WAIS-IV の数値は 4 年で変化するのか

2022 年に WAIS™-IV を受けた。結果は全検査 IQ（FSIQ）131、言語理解（VCI）117、知覚推理（PRI）135、ワーキングメモリー（WMI）134、処理速度（PSI）114 だった。単に総合点が高かっただけではない。もっとも高い PRI ともっとも低い PSI には 21 ポイントの差があり、対象の関係を視覚的に捉え、複数の情報を保持しながら操作する課題では力を発揮しやすい一方、制限時間の中で単純な情報を素早く処理し、即座に出力する条件では相対的に負荷が増えるという配列だった。その後、この結果を複数回読み直し、仕事、文章作成、調査、説明の方法へ接続してきた。

それから約 4 年がたった。この間には、複雑な技術課題を扱い、大量の文章を書き、異なる分野の資料を比較し、前提、根拠、因果、結論を組み直す作業を繰り返した。2022 年当時よりも、知識量だけでなく、問題を分解し、複数の条件を同時に扱い、長い論理を維持する能力が高くなったという実感がある。この変化が実際の認知能力の向上であれば、現在の検査結果にも何らかの形で表れる可能性がある。

一方、この 4 年間は生成 AI を日常的に利用するようになった期間でもある。検索結果の整理、資料の要約、論点候補の抽出、文章の下書きを外部へ任せれば、知的生産物を作るための時間は短くなる。しかし、短縮された工程には、記憶から情報を引き出すこと、白紙から構成を作ること、最初の仮説を自分で立てること、答えが見つからない状態で試行錯誤を続けることも含まれる。最終的な成果物の品質が上がっていても、その成果を作る途中で自身が使う認知処理は以前と同じではない。

ここから生じたのは、もう一度高い数値を確認したいという欲求ではなく、異なる方向を向いた二つの疑問だった。知的経験の蓄積によって能力が上がっている可能性がある一方、認知処理の一部を生成 AI へ移したことで、独力で使う能力が下がっている可能性もある。では、成人の知能は約 4 年で変化するのか。現在 WAIS™-IV を受ければ数値は変わるのか。変わった場合、その差から能力の向上や低下の原因まで判断できるのか。

この疑問を検討する過程で、成人の知能の安定性、知能検査の測定誤差、再検査による練習効果、体調や睡眠による変動、生成 AI と認知的外部化の研究を確認した。さらに、実際にどこで再検査でき、いくらかかるのか、その結果を JAPAN MENSA の入会判定へ利用できるのか、MENSA 会員資格にはどのような意味があるのかまで調べた。

再検査そのものは可能だった。しかし、検査によって得られるのは現在の測定値であり、2022 年から現在までに何が能力を変えたのかという因果関係ではない。得点が上がっても、知識や能力の向上、検査形式への慣れ、当日の好調、通常の測定誤差を分離できない。下がった場合も、生成 AI の利用、加齢、疲労、睡眠、注意状態、前回値の上振れのどれが影響したかは分からない。

しかも、自身の認知能力の配列はすでに一度測定し、強みと負荷が生じる条件を分析し、実際の作業方法へ反映している。新しい数値が出ても、仕事の選び方、文章の作り方、情報の整理方法、生成 AI の使い方が大きく変わる見込みはない。MENSA への入会だけを目的とするなら、WAIS™-IV を受け直すより安い公式入会テストが用意されている。

最初の WAIS™-IV は、知らなかった自身の認知特性を明らかにし、長年の違和感を具体的な能力配列として捉え直す材料になった。その利益は検査費用に見合っていた。現在の再検査で増えるのは、すでに把握している情報の更新値である。約 4 万円を支払っても、知りたい因果関係には答えられず、結果を受け取った後の判断もほとんど変わらない。興味を満たすための支出としては投資額にリターンが見合わない。WAIS™-IV を再検査しようか検討したが、カネの無駄なので結局やめた。

1. 2022 年の数値は、いまも同じなのか

1.1 最初の検査では未知だった自分を知ることができた

2022 年に WAIS™-IV を受けた時点では、自身の知的能力について、客観的に比較できる資料を持っていなかった。複雑な対象を理解することや、多数の条件を保持しながら考えることには困難を感じにくい一方、周囲が簡単だと扱う場面で負荷が生じることがあった。しかし、その差が能力の偏りによるものなのか、性格、経験、注意、環境との相性によるものなのかは区別できなかった。

最初の記事では、全検査 IQ が 130 以上だったことと、能力領域の間に大きな個人内差があったことを公開した。正式な検査によって得られた第一の利益は、自身が同年代の集団の中でどの程度の位置にいるかを確認できたことである。第二の利益は、総合的な知能の高さと、個別の場面で感じる負荷が矛盾しないと分かったことだった。能力全体が低いために困っていたのではなく、能力の領域ごとの差によって、課題条件ごとの遂行に偏りが生じていた[1]。

この区別によって、周囲との違和感を「頭がよい」「要領が悪い」「考えすぎる」といった一語の評価へ押し込めずに済むようになった。高い能力が観測されたことは、すべての課題を速く処理できることを意味しない。反対に、特定の場面で処理が遅れることも、知的能力全体の低さを意味しない。初回検査は、本人の印象だけでは分離できなかった全体水準と能力配列を、別の情報として示した。

2025 年には全指標を公開し、FSIQ 131、VCI 117、PRI 135、WMI 134、PSI 114 という結果を、仕事と生活の手順へ接続した。PRI は、図形や関係を手掛かりに、対象の構造や規則を捉える課題と関係する。WMI は、情報を一時的に保持しながら並べ替えたり計算したりする課題と関係する。この 2 指標が高いことから、複数の条件を保持し、要素同士の関係を組み直す処理では力を発揮しやすいと考えた。

一方、VCI と PSI も一般集団との比較では低い数値ではないが、PRI と WMI との相対差がある。言葉だけで即座に説明を求められる場面や、単純な処理を制限時間内に連続して行う場面では、自身のもっとも高い能力を利用しにくい。まず対象の全体像を捉え、関係を整理してから説明する時間があれば高い精度を出せても、理解と出力を同時に急がされると、内部の処理速度と外部から観測される応答速度が一致しなくなる。

この配列を知った後は、負荷を本人の努力不足だけで解決しようとせず、課題条件を変更した。複雑な作業は頭の中だけで保持せず、対象、条件、依存関係、確認事項を見える形にした。長い作業は着手前に分割し、即時の説明が必要な場面では、論点、根拠、想定質問を事前に準備した。認知能力を直接変えたのではなく、高い能力を使いやすく、相対的に負荷の大きい処理へ要求が集中しにくい作業構造へ変更した[2]。

2026 年には、最も高い PRI 135 と最も低い PSI 114 の 21 ポイント差を中心に、総合点だけでは見えない認知能力の配列を分析した。FSIQ 131 だけを見れば、「全体として非常に高い」という説明で終わる。しかし、その総合点を作っている指標は均一ではない。PRI と WMI を中核として対象を構造化し、保持した情報を操作した後に言語へ変換し、PSI に関連する速度制約が外部から観測される応答へ影響すると捉えると、日常の思考や作業で起きている現象と対応した[3]。これは WAIS™-IV が示す標準的な処理順序ではなく、自身の作業経験と指標配列を対応させた仮説である。

この読み方によって、説明が遅い場面と理解が遅い場面を分けられるようになった。対象の構造を内部では把握していても、それを相手の前提に合わせた言葉へ変換するには追加の処理が必要になる。そこで時間を要した場合、外からは判断が遅れているように見える。しかし、実際に時間が使われているのは、対象理解ではなく、内部で成立した関係構造を、順序を持つ文章へ変換する工程である可能性がある。

初回検査から得られた利益は、数値を知ったことだけではない。第一に、能力全体の水準と領域ごとの差を分けられた。次に、その差から、力を発揮しやすい課題条件と負荷が増える条件を特定した。さらに、その理解を、作業の可視化、事前分割、説明準備という具体的な手順へ変換した。検査結果が実際の行動を変更し、その変更によって負荷の原因を減らせたため、初回検査には情報取得を越えた実用上のリターンがあった。

現在の再検査は、同じ出発点には立たない。自身の知的水準も、指標間の差も、その差が現実の作業へ及ぼす影響も、すでに把握している。新しい結果によって認知能力の配列が大きく変わっていれば追加の発見はありうるが、現在得られる情報の中心は、未知だった特性の発見ではなく、既知の数値の更新になる。初めて得る情報と、既知の情報を測り直すことで得る情報では、同じ 1 ポイントにも異なる価値がある。

1.2 約 4 年間で上昇要因と下降要因の両方が生じた

2022 年以降は、複雑な技術課題を扱い、大量の文章を書き、異なる分野の資料を結びつけて考える機会が増えた。技術的な問題では、現象を確認するだけでなく、対象、条件、実行主体、状態変化、検証方法へ分解し、どの段階で期待と実際がずれたのかを特定する必要がある。論考では、個別の事実を並べるだけでなく、その事実がどの主張をどこまで支え、どの段階から解釈や一般化へ移るのかを管理する必要がある。

この作業を反復すれば、個別の知識が増えるだけではない。新しい対象を既知の関係へ配置する速度が上がり、複数の説明を比較するための判断基準が蓄積し、長い論理を途中で失わずに扱うための方法が整う。最初の段階では、一つの問題を解くために毎回構造を作る。次の段階では、過去に作った構造を別の問題へ転用できるため、より複雑な対象を少ない試行錯誤で扱えるようになる。2022 年当時より知的能力が上がったという実感には、この知識量と処理方略の両方の変化が含まれている。

とくに変化を感じるのは、複数の条件を一つの判断へまとめる場面である。以前は個々の事実を確認した後、その関係を組み立てるまでに時間がかかっていた対象でも、現在は入力を受け取った段階で、前提の不足、因果の飛躍、比較軸の不一致、終了条件の欠落が見えることがある。これは単に情報を多く覚えたという変化ではない。個々の事実を処理する前に、事実を配置する枠組みを作れるようになったという変化である。

一方、同じ期間に生成 AI の利用も増えた。生成 AI は、検索、要約、比較、文章化を短時間で行える。資料の候補を集め、論点を列挙し、文章の初稿を作らせれば、人間はゼロから同じ作業を繰り返す必要がない。この外部化によって、限られた時間を出力の検証、論理の修正、制度条件の確認、最終判断へ配分できるようになった。

しかし、作業時間が短くなった理由の中には、人間が必要な工程を効率化した場合と、人間自身がその工程を行わなくなった場合が含まれる。検索結果を生成 AI がまとめれば、複数の資料を読みながら重要度を判断する機会が減る。構成案を先に生成させれば、白紙から論点の順序を作る必要がなくなる。下書きを受け取って修正する方法を続ければ、最初の一文から全体を組み立てる負荷を避けられる。

この変化は、ただちに知能全体の低下を意味しない。外部化によって空いた認知資源を、根拠の確認、複数案の比較、誤りの検出、最終的な採否判断へ使っているなら、知的作業の重心が移ったと考えられる。生成工程の一部を行わなくなる代わりに、生成物を監督し、誤りを修正し、要求へ適合させる工程を多く行うようになる。

その一方で、使用頻度が下がった処理は、独力で実行するときの速度や持久力が低下する可能性がある。記憶から情報を引き出すこと、最初の仮説を作ること、誤った解法を捨てて別の方法を試すことは、実行しなければ訓練されない。生成 AI の出力を正しく評価できていても、自力で同じ出力を一から作る能力が以前と同じとは限らない。

上昇要因と下降要因は、同じ能力へ反対方向に作用するとは限らない。知識、語彙、構造把握、比較、検証は伸びている一方、即時想起、白紙からの生成、単純処理の持続は弱くなっている可能性がある。WAIS™-IV は複数の指標から構成されるため、ある指標が上がり、別の指標が下がり、総合点としてはほとんど変わらない結果もありうる。

現在の知的生産物だけを見ても、この配列は分からない。生成 AI を含む作業環境全体として高品質な成果を作れることと、道具を外した本人が個々の認知課題をどの程度遂行できるかは異なる評価対象である。反対に、生成 AI を使っているという事実だけから、本人の能力が下がったとも判断できない。現在の数値が高くなるか低くなるかは、経験の蓄積と認知的外部化を一つの印象へまとめるのではなく、能力領域ごとの変化として考える必要がある。

1.3 疑問があることと検査を受けることは別である

現在の数値がどうなっているかには関心がある。しかし、関心があることは、それだけで検査費用を支払う理由にはならない。検査を実施するには、得られる情報が疑問へ対応し、その情報によって何らかの判断を変更できる必要がある。結果を得ても知りたい原因が分からず、行動も変わらないなら、測定精度が高くても利用価値は小さい。

最初に確認すべきなのは、WAIS™-IV が何を測っているかである。検査が不変の知能そのものを測るのであれば、新旧の数値差を能力変化として読める。しかし、実際の得点に、知識、課題への方略、注意、疲労、制限時間、検査形式への慣れ、通常の測定誤差が含まれるなら、数値差の意味は一つに定まらない。得点を比較する前に、測定対象と誤差の構造を確定しなければならない。

次に、成人の知能がどの程度安定し、どの能力が変化しうるかを確認する必要がある。成人の知能が完全に固定されていれば、再検査の意味は主として前回値の再確認になる。知識や経験によって一部の能力が伸び、年齢や生活条件によって別の能力が変化するなら、現在値を測る意味は生じる。ただし、その場合でも、総合点の上下だけでは内部で起きた変化を特定できない。

生成 AI の影響を知りたい場合には、さらに条件が増える。2022 年から現在までに変わったのは、生成 AI の利用だけではない。仕事の内容、知識量、執筆経験、生活条件、健康状態、加齢も同時に変化している。二つの時点で WAIS™-IV を受けても、各要因を一つずつ固定した比較にはならない。再検査は現在の得点を測れても、その得点を生んだ原因を分離する実験にはならない。

検査の実用性は、実施方法と費用によっても変わる。受検できる医療機関があり、2022 年の結果と比較でき、指標別の変化を専門家から説明してもらえるなら、単なる好奇心以上の情報を得られる可能性がある。一方、結果表が郵送され、新旧の数値を本人が並べるだけなら、測定誤差や練習効果を考慮した判断は難しい。再検査を選ぶ前に、料金だけでなく、何が結果書類へ記載され、どこまで比較説明を受けられるかを確認する必要がある。

MENSA への入会も、再検査の用途として検討対象になる。WAIS™-IV の結果を証明書入会判定へ利用できるなら、新しい数値は単なる自己確認ではなく、入会手続きの資料になる。しかし、MENSA へ入る目的が会員との交流や活動への参加ではなく、入会基準を満たすことの確認だけであれば、資格取得後の利用先がない。さらに、JAPAN MENSA には WAIS™-IV より安価な公式入会テストがあるため、入会だけを目的に再検査する経済的な理由は弱くなる。

最後に確認すべきなのは、新しい数値によって現在の行動が変わるかである。得点が上がれば、知的能力が高いという認識は補強される。しかし、上昇の原因は特定できず、現在採用している仕事や作業方法を変える理由にはなりにくい。ほぼ同じなら、すでに分かっていた内容を再確認することになる。下がれば不安は生じうるが、原因を分離できなければ、生成 AI の利用を減らす、生活を変える、医療的な対応を取るといった具体策を選べない。

この順序で検討すると、再検査の価値は「現在の正確な数値を知れるか」だけでは決まらない。知りたい疑問と検査が答えられる問いが対応しているか、結果を正しく解釈できるか、その結果が制度利用や行動変更へつながるか、得られる利益が費用に見合うかという条件がそろって初めて、再検査を実施する理由になる。

本稿で追うのは、2022 年の数値が現在も同じなのかという疑問から、再検査の測定可能範囲、生成 AI の影響、受検方法、MENSA への利用、費用対効果を順に確認する過程である。検討を始めた時点では、再検査を受けることも、受けないことも決めていない。各条件を確認した結果として、現在の自分には約 4 万円の投資に見合う追加情報がないという結論へ進む。

2. WAIS™-IV の数値は不変の知能そのものではない

2.1 一つの総合点と四つの指標を算出する

WAIS™-IV は、16 歳 0 カ月から 90 歳 11 カ月までを対象とする個別式の臨床検査である。検査者が受検者と対面し、複数の下位検査を所定の手順で実施する。そこから、全般的な知的水準を表す全検査 IQ（FSIQ）と、特定の認知領域を表す言語理解（VCI）、知覚推理（PRI）、ワーキングメモリー（WMI）、処理速度（PSI）の四つの合成得点を算出する[4]。

指標	検査で扱う能力	2022 年の得点
FSIQ	複数の下位検査を統合し、同年代の標準集団と比較した全般的な知的水準を表す。	131
VCI	語彙、言語概念、一般知識、言葉による関係把握と推理を扱う。	117
PRI	視覚情報を分析し、図形や要素の関係、規則、全体構造を見いだす推理を扱う。	135
WMI	注意を維持しながら情報を一時的に保持し、順序の変更や計算などの操作を行う能力を扱う。	134
PSI	単純な視覚情報を制限時間内に見分け、選択し、正確に処理し続ける効率を扱う。	114

