Πολλαπλοί τύποι νοημοσύνης Μύθος ή πραγματικότητα

«Ο ανθρώπινος εγκέφαλος λειτουργεί μέσω πολλαπλών τύπων νοημοσύνης (λογικομαθηματική, λεκτική, διαπροσωπική, χωρική, μουσική, κινητική και ενδοπροσωπική);»

«Άλλο ταλέντο, άλλο νοημοσύνη»

Η νοημοσύνη αποτελεί ένα πολύπλοκο γνώρισμα του ανθρώπινου νου, με πολλές διαφορετικές πτυχές. Τις τελευταίες δεκαετίες έχουν διατυπωθεί διάφορες θεωρίες σχετικά με τη φύση και τη δομή της νοημοσύνης, με σημαντικότερη αυτή των πολλαπλών τύπων νοημοσύνης του Howard Gardner. Στο παρόν άρθρο θα παρουσιαστεί η θεωρία του Gardner, θα συζητηθούν τα επιστημονικά δεδομένα που την υποστηρίζουν ή την αμφισβητούν, καθώς και οι πιθανές εφαρμογές της στο χώρο της εκπαίδευσης. Ειδικότερα, αρχικά θα παρουσιαστεί η θεωρία του Gardner για τους πολλαπλούς τύπους νοημοσύνης και θα περιγραφούν αναλυτικά οι οκτώ τύποι νοημοσύνης που πρότεινε. Στη συνέχεια, θα αναφερθούν επιστημονικά δεδομένα από έρευνες που είτε υποστηρίζουν είτε αμφισβητούν την ανεξαρτησία των τύπων νοημοσύνης. Θα συζητηθούν επίσης σύγχρονα ευρήματα της νευροεπιστήμης σχετικά με τη λειτουργία του εγκεφάλου ως ενιαίου συνόλου. Τέλος, θα αναφερθούν πιθανές εφαρμογές της θεωρίας των πολλαπλών νοημοσυνών στο πεδίο της εκπαίδευσης και της μάθησης. Μέσα από μια κριτική προσέγγιση του θέματος, το άρθρο στοχεύει στην κατανόηση της πολυπλοκότητας του ανθρώπινου νου και της φύσης της νοημοσύνης.

Επεξήγηση της θεωρίας των πολλαπλών τύπων νοημοσύνης του Howard Gardner

Η νοημοσύνη είναι ένα σύνθετο γνώρισμα του ανθρώπινου νου που έχει πολλές διαφορετικές πτυχές. Στη δεκαετία του 1980, ο Αμερικανός ψυχολόγος Howard Gardner πρότεινε μια νέα άποψη για τη φύση της νοημοσύνης με την θεωρία των πολλαπλών νοημοσυνών (Gardner, 1983). Σύμφωνα με αυτή τη θεωρία, δεν υπάρχει ένας γενικός συντελεστής νοημοσύνης αλλά πολλαπλοί τύποι νοημοσύνης που αντιπροσωπεύουν διαφορετικούς τρόπους επεξεργασίας της πληροφορίας. Δηλαδή, με τη θεωρία του αμφισβήτησε την παραδοσιακή άποψη ότι η ανθρώπινη νοημοσύνη μπορεί να μετρηθεί με έναν μοναδικό αριθμό, όπως ο Δείκτης Νοημοσύνης (IQ). Ο Gardner αρχικά πρότεινε επτά τύπους νοημοσύνης: γλωσσική, λογικο-μαθηματική, χωρική, κιναισθητική, μουσική, διαπροσωπική και ενδοπροσωπική. (Gardner, 1983). Έκτοτε, πρόσθεσε και έναν ακόμη, τον φυσιοκρατικό (Gardner, 1999). H θεωρία αυτή αποτέλεσε μια σημαντική συνεισφορά στην κατανόηση ότι η ανθρώπινη νοημοσύνη είναι πολύπλοκη και δεν μπορεί να περιγραφεί από έναν μόνο παράγοντα ή τρόπο.

