Poco después de que Alfred Binet introdujo las pruebas de inteligencia en Francia, el Servicio de Salud Pública de Estados Unidos comenzó a usar dichas pruebas para medir la inteligencia en personas que buscaban inmigrar a Estados Unidos (figura 2-3). Henry H. Goddard fue el investigador en jefe asignado al proyecto y un especialista en el campo del retraso mental. Con anterioridad, había abierto un laboratorio psicológico en la escuela de capacitación en Vineland, Nueva Jersey y apoyó el uso de la prueba de inteligencia Binet-Simon para determinar qué alum nos requerían de escuelas de educación especial. No mucho tiempo después, se cuestionó acerca de qué tan significativas eran esas pruebas cuando se utilizaban con personas de diversos an tecedentes culturales y lingüísticos. Goddard (1913) usó intérpretes en la administración de las pruebas, empleó a un psicólogo bilingüe y administró pruebas a inmigrantes seleccionados por los observadores entrenados al parecerles retrasados mentales (Goddard, 1917). En 1914, God dard introdujo pruebas de inteligencia a los juzgados con el propósito de argumentar en contra de la pena de muerte para los "idiotas" sin embargo, a pesar que se oponía a la pena de muerte, en aquel momento Goddard creía en la eugenesia. Estaba a favor de la institucionalización o este rilización de los débiles mentales para prevenir futuras generaciones de individuos dañados. La reputación de Goddard al final sería empañada por la publicación de un libro en 1912, en donde sus métodos de mvestigación eran considerados precarios y a partir de ellos establecía que los defectos mentales eran hereditarios.
El impacto del lenguaje y la cultura en los resultados de las calificaciones en las pruebas de capacidad mental fue reconocido por los psicólogos ya desde principios del siglo XX. Una forma para que los primeros elaboradores de pruebas abordaran este hecho psicométnco de la vida fue elaborar pruebas específicas para culturas definidas, es decir, pruebas diseñadas para ser usadas con personas de una cultura pero no de otra. Las primeras versiones de algunas de las pruebas de inteligencia más conocidas son representativas de este enfoque para la elaboración de prue bas. Por ejemplo, la versión de 1937 de la Escala de Inteligencia Stanford-Binet, la cual disfrutó de un amplio campo de aplicación hasta que fue revisada en 1960, no incluía niños de minorías en la muestra de estandarización. Del mismo modo, la Escala de inteligencia Wechsler-Bellevue, precursora de una medida de inteligencia para adultos, usada en __________________ _______forma amplia, no contenía a miembros de minorías en los datos
de muestra de estandarización publicados. El autor de la prueba, David VVechsler (1944), señaló que "una gran cantidad" de negros fueron examinados durante los ensayos de estandarización pero que esos datos fueron omitidos del manual de la prueba final de bido a que no sentimos que las normas obtenidas de mezclar a las poblaciones, pudieran ser interpretadas sin salvedades y reservas especiales". Por tanto, VVechsler (1944) afirmó desde el inicio de sus investigaciones, que las normas de la Escala Wechsler-Bellevue no podían ser aplicadas para las "poblaciones de color de Esta dos Unidos". De manera similar, la edición inaugural de la Escala Wechsler de inteligencia para niños (W1SC), publicada por primera vez en 1949 y no revisada hasta 1974, no contemplaba niños pertenecientes a minorías en su muestra de estandarización.
Aun cuando muchas pruebas publicadas eran, en esencia, específicas para una cultura, pron to se hizo evidente que las pruebas eran aplicadas, de manera inapropiada, a personas de cul turas diferentes. Quizá no es difícil de imaginar que los evaluados, pertenecientes a culturas
SOLO P I E N S E . . .
Intente crear un reactivo de prueba específico de una cultura sobre cualquier lema. ¿Los evaluados de qué cultura es probable que respondan de un modo correcto ei reactivo? ¿Los evaluados de qué cultura no lo harían bien?