これらの得点は、知能という物体の重さを量るように、本人の内部にある一定量を直接計測した値ではない。検査で観察できるのは、定められた問題に対し、定められた時間と手順の中で、どのような回答をしたかである。その遂行結果を年齢別の標準集団と比較し、相対的な位置を得点として表している。

たとえば、ある問題の答えを理解する能力があっても、制限時間内に回答できなければ、時間制限を含む課題の得点には反映されにくい。複数の情報を扱える人でも、睡眠不足や強い緊張によって注意を維持できなければ、検査当日の WMI や PSI は本来発揮できる水準より低くなる可能性がある。反対に、検査形式を知っていて、問題への取りかかり方に迷いがなければ、初回より効率よく遂行できる場合がある。

検査結果には、比較的長期間にわたって安定する認知能力だけでなく、知識、課題への方略、注意状態、処理の速さ、疲労、緊張、検査者とのやり取り、検査形式への慣れが重なっている。これらは得点を無意味にする雑音ではない。時間制限や注意維持も現実の認知活動を構成する条件である。ただし、得点に複数の要因が含まれる以上、新旧の差を一つの原因だけで説明することはできない。

2022 年の FSIQ 131 は、その時点の自身が、WAIS™-IV の課題と実施条件の下で示した全般的な遂行を、同年代の標準集団と比較した結果である。現在も同じ知的水準にある可能性は高いとしても、131 という値そのものが体内に固定され、いつ測っても同じように現れるわけではない。

2.2 FSIQ は複数の能力を一つの尺度へ圧縮する

FSIQ は、認知能力の全体像を一つの数で比較するために有用である。異なる下位検査の結果を統合することで、同年代の中で全般的な知的遂行がどの位置にあるかを簡潔に示せる。2022 年の結果から、全体として高い知的水準にあると判断できたのは、この総合指標があるためだった。

一方、複数の値を一つへ統合すれば、統合前に存在した差は見えにくくなる。自身の FSIQ 131 は、すべての認知領域が均等に 131 だったことを意味しない。実際には、PRI 135 と WMI 134 が高く、VCI 117 と PSI 114 がそれに続いている。最も高い PRI と最も低い PSI の間には 21 ポイントの差がある。

この配列では、視覚的な情報から構造や規則を把握し、複数の条件を保持しながら操作する課題で高い遂行を示している。一方、言葉による知識や概念操作と、制限時間内の単純な視覚処理も一般集団との比較では高い範囲にあるが、PRI と WMI ほど突出してはいない。総合点だけを見れば一つの高得点に見えるものが、内部では異なる強さを持つ複数の能力によって構成されている。

この差は、現実の作業条件によって表れ方が変わる。複雑なシステムの構造を読み、複数の制約を保持し、原因候補を比較する作業では、PRI と WMI の強さを利用しやすい。反対に、内容を十分に整理する前に口頭で即答する場面や、単純な処理を短時間で大量に繰り返す場面では、認知能力全体の高さが同じ形では現れない。

外から観測される応答の速さと、内部で対象を理解する速さも一致するとは限らない。対象の関係構造は早い段階で把握できても、それを相手の前提に合わせ、順序を持つ言葉へ変換するには別の処理が必要になる。回答までに時間がかかれば、理解そのものが遅いように見える場合がある。しかし、実際に時間を使っているのが、理解ではなく、構造を文章へ変換する工程である可能性もある。

FSIQ は全般的な能力水準を示すが、その能力がどの条件で発揮され、どの条件で負荷を受けるかまでは説明しない。総合点が示すのは高さであり、四指標の配列が示すのは、その高さを構成する認知処理の偏りである。仕事や生活の手順を決める際には、131 という数値より、135、134、117、114 がどのように並んでいるかのほうが具体的な意味を持った。

2.3 同じ FSIQ でも内部の変化は異なる

再検査で FSIQ が前回と同じだったとしても、認知能力の各領域まで同じだったとは限らない。たとえば、知識や文章経験の蓄積によって VCI が上がり、年齢や当日の処理状態によって PSI が下がれば、両者が総合点の中で相殺される可能性がある。FSIQ が 131 のままでも、内部では上昇した領域と下降した領域が併存しうる。

反対に、FSIQ が数ポイント上がっても、四指標がほぼ同じ比率で上昇し、指標間の配列が維持されていれば、現実の得意不得意は大きく変わらないかもしれない。総合点が 131 から 135 になったとしても、PRI と WMI が中核となり、VCI と PSI が相対的に低い構造が続くなら、力を発揮しやすい課題条件と負荷が増える条件もおおむね同じままである。

再検査結果	数値上の変化	解釈上の注意
FSIQ が同じ	四指標の上昇と下降が相殺され、総合点だけが維持された可能性がある。	総合点だけでは、内部の認知能力が維持されたとは判断できない。
FSIQ が上昇	複数指標の上昇、特定指標の大幅な上昇、練習効果、当日の状態などが考えられる。	得点差をそのまま知能そのものの成長量とは解釈できない。
FSIQ が低下	特定指標の低下、疲労、睡眠、注意状態、測定誤差などが考えられる。	生成 AI の利用や加齢を単独の原因として特定できない。
指標配列が同じ	全体水準が多少変わっても、相対的な強みと負荷の構造が維持された可能性がある。	仕事や生活の設計を変更する必要性は小さい場合がある。
指標配列が変化	以前とは異なる領域が相対的な強みまたは負荷として現れた可能性がある。	測定誤差や当日の状態を踏まえ、変化の大きさと一貫性を確認する必要がある。

新旧の結果を比較するなら、FSIQ の差だけでなく、VCI、PRI、WMI、PSI の変化と、その得点を構成する下位検査まで確認する必要がある。どの指標が動いたかを確認して初めて、知識や言語的推理に関係する変化なのか、視覚的な推理なのか、情報の保持と操作なのか、処理効率なのかを区別できる。

それでも、指標の変化から原因まで自動的に分かるわけではない。VCI が上がれば、文章執筆や知識の蓄積が関係したという仮説は立てられるが、検査への慣れや当日の状態を除外できない。PSI が下がれば、処理速度の低下という現象は観測できても、加齢、疲労、睡眠不足、注意状態のどれが原因かは得点だけでは決められない。

WAIS™-IV の数値は、現在の認知的遂行を複数の側面から観測するための資料である。FSIQ は全体水準を比較し、四指標はその内部構造を示す。しかし、数値差は変化の存在を示す資料にはなっても、その変化を生んだ過程の記録にはならない。再検査によって 2026 年の現在値は得られるが、2022 年からの 4 年間に何が知能を上げ、または下げたのかという因果関係は、別の検討を必要とする。

3. 成人の知能は安定しているが固定されてはいない

3.1 安定しているのは同年代の中での相対的な位置である

成人の知能について「安定している」と表現すると、一度得た IQ が生涯にわたって同じ値を保つように聞こえる。しかし、縦断研究で主に確認されているのは、個人の得点そのものが動かないことではなく、同年代の集団内における相対的な順位が維持されやすいことである。

複数の縦断研究を統合したメタ分析では、認知能力には相当の順位安定性が認められている。青年期後半以降では、ある時点で認知能力が高かった人は、数年後にも同年代の中で比較的高い位置へ残りやすい。20 歳時点から 5 年後までの平均的な順位相関も高く、成人初期には個人差の並び方がすでにかなり安定している[5]。

順位相関が高いという結果は、全員の得点が同じ値を保ったことを意味しない。たとえば、集団全体の得点が学習や年齢によって変化しても、高得点者が高得点者のまま、平均付近の人が平均付近のままであれば、順位相関は高くなる。個々の受検者についても、知識の増加、健康状態、睡眠、注意、検査への慣れ、通常の測定誤差によって、観測される得点は上下する。

順位の安定と得点の安定は、異なる問いへ答えている。順位の安定が示すのは、個人差の大枠が数年間で完全には入れ替わらないことである。得点の安定が問うのは、同じ人を測り直したときに同じ数値が得られるかである。前者が高くても、後者には一定の変動が残る。

2022 年に FSIQ 131 だった人が、特別な事情もなく 4 年後に平均以下へ移ることは、成人知能の安定性から見て通常の中心予想にはならない。131 という値は同年代の中でかなり高い位置を示しており、その相対的位置が短期間で全面的に失われると予想する根拠は乏しい。

一方、現在も正確に 131 であると推定する根拠もない。検査得点には測定誤差があり、検査日に能力をどの程度発揮できるかも変わる。さらに、4 年間の学習、仕事、生活、加齢は、すべての指標へ同じ方向には作用しない。合理的な予想は、現在も高得点帯に残っている可能性が高い一方、FSIQ と四指標には一定範囲の変動がありうるというものである。

この予想から分かるのは、再検査結果の大まかな範囲であって、正確な点数ではない。成人知能の安定性は、「次も高い範囲にあるだろう」という予測を支えるが、「次も 131 になる」「数ポイントの差はすべて能力変化である」という読み方までは支えない。

3.2 認知能力は領域ごとに異なる時期に変化する

WAIS™-IV が複数の指標を算出する理由の一つは、知能を構成する能力が一つの速度で変化するわけではないことにある。認知能力は、同じ年齢で一斉に上昇し、同じ時点で頂点を迎え、その後一斉に低下する単一の機能ではない。

大規模な横断・縦断データを用いた研究では、処理速度や一部の作業記憶のように比較的早い時期に高い水準へ達する能力がある一方、語彙、一般知識、言葉の意味を判断する能力のように、中年期以降まで伸びる領域もある。社会的な状況を読み取る能力など、さらに遅い時期まで向上が続く領域も報告されている[6]。

能力ごとの変化時期が異なるのは、それぞれが依存する資源が違うためである。処理速度は、限られた時間内に視覚情報を識別し、判断し、手を動かす効率に強く依存する。語彙や一般知識は、長期間に蓄積した学習経験や文化的知識を利用する。前者では加齢による変化が比較的早く現れうる一方、後者では経験の蓄積が長く利益をもたらす。

この違いは、2022 年から現在までの変化を考える際に直接関係する。文章を大量に読み書きし、異なる分野の資料を比較し、抽象的な概念を言葉へ変換する経験は、VCI に関係する知識や言語的推理を強める方向へ働く可能性がある。技術課題を分解し、複数の条件を保持しながら検討する経験は、PRI や WMI に対応する課題方略へ影響するかもしれない。

これに対して、PSI が扱うのは、複雑な技術問題を深く考える能力そのものではない。単純な視覚情報を正確かつ連続的に処理する課題では、知識量や専門経験が増えたことが、そのまま得点上昇へ結びつくとは限らない。実務では慎重に時間を使うことで品質を高められても、検査では制限時間内の処理量が評価されるため、日常の成果と得点の方向が一致しない場合もある。

一人の中で、知識と判断材料が増える一方、単純処理の速度がわずかに低下することは矛盾ではない。異なる能力が別々の軌道をたどるなら、VCI が上がり、PSI が下がり、PRI と WMI は高い水準を保つという変化も成立する。その場合、認知能力の内容は変化しているが、各指標を統合した FSIQ では増減が相殺され、総合点がほとんど動かない可能性がある。

反対に、FSIQ が上昇しても、すべての能力が均等に向上したとは限らない。一つの指標が大きく上がって総合点を押し上げる場合もあれば、複数の指標が小幅に上がる場合もある。同じ得点差であっても、内部で起きた変化の形は異なる。

「知能が上がったか、下がったか」という一方向の問いは、複数の能力を FSIQ へ統合した後に成立する問いである。実際の変化を知るには、どの能力が上がり、どの能力が維持され、どの能力が下がったのかを分けて見る必要がある。再検査によって価値のある情報が得られるとすれば、131 が別の数になったことより、四指標の配列がどのように変化したかのほうである。

3.3 教育は検査得点を変えるが、経験を点数へ換算することはできない

知能検査得点の個人差には、生得的な要因だけでなく、教育と学習の影響も含まれる。教育と知能の関係を検討したメタ分析では、追加的な教育を受けることが、後に測定される知能検査得点を押し上げる因果効果を持つと報告されている[7]。

教育を受けた人の得点が高いという相関だけでは、教育によって能力が上がったとは言えない。もともと能力の高い人ほど長く教育を受ける傾向があるなら、得点差は選抜によっても生じる。この研究群では、就学年齢の制度差や教育期間の変更などを利用し、初期能力の違いだけでは説明しにくい効果を検討している。その結果、教育は能力の高い人を選び分けるだけでなく、検査で測定される一部の認知能力を実際に変化させうると推定されている。

教育によって得点が変わる経路は一つではない。授業を通じて語彙、知識、計算、読解を直接学ぶ効果がある。課題を理解し、手順を守り、誤りを修正する方略も身につく。長期間にわたって抽象的な内容を扱うことで、複数の情報を比較し、分類し、一般化する経験も増える。これらが重なれば、検査課題で利用できる知識と処理方法の両方が変化する。

ただし、学校教育を 1 年追加した場合の集団平均効果を、個人が経験した 4 年間の仕事や文章執筆へ換算することはできない。学校教育には、授業内容、年齢、試験、反復学習、教師からの修正、学習時間という一定の構造がある。成人期の実務や執筆は、扱う内容も、使用する能力も、反復の仕方も人によって異なる。

たとえば、複雑なシステムを設計する仕事は、構造把握、条件の保持、問題分解を繰り返し使う。一方、定型作業を既存の手順どおりに行う仕事では、同じ年数を働いても使う認知能力が異なる。文章執筆も、既知の内容を定型的にまとめる場合と、資料を検証し、新しい論理構造を作る場合とでは、得られる経験が同じではない。

成人期の教育と認知機能の関係には、初期能力、家庭環境、職業選択、所得、健康、生活習慣も関わる。高い能力が長い教育と知的職業の両方を選びやすくし、その後の知的活動がさらに能力差を維持する経路もある。教育そのものの効果と、教育を受ける人が置かれた環境の効果を完全に分離することは難しい[8]。

また、教育によって若年期の能力水準が高くなり、その差が後年まで残ることと、加齢に伴う低下の速度そのものが遅くなることは別である。高い位置から低下が始まれば、長期間にわたって高い水準を保てる可能性はある。しかし、それだけで年齢に伴う変化率まで小さくなったとは言えない。

2022 年から現在までの実務、執筆、調査が、知識、語彙、課題方略、構造把握へ影響した可能性には根拠がある。現在の WAIS™-IV で一部の指標が上がることは十分にありうる。一方、その活動を時間数や記事数へ置き換え、VCI が何点、PRI が何点上がると計算する方法はない。研究が示すのは、経験によって測定値が変化しうることまでであり、個人の変化量を事前に予測する換算式ではない。

成人の知能は、短期間で完全に別物になるほど不安定ではない。しかし、経験、学習、健康、生活条件の影響を受けないほど固定されてもいない。現在も高得点帯にあるという予想と、2022 年とは異なる指標配列が現れる可能性は両立する。次に必要なのは、この一般的な変化可能性を、自身の 4 年間に存在した上昇要因と下降要因へ具体的に分解することである。

4. 現在受けた場合、数値を上下させる要因は何か

4.1 知識と課題方略の蓄積は得点を上げうる

2022 年より高い結果が出る可能性はある。約 4 年の間に増えたのは、個別の知識だけではない。技術文書、論文、制度資料を読み、異なる根拠を比較し、複雑な条件を一つの説明へまとめる作業を繰り返してきた。この経験によって、語彙、一般知識、概念の分類、問題の分解、論理の保持に利用できる材料と方略が増えている。

知能検査の問題へ直接備える訓練をしていなくても、日常の知的活動は検査課題と無関係ではない。未知の用語を文脈から捉え、複数の事例から共通点を抽出し、情報を一時的に保持しながら順序を組み替える作業は、形を変えて実務や執筆の中にも現れる。同じ処理を繰り返せば、課題に利用できる知識が増えるだけでなく、どこから考え始め、何を捨て、どの関係を優先するかという処理方略も整う。

とくに変化の余地があると考えたのは VCI である。2022 年の VCI は 117 であり、一般集団との比較では高いものの、PRI 135 と WMI 134 に比べれば相対的に低かった。VCI が扱う語彙、一般知識、言語概念、言葉による関係把握には、長期間の読書、執筆、説明経験が反映されうる。

この 4 年間には、専門用語を知っているだけでは足りず、専門外の読者にも意味が通る形へ言い換える作業を繰り返した。複数の文献が同じ語を異なる意味で使っていれば、その定義と射程を分ける必要がある。抽象的な主張を具体例へ戻し、どの事実がどの結論を支えるかを文章として組み直す必要もある。こうした経験は、言葉の数を増やすだけでなく、概念同士の関係を言語によって扱う能力を訓練する。

