Критерии выживания и случайность — 4

Предыдущие статьи цикла.

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

1. Почему это трудная тема

Разговор о влиянии интеллекта 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 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, 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.

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 устойчиво и плохо поддаётся коррекции: решив, что собеседник умён или глуп, наблюдатели интерпретируют последующее поведение 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 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, 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 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 и добросовестностью эффект усиливается.

Resilience — способность восстанавливаться после стрессов — 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. 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.

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 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):

$I_0 \sim \text{Beta}(3, 3)$

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

Наследование (ребёнок от двух родителей):

$I_{child} = 0.4 \cdot \frac{I_{p1} + I_{p2}}{2} + 0.6 \cdot \text{Beta}(3, 3) + \mathcal{N}(0, 0.08)$

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

$\Delta I_{+} = 0.005 \cdot E^{0.3}$

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:

$P_{edu}(E) = E^{0.5}, \quad P_{adapt}(A) = 1 - 0.2 A$ $P_{social}(S, t) = \begin{cases} 1 - 0.1 \cdot S & \text{если } t \le 55 \\ 1 - 0.3 \cdot S & \text{если } t > 55 \end{cases}$

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

$\Delta I_{-} = 0.004 \cdot (1 - P_{edu}) \cdot P_{adapt} \cdot P_{social}$

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:

$\Delta I_{-} = \left[0.002 \cdot \sqrt{t - 55} + 0.004 \cdot (1 - P_{edu})\right] \cdot P_{adapt} \cdot P_{social}$

Биологический компонент $\sqrt{t - 55}$ обеспечивает ускоряющийся спад — стандартная форма старческой деградации, при этом замедляющая на графике только относительно линейной траектории. Социальный множитель $P_{social}$ 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

$I_{t+1} = \text{clamp}\left(I_t + (\Delta I_{+} - \Delta I_{-}) \cdot v, \; 0, \; 1\right)$

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

Возрастная динамика образования (окно обучения)

Базовый прирост образования модулируется функцией возраста :

$g(t) = \begin{cases} 0.3 \cdot \dfrac{t}{7} & t < 7 \quad \text{(медленный старт, дошкольный fade-out)}\\[4pt] 0.3 + 0.7 \cdot \dfrac{t - 7}{5} & 7 \le t < 12 \quad \text{(ускорение)}\\[4pt] 1.0 & 12 \le t < 22 \quad \text{(пик обучения)}\\[4pt] 1.0 - 0.5 \cdot \dfrac{t - 22}{8} & 22 \le t < 30 \quad \text{(затухание)}\\[4pt] 0.5 \cdot e^{-0.03 \cdot (t - 30)} & t \ge 30 \quad \text{(взрослое обучение)} \end{cases}$

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:

$\Delta E = 0.12 \cdot \pi \cdot g(t) \cdot I^{0.5} \cdot Ef^{0.3} \cdot H^{0.3}$

Где $\pi$ — 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

$\text{skillEarning} = 0.02 \cdot E \cdot Ef \cdot I^{0.5} \cdot H^{0.5}$

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:

$\text{agingFactor} = k_{age} \cdot (t - t_0)^{1.2} \cdot \frac{1}{1 + 0.3 W} \cdot \frac{1}{1 + 0.3 I}$

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):

$B = 0.25 H + 0.20 W \cdot H^{0.7} + 0.25 \cdot E \cdot I^{0.5} + 0.15 \cdot S \cdot \varphi(S)$

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):

$\delta_1 = 0.1 \cdot E \cdot I \cdot Ef$

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.

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

ссылка на оригинал статьи https://habr.com/ru/articles/1026288/