промежуточной сложности — где нужно активно ориентироваться, но есть из чего выбирать. В слишком простых или слишком катастрофических условиях его роль меньше.

В-третьих, интеллект — индивидуальное свойство, и его индивидуальная сила ограничена в проблемах, которые требуют коллективных решений. Войны, экологические катастрофы, экономические коллапсы, политическая нестабильность — всё это задачи, где решающими оказываются институты, социальные сети и удача, а не личная когнитивная мощность. Самая частая адаптивная стратегия умных людей в плохой среде — не попытка «пережить умом», а brain drain: переезд туда, где их способности могут работать.

Для технической аудитории из всего этого стоит вынести одну практическую мысль. Мы склонны думать о когнитивных способностях как о чём-то, что масштабируется монотонно: больше — лучше, везде, всегда. Данные показывают другое. IQ — это специализированный инструмент с чётко определённой областью применимости, нелинейной функцией эффективности и рядом условий, при которых он перестаёт работать или работает против задачи. Это не повод обесценивать интеллект — это повод перестать ждать от него того, чего он не делает, и обращать больше внимания ^[19] на то, с чем он реально сочетается: личностные черты, среду, привычки мышления, ресурсы, социальные связи.

Интеллект важен. Но он один из игроков на поле, а не единственный — и уж точно не автоматический победитель.

Приложение. Формализация интеллекта в модели

Ниже собраны формулы, по которым в модели вычисляется динамика интеллекта и его взаимодействие с остальными параметрами. Все параметры нормированы на отрезок [0, 1]; возраст измеряется в годах.

Инициализация

Базовое распределение при рождении (поколение 0):

Симметричное колоколообразное распределение со средним 0.5 — аналог нормального распределения IQ в популяции, обрезанного на краях.

Наследование (ребёнок от двух родителей):

Эффективная наследуемость h² = 0.4 — это сильная регрессия к среднему. Сознательное занижение относительно литературных оценок (0.5–0.8 для взрослого IQ): модель воспроизводит наблюдение «на детях гениев природа отдыхает», где родительский вклад перекрывается средовыми и случайными факторами.

Прирост интеллекта от образования

За шаг (год) интеллект увеличивается на величину, пропорциональную уровню образования E в степени 0.3. Сублинейная форма — убывающая отдача: рост с низкого уровня E даёт больше, чем рост с высокого. Эта формула даёт малое приращение за шаг: при E = 0.5 это ~0.004 за год, то есть для заметного эффекта нужно длительное поддержание высокого образования.

Когнитивный спад без поддержки

Распад интеллекта активен при возрасте t > 30 лет:

Защитные множители:

Фаза 1 — средний возраст (30 < t ≤ 55), «ржавчина без стимуляции»:

При E = 0 и S = 0 распад составляет ~0.004 за шаг; при E = 1 защита полная, и распад нулевой.

Фаза 2 — поздний возраст (t > 55), биологический спад плюс disuse:

Биологический компонент обеспечивает ускоряющийся спад — стандартная форма старческой деградации, при этом замедляющая на графике только относительно линейной траектории. Социальный множитель переключается на более сильный режим в этой фазе — асимметрия кодирует эмпирический факт: в молодости общение опционально для сохранения когнитивных функций, в старости — обязательно.

Обновление интеллекта за шаг

Множитель — «вязкость режима» (Viscosity), замедляющая динамику в стабильных обществах и ускоряющая в нестабильных.

Возрастная динамика образования (окно обучения)

Базовый прирост образования модулируется функцией возраста :

Медленный старт до 7 лет — структурная реализация fade-out эффекта: модель не позволяет образованию значимо накопиться до школьного возраста, поэтому нет и преддошкольного IQ-прироста, которому нужно было бы «таять».

Полный прирост образования за шаг:

Где — индивидуальная черта «пиковый уровень обучаемости» (варьируется между людьми), Ef — усилие, H — здоровье. Интеллект входит с показателем 0.5 — умные дети учатся быстрее, но с убывающей отдачей.

Интеллект → Заработок

Интеллект входит как корень — умеренное, но значимое влияние на производительность. Сам по себе I без образования и усилия не даёт дохода: формула мультипликативная, отсутствие одного из факторов обнуляет skill earning (остаётся только субсистентный базовый доход).

Интеллект → Здоровье (когнитивная эпидемиология)

Возрастное разрушение здоровья модулируется интеллектом:

Где — возраст начала старения, — богатство. Защитный фактор от интеллекта симметричен защитному фактору от богатства: при I = 1 старение замедляется примерно на 23%, при I = 0 замедления нет. Формула агрегирует несколько механизмов из литературы — поведенческий (лучшие медицинские решения, меньше курения), социоэкономический (менее вредные профессии) и гипотезу «system integrity».

Интеллект в интегральном критерии качества жизни Q

Q — композитный показатель благополучия, в который интеллект входит двумя путями.

Через базовый потенциал B (амплификатор образования):

Интеллект не даёт самостоятельного вклада в B — он усиливает вклад образования. Это формализация ключевой идеи статьи: IQ — «мощность», которая реализуется только при наличии применения (образования, усилия).

Через синергию (тройное произведение):

Дополнительная премия, когда одновременно высокие образование, интеллект и усилие — классическая связка «умный + образованный + работающий», дающая надлинейный эффект.

Что в модель не заложено

Для полной прозрачности — список литературных эффектов, которые в текущей формализации отсутствуют:

• Разделение на флюидный и кристаллизованный интеллект. Один параметр I без субструктуры. Эффекты Ritchie & Tucker-Drob усреднены.

• Threshold hypothesis для креативности. Креативности как параметра нет. I входит в Q монотонно, без перегиба на уровне IQ 120.

• Дисрациональность и identity-protective cognition. Интеллект в модели всегда применяется в направлении продуктивного результата; механики убеждений, политической поляризации, когнитивных искажений не моделируются.

• Полный Zagorsky-парадокс. Структурно I влияет на богатство только через доход, что соответствует ключевому выводу (после контроля дохода I не связан с богатством), но отдельного канала «финансовые проблемы независимо от IQ» — разорительные решения, lifestyle inflation — в модели нет.

Эти упрощения сознательны: каждое добавление требует отдельного пласта моделирования, который выходит за границы текущего уровня абстракции и для популяционной динамики здоровья, богатства, образования и Q имеет второй порядок малости.

В следующей статье рассмотрим адаптивность.

А для наиболее любопытных — вот ссылка «поиграться» с моделью ^[20].

Для тех, кто хочет быть в курсе развития модели и обсудить детали — канал @another_life_strategy ^[21] в Telegram.