PRI と WMI に対応する処理にも、実務経験が影響する可能性がある。複雑なシステムの障害を調べる場合、観測された現象、設定、実行主体、時系列、依存関係を分け、それらを一時的に保持しながら原因候補を比較する。論考を組み立てる場合も、複数の文献、主張、反例、留保を保持し、矛盾しない順序へ並べ替える。検査課題と実務は同一ではないが、そこで利用する構造把握と情報操作には重なる部分がある。

自身の認知特性を把握したことも、得点を高くする方向へ働きうる。2022 年以降は、複雑な課題を頭の中だけで処理せず、条件と関係を見える形へ出し、作業を小さく分けてから着手するようになった。検査では自由にメモできない課題もあるため、この方法をそのまま持ち込めるわけではない。それでも、問題全体に圧倒されず、与えられた条件を整理し、使える手掛かりから順に処理する構えは残る。

得点が上がった場合、その背景には二つの段階が考えられる。第一段階では、知識、語彙、処理方略が増え、課題を解くために利用できる認知資源が変化する。第二段階では、その変化が WAIS™-IV の特定の課題で有効に働き、正答数や制限時間内の処理量として得点へ表れる。実生活で能力が向上していても、検査課題と重ならない能力であれば得点には現れにくい。反対に、日常の経験が検査課題に近い処理を強めていれば、現在の数値へ反映される可能性がある。

4.2 初回より検査へ対応しやすい条件もある

検査形式を一度経験していることも、上昇要因になりうる。具体的な問題を覚えていなくても、検査者と一対一で進むこと、口頭で答える課題と手を動かす課題があること、制限時間が得点に関係する課題があることは知っている。分からない問題に長く固執しても、検査全体の進行は変えられないことも経験している。

初回受検では、問題そのものを処理する負荷に加え、次に何を求められるのか分からない負荷がある。検査者がどの程度説明するのか、途中で質問してよいのか、課題がいつ終わるのか、速度を優先すべきか正確さを優先すべきかを探りながら進む。二回目では、この未知の部分が減るため、課題そのものへ注意を配分しやすくなる。

検査形式への慣れは、知能の向上とは異なる。新しい情報を理解する能力が変わっていなくても、検査状況への戸惑いが減れば、本来持っている能力を得点へ変換しやすくなる。観測された得点は上がるが、上昇の直接原因は能力の増加ではなく、能力を妨げていた状況負荷の減少である。

この差は再検査結果の解釈に影響する。初回より高くなった場合、現在の能力が高くなった可能性と、初回には検査状況への戸惑いによって能力を十分に発揮できなかった可能性が同時に残る。得点差だけでは、この二つを分離できない。

4.3 低い結果が出ても長期的な能力低下とは限らない

現在のほうが低い結果になる可能性もある。ただし、得点低下をそのまま 4 年間の知能低下として扱うことはできない。候補には、年齢に伴う処理速度の変化、生成 AI への認知的外部化、睡眠不足、疲労、急性ストレス、注意状態、測定誤差、2022 年の得点に含まれていた上振れがある。

検査当日の状態は、課題へ利用できる認知資源を変える。睡眠が不足すれば、情報を見落とさずに注意し続けることが難しくなる。注意が途切れれば、問題を理解する前に条件の一部を失い、作業記憶へ保持できる情報も減る。その結果、長期的な能力が変わっていなくても、WMI や PSI を中心に得点が低く表れる可能性がある。

短期的な睡眠不足が認知課題へ及ぼす影響を統合したメタ分析では、注意、作業記憶、処理速度などの成績低下が確認されている[9]。睡眠不足が直接 IQ を恒久的に低下させるという意味ではない。睡眠によって検査時に利用できる注意と処理資源が減り、その状態が時間制限や連続処理を含む課題の成績へ表れるという関係である。

急性ストレスも同じように、能力の保有と能力の発揮を分離する。強い緊張下では、課題とは別に、失敗への不安、身体反応、自己監視へ注意が使われる。課題処理へ利用できる資源が減れば、情報を保持し、複数の選択肢を比較し、誤った方略から別の方略へ切り替えることが難しくなる。急性ストレスに関するメタ分析でも、平均的には作業記憶と認知的柔軟性への悪影響が報告されている[10]。

疲労は、正答できるかどうかだけでなく、同じ品質を検査終了まで維持できるかに関係する。WAIS™-IV は複数の課題を連続して実施するため、前半では高い遂行を示しても、後半に集中が切れれば、検査全体の得点へ影響する。これは能力が存在しないのではなく、長時間にわたって安定して利用できなかった状態である。

前回値の上振れも考慮する必要がある。測定値には通常の誤差が含まれるため、2022 年の 131 が、当時の真の水準より偶然高く観測された可能性はゼロではない。高く観測された値を再測定すれば、能力が低下していなくても、次の値が平均的な水準へ近づくことがある。これを能力低下と読むと、測定値の揺れを本人の変化へ誤って帰属する。

数値が下がった場合に成立する説明は一つではない。長期的な能力が変化した可能性、当日の発揮状態が悪かった可能性、前回と今回の両方に測定誤差が含まれる可能性が重なる。得点差は低下という現象を示せても、その低下がどの時間尺度で生じ、どの要因から発生したかまでは示さない。

4.4 生成 AI の影響は得点差だけでは切り分けられない

生成 AI への外部化は、下降要因の候補ではある。ただし、生成 AI を利用したことと、WAIS™-IV の得点が下がることの間には、複数の段階が必要になる。生成 AI の利用によって、記憶からの想起、白紙からの構成、試行錯誤を行う頻度が減る。次に、使用頻度が減った処理の速度、正確さ、持久力が低下する。さらに、その低下が WAIS™-IV の下位検査で必要な処理と重なった場合に、初めて得点へ表れる。

どこか一つの段階が成立しなければ、生成 AI を使っていても得点低下にはつながらない。外部化によって使わなくなったのが長文の初稿作成であり、検査課題に必要な語彙、推理、情報保持を別の活動で継続して使っているなら、WAIS™-IV への影響は小さい可能性がある。反対に、即時想起や独力での問題構成をほとんど行わなくなり、それらと近い処理が検査課題に含まれていれば、何らかの変化が現れる可能性はある。

生成 AI は、能力を一方向に弱めるだけの道具でもない。下書きや資料整理を任せることで、出力の誤りを見つけ、根拠を照合し、複数案を比較し、最終判断を下す時間が増える。生成に使う処理の頻度が減る一方、検証、統合、監督に使う処理の頻度が増えるなら、一部の能力が弱まり、別の能力が強まる構成も成立する。

再検査で得点が下がったとしても、この連鎖を証明する資料にはならない。2022 年から現在までには、生成 AI の利用だけでなく、仕事、学習、執筆、睡眠、健康、加齢、生活条件も変化している。二つの時点の得点だけでは、生成 AI の利用量だけを独立変数として取り出せない。

4.5 高くなっても練習効果を除外できない

得点が高くなった場合にも、実際の能力向上だけを原因とすることはできない。同じ検査を繰り返すと、問題内容を完全に覚えていなくても、課題形式、回答方法、時間配分、検査状況への慣れによって成績が上がることがある。この変化を練習効果という。

同じ WAIS™-IV を 3 カ月または 6 カ月後に再検査した研究では、平均で FSIQ が約 7 ポイント、VCI が約 5 ポイント、PRI が約 5 ポイント、WMI が約 4 ポイント、PSI が約 9 ポイント上昇した。研究者は、この上昇を知能そのものの成長ではなく、課題内容や検査形式への慣れを含む練習効果として解釈している[11]。

指標	短期間の再検査で報告された平均上昇	上昇へ含まれうる要因
FSIQ	約 7 ポイント上昇した。	複数の下位検査における慣れと方略改善が総合点へ反映された可能性がある。
VCI	約 5 ポイント上昇した。	質問形式への理解、回答の組み立て方、前回問題の記憶などが影響しうる。
PRI	約 5 ポイント上昇した。	図形課題の性質や、規則を探す方略への慣れが影響しうる。
WMI	約 4 ポイント上昇した。	課題手順を知っていることで、説明理解に使う負荷が減った可能性がある。
PSI	約 9 ポイント上昇した。	単純課題では、手順、視線の動かし方、書字、時間配分への慣れが出やすい。

今回の再検査間隔は約 4 年であり、3 カ月または 6 カ月の研究結果をそのまま適用することはできない。具体的な問題や回答を覚えている可能性は短期間より低い。前回使用した方略も、そのまま保持されているとは限らない。そのため、FSIQ へ機械的に 7 ポイントを加え、138 前後になると予測する根拠にはならない。

それでも、検査者と一対一で進むこと、異なる種類の課題が続くこと、速度を評価する課題があることを知っている。検査の目的や進行に対する未知の負荷は初回より小さい。短期間の再検査ほど強くなくても、形式への慣れが完全に消えているとも断定できない。

得点上昇には、少なくとも四つの経路がある。長期的な能力が向上した場合、知識が増えて検査課題へ直接利用できた場合、検査への方略や慣れが改善した場合、当日の体調が前回より良かった場合である。これらは同時に作用しうるため、FSIQ が 131 から 138 になっても、7 ポイント分の知能が増えたと読むことはできない。

4.6 正確な点数を一点で予測する根拠はない

成人知能の安定性と 2022 年の結果を踏まえれば、現在も高得点帯にあるという予想はできる。四指標についても、VCI は知識と言語経験の蓄積によって上昇し、PRI と WMI は高い水準を維持し、PSI は当日の状態と検査への慣れによって比較的大きく動くという仮説を立てられる。

ただし、この仮説から正確な FSIQ は算出できない。各指標がどの程度変化したかが分からず、その変化が下位検査と総合点へどのように反映されるかも分からない。さらに、能力変化、状態変化、練習効果、測定誤差が同時に存在する。

仮定した結果	成立しうる説明	結果だけでは決められないこと
前回より明確に低い	一部指標の低下、睡眠、疲労、注意状態、測定誤差、前回値の上振れなどが考えられる。	長期的な知能低下なのか、生成 AI が原因なのか、当日の一時的な不調なのかは判定できない。
前回と同程度	全般的な水準が維持された可能性に加え、上がった指標と下がった指標が相殺された可能性もある。	4 年間に能力が変化しなかったのか、内部の変化が総合点で見えなくなったのかは分からない。
前回より明確に高い	知識、能力、課題方略、検査への慣れ、当日の好調が単独または複合して働いた可能性がある。	上昇のうち何点分が長期的な能力向上なのかは判定できない。

これらは予測値ではなく、結果がどの方向へ動いた場合にも複数の説明が残ることを示す例である。成人知能の安定性から現在も高得点帯にある可能性は高いと考えられるが、特定の得点帯へ十分な確率を与える資料はない。

再検査前に整理できるのは、得点を動かす要因、それぞれが作用する方向、各指標へ影響する可能性までである。実際の結果が出ても、得点差だけから原因を逆算することはできない。この制約を残したまま約 4 万円を支払う価値があるかどうかが、次の判断対象になる。

5. 生成 AI に考えさせると、人間の知能は下がるのか

5.1 AI の IQ と、AI を使う人間の変化は別の問いである

既稿では、AI に人間向けの IQ をそのまま割り当てることはできないと整理した。WAIS™-IV は、人間が注意を維持し、情報を一時的に保持し、制限時間の中で回答し、疲労を抱えながら複数の課題を続けることを前提とする。AI は同じ身体、注意、疲労、作業記憶、生活経験を持たないため、人間と同じ条件で得点を比較できない[12]。

AI が問題へ正答できることと、人間と同じ認知過程を経て正答したことも同じではない。人間は、問題文を読み、必要な情報を記憶から取り出し、途中経過を保持し、誤りに気づき、回答を言葉へ変換する。生成 AI は、大量の学習データと計算資源を使い、入力に対して確率的に出力を生成する。外から似た回答が得られても、内部で使われた資源と制約が異なる。

本稿で確認したいのは、AI 自身がどの程度賢いかではない。検索、要約、比較、論点抽出、文章生成を AI へ任せるようになった結果、人間側がどの認知工程を使わなくなり、代わりにどの工程を多く使うようになったかである。

生成 AI の利用によって WAIS™-IV の得点が下がるという結論へ進むには、少なくとも三つの段階が必要になる。まず、AI へ特定の認知処理を継続的に委ねる。次に、その処理を自力で行う速度、正確さ、持久力が低下する。さらに、低下した処理と WAIS™-IV の下位検査で要求される能力が重なり、検査当日の遂行へ表れる。この連鎖の一部だけを確認しても、AI 利用による IQ 低下までは証明できない。

5.2 思考を外部へ出す行為は生成 AI 以前から存在する

記憶や計算の一部を道具へ任せ、頭の中で処理する負荷を減らす行動は、認知的外部化と呼ばれる。買い物の内容を紙へ書くこと、予定をカレンダーへ登録すること、複雑な計算に電卓を使うこと、設計上の依存関係を図へ出すことも認知的外部化に含まれる[13]。

外部化が有効なのは、人間が一度に保持し、操作できる情報量に限界があるためである。すべてを内部で記憶しようとすれば、記憶の維持だけに注意が使われ、比較、判断、誤りの確認に使える資源が減る。必要な情報を外へ固定すれば、頭の中では情報そのものではなく、情報同士の関係や次の行動を扱いやすくなる。

外部化によって記憶の対象が変わることは、検索エンジンを使った研究でも観察されている。情報を後から検索できると考えた人は、情報そのものより、その情報をどこで取得できるかを記憶しやすくなる[14]。情報を保存しなくなったというより、内容の記憶から所在の記憶へ役割が移ったと捉えたほうが正確である。

生成 AI は、従来の外部記憶よりも広い工程を引き受ける。検索エンジンは資料の所在を示すが、生成 AI は資料の要点をまとめ、複数案を比較し、構成を提案し、文章の形まで作る。外へ出せる工程が増えたため、人間側の負荷を大きく下げられる一方、本人が実行しなくなる認知処理も増えうる。

この違いから、生成 AI の利用を「道具を使っただけ」と片付けることも、「思考を全面的に放棄した」と決めつけることもできない。どの工程を外へ出し、外部化によって空いた資源を何へ使い、出力の正しさを誰が確認したかによって、認知活動の内容が変わる。

5.3 外部化は現在の成績を上げても、内部の記憶を弱めうる

認知的外部化を利用すれば、現在取り組んでいる課題の成績は上がりやすい。情報をすべて記憶し続ける必要がなくなり、必要なときに外部の記録を参照できるからである。一方、外部化した情報は、内部へ保持する必要がないため、記憶として残りにくくなる場合がある。

認知的外部化を扱った実験では、情報を外部へ保存できる条件では課題中の成績が向上する一方、その後に情報を思い出す成績は低くなることが報告されている[15]。情報を外へ出すことで課題は成功しやすくなるが、その情報を内部で維持し、後から取り出す処理は減る。

この結果だけを見れば、外部化は記憶能力を損なうように見える。しかし、内部に保持しなくてよくなった情報の代わりに、別の情報を学習できる場合もある。すでに扱った情報を外部へ保存した後では、次に提示された情報の記憶成績が改善したという実験結果も報告されている[16]。

二つの結果は矛盾しない。外部へ出した内容は覚えにくくなる一方、その内容を保持するために使っていた認知資源を、別の学習へ配分できる。外部化の利益と損失は、同じ情報に対して同時に発生するのではなく、保持をやめた対象と、新たに資源を配分した対象との間で発生する。

生成 AI の利用にも同じ交換がある。既知のコマンド、定型的な説明、資料の一覧化を AI へ任せ、その時間を設計判断、根拠確認、障害条件の検討へ使えば、仕事全体で扱える複雑さは増える。反対に、理解しなければ次の判断ができない概念や、自力で獲得すべき解法まで回答だけ受け取れば、目の前の成果物は完成しても、同じ問題を単独で解く能力は形成されにくい。

外部化によって能力が上がるか下がるかは、AI を使った回数だけでは決まらない。省略した工程が将来も不要なのか、別の場面で独力遂行が必要になるのか、空いた時間をより高度な処理へ使ったのか、それとも単に考える時間を減らしたのかによって帰結が変わる。

5.4 生成 AI は思考を消すのではなく、担当工程を変える

生成 AI を使うと、情報を最初から作るための負荷は下がる。質問を入力すれば、論点候補、比較表、文章案、コード案が短時間で得られる。人間が担当していた生成工程の一部が AI へ移るため、作業量だけを見れば考える量が減ったように見える。

一方、AI の出力をそのまま使えない仕事では、人間の思考は別の工程へ移る。提示された前提が正しいか、引用が主張を支えているか、対象を誤認していないか、要求されていない範囲へ話を広げていないか、実行するとどの範囲へ影響するかを確認する必要がある。生成された候補が増えれば、候補同士を比較し、採用理由と除外理由を決める作業も増える。

知識労働者を対象とした調査では、生成 AI への信頼が高いほど、自己申告された批判的思考の努力が少ない傾向が確認された。一方、自身の能力への信頼が高い人ほど、出力の検証や調整を行う傾向があった。調査では、思考が完全に消えるというより、情報の収集や作成から、検証、統合、選択、作業全体の監督へ移る様子が報告されている[17]。