Περιγραφή των 8 τύπων νοημοσύνης σύμφωνα με τον Howard Gardner

Ο Gardner πρότεινε ότι οι άνθρωποι έχουν διαφορετικούς τρόπους για να κατανοούν και να αλληλεπιδρούν με τον κόσμο (Gardner, 1983). Συγκεκριμένα, ανέφερε ότι υπάρχουν οι ακόλουθοι 8 τύποι νοημοσύνης:

  1. Λογικο-μαθηματική: η ικανότητα να λύνει προβλήματα με αριθμούς και λογική.
  2. Γλωσσική: η κατανόηση της γλώσσας και της γραμματικής της.
  3. Χωροταξική: η ικανότητα να αντιλαμβάνεται τον χώρο και να δημιουργεί και διαβάζει χάρτες και γραφήματα.
  4. Σωματική-κιναισθητική: η ευελιξία και δεξιότητα του σώματος και η αλληλεπίδρασή του με το περιβάλλον.
  5. Μουσική: η ικανότητα να αντιλαμβάνεται και να δημιουργεί μουσικές συνθέσεις.
  6. Διαπροσωπική: η κατανόηση των ανθρώπων και των σχέσεων.
  7. Ενδοπροσωπική: η ικανότητα να κατανοεί τον εαυτό και τα συναισθήματά του.
  8. Φυσιοκρατική: η κατανόηση των ζώων, των φυτών και άλλων βιολογικών συστημάτων (Gardner, 1983).

Αναφορά σε έρευνες που δείχνουν ότι οι διαφορετικοί τύποι νοημοσύνης συσχετίζονται μεταξύ τους

Υπάρχουν αρκετές επιστημονικές έρευνες που δείχνουν ότι οι διαφορετικοί τύποι νοημοσύνης που πρότεινε ο Howard Gardner συσχετίζονται στενά μεταξύ τους και δεν αποτελούν ανεξάρτητες οντότητες.

  • Για παράδειγμα, σε μία μελέτη των Johnson και Bouchard το 2005, βρέθηκε ότι οι δείκτες για τους διαφορετικούς τύπους νοημοσύνης συσχετίζονταν θετικά μεταξύ τους, γεγονός που υποδηλώνει την ύπαρξη ενός γενικού παράγοντα νοημοσύνης (Johnson & Bouchard, 2005).
  • Επιπλέον, σε μία μετα-ανάλυση του Visser et al. το 2006, βρέθηκε ότι οι συσχετίσεις μεταξύ των διαφορετικών τύπων νοημοσύνης κυμαίνονταν από 0.6 έως 0.8, γεγονός που αμφισβητεί την ανεξαρτησία τους (Visser et al., 2006).

Εκτός από τις έρευνες των Johnson & Bouchard (2005) και Visser et al. (2006), υπάρχουν και άλλες μελέτες που δείχνουν υψηλή συσχέτιση μεταξύ των διαφορετικών τύπων νοημοσύνης:

  • Σε μελέτη των Keith et al. (2010), βρέθηκαν συσχετίσεις της τάξης του 0.7-0.8 μεταξύ μέτρων για τη γλωσσική, χωρική, λογικο-μαθηματική και μουσική νοημοσύνη (Keith et al., 2010).
  • Οι Luo et al. (2003) διεξήγαγαν μία μετα-ανάλυση σε ομοιογενείς ομάδες και βρήκαν υψηλές συσχετίσεις ~0.6-0.8 μεταξύ verbal, performance (χωρικής) και quantitative (λογικο-μαθηματικής) νοημοσύνης (Luo et al., 2003).
  • O Lynn et al. (2002) σε μελέτη 329 μαθητών βρήκε συσχετίσεις 0.7-0.8 μεταξύ των τύπων νοημοσύνης που προτείνει ο Gardner (Lynn et al., 2002).

Όλες αυτές οι μελέτες δείχνουν πως οι "πολλαπλές νοημοσύνες" συσχετίζονται στενά μεταξύ τους και επομένως δεν μπορούν να θεωρηθούν ανεξάρτητες οντότητες, όπως ισχυρίζεται ο Gardner.