Figura 2-3
Pruebas psicológicas en la Isla Ellis
Las inmigrantes que llegaban a Estados Unidos por la Isla Ellis no sólo eran recibidos por la estatua de la libertad sino también por funcionarios de inmigración listos para evaluarlos con respecto a variables físicas, mentales1/ de otra
índole. Aquí, una prueba de diseño de bloques, una prueba de inteligencia, es administrada a un inmigrante. Quienes eran descalificados en las pruebas físicas, mentales o de otra índole eran repatriados a su país de origen a costa de la compañía naviera que los había traído. Los críticos señalarían más adelante que al menos algunos de los inmigrantes a los que les había ido mal en las pruebas mentales fueron enviados lejos de las costas estadounidenses no debido a que fueran deficientes mentales sino tan sólo porque no entendían el inglés lo bastante bien como para ejecutar las ins trucciones. Además, el criterio contra el cual eran evaluados estos inmigrantes de muchas tierras fue cuestionado.
minoritarias, tuvieran tendencia a obtener calificaciones inferiores como grupo, que las personas del grupo o cultura para la que se elaboró y estandarizó la prueba. Como un ejemplo específico, considere este reactivo de la escala WISC publicada en 1949: “Si tu madre te manda a la tienda por una hogaza de pan y no hay ninguna, ¿qué haces?" El que usted perciba o no algún pro blema con este reactivo, podría depender de su bagaje cultural. De hecho, el reactivo podría ser problemático para niños de origen Hispano, muchos de los cuales podrían haber sido enviados en forma rutinaria a la tienda a comprar tortillas. Supuestamente, muchos de ellos podrían NO conocer el significado de la frase "hogaza de pan".
La traducción de los materiales de prueba para personas que hablan un idioma diferente de aquel en el que la prueba se escribió inicialmente, comúnmente plantea varios problemas. Algu nos reactivos pueden ser más fáciles o más difíciles de lo que se pretendía originalmente cuando se traducen en forma directa a otro idioma. Por ejemplo, el viejo reactivo de vocabulario mofeta de la Stanford-Binet habría sido cambiado para su administración en Puerto Rico, donde no existen las mofetas. Algunos reactivos de vocabulario pueden cambiar de significado o tener diferentes significados o aplicaciones cuando se traducen. Por ejemplo, considérese el reactivo de la WISC ¿Por qué la mayor parte de los puestos del gobierno deberían cubrirse por medio de exámenes?" En algunos idiomas y culturas, la palabra exámenes se refiere de manera típica a exámenes médi cos. En esos casos, una mejor forma de plantear la pregunta del reactivo sería: "¿Por qué la ma yoría de los puestos de gobierno deben cubrirse mediante exámenes de habilidades y actitudes de servicio?"
En la actualidad, los elaboradores de pruebas por lo general siguen muchos pasos para ase gurar que una prueba determinada y elaborada para uso nacional sea en efecto adecuada para ser usada de tal forma. Estos pasos podrían implicar llevar a cabo la aplicación de una versión preliminar de la prueba en una muestra poblacional o grupo piloto. Los datos de esta muestra se analizan comúnmente de muchas formas. Los reactivos considerados como parciales o dirigidos a minorías o grupos en relación a raza, género u otros factores serán eliminados. Además, puede pedírsele a un panel de revisores independientes que examinen los reactivos de la prueba para encontrar posibles prejuicios. A los examinadores que administran la prueba puede pedírseles que relaten sus impresiones u observaciones en cuanto a varios aspectos de la aplicación. Por ejemplo, pueden señalarse impresiones subjetivas como serían, las percepciones del examinador de la reacción del grupo piloto ante los materiales de la prueba, opiniones respecto a la clari dad de las instrucciones y el diseño de los materiales. Puede realizarse una estandarización nacional de la prueba con una muestra de participantes que refleje los datos del censo estadouni dense más reciente (como grupos de edad por sexo, región geográfica de Estados Unidos, raza o grupo étnico y posición socioeconómica). La información obtenida a partir de la aplicación de la prueba a gran escala, será utilizada para determinar y excluir cualquier reactivo que sea una posible fuente de prejuicio. En el capítulo 7 se presentarán más detalles respecto al proceso con temporáneo de elaboración de pruebas.