自身の利用でも、生成工程の負荷は下がっている。AI に調査候補や初稿を作らせれば、最初の材料を得るまでの時間は短くなる。その代わり、対象の取り違え、論理の飛躍、根拠の不足、架空の事実、不必要な一般化、指示していない範囲への拡張を確認し、修正する作業が生じる。

この監督作業には、出力の正誤を判断するための知識が必要になる。AI がもっともらしい誤答を出した場合、本人が対象を理解していなければ、誤りを発見できない。出力を受け取るだけなら思考負荷は小さいが、信頼できる成果物へ変換するには、比較、検証、因果の確認、最終的な責任判断が残る。

ただし、評価能力が維持されていることから、生成能力まで維持されているとは限らない。既に存在する文章の不自然さを指摘することと、白紙から論点を選び、順序を作り、文章を完成させることは異なる課題である。コードレビューができることと、同じコードを設計から実装まで書けることが同一ではないのと同じである。

生成 AI の利用によって強まりうるのは、検証、比較、編集、監督、要求の明確化である。使用頻度が下がりうるのは、即時想起、最初の仮説生成、白紙からの構成、試行錯誤、長時間の独力遂行である。思考量の総量だけではなく、どの種類の思考が増減したかを分けなければ、知能への影響は評価できない。

5.5 AI 使用中の成果と、AI を外した後の能力は同じではない

AI を利用して高い成果を出せることは、現在の作業能力として意味がある。実際の仕事では、検索、文書、開発環境、他者との協働を使うため、道具を含む環境全体で成果を出せることが評価される。すべてを記憶だけで実行する必要はない。

しかし、AI 使用中の成果から、AI を外した後にも同じ処理を実行できるとは限らない。作業中に正答へ到達したことと、正答へ至る方法を内部で獲得したことは別である。AI が途中の推論や答えを供給すれば、利用者は結果を確認するだけで課題を終えられる。課題を自力で解くために必要な仮説、失敗、修正を経験しなければ、同型の問題へ独力で対応する能力は身につきにくい。

高校数学を対象とした実地実験では、無制限の生成 AI 支援を利用した生徒は、練習中の問題成績を向上させた。一方、AI 支援を外した試験では、利用しなかった群より成績が悪化した。答えを直接提供せず、学習者自身に考えさせる制約を設けた AI では、この悪影響が緩和された[18]。

この結果では、AI が生徒の既存能力を直接奪ったと考える必要はない。AI が解法を早い段階で供給したため、学習者が問題を分解し、誤答し、修正し、解法を内部化する工程が省略された。練習中の正答率は上がったが、支援を外した後に利用できる解法は十分に形成されなかった。

同じ構造は、成人の仕事でも起こりうる。AI が生成したプログラムを実行し、期待した結果が得られれば、その作業は完了する。しかし、なぜ動くのか、どの条件で壊れるのか、別の環境へ移した場合に何を修正すべきかを理解していなければ、類似問題を独力で解決する能力は増えない。

この研究が直接示すのは、高校数学の学習成果であり、成人の一般知能や WAIS™-IV の得点ではない。そこから導けるのは、生成 AI が IQ を下げるという結論ではなく、AI によって省略された学習工程は、本人の能力として形成されにくいという仕組みである。

生成 AI を使いながら能力も維持するには、成果を得る工程と学習する工程を分ける必要がある。時間を節約するために答えを使う場面と、独力で考える能力を残すために途中過程を自分で行う場面を区別しなければ、作業効率の向上がそのまま技能の向上だと誤認される。

5.6 「ChatGPT で脳が弱くなる」という研究は一般知能を測っていない

生成 AI の使用と認知能力の関係では、「Your Brain on ChatGPT」と題する研究が大きく報道された。この研究は、作文課題を LLM、検索エンジン、外部支援なしの条件で行わせ、脳波、文章内容、直前に書いた文章の想起、文章への所有感などを比較したプレプリントである[19]。

初期の実験には 54 人が参加し、条件を切り替えた最終セッションの参加者は 18 人だった。報告では、LLM 利用群で脳領域間の機能的結合が弱く、直前に書いた内容を正確に引用できない参加者が多く、文章への所有感も低い傾向が示された。

この結果は、AI が文章を作るほど、本人が課題内容へ深く関与しない場合があることを示唆する。AI が文章案を供給すれば、本人が語句を選び、構成を組み、文章を記憶しながら書く工程は減る。処理した情報量が少なければ、直後に内容を思い出しにくくなるという因果関係は考えられる。

一方、この研究は成人の長期的な一般知能を測定していない。WAIS™-IV を実施しておらず、AI を長期間使った結果として FSIQ、VCI、PRI、WMI、PSI がどう変化したかも調べていない。作文課題中の脳波や直後の想起が異なることと、数年後の知能検査得点が低下することの間には、追加の検証が必要である。

研究方法にも批判が提出されている。標本規模、条件を切り替えた参加者の少なさ、脳波解析の方法、再現可能性、結果報告の一貫性などが論点になっている[20]。プレプリントである以上、査読、追試、異なる課題での再現を経る前に、長期的な脳機能低下の確定的な証拠として扱うことはできない。

この研究を根拠に「ChatGPT を使うと脳が弱くなる」と一般化すると、作文課題中の認知的関与、直後の記憶、長期的な技能、一般知能を一つにまとめてしまう。現時点で言えるのは、AI に作文工程を広く委ねると、課題中に本人が行う処理と、その直後に保持している内容が変わりうることまでである。

生成 AI を利用した結果として WAIS™-IV の FSIQ が何点下がるか、どの指標が変化するか、どの利用頻度から影響が出るかを示す研究結果は、このプレプリントからは得られない。

5.7 自身について変化しうる認知工程は分けて考えられる

自身について懸念すべき対象は、知能全体が一様に低下したという仮説ではない。生成 AI を利用する前と後で、各認知工程を自力で実行する頻度がどのように変わったかである。

認知工程	AI 利用によって減りうる処理	AI 利用によって増えうる処理	能力低下につながる条件
情報の想起	記憶から取り出す前に検索や生成を利用するため、自力想起の反復が減る。	複数の候補から、現在の対象へ適用できる情報を選択する。	外部検索が使えない場面でも必要な知識を、内部へ保持しなくなった場合に独力遂行が低下しうる。
問題設定	論点候補や構成案を先に提示させることで、白紙から問いを作る機会が減る。	提示された問いの不足、前提の誤り、論点の重複を評価する。	AI の提示した枠組みを疑わず、自力で別の問いを作れなくなった場合に探索範囲が狭くなりうる。
文章生成	語句、段落、論理順序を最初から組み立てる反復が減る。	事実、論理、対象固有の制約、文体を確認し、生成文を修正する。	修正だけを続け、外部支援なしでは文章全体を構成できなくなった場合に生成能力が低下しうる。
試行錯誤	初期案を早く得られるため、失敗した方略を自分で作り、捨てる回数が減る。	複数の案を比較し、失敗条件、影響範囲、採用理由を判断する。	答えが得られない状態に耐えられず、AI の最初の案へ依存するようになった場合に独力の探索力が低下しうる。
検証	AI の回答をそのまま採用すれば、一次資料を読み、事実を確認する作業が減る。	誤り、架空情報、因果の飛躍、前提の不足を検出する。	対象知識を持たず、もっともらしさだけで採否を決める場合に誤判断が増えうる。
統合と編集	素材を最初から集めて一つの構造へ組み立てる工程の一部が減る。	複数の出力と資料を比較し、矛盾を除き、目的へ適合する形に再構成する。	部分的な修正だけで全体構造を管理しなくなった場合に、長い論理を自力で維持する能力が弱まりうる。

自身の利用では、AI の誤読、根拠不足、論理の飛躍、不要な範囲への拡張を指摘し、修正させる場面が多い。この作業では、AI が作った文章を読むだけでは足りない。対象の範囲、事実関係、依頼目的、既稿との重複、最終的な帰結を保持し、出力がそれらへ適合しているかを判断する必要がある。

この利用方法では、評価、比較、編集、監督に使う能力は継続的に使用している。一方、最初の構成案を白紙から作ること、資料の候補を記憶だけから列挙すること、初稿を一文目から書くことは以前より減っている可能性がある。強化される工程と、使用頻度が下がる工程が同時に存在する。

WAIS™-IV は、この交換関係を直接測定するために作られた検査ではない。四指標と下位検査の変化から一部の認知的遂行を比較することはできても、文章生成を AI へ委ねた量、検証能力の向上、自力生成の持久力低下を個別に数値化するものではない。

仮に再検査で VCI が上がれば、読書、執筆、検証によって言語的な知識や概念操作が強まったという仮説は立てられる。WMI や PSI が下がれば、独力での保持操作や処理効率が変化したという仮説も立てられる。しかし、その差を生成 AI の利用だけへ帰属することはできない。

生成 AI の利用によって能力が上がった部分と、使わなくなって弱くなった部分は併存しうる。実際の仕事では、本人と AI を組み合わせた作業系全体として成果が向上している可能性がある。一方、AI を外した本人単独の遂行では、以前より弱くなった工程があるかもしれない。この二つは同時に成立する。

本稿の疑問に対して、現在の研究から得られる結論は限定される。生成 AI は、人間が担当する認知工程を変え、利用方法によって記憶、学習、独力遂行を弱める場合がある。一方、外部化によって認知資源を解放し、検証、統合、判断へ振り向けることもできる。生成 AI を使ったという事実だけから知能全体の低下は導けず、WAIS™-IV を再検査しても、その得点差から AI の影響だけを切り分けることはできない。

6. 再検査で分かるのは現在値であり、4 年間の原因ではない

6.1 現在の認知能力の配列は確認できる

WAIS™-IV を再検査すれば、現在の FSIQ、VCI、PRI、WMI、PSI と、それらを構成する下位検査の得点が得られる。2022 年の結果と並べることで、全般的な知的水準が同じ高得点帯にあるか、四指標の差が縮小または拡大したか、相対的な強みと負荷の配列が維持されているかを確認できる。

たとえば、FSIQ が前回とほぼ同じでも、VCI が上がり、PSI が下がっていれば、総合点の内部では変化が起きている。反対に、FSIQ が数ポイント上昇しても、PRI と WMI が高く、VCI と PSI がそれに続く配列が維持されていれば、仕事や生活で利用しやすい能力と負荷が生じやすい条件は大きく変わっていない可能性がある。

再検査によって得られる第一の情報は、現在の全般的な水準である。第二の情報は、その水準を構成する能力の配列である。さらに下位検査まで確認すれば、同じ指標内でも、どの種類の課題で変化が現れたかを細かく見ることができる。

この現在値には用途がある。以前とは異なる認知上の困難が生じ、職務上の要求へ対応できなくなった場合には、どの領域で負荷が増えているかを検討する材料になる。治療、服薬、疾病、事故などを境に認知状態が変化した場合には、臨床上の評価へ利用できることもある。教育、就労、福祉上の支援で新しい検査結果が必要なら、再測定によって手続きに利用できる資料を得られる。

結果に基づいて支援、治療、配置、作業方法を変更する事情があるなら、現在の認知能力を測ることには実用的な意味がある。数値が新しくなること自体ではなく、その数値によって具体的な判断を変えられるためである。

現在の自分についても、2022 年から指標配列が変化しているかを確認することはできる。VCI が上がっていれば、言語的な知識や概念操作が以前より高い成績として表れたことになる。PSI が下がっていれば、制限時間内の単純な視覚処理について、前回より低い遂行が観測されたことになる。

ただし、再検査が直接示すのは、現在の検査条件で観測された遂行である。「VCI が上がった」「PSI が下がった」という変化の存在は確認できても、その変化を生んだ経験や生活条件までは同じ数値に記録されていない。

6.2 二つの測定値だけでは変化の原因を識別できない

2022 年と現在の間には、生成 AI の利用だけでなく、仕事、学習、執筆、生活環境、健康、服薬、睡眠、ストレス、加齢など、多数の条件が同時に変化している。新旧二つの得点は、それらの条件がすべて重なった時点で観測された結果である。

得点差を特定の原因へ割り当てるには、原因候補以外の条件を固定する必要がある。生成 AI の影響を調べるなら、生成 AI の使用量だけが異なり、年齢、学習量、仕事、健康、睡眠などが同じ条件を比較しなければならない。しかし、2022 年の自分と現在の自分では、生成 AI 以外の条件も同時に変わっている。

さらに、4 年間の途中でどのように変化したかを示す測定値もない。2022 年と現在の 2 点だけでは、能力が徐々に上昇したのか、一度上昇した後に低下したのか、現在の検査直前だけ状態が変わったのかを区別できない。同じ始点と終点でも、そこへ至る過程は複数成立する。

得点が上昇した場合には、少なくとも複数の説明が残る。知識や能力が長期的に向上した可能性がある。文章作成や実務を通じて、検査課題に利用できる方略が増えた可能性もある。検査形式への慣れ、前回より良好な睡眠や体調、通常の測定誤差による上振れも考えられる。

得点が低下した場合にも、生成 AI へ認知処理を外部化した影響だけには絞れない。年齢に伴う一部能力の変化、睡眠不足、疲労、急性ストレス、注意状態、服薬条件、前回値の上振れ、今回値の下振れが候補になる。複数の要因が小さく重なり、一つの点差として現れる場合もある。

観測された変化	直接確認できること	同時に残る原因候補
FSIQ が上昇	現在の検査では、前回より高い総合得点が得られた。	能力向上、知識の蓄積、方略の改善、練習効果、当日の好調、測定誤差が残る。
FSIQ が低下	現在の検査では、前回より低い総合得点が得られた。	一部能力の変化、睡眠、疲労、ストレス、注意状態、加齢、測定誤差が残る。
FSIQ が同程度	全般的な得点水準には大きな差が観測されなかった。	各指標が変化しなかった場合と、上昇と下降が相殺された場合の両方が残る。
VCI が上昇	言語的な知識や概念操作を扱う課題で、前回より高い遂行が観測された。	読書や執筆の効果、知識の増加、回答方略、問題への慣れ、測定誤差が残る。
PSI が低下	単純な視覚情報を速く処理する課題で、前回より低い遂行が観測された。	長期的な処理速度の変化、疲労、書字、視力、注意、時間配分、測定誤差が残る。

再検査は、生成 AI の使用を操作した実験ではない。AI を使わない比較対象も存在せず、使用前後の条件も統制されていない。仕事や生活の変化を記録しながら複数回測定した縦断研究でもない。個人の 2 回の受検結果を比較するだけでは、各要因の効果量を分離できない。

この構造では、得点差から原因を逆算すると、望んでいた説明を後から当てはめることになる。数値が上がれば知的経験の成果と解釈し、下がれば生成 AI の悪影響と解釈することもできる。しかし、同じ得点差には別の説明が複数成立するため、その解釈を検査結果が証明したことにはならない。

再検査が答えられるのは、「現在の WAIS™-IV でどのような得点と指標配列が得られたか」である。「2022 年から現在までに、生成 AI、仕事、学習、加齢のそれぞれが知能を何点変えたか」には答えられない。現在値の測定と、過去 4 年間の因果分析は、別の調査設計を必要とする。

6.3 数ポイントの差を能力変化と呼ぶには統計的な判断が必要になる

新旧の結果に差があっても、その差が測定誤差の範囲を超えているとは限らない。心理検査の得点は完全に正確な一点ではなく、同じ能力を繰り返し測れば一定の揺れが生じる。131 から 134 へ上がったという 3 ポイント差が、本人の能力変化によるものか、通常の得点変動によるものかは、単純な引き算では判断できない。

各得点には信頼区間がある。信頼区間は、観測された一点だけを本人の真の能力値とみなすのではなく、測定誤差を踏まえて、真の値が含まれると推定される範囲を示す。前回と今回の信頼区間が広く重なっていれば、観測値に差があっても、能力水準が変化したと強く主張する根拠は弱い。

検査再検査信頼性も必要になる。これは、同じ検査を同じ対象へ繰り返したとき、得点がどの程度安定するかを示す。信頼性が高い検査でも、完全に同じ値が再現されるわけではない。再測定時に通常生じる揺れを把握して初めて、個人の点差が一般的な変動を超えているかを評価できる。

WAIS™-IV の再検査には、通常の測定誤差に加えて練習効果がある。同じ種類の課題を経験したことで、能力が変化していなくても得点が上がりやすくなる。短期間の再検査研究では平均的な得点上昇が報告されており、個人の変化を評価する際には、平均的な練習効果と測定誤差を組み込んで評価する必要がある[11]。

たとえば、再検査で FSIQ が 5 ポイント上がったとしても、同じ条件の受検者が練習効果によって平均的に同程度上昇するなら、その個人に固有の能力向上が観測されたとは言いにくい。反対に、平均的には上昇が予想される再検査で得点が維持または低下した場合には、単純な点差以上の意味を持つ可能性がある。