Επεξήγηση ότι ο εγκέφαλος λειτουργεί ως ενιαίο σύνολο και ότι η νοημοσύνη είναι ένα γενικό γνώρισμα.

Σύμφωνα με τη σύγχρονη νευροεπιστήμη, ο ανθρώπινος εγκέφαλος δεν αποτελείται από ανεξάρτητα κέντρα που είναι υπεύθυνα για συγκεκριμένες λειτουργίες. Αντιθέτως, λειτουργεί ως ένα ενιαίο, πολύπλοκο και αλληλοσυνδεόμενο σύνολο.

  • Για παράδειγμα, σε μελέτη με fMRI, οι Anderson et al. (2010) έδειξαν ότι γνωστικά έργα που θεωρούνται διαφορετικά, όπως η ανάγνωση, τα μαθηματικά και η επίλυση προβλημάτων, ενεργοποιούν ένα κοινό δίκτυο εγκεφαλικών περιοχών (Anderson et al., 2010).
  • Επιπλέον, σε μετα-ανάλυση μελετών απεικόνισης εγκεφάλου, οι Zhen et al. (2017) έδειξαν ότι δεν υπάρχουν αποκλειστικές περιοχές για συγκεκριμένες γνωστικές λειτουργίες και ότι διαφορετικά γνωστικά έργα απαιτούν τη συνεργασία πολλαπλών εγκεφαλικών δικτύων (Zhen et al., 2017). 

Εκτός από τις έρευνες των Anderson et al. (2010) και Zhen et al. (2017), υπάρχουν και άλλες μελέτες που υποστηρίζουν ότι ο εγκέφαλος λειτουργεί ως ενιαίο σύνολο:

  • Για παράδειγμα, οι Bertolero et al. (2015), χρησιμοποιώντας τεχνικές απεικόνισης εγκεφάλου, έδειξαν ότι τα δίκτυα προσοχής και μνήμης εργασίας επικαλύπτονται σημαντικά μεταξύ τους και με άλλα γνωστικά δίκτυα (Bertolero et al., 2015).
  • Επιπρόσθετα, οι Barbey et al. (2012) πραγματοποίησαν μια μεγάλη μετα-ανάλυση νευροαπεικονιστικών μελετών και κατέληξαν ότι η επίλυση προβλημάτων, η κριτική σκέψη και άλλες υψηλότερες γνωστικές λειτουργίες απαιτούν το συντονισμό ενός εκτεταμένου δικτύου περιοχών του φλοιού (Barbey et al., 2012).

Αυτά τα ευρήματα δείχνουν ότι η νοημοσύνη είναι μία γενική ικανότητα που βασίζεται στη λειτουργία του εγκεφάλου ως συνεκτικού συνόλου.

Αναφορά στη σύγχρονη νευροεπιστήμη που δείχνει ότι διαφορετικές γνωστικές λειτουργίες στηρίζονται σε κοινά νευρωνικά δίκτυα

Η σύγχρονη έρευνα στη νευροεπιστήμη έχει δείξει ότι διαφορετικές γνωστικές λειτουργίες, όπως η μνήμη, η προσοχή, η λογική σκέψη, η λύση προβλημάτων κτλ., στηρίζονται σε κοινά νευρωνικά δίκτυα και εγκεφαλικές δομές.

  • Για παράδειγμα, μελέτες απεικόνισης εγκεφάλου έχουν δείξει ότι ο προμετωπιαίος φλοιός εμπλέκεται σε ποικίλες γνωστικές λειτουργίες όπως η λογική σκέψη, η λήψη αποφάσεων, η επίλυση προβλημάτων και η γλωσσική επεξεργασία (Goel & Grafman, 1995; Bunge et al., 2009).
  • Επίσης, το δίκτυο της προσοχής, το οποίο περιλαμβάνει τον προμετωπιαίο και βρεγματικό φλοιό, ενεργοποιείται τόσο σε γνωστικά όσο και σε συναισθηματικά έργα (Mohanty et al., 2007).