こうした測定誤差、信頼性、平均的な練習効果を組み合わせ、個人の変化が通常の変動範囲を超えるかを判定する方法として、信頼性変化指標（Reliable Change Index、RCI）が用いられる。WAIS™-IV の短期間の再検査研究でも RCI が算出され、単純な点差より回帰に基づく方法のほうが変化を正確に推定した[11]。観測された差から、再検査で一般的に生じる上昇と測定誤差を考慮し、その人の変化が統計的に珍しい大きさかを評価する。

RCI で有意な差が確認されても、変化の原因までは分からない。判定できるのは、通常の誤差や練習効果だけでは説明しにくい変化が観測されたことまでである。上昇ならどの経験が能力を高めたのか、低下なら生成 AI、健康、加齢のどれが影響したのかは、別の情報と合わせて検討する必要がある。

指標ごとの基礎出現率も確認する必要がある。基礎出現率は、特定の大きさの得点差が標準集団でどの程度一般的に見られるかを示す。四指標のうち一つだけが数ポイント動くことが珍しくないなら、その差を個人固有の重大な変化として扱う根拠は弱い。反対に、標準集団ではほとんど見られない大きな差であれば、追加の検討が必要になる。

確認対象	確認する理由	確認しない場合の誤読
信頼区間	得点を一点ではなく、測定誤差を含む範囲として解釈する。	数ポイントの差を、確定した能力差として扱ってしまう。
検査再検査信頼性	同じ能力を測り直したときに生じる通常の得点変動を把握する。	再測定で自然に生じる揺れを、本人の変化へ帰属してしまう。
練習効果	課題経験による平均的な得点上昇を、能力向上と区別する。	再検査による上昇を、すべて長期的な知能向上として扱ってしまう。
RCI	観測された点差が、測定誤差と練習効果を超えるか判定する。	単純な引き算だけで、変化の有無を決定してしまう。
基礎出現率	同程度の指標差が標準集団でどの程度一般的か確認する。	珍しくない変動を、本人固有の異常または成長として扱ってしまう。
下位検査	合成得点の変化が、どの課題の変化から生じたか確認する。	異なる原因で生じた指標変化を、一つの能力変化としてまとめてしまう。

結果表を二枚並べ、131 から 135 になったため 4 ポイント成長したと結論するだけでは、再検査の解釈として足りない。必要なのは、得点差が通常の揺れを超えるか、その差がどの指標と下位検査から生じたか、標準集団で同程度の変化がどの程度起きるかを確認することである。

この比較を行うには、新しい得点を発行してもらうだけでは足りない。2022 年の結果を心理士へ提示し、前回と今回の検査条件を確認した上で、測定誤差、練習効果、指標差を含む説明を受ける必要がある。書面に現在値だけが記載され、比較と解釈を本人へ委ねられる形式では、今回知りたい変化を適切に評価できない可能性がある。

再検査には、現在の認知能力の配列を確認する価値がある。しかし、その価値を得るためには、単に検査を受けるだけでなく、前回結果との比較を心理検査として成立させる必要がある。現在値の発行しか得られないなら、約 4 万円を支払っても、2022 年から何が変わったかという疑問には十分に近づけない。

7. ゆうメンタルクリニックでは再検査を受けられる

7.1 複数の院で IQ ドックを実施している

ゆうメンタルクリニックは、WAIS™-IV を「IQ ドック」として実施している。対象年齢は 16 歳以上 90 歳 11 カ月以下で、所要時間は 2 時間から 2 時間半である。初診と再診のどちらからでも申し込める[21]。

検査の実施院と日程は院ごとに異なる。希望する院で実施しているか、どの曜日に予約できるかは、申込時点の公式案内を確認する必要がある。特定の一院でなければ受けられない検査ではなく、通院経路や日程に合わせて実施先を選べる。

再検査をやめた理由は、受けられる医療機関が見つからなかったからではない。実際に受検できる施設、所要時間、費用、結果の受取方法まで確認した。その上で、再検査から得られる情報が支出に見合うかを判断した。

7.2 費用は合計 41,580 円である

費用の内訳は次のとおりである[21]。

費用項目	税込金額	支払時期
検査予約手数料	4,400 円	予約時に支払う。
結果書類作成料・送料	37,180 円	検査終了後に支払う。
合計	41,580 円	検査と結果書類の取得に必要となる。

検査結果と説明は書面にまとめて郵送される。公式ページには対面での結果説明を終了する案内がある一方、申込手順には検査から 3 週間以内の希望制の結果説明に関する記述も残っている。結果説明の方式と、2022 年の結果との比較に対応するかは、申込前に確認する必要がある[21]。

本稿で知りたいのは、現在の数値だけではなく、前回からの変化が通常の測定誤差や練習効果を超えているかである。そのためには、2022 年の結果を提示した上で、四指標と下位検査の比較、信頼区間、練習効果、RCI まで説明できるかを予約前に確認する必要がある。

現在値だけが記載された書類を受け取り、新旧の得点を自身で引き算するだけでは、第 6 章で確認した測定上の制約を解消できない。41,580 円という費用には、検査の実施と結果書類の作成は含まれるが、今回必要とする詳細な再検査比較まで含まれるとは限らない。この違いは費用対効果を判断する上で無視できない。

7.3 MENSA 提出用の結果書類も作成すると案内している

同クリニックは、結果書類を JAPAN MENSA へ提出できるように作成し、そのための追加書類作成費は不要としている[21]。WAIS™-IV を受け直せば、現在の認知能力を示す書類と、MENSA の証明書入会判定に使用する資料を一度に得られる。

ただし、医療機関が「MENSA 提出用」と案内していることと、JAPAN MENSA が現行の要件に照らして書類を受理することは別である。証明書判定では、検査を受けた事実や FSIQ だけでなく、所定の情報がすべて記載されていなければならない。

JAPAN MENSA の確認表では、申請者の氏名、検査日、FSIQ、VCI、PRI、WMI、PSI、検査者の氏名と所属機関、正式な資格名、署名またはそれに準ずる機関情報などが求められる。検査者の資格も、WAIS/WISC の使用者レベル C に該当する必要がある。確認項目に一つでも不足があれば、例外的に受理されるのではなく、検査実施機関へ再発行または追記を依頼することになる。

そのため、MENSA への提出を予定するなら、検査後に書類を受け取ってから不足へ気づくのでは遅い。申込前に、JAPAN MENSA の最新の確認表を示し、すべての項目を満たす結果書類を発行できるか確認する必要がある。

再検査によって MENSA 申請に使える書類を得られることは、検査の用途の一つにはなる。しかし、MENSA への入会だけが目的であれば、WAIS™-IV を受けずに公式入会テストを利用する経路もある。41,580 円を支払って現在の IQ 値まで測る必要があるかは、MENSA へ入る目的と、数値を更新する目的を分けて判断しなければならない。

8. WAIS™-IV の結果を使って MENSA に入ることはできる

8.1 MENSA は上位 2％を入会基準とする社交団体である

JAPAN MENSA は、日本在住の 15 歳以上について、入会テストで全人口の上位 2％以内の得点であると認められた場合に会員資格を与えている。専門家が実施した WAIS™-IV などの知能検査について、要件を満たす結果証明書を提出する方法も用意されている[22]。

上位 2％という基準は、入会希望者の中から特定の認知的条件を満たす人を選ぶために使われる。職歴、学歴、専門分野、年齢、社会的地位は入会基準にならない。共通しているのは、JAPAN MENSA が認める方法で入会基準を満たしたことだけである。

公式 FAQ は、MENSA をエリート集団ではなく、IQ が上位 2％という条件によって集まった社交団体と説明している。会員間の交流と社会貢献を目的とし、知能を訓練する教育機関や、職業能力を認定する資格団体として運営されているわけではない[23]。

この性格から、MENSA へ入る利益は合格通知だけでは発生しない。入会後に例会、オフ会、会報、会員同士の交流へ参加し、興味の近い人と接点を持つことで、会員資格が利用可能な機会へ変わる。会員になっても活動へ参加しなければ、得られるものは所属資格と会員向け情報に限られる。

高い IQ を持つ人と知り合いたい、通常の集まりでは話しにくい話題を共有したい、地域や関心分野の活動へ参加したいという目的があれば、入会基準を満たすための費用と手続きには利用先がある。自分が合格できるか確認したいだけなら、入会後に使う機会が先に存在しないため、資格取得そのものが最終目的になる。

この違いは、WAIS™-IV を再検査する理由にも影響する。MENSA の活動へ参加するという目的が先にあり、その入会手段として検査結果を使うなら、証明書判定には具体的な用途がある。一方、現在の IQ 値と入会可能性を同時に確認したいという好奇心だけでは、検査費用に見合う継続的な利益が生じるとは限らない。

8.2 入会には公式テストと証明書判定の二つの経路がある

15 歳以上が JAPAN MENSA へ入会する主な経路には、JAPAN MENSA が実施する公式入会テストと、専門家が実施した知能検査の結果証明書による判定がある。どちらも入会資格を判定するための手続きだが、受検者が得られる情報と必要な費用は異なる。

公式入会テストの受験料は 11,000 円である。テスト時間は説明を含めて約 1 時間で、結果は後日メールで通知される。通知されるのは合格または不合格だけであり、IQ の数値、問題内容、採点方法、個別の採点結果は公開されない[22]。

公式入会テストは、現在の認知能力を詳細に分析する心理検査ではない。FSIQ、VCI、PRI、WMI、PSI のような指標は得られず、2022 年の WAIS™-IV と比較することもできない。分かるのは、JAPAN MENSA の入会基準を満たしたかどうかである。

証明書判定では、JAPAN MENSA が指定する知能検査を医療機関などで受け、結果証明書を提出する。現在受け付けている検査には WAIS™-IV が含まれる。使用できるのは、申請書類の発送日から 1 年以内に受けた検査の結果である[24]。

過去に知能検査を受けている場合は、直近の検査から 1 年以上空けて受検した結果でなければならない。この条件は、短期間に同じ検査を繰り返すことで生じる練習効果を抑え、入会判定へ使用する結果の信頼性を確保するための制度条件と考えられる。

2022 年に受けた WAIS™-IV は、現在の申請時点から 1 年を超えているため、そのまま証明書判定へ提出することはできない。現在受け直した場合は、前回検査から 1 年以上という再検査間隔を満たし、新しい結果を申請書類として提出できる。

ただし、新しい WAIS™-IV の結果を提出できることと、証明書判定に合格することは同じではない。JAPAN MENSA は証明書判定の具体的な合格基準を公開していない。2022 年の FSIQ 131 が高い範囲にあったとしても、現在の検査結果から入会資格が認められるかを事前に確定することはできない。

結果証明書には、単に FSIQ が記載されていればよいわけではない。JAPAN MENSA は、所定の確認表にあるすべての条件を満たすよう求めており、一つでも不足があれば申請を受け付けない。検査前に、申請者の氏名、検査日、検査名、必要な得点、検査者の氏名、所属、資格、署名などを含む書類を発行できるか、実施機関へ確認する必要がある[24]。

証明書判定の判定料は 5,500 円であり、知能検査の実施費用、結果証明書の発行費、郵送費は別に必要となる。ウェブ申請後に、申請書、知能検査の結果証明書、身分証明書の写しを郵送し、判定料を振り込む[24]。

入会判定を受けられる回数は、公式入会テストと証明書判定を合計して生涯 3 回までである。いずれかの方法で不合格になった後に再度判定を受ける場合は、前回とは異なる方法を選ぶ場合でも 1 年以上空けなければならない[22]。

公式入会テストの開催日程は、JAPAN MENSA の日程一覧で公開されている[25]。

8.3 MENSA へ入るだけなら公式入会テストのほうが安い

ゆうメンタルクリニックで WAIS™-IV を受ける場合、検査と結果書類の取得に 41,580 円かかる。証明書判定を申し込むには、さらに JAPAN MENSA の判定料 5,500 円が必要となる。入会判定までの合計は 47,080 円である。

公式入会テストは 11,000 円なので、WAIS™-IV と証明書判定を利用する経路は 36,080 円高い。ただし、二つの経路は同じ情報を異なる価格で売っているわけではない。公式入会テストで得られるのは合否だけであり、WAIS™-IV 経由では現在の FSIQ と四指標、検査所見を得た上で、別途 MENSA の判定を受ける。

入会経路	判定までの主な費用	得られる情報	費用が合理的になる目的
公式入会テスト	11,000 円	入会の合否だけが通知される。	現在の IQ 値は不要で、MENSA へ入会できるかだけを知りたい場合に適する。
WAIS™-IV と証明書判定	41,580 円と判定料 5,500 円の合計 47,080 円	WAIS™-IV の各得点と所見を取得し、その結果を使って MENSA の判定を受ける。	現在の認知能力を詳細に測る目的と、MENSA へ申請する目的の両方がある場合に適する。

36,080 円の差額で購入するのは、MENSA に合格しやすくなる権利ではない。現在の認知能力を WAIS™-IV の指標として測定し、結果書類を得ることである。MENSA へ入ることだけが目的なら、その追加情報を購入する必要はなく、公式入会テストで目的を満たせる。

一方、MENSA への入会とは別に、現在の FSIQ と四指標を知り、2022 年の結果と比較したい目的があるなら、47,080 円のうち 41,580 円は知能検査そのものへの支出になる。その場合、MENSA の判定は、すでに取得した結果書類へ 5,500 円を追加して利用先を増やす手続きと捉えられる。

合格後の費用は、どちらの入会経路を選んでも別に発生する。入会金は 3,000 円、年会費は 3,000 円で、希望する場合は会員証作成費 2,000 円が必要となる。公式入会テストから入会する場合は、入会年の月割り年会費と翌年分の年会費も入会時に支払う[22]。

この費用も、会員活動を利用するなら継続的な支出として意味を持つ。入会後に例会や交流へ参加する予定がなければ、検査費用と判定料を支払った後も、所属を維持するための費用だけが残る。

8.4 MENSA へ入りたいのか、入れると確認したいだけなのか

MENSA を検討する際には、会員として何をしたいのかと、自分が入会基準を満たすか知りたいのかを分ける必要がある。前者は入会後の活動を目的とし、後者は合否そのものを目的とする。

会員との交流、関心分野の集まり、会報、例会へ参加したいなら、入会資格は目的へ到達するための条件になる。合格後に利用する活動が先に存在するため、11,000 円の受験料や入会後の年会費には対応する利益がある。

自分が上位 2％の基準を満たすと確認したいだけなら、合格通知を受け取った時点で主な目的は終わる。入会後の活動を利用しなければ、会員資格は新しい経験や関係へ変換されず、自身の知的水準を再確認するための証明として残る。

自身の関心は後者に近い。2022 年の WAIS™-IV では FSIQ 131 という高い数値が得られている。現在も同程度の水準にあるのか、その結果を提出したら MENSA の入会基準を満たすのかという好奇心はある。しかし、参加したい例会、交流したい集団、会員資格を利用して始めたい活動が先にあるわけではない。

2022 年の結果は有効期限を過ぎているため、証明書判定に使うには再検査が必要になる。再検査を受ければ、現在の IQ 値を知り、MENSA へ申請できるという二つの結果が得られる。しかし、どちらも主として自己確認であり、仕事、生活、治療、支援制度、所属活動を変更する用途にはつながっていない。

仮に証明書判定へ合格しても、会員活動へ参加する予定がなければ、得られる利益は「入会できた」という確認である。不合格であれば、具体的な合格基準が公開されていないため、どの得点や書類上の条件によって基準へ届かなかったかを詳しく分析することもできない。どちらの結果でも、現在の行動を大きく変える材料にはなりにくい。

資格の希少性と、資格を取得した後の利用価値は別である。上位 2％という入会条件には希少性がある。しかし、希少な条件を満たしたことだけでは、その資格を利用する目的は生まれない。会員活動への関心が弱い状態では、MENSA は WAIS™-IV の再検査費用を正当化する理由にならない。

MENSA へ入ることだけを目的とするなら、公式入会テストのほうが 36,080 円安い。現在の IQ 値を知る目的まで加えても、その数値によって自身の判断や行動が変わらないなら、差額に相当する利益は得られない。MENSA という利用先を加えても、再検査の費用対効果に関する結論は変わらなかった。

9. MENSA 会員であることが示す範囲は狭い

9.1 証明するのは入会基準を満たしたことだけである

MENSA 会員資格から直接確認できるのは、JAPAN MENSA が指定する方法によって、入会基準を満たしたと判定されたことである。公式入会テストを利用した場合も、専門家が実施した知能検査の証明書を提出した場合も、会員資格が示す範囲は入会判定に使われた認知的基準までである。

そこから、人格、誠実さ、共感性、創造性、専門知識、職業能力、判断の正しさ、社会的貢献を直接導くことはできない。人間としての価値を測定する制度でもない。入会時に確認される変数へ、確認されていない属性を追加して推論すれば、資格が実際に証明する範囲を越える。

たとえば、高い知能検査得点を得るには、問題の関係を理解し、規則を見つけ、情報を保持しながら処理する能力が有利に働く。しかし、その能力を他者の利益のために使うか、自身の利益だけに使うかは、同じ検査では測定されない。複雑な状況を理解できることと、その状況で倫理的な判断を選ぶことは別の過程である。

専門能力についても同じである。抽象的な推理能力が高ければ、新しい技術や制度を理解する上で有利になりうる。しかし、ソフトウェアの設計には、対象業務の知識、実装経験、障害事例、保守性への配慮、関係者との調整が必要になる。知能検査の結果だけでは、これらをどの程度備えているかは分からない。

これは MENSA への否定的な評価ではない。資格の信頼性を守るには、資格が確認した内容と、確認していない内容を分ける必要がある。IQ だけが入会条件である以上、会員の職業、専門分野、価値観、政治的立場、会話能力、他者への態度が多様なのは制度から当然に生じる。

属性	MENSA 会員資格から直接確認できるか	別に必要となる評価
入会基準相当の認知的成績	指定された判定方法で基準を満たしたことを確認できる。	判定時期や使用された方法を確認すれば、資格が成立した条件を把握できる。
専門知識	特定分野の知識量や実務経験までは確認できない。	学習歴、成果物、実務経験、試験、職業資格などによる確認が必要になる。
人格と倫理	誠実さ、共感性、責任感、他者への態度は確認できない。	継続的な行動、対人関係、過去の意思決定から個別に評価する必要がある。
職業能力	業務を安定して遂行できることまでは確認できない。	設計、実装、説明、調整、納期管理など、職務ごとの実績を確認する必要がある。
社会的貢献	能力を社会へ役立てた事実は確認できない。	実際の活動、成果、その影響、利益と損失を個別に確認する必要がある。

MENSA 会員資格を正確に表現するなら、高い認知的能力を持つ人格者や専門家であることではなく、所定の入会判定を通過した会員である。そこから先の評価は、本人が何を知り、何を行い、どのような結果を生んだかによって決まる。

9.2 知能は教育や職業上の成果と関連する

会員資格から人格や職業能力を推論できないからといって、知能検査得点に社会的な予測力がないわけではない。縦断研究を統合したメタ分析では、知能は教育達成、職業上の地位、所得と関連している。学校成績や家庭の社会経済的条件も成果を予測するため、IQ だけで人生の結果が決まるわけではないが、複数の結果と継続的な関係を持つ変数ではある[26]。

認知能力が成果へ結びつく第一の経路は、学習である。新しい概念を理解し、複数の情報を関連づけ、誤りを修正できれば、同じ教育機会から多くの知識や技能を獲得しやすい。学習速度や理解の深さに差が生じれば、長期間では履修内容、進学、専門分野の選択にも差が蓄積する。

第二の経路は、職務で扱える複雑さである。条件が多く、正解があらかじめ決まっておらず、結果が出るまで時間のかかる仕事では、情報の取捨選択、因果関係の推定、将来結果の予測が必要になる。高い認知能力は、こうした課題を理解し、実行可能な判断へ変換するための資源になる。

ただし、能力が成果へ変換されるには、その能力を使用できる環境が必要である。高度な問題解決能力があっても、単純作業だけを割り当てられれば能力は成果として観測されにくい。教育機会がなければ、基礎能力を専門知識へ変えることも難しい。健康状態や生活環境が不安定であれば、保有している能力を継続的に発揮できない場合もある。

動機と継続も変換条件になる。問題を短時間で理解できても、必要な作業を完了するまで続けなければ成果にはならない。より良い方法を思いついても、関係者へ説明し、合意を得て、実装し、結果を確認する工程を引き受けなければ、組織では実現されない。

知能と成果の関係は、能力がそのまま所得や地位へ変わる直線ではない。認知能力が学習と問題解決を助け、その利益が教育、職業選択、実務経験を通じて累積する。その途中で、家庭環境、健康、人格、機会、制度、差別、偶然が作用するため、同じ程度の知能を持つ人でも結果は大きく分かれる。

IQ は人生を決定する数値ではないが、人生と無関係な数値でもない。意味があるのは、能力が高いという序列そのものより、その能力がどの環境で、どの行動を介して、どの結果へ結びつくかである。

9.3 高 IQ 集団の内部でも人格と教育が成果を左右する

知能と成果の関係を確認するには、知能水準が大きく異なる人同士を比べるだけでは足りない。高い知能を持つ人だけを集めても成果に差が残るなら、その差を生む別の条件があることになる。

高 IQ 者を長期間追跡した Terman 研究のデータを用いた分析では、生涯所得には IQ だけでなく、教育歴や人格特性も関係していた。全員が高い知的水準を持つ集団であっても、その後の職業成果は均一にならなかった[27]。

この差が生じる第一の理由は、能力を使用する方向が異なるためである。同じ程度の推理能力があっても、長期的な目標へ向けて準備する人と、目の前の関心だけを追う人では、教育や職業上の蓄積が変わる。第二の理由は、成果を得るまで行動を継続できるかが異なるためである。複雑な問題を理解できても、提出、交渉、修正、再試行を続けなければ、理解は成果へ変わらない。

人格特性は、認知能力の代わりに問題を解くものではない。しかし、能力をいつ使い、どこへ向け、どの程度継続するかに影響する。計画性や勤勉さは、長期間の学習と作業の継続に関係する。開放性は、新しい知識や経験へ接近する機会を増やしうる。対人関係の取り方は、本人の案を組織で実現できるかに影響する。

知能と人格の関係を扱ったメタ分析では、開放性など一部の人格特性と知能に統計的な関連があるものの、人格全体を IQ から推定できるほど強い対応関係は示されていない[28]。知能が高い人ほど必ず勤勉である、正直である、好奇心が強い、協力的であるという関係にはならない。

高い知能は、対象を理解し、選択肢を増やし、結果を予測する能力を支える。一方、どの選択肢を選び、他者への影響をどう評価し、実行責任をどこまで引き受けるかは別の要因に依存する。高度な推理能力は、倫理的な判断を行うためにも、自己利益を最大化するためにも利用できる。

MENSA 会員資格から高い認知的成績を推定できても、その能力をどの方向へ利用する人物かは分からない。高 IQ 集団の内部で成果と行動が分かれる以上、会員資格だけを職業能力や人格の代理指標にすることはできない。

9.4 MENSA 会員に一つの人格像を当てはめることはできない

MENSA 会員と一般集団を人格検査で比較し、平均的な特徴を調べた研究はある。HEXACO 人格検査を用いた研究では、正直さ・謙虚さ、誠実性、情動性などについて集団間の平均差が報告されている[29]。

集団平均に差があることと、すべての会員が同じ人格を持つことは異なる。たとえば、会員群の平均的な誠実性が一般集団より高かったとしても、誠実性の低い会員が存在しないことにはならない。両集団の分布が大きく重なっていれば、個人の会員資格から人格得点を予測する精度は低い。

平均差が生じた理由も、知能だけとは限らない。MENSA 会員になるには、団体の存在を知り、入会へ関心を持ち、試験または証明書判定を受け、会費を払い、会員資格を維持する必要がある。さらに研究対象になるには、調査案内へ気づき、研究参加へ同意し、質問票へ回答しなければならない。

この選択過程では、高 IQ 者全体から特定の特徴を持つ人が集まりやすい。知的な所属集団を求める人、IQ という指標へ関心がある人、集団活動へ参加する人、研究への協力意欲がある人は標本に入りやすい。高 IQ であっても MENSA に関心がなく、入会判定を受けない人は会員研究に含まれない。

そのため、MENSA 会員を対象とした研究で見つかった特徴には、高い知能の影響、MENSA へ入会する人の特徴、研究へ回答する人の特徴が重なっている。調査結果だけから、どの部分が高 IQ 者全般に共通し、どの部分が会員の自己選択によって生じたかを完全に分離することは難しい。

MENSA 会員の平均的傾向を、高 IQ 者全体の人格像として使うと、高 IQ だが入会しなかった人を見落とす。さらに、その平均像を個々の会員へ当てはめれば、集団統計を個人評価へ誤用することになる。

会員と実際に交流する目的で MENSA へ入る場合にも、この点は関係する。上位 2％という共通条件があっても、会話の関心、価値観、人格、専門分野まで一致するわけではない。一般の集まりより話が合う可能性はあっても、自動的に理解し合える集団になるとは限らない。

9.5 高 IQ 者は精神的な問題が多いという説も確定していない

高 IQ と精神的な不調の関係については、相反する研究結果がある。MENSA 会員を対象とした自己申告調査では、不安、気分障害、注意欠如・多動症、自閉症スペクトラム、アレルギーなど、心理的・生理的な問題が一般集団より多いという結果が報告された[30]。

この研究では、高い知能を持つ人は刺激へ強く反応し、その反応性が心身の負荷へつながるという説明が提示された。高い認知能力によって環境の矛盾や危険を多く認識し、長時間考え続けることが不安や生理的な反応を増やすという仮説である。

ただし、MENSA 会員への自己申告調査では、診断を持つ人や知能と不調の関係へ関心のある人ほど回答しやすい可能性がある。医療機関で統一的に診断した集団ではなく、本人が報告した診断や症状を集計している場合、一般人口の統計と測定方法がそろっているかも確認する必要がある。

一方、大規模な一般人口データを用いた研究では、高知能群に精神疾患が多いという結果は確認されなかった。不安や心的外傷後ストレス障害など、一部の問題では知能が高いほど割合が低い関係も観察された[31]。

知能が保護要因になる経路も考えられる。問題を早く認識し、情報を収集し、利用可能な支援へ到達し、環境を調整できれば、ストレス源を減らせる場合がある。職業や所得の選択肢が増えれば、不適合な環境から離れやすくなることもある。

反対に、高い認知能力があっても、環境を変更できない場合には不適合を強く認識するだけになる可能性がある。周囲との速度差や関心の違いが対人摩擦につながることもある。高い能力が不調を増やすか減らすかは、能力だけでなく、環境、支援、人格、社会的条件との組み合わせによって変わりうる。

近年の研究では、知能と精神的健康の関係を単純な右上がりまたは右下がりの直線として扱わず、知能水準、性別、測定する症状、社会環境によって異なる可能性が検討されている[32]。

研究上の見方	考えられる経路	解釈上の制約
高 IQ が不調を増やす	刺激への反応、過剰な分析、環境との不適合が慢性的な負荷へつながる可能性がある。	MENSA 会員など自己選択された標本では、入会動機と調査参加の偏りが入りうる。
高 IQ が不調を減らす	問題解決、情報収集、支援への到達、環境選択が保護要因になる可能性がある。	所得、教育、家庭環境など、知能と関連する別の条件が結果へ影響しうる。
単純な関係はない	知能水準、症状、性別、環境によって利益と負荷が異なる可能性がある。	集団平均から個人の精神状態を予測することはできない。

高 IQ だから必ず生きづらいという説明は、本人が経験してきた困難へ分かりやすい原因を与える。しかし、不調には発達特性、家庭環境、職場条件、健康、対人関係、経済状況など複数の要因が関わる。IQ だけへ原因を集約すれば、実際に変更可能な条件を見落とす。

反対に、高 IQ だから精神的に安定し、問題を自力で解決できるという推論も成立しない。高い認知能力があっても、医療的な治療、合理的配慮、生活支援が必要になることはある。能力の高さを理由に困難を否定すれば、必要な支援への到達を妨げる。

MENSA 会員資格から精神的な健康状態を推定することはできない。会員であることも、非会員であることも、個人の不調の存在や原因を証明しない。

9.6 社会的価値は能力の保有ではなく、能力が生んだ行為で決まる

高い認知能力は、複雑な問題を理解し、選択肢を比較し、将来の結果を予測するための資源になる。しかし、資源を保有していることと、その資源を社会へ役立つ形で使ったことは同じではない。

能力が行為へ変わるには、何を目標とするかを決める必要がある。次に、必要な知識を集め、計画を作り、他者と調整し、実行し、失敗を修正しなければならない。さらに、行為が他者へ与えた利益と損失を確認し、結果に責任を持つ必要がある。知能検査は、この一連の過程の一部に関係する能力を測るが、過程全体を保証しない。

ソフトウェアエンジニアの場合、高い推理能力があれば、複雑な仕様や障害原因を理解する上で有利になる。しかし、実際の設計品質には、要件の確認、既存構成への理解、保守性、セキュリティ、テスト、運用、利用者への影響が関わる。どれほど早く構造を理解できても、前提を確認せず実装し、影響範囲を見落とせば、成果は高く評価できない。

文章についても、知能が高いことは内容の正しさを保証しない。複雑な論理を作る能力が高ければ、誤った前提から精巧な説明を組み立てることもできる。参考文献が主張を支えているか、反証を無視していないか、事実と解釈を分けているかは、文章ごとに確認しなければならない。

社会的な評価は、能力の高さだけでなく、その能力によって何を実現し、誰へどのような影響を与えたかに依存する。高度な能力を公共的な問題の解決へ使えば価値を生みうる。同じ能力を欺瞞、搾取、他者の排除へ使えば、能力の高さは有害な結果を拡大する。

MENSA 会員資格が示すのは、限定された認知的基準を満たし、その社交団体へ参加できることである。人格証明、職業資格、学位、社会的身分ではない。会員になっても、設計の妥当性、文章の正確性、判断の倫理性、他者への責任が自動的に保証されることはない。

資格の価値は、上位 2％という希少性だけでは決まらない。会員活動を通じて新しい関係や経験を得るなら、社交団体への参加資格として利用価値がある。会員資格を能力全般や人間の価値の証明として使おうとすれば、資格が実際に示す範囲を越える。

自身が MENSA へ入ったとしても、2022 年から続けてきた仕事や文章の評価が変わるわけではない。設計は設計内容によって、文章は根拠と論理によって、行動は生じた結果によって評価される。MENSA 会員という属性を追加しても、それらの検証を省略できない。

再検査と MENSA 入会によって得られるのは、現在の知能検査得点と、入会基準を満たしたという判定である。それ以上の意味を資格へ加えなければ、現在の仕事、生活、社会的評価を変更する情報にはなりにくい。約 4 万円を支払って数値を更新する理由として MENSA を検討しても、その資格が示す範囲の狭さから、費用に対応する新しい利益は見つからなかった。

10. 高 IQ とギフテッドは同じ概念ではない

10.1 高 IQ、特異な才能、MENSA 会員資格は異なる対象を示す

高 IQ、ギフテッド、MENSA 会員という語は、いずれも高い知的能力と結びつけて使われる。しかし、それぞれが答えている問いは異なる。高 IQ は、標準化された知能検査において、同年代の標準集団と比較して高い得点を得たことを示す。MENSA 会員資格は、団体が定めた入会判定を通過したことを示す。教育分野で扱われる特異な才能は、児童生徒が特定の領域で示す能力、創造性、関心、学習上の必要を含む、より広い概念である。

概念	主に示す内容	直接には示さない内容
高 IQ	標準化された知能検査において、同年代の集団と比較して高い認知的成績を得たことを示す。	芸術、運動、創造性、意欲、人格、特定分野の専門的成果までは示さない。
特異な才能	学問、芸術、スポーツなどの特定領域で、同年齢の児童生徒とは異なる高い能力や強い関心を示すことを含む。	必ず高い FSIQ を持つことや、すべての領域で高い成績を示すことを条件としない。
2E	特異な才能と、障害や学習上の困難が同時に存在する状態を示す。	強みが困難を解消することや、困難があるため才能が存在しないことを意味しない。
MENSA 会員資格	JAPAN MENSA が指定する方法で入会基準を満たし、社交団体へ参加する資格を得たことを示す。	教育上の支援対象、医学的診断、職業能力、社会的価値までは示さない。

文部科学省の有識者会議は、「ギフテッド」という語を公式な検討用語として採用していない。この語が、非常に高い IQ を持つ児童生徒を指す場合、特定分野で突出した才能を持つ児童生徒を指す場合、才能と学習上の困難を併せ持つ児童生徒を指す場合など、論者によって異なる対象へ使われているためである[33]。

対象を一つの数値で認定する方法も採っていない。有識者会議は、IQ や学力テストによる一律の境界を設け、その境界を超えた児童生徒だけを特別な対象として取り出す方針ではなく、個々の児童生徒が示す能力、関心、困難、必要な学習機会を確認する方向を示している。

諸外国の制度や研究で扱われる才能も、一般的な知能だけに限定されない。科学技術、言語、数学、芸術、音楽、スポーツ、創造性、指導力など、才能が現れる領域は複数ある。高い能力に加え、特定の課題へ長時間取り組む関心や意欲を才能の構成要素として捉える考え方もある[33]。

WAIS™-IV は、言語理解、知覚推理、ワーキングメモリー、処理速度を標準化された条件で測定する。認知能力の水準と配列を確認する上では有力な資料になる。一方、独創的な研究課題を見つける能力、音楽を作る能力、身体運動の能力、一つの対象へ長期間没頭する性質までを FSIQ へ集約する検査ではない。

MENSA の入会基準も、教育上の才能概念より狭い。上位 2％相当の認知的基準を満たしたことは確認できるが、どの分野に才能が現れるか、学校や職場でどのような学習機会が必要か、発達上の困難を併せ持つかは判定しない。