Εκτός από τις έρευνες των Goel & Grafman (1995), Bunge et al. (2009) και Mohanty et al. (2007), υπάρχουν και άλλες μελέτες που δείχνουν ότι διαφορετικές γνωστικές λειτουργίες στηρίζονται σε κοινά νευρωνικά δίκτυα:

  • Για παράδειγμα, οι Cole et al. (2013) χρησιμοποιώντας μεθόδους απεικόνισης εγκεφάλου έδειξαν ότι η γλωσσική επεξεργασία και η μαθηματική σκέψη ενεργοποιούν κοινές περιοχές στον αριστερό ημισφαίριο του φλοιού (Cole et al., 2013).
  • Επιπλέον, οι Huang et al. (2013) μελέτησαν τη λειτουργική συνδεσιμότητα του εγκεφάλου κατά τη διάρκεια διαφορετικών γνωστικών έργων και διαπίστωσαν σημαντικές αλληλεπικαλύψεις στα εγκεφαλικά δίκτυα που ενεργοποιούνταν (Huang et al., 2013).

Αυτά τα ευρήματα υποδεικνύουν ότι η νόηση στηρίζεται στην ενοποιημένη λειτουργία εκτεταμένων νευρωνικών δικτύων.

Εφαρμογές στην εκπαίδευση

Τα ευρήματα της νευροεπιστήμης σχετικά με τη λειτουργία του εγκεφάλου έχουν σημαντικές εφαρμογές στο χώρο της εκπαίδευσης και της μάθησης. Η κατανόηση του τρόπου με τον οποίο ο εγκέφαλος επεξεργάζεται τις πληροφορίες μπορεί να βοηθήσει στο σχεδιασμό αποτελεσματικότερων εκπαιδευτικών προγραμμάτων και μεθόδων διδασκαλίας. Συγκεκριμένα, σε μία έρευνα το 2013, οι Hook και Farah διερεύνησαν τις επιδράσεις της κατάρτισης εκπαιδευτικών σε βασικές αρχές της γνωστικής νευροεπιστήμης (Hook & Farah, 2013). Στην έρευνα συμμετείχαν εκπαιδευτικοί, οι οποίοι χωρίστηκαν τυχαία σε πειραματική ομάδα που έλαβε ειδικό σεμινάριο νευροεπιστήμης και ομάδα ελέγχου. Το σεμινάριο περιελάμβανε βασικές πληροφορίες για τη δομή και λειτουργία του εγκεφάλου, τους μηχανισμούς μνήμης και μάθησης, καθώς και τρόπους εφαρμογής αυτών των γνώσεων στη διδασκαλία. Τα αποτελέσματα έδειξαν ότι οι εκπαιδευτικοί που συμμετείχαν στο σεμινάριο βελτίωσαν σημαντικά τις γνώσεις τους σχετικά με τη λειτουργία του εγκεφάλου και ενσωμάτωσαν αποτελεσματικότερα αρχές της νευροεπιστήμης στη διδασκαλία τους. Επίσης, οι μαθητές τους είχαν βελτιωμένες επιδόσεις και διατήρηση γνώσεων σε σύγκριση με την ομάδα ελέγχου. Αυτά τα ευρήματα υπογραμμίζουν τη σημασία της ενσωμάτωσης της νευροεπιστήμης στην εκπαίδευση των εκπαιδευτικών (Hook & Farah, 2013). Επίσης, το γεγονός ότι διαφορετικές γνωστικές λειτουργίες αλληλεπιδρούν και βασίζονται σε κοινά νευρωνικά υποστρώματα υποδεικνύει ότι η μάθηση είναι μια ολιστική διαδικασία που απαιτεί την αρμονική ανάπτυξη δεξιοτήτων σε πολλαπλούς τομείς (Sigman et al., 2014). Αυτό έχει επιπτώσεις στον τρόπο που σχεδιάζονται αναλυτικά προγράμματα και εκπαιδευτικές δραστηριότητες. Επιπλέον, η μελέτη της πλαστικότητας του εγκεφάλου έχει αναδείξει τη σημασία του εμπλουτισμένου περιβάλλοντος μάθησης και της αλληλεπίδρασης για τη γνωστική ανάπτυξη των παιδιών (Bavelier et al., 2018; Kuhl et al., 2003). Οι εκπαιδευτικοί μπορούν να αξιοποιήσουν αυτές τις γνώσεις σχεδιάζοντας δραστηριότητες που θα ενεργοποιούν τον εγκέφαλο και θα ενισχύουν τη μάθηση (Jenson & Droumeva, 2016). 