高 IQ は特異な才能を理解するための有力な情報になりうるが、両者は同義ではない。WAIS™-IV で高い数値を得たことから、直ちに教育上の「ギフテッド」という一つの身分が確定するわけではない。反対に、特定分野で高い創造性や成果を示す人が、すべての知能指標で上位 2％に入る必要もない。

10.2 高い能力と学校での困難は同時に成立する

高い能力を持つ児童生徒が、学校でも一貫して高い成績を取り、集団へ容易に適応するとは限らない。学校で求められるのは、内容を理解する能力だけではない。決められた時間割に従い、同年齢の児童生徒と同じ教材を同じ速度で学び、口頭指示を聞き、提出物を管理し、集団行動へ参加する必要がある。

特定の教科を既に深く理解している児童生徒にとって、習得済みの内容を長期間繰り返す授業は、新しい学習機会になりにくい。課題が本人の能力に比べて単純すぎれば、集中を維持する理由が失われる。授業へ関心を示さないという現象だけを見れば、学習意欲の不足に見えるが、その背後には学習内容と能力水準の不一致が存在する場合がある。

反対に、一部の能力が高くても、学校で必要となる別の処理に困難があれば、成績へ結びつかない。複雑な概念を理解できても、板書を写す速度、提出期限の管理、読み書き、注意の切替え、集団内での意思伝達に負荷があれば、理解した内容を学校が評価できる形へ変換できない。

このとき、観察されるのは「能力が高いのに課題を出さない」「難しい内容は理解するのに簡単な作業を間違える」という不均一な遂行である。総合的な能力不足を前提にすると、この組合せを説明できない。課題内容では高い能力を使える一方、課題の提示方法や回答形式では別の困難が生じていると分ける必要がある。

文部科学省は、特異な才能や認知・発達の特性によって、学習上または学校生活上の困難を抱える児童生徒がいる一方、従来の学校ではその存在を念頭に置いた支援が十分に行われてこなかったと整理している。そのため、学校と連携した学習支援、学校外の学びへの接続、教職員や保護者への相談支援、地域または全国単位の支援体制を構築する事業が進められている[34]。

支援の目的は、高い能力を持つ児童生徒へ一律の特権を与えることではない。通常の学習内容では新しい学びが生じない場合には、発展的な課題や学校外の学習機会へ接続する。読み書き、注意、感覚、対人関係などに困難がある場合には、その困難を減らす方法を用意する。本人の能力と、現在の教育環境との不一致を具体的に調整することが中心になる。

IQ の数値を確認するだけでは、この調整は完了しない。どの教科で既に学習内容を超えているのか、どの活動で集中が失われるのか、どの出力方法で能力を示せなくなるのか、どの環境条件で負荷が増えるのかを個別に確認する必要がある。

高い FSIQ は、より高度な内容を理解できる可能性を示す。しかし、適切な教材、学習速度、説明方法、評価方法、所属環境を自動的に提供するものではない。能力があることと、その能力を使用できる環境があることの間には、教育上の設計が必要になる。

10.3 2E では強みと困難が互いを見えにくくする

特異な才能と学習上の困難を併せ持つ児童生徒は、2E と呼ばれる。2E は Twice-Exceptional の略であり、一方に高い能力があり、もう一方に障害や学習上の困難が存在する状態を示す。文部科学省の資料でも、特異な才能のある児童生徒の中に、学習困難を同時に持つ者がいることが明記されている[35]。

2E では、高い能力と困難が別々に観察されるとは限らない。高い推理能力や豊富な知識によって読み書きの困難を補えば、表面上の成績は平均範囲に収まる場合がある。周囲からは問題なく学習できているように見えても、本人は他の児童生徒より多くの時間と負荷を使って同じ結果へ到達している。

逆方向の見落としも起こる。注意、書字、提出物、対人関係などの困難が前面に出れば、課題への不参加や成績不振だけが評価される。その背後にある高い理解力や特定分野への深い関心は、学校が求める形式で表出しないため、才能として認識されない。

評価の偏り	観察される現象	失われる支援
強みだけを見る	難しい内容を理解できるため、日常的な困難も自力で解決できると判断される。	読み書き、注意、感覚、対人関係などへの合理的な支援が遅れる。
困難だけを見る	提出、行動、成績上の問題が前面に出て、能力が低いと判断される。	発展的な学習や、本人の関心と能力を伸ばす機会が失われる。
総合成績だけを見る	強みが困難を補い、結果が平均範囲に収まる。	高い負荷を使って平均的な結果を維持している状態が見過ごされる。
両方を確認する	能力を発揮できる課題と、遂行を妨げる条件を別々に把握する。	発展的な学習と困難への支援を同時に設計できる。

WAIS™-IV のように複数の指標を算出する検査は、総合値だけでは見えない能力差を確認する材料になる。FSIQ が平均的であっても、特定の指標が高く、別の指標が低ければ、強みと負荷が総合点の中で相殺されている可能性がある。FSIQ が高い場合でも、相対的に低い指標に関係する課題では、本人にとって大きな負荷が生じうる。

ただし、指標差だけで 2E と診断されるわけではない。検査結果に加え、実際の学習状況、発達特性、生活上の困難、学校や家庭での観察を組み合わせる必要がある。数値は、どこを詳しく確認すべきかを示す資料であり、教育的・医学的な判断の全体ではない。

2E への対応では、困難を減らすだけでは十分でない。苦手な処理だけを反復させ、得意な領域で新しい課題へ進む機会を与えなければ、高い能力は利用されない。一方、才能の伸長だけを優先し、本人が日常的に受けている負荷を放置すれば、学習や学校生活そのものを継続できなくなる可能性がある。

強みを伸ばす支援と困難を減らす支援は、どちらか一方を選ぶ関係ではない。高い能力を使える課題を用意し、その課題へ到達するまでの障壁を減らすことで、初めて本人の能力が学習成果へ変わる。

10.4 MENSA は教育・医療・福祉制度の代わりにならない

MENSA は、入会基準を満たした会員が交流する社交団体である。学校教育上の対象者を認定し、個別の学習計画を作成する制度ではない。発達特性を診断し、治療や心理支援を提供する医療機関でもない。合理的配慮、福祉サービス、就労支援、職業能力の認定を行う機関でもない[23]。

高 IQ 者が現実に抱える問題は、認知的水準の高さだけから生じるわけではない。仕事の難易度が低すぎる場合、説明や意思決定の速度が周囲と合わない場合、注意や感覚の特性によって環境負荷が大きい場合、必要になる対応はそれぞれ異なる。

仕事内容が能力に合わないなら、担当範囲、課題の複雑さ、裁量を調整する必要がある。情報処理の方法に偏りがあるなら、口頭指示を書面化し、作業を可視化し、即答を求める場面に準備時間を設ける方法が考えられる。医療上の問題があれば医療機関へ、障害に伴う職務上の困難があれば合理的配慮の手続きへ接続する必要がある。

MENSA 会員資格を得ても、これらの調整は自動的には行われない。職場が認知特性に合う業務へ配置するわけではなく、医療上の診断が追加されるわけでもない。所属によって同じ関心を持つ人と出会える可能性は増えるが、生活、仕事、健康上の問題を解決する制度的権限は持たない。

自身にとって 2022 年の WAIS™-IV が役立ったのは、FSIQ 131 という高さを確認したためだけではない。PRI と WMI が高く、VCI と PSI が相対的に低い配列を、実際の作業条件へ接続できたためである。複雑な課題を見える形へ出し、着手前に分割し、即時の説明が必要な場面では内容を準備するという変更へつながった。

検査結果から、能力を発揮しやすい条件と負荷が増える条件を分け、環境と作業手順を変更した。この因果関係があったため、初回検査には費用を上回る実用上の利益があった。

新たに MENSA 会員資格を得ても、同じ種類の情報は増えない。入会基準を満たしたことは確認できるが、どの作業方法を変えるべきか、どの環境で負荷が生じるか、どの支援制度を利用すべきかは分からない。会員活動へ参加する目的がなければ、資格を現在の生活へ接続する経路も生じない。

高 IQ、特異な才能、2E、MENSA 会員資格は、それぞれ異なる問いへ答える概念である。現在の IQ 値を測り直し、MENSA の基準を満たしたとしても、教育、仕事、医療、福祉上の必要が新しく判明するわけではない。既に得た認知能力の配列を現実の環境設計へ利用できている自身にとって、追加の数値と会員資格は、初回検査と同じリターンを生まない。

11. 新しい数値が出た後に何が変わるのか

11.1 大きく上がれば満足は得られるが、原因は分からない

再検査で FSIQ が前回より大きく上がれば、現在も高い知的水準にあり、2022 年よりさらに高い得点が得られたという事実を確認できる。四指標のうち VCI が上昇していれば、読書、執筆、技術調査、制度資料の読解を重ねた期間と対応する変化として理解したくなる。高い数値を見て、4 年間の知的活動が得点へ表れたと感じる可能性もある。

しかし、再検査結果が直接示すのは、現在の検査条件で高い遂行が観測されたことまでである。能力が長期的に向上した可能性、語彙や知識が増えた可能性、課題方略が改善した可能性、検査形式への慣れが残っていた可能性、当日の体調が良かった可能性、通常の測定誤差によって上振れた可能性が同時に残る。

たとえば、FSIQ が前回より大きく上がったとしても、その得点差のすべてが 4 年間に増えた知能を表すとは言えない。VCI の上昇が総合点を押し上げたのか、複数の指標が小幅に上昇したのか、PSI が検査への慣れによって高く出たのかによって、変化の内容は異なる。総合点だけでは、どの能力がどの程度変化したかも分からない。

生成 AI の影響についても、上昇から一方向の結論は導けない。AI を使ったことで資料の比較、誤りの検出、文章の編集へ多くの時間を使えるようになり、認知能力が拡張されたという仮説は立てられる。しかし、AI を利用しなくても仕事や執筆経験によって得点が上がった可能性を除外できない。AI が知能を高めたという因果関係を証明する結果にはならない。

高い得点には心理的な利益がある。自分の能力が低下していなかったという安心や、知的活動を続けてきたことへの満足を得られる。現在の結果書類を JAPAN MENSA の証明書判定へ提出することもできる。

その一方、満足を得た後に仕事や生活の方法を変更する理由は生じにくい。現在も複雑な技術課題を扱い、文章を書き、認知特性に合わせて作業を可視化している。FSIQ が 140 になったからといって、さらに難しい仕事を選ぶ、現在の支援や環境調整をやめる、生成 AI の使い方を変更するといった行動は自動的には導かれない。

高い数値が得られた場合に増えるのは、主として自己確認と満足である。2022 年から何が能力を変えたのかという疑問は残り、現在の行動にも大きな変更は生じない。数値としては望ましい結果でも、再検査を検討した中心的な疑問への回答としては不完全である。

11.2 前回と同程度なら既知の情報を再確認する

FSIQ が 2022 年と同程度であれば、全般的な知的水準が約 4 年後も高い範囲に保たれていると確認できる。四指標の配列まで大きく変わっていなければ、PRI と WMI が相対的な強みとなり、VCI と PSI がそれに続く構造も維持されたと考えられる。

この結果は、成人の認知能力には相当の順位安定性があるという研究とも整合する。2022 年に高得点帯にいた人が、現在も同程度の位置に残っていたという説明になる。急激な能力低下が起きていないという安心も得られる。

ただし、FSIQ が同程度であることから、4 年間に何も変化しなかったとは言えない。VCI が上がり、PSI が下がった結果として、総合点では増減が相殺された可能性がある。知識や言語能力が高まる一方、単純処理の速度が変化していても、FSIQ だけを見れば同じ値になる。

四指標もほぼ同じだった場合には、現在採用している作業方法の妥当性が再確認される。複雑な課題を図や文章へ出して構造化すること、長い作業を事前に分割すること、即時の説明を求められる場面では論点を準備することは、2022 年の配列を踏まえて選んだ方法である。配列が維持されていれば、この運用を続ければよい。

しかし、再検査を受けなくても、現在の作業方法が機能していることは日常の成果から確認できる。複雑な技術課題を処理し、長い文章を作り、複数の資料を比較できているなら、高い能力が現在も利用できていることを行動として観察できる。検査結果はその観察を標準化された数値で補強するが、まったく新しい事実を追加するわけではない。

FSIQ が前回と同程度だった場合、約 4 万円で得るのは、既知の知的水準と認知能力の配列が現在もおおむね維持されているという確認である。仕事や生活へ追加する対応がなく、疑問だった生成 AI の影響も分からないなら、確認による安心が主な利益になる。

11.3 下がれば不安は増えるが、改善策は一つに決まらない

再検査で FSIQ が前回より明確に下がれば、数値上は前回より低い結果になる。高得点帯に残っていたとしても、131 からの低下を見れば、4 年間で能力が衰えたのではないか、生成 AI に依存した影響ではないかという不安が生じる可能性がある。

しかし、低下の原因候補は一つではない。長期的な認知能力の変化、処理速度の変化、生成 AI へ委ねた工程の使用頻度低下、睡眠不足、疲労、急性ストレス、注意状態、服薬や健康状態、今回の下振れ、前回の上振れが考えられる。複数の小さな要因が重なって総合点へ表れた可能性もある。

原因候補ごとに必要な対応は異なる。生成 AI への外部化が原因なら、独力で文章を構成する時間や、検索せずに情報を想起する機会を意図的に設ける方法が考えられる。睡眠や疲労が原因なら、AI の使用方法を変えても改善しない。健康や服薬条件が関係するなら、生活上の訓練ではなく医療的な確認が必要になる。

測定誤差や当日の状態による低下であれば、長期的な能力を改善する対策そのものが不要である。それにもかかわらず、数値を能力低下と解釈して仕事の選択を狭めたり、生成 AI の利用を一律に減らしたりすれば、誤った原因推定に基づいて現在の生産性を下げる可能性がある。

低い結果を実際の能力低下として評価するには、信頼区間、練習効果、RCI、下位検査の変化を確認する必要がある。通常の変動を超える低下が認められた場合でも、原因を特定するには健康状態、生活条件、仕事上の遂行、本人が感じている変化など、検査外の情報が必要になる。

臨床上の症状や日常生活上の支障がすでに生じているなら、再検査は原因を調べる入口になりうる。以前できていた仕事ができなくなった、記憶や注意に明確な変化がある、治療や疾病の前後を比較する必要があるという事情があれば、低下を追加評価へ接続できる。

現在は、そのような具体的な変化を理由に検査を検討しているわけではない。知的活動の質が明らかに低下したという観察ではなく、上がっている可能性と下がっている可能性の両方を考えたことが出発点である。この状態で低い数値だけを受け取れば、原因を切り分ける資料が不足したまま、新しい不安が追加される。

再検査は不安の原因を解決するための検査ではなく、別の不確実性を生む可能性もある。数値の低下が判明しても、何を改善すればよいかが決まらないなら、結果の心理的負担に対して実行可能な利益が小さい。

11.4 結果ごとの情報価値を比較する

再検査の価値は、望ましい結果が出る確率だけでは決まらない。高い結果、同程度の結果、低い結果のそれぞれについて、何が新しく分かり、その情報によってどの判断を変更できるかを比較する必要がある。

再検査結果	新しく確認できること	残る不確実性	変更できる行動
大きく上昇	現在の検査で 2022 年より高い得点を得たことと、高得点帯を維持していることを確認できる。	能力向上、知識、方略、練習効果、当日の状態、測定誤差の寄与は分からない。	MENSA の証明書判定へ提出できるが、仕事や生活の方法を変更する必要性は小さい。
前回と同程度	全般的な知的水準が維持されていることを再確認できる。	内部の能力が変化しなかったのか、複数の変化が相殺されたのかは総合点だけでは分からない。	現在の可視化、分割、事前準備を継続するため、追加の対応はほとんどない。
明確に低下	現在の検査では前回より低い遂行が観測されたことを確認できる。	長期的な能力変化、健康、睡眠、注意、生成 AI、測定誤差のどれが原因かは分からない。	日常上の支障があれば追加評価へ進めるが、得点だけでは具体策を選べない。

三つの結果に共通する制約は、現在値を確認できても、4 年間の因果関係を識別できないことである。高くても生成 AI が能力を高めた証明にはならず、低くても生成 AI が能力を弱めた証明にはならない。同程度でも、能力が変わらなかったとは限らない。

結果によって行動が変わる範囲も狭い。MENSA の証明書判定へ進む場合を除けば、高い結果と同程度の結果では現在の運用を継続する。低い結果でも、日常上の支障がなければ、原因不明の点差だけを根拠に仕事や生活を変更することは難しい。

結果がどの方向へ出ても、知りたかった問いの一部しか解消されず、現在の選択は大きく変わらない。これは、再検査が不正確だからではない。現在値を測る検査へ、4 年間の原因分析と将来の行動決定まで求めているために生じる用途の不一致である。

11.5 情報の価値は新しさではなく、判断を変える力で決まる

情報には、存在するだけの価値と、判断を変更する価値がある。現在の FSIQ が何点かという情報には、それ自体への知的関心がある。しかし、支出を伴う測定として評価するなら、その情報によって選択、行動、支援、制度利用のどれを変えられるかを確認しなければならない。

初回検査では、自身の知的水準と認知能力の配列が未知だった。結果によって、理解が遅いのではなく、構造把握と出力の工程に差がある可能性を認識できた。その理解を作業の可視化、事前分割、説明準備へ変換したため、検査結果が実際の行動と環境を変更した。

再検査では、出発点が異なる。知的水準、四指標、指標差、得意な処理、負荷が生じる条件、現在採用している対策をすでに把握している。新しい結果によって配列が大きく変わっていれば追加の発見はあるが、中心となる情報は既知の内容の更新である。

経済学でいう限界利益は、すでに得ているものへ追加の一単位を加えたときに増える利益を指す。初回検査では、未知だった情報を一式得たため限界利益が大きかった。再検査では、すでに分析し、行動へ反映した情報を更新するため、同じ検査結果でも追加利益は小さくなる。

高い結果なら満足し、同程度なら安心し、低い結果なら不安になる。しかし、どの結果でも 4 年間の原因は分からず、仕事と生活の方針も大きく変わらない。現在の数値を知るという好奇心は満たせても、約 4 万円に対応する新しい判断材料は得にくい。

初回検査には、自身について未知だった情報を、現実の作業方法へ変換する経路があった。再検査には、数値を更新した後に何を変更するかという経路がほとんどない。この差によって、最初の WAIS™-IV には十分な価値があり、現在の再検査には同じ価値がないという結論が生じる。

12. 約 4 万円の追加支出に見合う利益がない

12.1 MENSA への入会だけなら 11,000 円で足りる

MENSA への入会資格を得ることだけが目的なら、JAPAN MENSA の公式入会テストを 11,000 円で受けられる。ゆうメンタルクリニックで WAIS™-IV を受け、結果書類を使って証明書判定へ進む場合は、検査費用 41,580 円と判定料 5,500 円を合わせて 47,080 円かかる。両者の差額は 36,080 円である。

経路	判定までの費用	得られる情報	現在の用途
公式入会テスト	11,000 円	MENSA の入会基準を満たしたかどうかだけが通知される。	入会だけが目的なら、この経路で足りる。
WAIS™-IV と証明書判定	47,080 円	現在の FSIQ、四指標、所見を得た上で、MENSA の判定を受けられる。	現在値を詳しく知る目的と、MENSA へ申請する目的の両方がある場合に意味を持つ。

二つの経路は、同じ商品を異なる価格で提供しているわけではない。WAIS™-IV 経由で追加される 36,080 円は、合格しやすくするための費用ではなく、現在の認知能力を数値と所見として測るための費用である。現在値を知る必要があるなら差額には用途があるが、MENSA へ入れるかだけを確認したいなら、その追加情報を購入する理由はない。

しかも、MENSA の会員活動へ参加したいという具体的な目的はない。例会、会員同士の交流、会報などを利用する予定がなければ、合格後に得られる利益は、自分が入会基準を満たしたという確認にほぼ限られる。資格の希少性だけでは、検査、判定、入会後の会費まで支払う理由にはならなかった。

12.2 初回検査から得られる自己理解はすでに回収している

2022 年の初回検査では、自身の全般的な知的水準も、認知能力の配列も分かっていなかった。FSIQ 131 という結果に加え、PRI 135、WMI 134、VCI 117、PSI 114 という指標差が判明したことで、複雑な構造の把握や情報の保持・操作では力を発揮しやすく、速度と即時の言語化が同時に要求される条件では相対的な負荷が増えると整理できた。

その理解は、結果表を保管するだけでは終わらなかった。複雑な作業を見える形へ出し、着手前に分割し、口頭での即答が必要な場面では説明内容を準備するようになった。検査によって未知だった特性が明らかになり、その情報が仕事と生活の手順を変更したため、初回検査には実用上の利益があった。

現在は、FSIQ だけでなく四指標を公開し、最大 21 ポイントの差を複数回にわたって分析している。どの処理が強みになり、どの条件で負荷が増えるかも把握し、すでに環境と作業方法へ反映している。再検査で数値が多少変わっても、初回と同じ規模の発見が得られる可能性は低い。

初回検査と再検査では、得られる情報の性質が異なる。初回には、未知だった能力水準と指標配列が一式追加された。再検査で得られるのは、その既知の情報が約 4 年後にどうなったかという更新値である。同じ WAIS™-IV でも、現在の自分に加わる情報量は大きく減っている。

12.3 再検査後に変更する行動がほとんどない

新しい情報の価値は、数値が新しいことだけでは決まらない。その情報によって、仕事、生活、治療、支援、制度利用のいずれかを変更できるかが実用上の価値を決める。

得点が大きく上がれば、知的能力が高いという満足と安心は得られる。しかし、能力向上、知識の蓄積、検査への慣れ、当日の好調を分けられず、現在の仕事や作業方法を変更する理由も生じにくい。

2022 年と同程度なら、高得点帯と指標配列が維持されていることを再確認する。現在採用している可視化、作業分割、事前準備を続ければよく、新しい対応は必要にならない。

得点が下がれば不安は増える可能性がある。しかし、生成 AI、加齢、睡眠、疲労、注意状態、測定誤差のどれが原因かを得点差だけでは選べない。原因を特定できなければ、AI の利用を減らすべきか、生活条件を変えるべきか、医療機関へ相談すべきかも決まらない。

どの結果でも、現在値は分かるが、2022 年から何が能力を変えたかは分からない。得点の方向によって感情は変わっても、実行する行動はほとんど変わらない。この状態では、再検査によって増える情報と、その情報を利用して得られる利益の間に隔たりがある。

12.4 残る利益は好奇心、自己確認、記事の材料である

再検査に利益がまったくないわけではない。現在の FSIQ と四指標を知り、2022 年の結果と比較できる。高い数値が出れば満足でき、新しい結果書類を MENSA の証明書判定へ提出できる。再検査の過程と結果は、既稿に続く記事の材料にもなる。

これらは、生活上の必要ではなく、主として知的好奇心と自己確認に属する。趣味や好奇心へ約 4 万円を使うこと自体には何の問題もない。検査結果を収集し、年齢による変化を記録することへ強い関心があるなら、その人にとって費用に見合う場合もある。

自分の場合、現在の数値がどうなっているかには興味がある。しかし、検査で分かるのは現在値であり、知りたかった生成 AI の影響や、4 年間の能力変化の原因までは分からない。得点が出た後に変更する仕事、生活、治療、支援もない。

受けられる検査であることと、現在受ける価値があることは別である。初回検査から得られる自己理解はすでに回収し、MENSA だけなら安い代替手段があり、再検査後の行動も変わらない。現在の用途で得られる追加利益は、41,580 円という費用を下回ると判断した。

13. WAIS™-IV を再検査しようか検討したが、カネの無駄だからやめた

2022 年に WAIS™-IV を受けたことは無駄ではなかった。全検査 IQ 131 という水準だけでなく、PRI 135、WMI 134、VCI 117、PSI 114 という認知能力の配列を知ることができた。検査結果を作業の可視化、着手前の分割、説明内容の事前準備、速度だけを求められる条件の回避へ接続し、未知だった自分についての情報を実際の行動へ変えられたため、初回検査には費用を上回る利益があった。

それから約 4 年がたち、現在同じ検査を受けたら数値が変わるのかという疑問が生じた。成人の知能には相当の安定性があるが、完全に固定されてはいない。知識、教育、実務、執筆、課題方略によって高く出る領域があれば、加齢、睡眠、疲労、注意状態、使わなくなった認知工程によって低く出る領域もある。生成 AI の利用も、検索や初稿作成の反復を減らす一方、根拠確認、比較、編集、統合、最終判断へ認知資源を移すため、一方向の変化だけを生むとは言えない。

再検査を受ければ、現在の FSIQ、四指標、下位検査の得点は得られる。しかし、得点が上がっても、能力向上、知識の蓄積、課題方略、練習効果、当日の好調、測定誤差を分けられない。下がっても、生成 AI、加齢、睡眠、疲労、注意状態、前回値の上振れ、今回値の下振れを分けられない。現在値は得られても、知りたかった 4 年間の原因は残る。

ゆうメンタルクリニックでは、WAIS™-IV を IQ ドックとして受けられる。検査と結果書類の取得には 41,580 円かかり、その結果を JAPAN MENSA の証明書判定へ使う場合は、判定料 5,500 円を加えて合計 47,080 円になる。MENSA へ入ることだけが目的なら、11,000 円の公式入会テストがあるが、会員活動へ参加したいという具体的な目的もない。

高い数値が出れば満足し、同程度なら安心し、低ければ不安になる可能性がある。しかし、どの結果でも現在採用している作業方法はほとんど変わらない。自身の知的水準と認知能力の配列はすでに正式に測定し、強みと負荷が生じる条件を分析し、仕事と生活へ反映している。再検査で増えるのは、未知だった自己理解ではなく、既知の数値の更新である。

現在の数値には興味がある。しかし、興味を満たすためだけに 41,580 円を支払うほどではない。最初の WAIS™-IV には明確な用途と十分な利益があったが、現在の再検査には、費用に対応する新しい判断も行動もない。受検方法、費用、MENSA への利用方法まで確認した上で、追加支出に見合うリターンがないと判断した。カネの無駄なので、結局やめた。

参考文献

id774, 知能検査 WAIS-IV を受けた話（2022-11-16）. https://blog.id774.net/entry/2022/11/16/2274/
id774, WAIS-IV の結果を読み直す（2025-12-20）. https://blog.id774.net/entry/2025/12/20/3104/
id774, あらためて WAIS-IV の結果を分析する（2026-03-16）. https://blog.id774.net/entry/2026/03/16/4016/
日本文化科学社, WAIS™-IV 知能検査. https://www.nichibun.co.jp/seek/kensa/wais4.html
Breit, M., Scherrer, V., Tucker-Drob, E. M., & Preckel, F., The Stability of Cognitive Abilities: A Meta-Analytic Review of Longitudinal Studies, Psychological Bulletin, 150(4), 399–439, 2024. https://pubmed.ncbi.nlm.nih.gov/38330347/
Hartshorne, J. K., & Germine, L. T., When Does Cognitive Functioning Peak? The Asynchronous Rise and Fall of Different Cognitive Abilities Across the Life Span, Psychological Science, 26(4), 433–443, 2015. https://pmc.ncbi.nlm.nih.gov/articles/PMC4441622/
Ritchie, S. J., & Tucker-Drob, E. M., How Much Does Education Improve Intelligence? A Meta-Analysis, Psychological Science, 29(8), 1358–1369, 2018. https://pubmed.ncbi.nlm.nih.gov/29911926/
Lövdén, M., et al., Education and Cognitive Functioning Across the Life Span, Psychological Science in the Public Interest, 21(1), 6–41, 2020. https://pubmed.ncbi.nlm.nih.gov/32772803/
Lim, J., & Dinges, D. F., A Meta-Analysis of the Impact of Short-Term Sleep Deprivation on Cognitive Variables, Psychological Bulletin, 136(3), 375–389, 2010. https://pubmed.ncbi.nlm.nih.gov/20438143/
Shields, G. S., Sazma, M. A., & Yonelinas, A. P., The Effects of Acute Stress on Core Executive Functions: A Meta-Analysis and Comparison With Cortisol, Neuroscience & Biobehavioral Reviews, 68, 651–668, 2016. https://pubmed.ncbi.nlm.nih.gov/27371161/
Estevis, E., Basso, M. R., & Combs, D., Effects of Practice on the Wechsler Adult Intelligence Scale-IV Across 3- and 6-Month Intervals, The Clinical Neuropsychologist, 26(2), 239–254, 2012. https://pubmed.ncbi.nlm.nih.gov/22353021/
id774, AI の知能指数はいくつなのか（2025-12-21）. https://blog.id774.net/entry/2025/12/21/3109/
Risko, E. F., & Gilbert, S. J., Cognitive Offloading, Trends in Cognitive Sciences, 20(9), 676–688, 2016. https://pubmed.ncbi.nlm.nih.gov/27542527/
Sparrow, B., Liu, J., & Wegner, D. M., Google Effects on Memory: Cognitive Consequences of Having Information at Our Fingertips, Science, 333(6043), 776–778, 2011. https://pubmed.ncbi.nlm.nih.gov/21764755/
Grinschgl, S., Papenmeier, F., & Meyerhoff, H. S., Consequences of Cognitive Offloading: Boosting Performance but Diminishing Memory, Quarterly Journal of Experimental Psychology, 74(9), 1477–1496, 2021. https://pmc.ncbi.nlm.nih.gov/articles/PMC8358584/
Storm, B. C., & Stone, S. M., Saving-Enhanced Memory: The Benefits of Saving on the Learning and Remembering of New Information, Psychological Science, 26(2), 182–188, 2015. https://pubmed.ncbi.nlm.nih.gov/25491269/
Lee, H.-P. H., et al., The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers, Proceedings of CHI ’25, 2025. https://www.microsoft.com/en-us/research/publication/the-impact-of-generative-ai-on-critical-thinking-self-reported-reductions-in-cognitive-effort-and-confidence-effects-from-a-survey-of-knowledge-workers/
Bastani, H., et al., Generative AI Without Guardrails Can Harm Learning: Evidence From High School Mathematics, Proceedings of the National Academy of Sciences, 122(26), 2025. https://www.pnas.org/doi/10.1073/pnas.2422633122
Kosmyna, N., et al., Your Brain on ChatGPT: Accumulation of Cognitive Debt When Using an AI Assistant for Essay Writing Task, arXiv:2506.08872, 2025. https://arxiv.org/abs/2506.08872
Stanković, M., Hirche, E., Kollatzsch, S., & Doetsch, J. N., Comment on: Your Brain on ChatGPT: Accumulation of Cognitive Debt When Using an AI Assistant for Essay Writing Tasks, arXiv:2601.00856, 2026. https://arxiv.org/abs/2601.00856
ゆうメンタルクリニック, IQ を WAIS-IV で判定。MENSA 入会の証明書類も発行します. https://yuik.net/iqdock
JAPAN MENSA, 入会方法. https://mensa.jp/join.html
JAPAN MENSA, FAQ. https://mensa.jp/faq.html
JAPAN MENSA, 証明書による入会判定について. https://mensa.jp/certification.html
JAPAN MENSA, 入会テスト日程一覧. https://mensa.jp/exam/
Strenze, T., Intelligence and Socioeconomic Success: A Meta-Analytic Review of Longitudinal Research, Intelligence, 35(5), 401–426, 2007. https://www.sciencedirect.com/science/article/pii/S0160289606001127
Gensowski, M., Personality, IQ, and Lifetime Earnings, Labour Economics, 51, 170–183, 2018. https://www.sciencedirect.com/science/article/abs/pii/S0927537117303287
Anglim, J., Dunlop, P. D., Wee, S., Horwood, S., Wood, J. K., & Marty, A., Personality and Intelligence: A Meta-Analysis, Psychological Bulletin, 148(5–6), 301–336, 2022. https://osf.io/72zp3/
Fries, J., Kovacs, K., Zeilinger, E. L., & Pietschnig, J., Is There a “Gifted Personality”? Initial Evidence for Differences Between MENSA and General Population Members in the HEXACO Personality Inventory, Journal of Intelligence, 10(4), 92, 2022. https://pmc.ncbi.nlm.nih.gov/articles/PMC9680308/
Karpinski, R. I., Kinase Kolb, A. M., Tetreault, N. A., & Borowski, T. B., High Intelligence: A Risk Factor for Psychological and Physiological Overexcitabilities, Intelligence, 66, 8–23, 2018. https://www.sciencedirect.com/science/article/pii/S0160289616303324
Williams, C. M., et al., High Intelligence Is Not Associated With a Greater Propensity for Mental Health Disorders, European Psychiatry, 66(1), e3, 2023. https://pmc.ncbi.nlm.nih.gov/articles/PMC9879926/
Czerwiński, S. K., Atroszko, P. A., & Konarski, R., Mental Health of Intellectually Gifted Individuals: Investigating the Nonlinearity of the Relationship Between Intelligence and General Mental Health, Health Psychology Report, 13(1), 39–54, 2025. https://pmc.ncbi.nlm.nih.gov/articles/PMC11873881/
文部科学省, 特定分野に特異な才能のある児童生徒に対する学校における指導・支援の在り方等に関する有識者会議審議のまとめ（2022-09-26）. https://www.mext.go.jp/content/20220928-mxt_kyoiku02_000016594_01.pdf
文部科学省, 令和 7 年度特定分野に特異な才能のある児童生徒への支援の推進事業について. https://www.mext.go.jp/b_menu/shingi/chousa/shotou/169/mext_00015.html
文部科学省, 5．児童生徒の発達の支援. https://www.mext.go.jp/a_menu/shotou/new-cs/senseiouen/mext_01512.html