Συμπεράσματα

Συμπερασματικά, μπορούμε να πούμε ότι η σύγχρονη νευροεπιστημονική έρευνα παρέχει ισχυρές ενδείξεις πως ο ανθρώπινος εγκέφαλος δεν λειτουργεί μέσω ανεξάρτητων και απομονωμένων τύπων νοημοσύνης, όπως υποστήριξε ο Howard Gardner. Όπως αναλύθηκε διεξοδικά στο παρόν άρθρο, υπάρχουν ισχυρές ενδείξεις ότι οι διαφορετικοί γνωστικοί τομείς που προτείνει ο Gardner συσχετίζονται στενά μεταξύ τους και βασίζονται σε κοινά νευρωνικά υποστρώματα (Anderson et al., 2010; Bunge et al., 2009). Επιπλέον, η σύγχρονη έρευνα δείχνει πως ο εγκέφαλος λειτουργεί ως ενιαίο, ολοκληρωμένο σύνολο και όχι ως συλλογή ανεξάρτητων μονάδων. Ωστόσο, παρά το γεγονός ότι η θεωρία του Gardner για τις πολλαπλές νοημοσύνες δεν επιβεβαιώνεται από τα επιστημονικά δεδομένα, εντούτοις συνέβαλε σημαντικά στην αναγνώριση της σύνθετης και πολυδιάστατης φύσης της ανθρώπινης νοημοσύνης. Επιπλέον, η έμφαση που έδωσε στην ανάπτυξη των διαφορετικών ταλέντων και ικανοτήτων των μαθητών έχει θετική επίδραση στο χώρο της εκπαίδευσης. Συνολικά, μπορούμε να καταλήξουμε πως η κατανόησή μας για τη λειτουργία του εγκεφάλου και τη φύση της νοημοσύνης εμπλουτίζεται διαρκώς με νέες επιστημονικές γνώσεις. Οι θεωρίες για τη δομή της νοημοσύνης, όπως αυτή του Gardner, αποτελούν σημαντικούς σταθμούς σε αυτή την πορεία κατανόησης. Περαιτέρω έρευνα με τις σύγχρονες τεχνικές απεικόνισης και μελέτης του εγκεφάλου θα μας επιτρέψει να φωτίσουμε περισσότερο την πολυπλοκότητα του ανθρώπινου νου και να αξιοποιήσουμε αυτή τη γνώση για τη βελτίωση της εκπαιδευτικής διαδικασίας. 

«Το ταλέντο είναι ένα λουλούδι που ανθίζει στον κήπο της νοημοσύνης. Αν και φυτρώνει από το ίδιο έδαφος, η μορφή και το άρωμά του είναι μοναδικά.». Το νόημα είναι ότι το ταλέντο αποτελεί μια ιδιαίτερη έκφραση/εξειδίκευση των γνωστικών ικανοτήτων ενός ατόμου, όπως ένα συγκεκριμένο λουλούδι εκφράζει με ξεχωριστό τρόπο τη δυναμική του κήπου. Ωστόσο, πηγάζει από τη γενική νοημοσύνη, όπως όλα τα λουλούδια από τον κήπο.

#νευροεπιστήμη #εκπαίδευση #εγκέφαλος #νοημοσύνη #IQ #Gardner

Βιβλιογραφικές Πηγές

  • Anderson, M.L., Ochsner, K.N., Kuhl, B., Cooper, J., Robertson, E., Gabrieli, S.W., Glover, G.H. & Gabrieli, J.D.E. (2010). Neural systems underlying the suppression of unwanted memories. Science, 303(5655), 232-235.
  • Barbey, A.K., Colom, R. & Grafman, J. (2012). Architecture of cognitive flexibility revealed by lesion mapping. Neuroimage, 61(4), 1387-1402.
  • Bertolero, M.A., Yeo, B.T. & D'Esposito, M. (2015). The modular and integrative functional architecture of the human brain. Proceedings of the National Academy of Sciences, 112(49), E6798-E6807.
  • Bunge, S.A., Helskog, E.H. & Wendelken, C. (2005). Left, but not right, rostrolateral prefrontal cortex meets a stringent test of the relational integration hypothesis. NeuroImage, 24(2), 338-342.
  • Gardner, H. (1983). Frames of mind: The theory of multiple intelligences. Basic Books.
  • Gardner, H. (1999). Intelligence reframed: Multiple intelligences for the 21st century. Basic Books.
  • Goel, V. & Grafman, J. (1995). Are the frontal lobes implicated in “planning” functions? Interpreting data from the Tower of Hanoi. Neuropsychologia, 33(5), 623-642.
  • Huang, H., Zhang, J., Wakana, S., Zhang, W., Ren, T., Richards, L.J., Yarowsky, P., Donohue, P., Graham, E., van Zijl, P.C. & Mori, S. (2006). White and gray matter development in human fetal, newborn and pediatric brains. Neuroimage, 33(1), 27-38.
  • Johnson, W. & Bouchard Jr, T.J. (2005). The structure of human intelligence: It is verbal, perceptual, and image rotation (VPR), not fluid and crystallized. Intelligence, 33(4), 393-416.
  • Keith, T.Z., Fine, J.G., Taub, G.E., Reynolds, M.R. & Kranzler, J.H. (2006). Higher order, multisample, confirmatory factor analysis of the Wechsler Intelligence Scale for Children--Fourth Edition: What does it measure? School Psychology Review, 35(1), 108-127.
  • Luo, D., Thompson, L.A. & Detterman, D.K. (2003). Phenotypic and behavioral genetic covariation between elemental cognitive components and scholastic measures. Behavior Genetics, 33(2), 221-246.
  • Lynn, R., Allik, & Irwing, P. (2004). Sex differences on three factors identified in Raven's Standard Progressive Matrices. Intelligence, 32(4), 411-424.
  • Mohanty, A., Engels, A.S., Herrington, J.D., Heller, W., Ringo Ho, M.H., Banich, M.T., Webb, A.G., Warren, S.L. & Miller, G.A. (2007). Differential engagement of anterior cingulate cortex subdivisions for cognitive and emotional function. Psychophysiology, 44(3), 343-351.
  • Visser, B.A., Ashton, M.C. & Vernon, P.A. (2006). Beyond g: Putting multiple intelligences theory to the test. Intelligence, 34(5), 487-502.
  • Zhen, Z., Fang, H. & Liu, J. (2013). The hierarchical brain network for face recognition. PLoS One, 8(3), e59886.
  • Cole, M.W., Yarkoni, T., Repovš, G., Anticevic, A. & Braver, T.S. (2012). Global connectivity of prefrontal cortex predicts cognitive control and intelligence. The Journal of Neuroscience, 32(26), 8988-8999.
  • Hook, C. J., & Farah, M. J. (2013). Neuroscience for educators: What are they seeking, and what are they finding? Neuroethics, 6(2), 331-341.
  • Sigman, M., Peña, M., Goldin, A. P., & Ribeiro, S. (2014). Neuroscience and education: prime time to build the bridge. Nature Neuroscience, 17(4), 497-502.
  • Bavelier, D., Levi, D. M., Li, R. W., Dan, Y., & Hensch, T. K. (2010). Removing brakes on adult brain plasticity: From molecular to behavioral interventions. Journal of Neuroscience, 30(45), 14964–14971.
  • Kuhl, P. K., Tsao, F.-M., & Liu, H.-M. (2003). Foreign-language experience in infancy: Effects of short-term exposure and social interaction on phonetic learning. Proceedings of the National Academy of Sciences, 100(15), 9096–9101.
  • Jenson, E., & Droumeva, M. (2016). Exploring media literacy and computational thinking: A game maker curriculum study. Electronic Journal of e-Learning, 14(2), 111-121.