Las Inteligencias Múltiples de Gardner. ¿Descubrimiento del Siglo o Simple Rectitud Política?
Bibliographic record
Abstract
A la pregunta ¿la inteligencia es única o múltiple?, Gardner contesta sin dudar: es múltiple. Pero él no es el primero en defender la naturaleza plural de la inteligencia; algunos autores defensores del enfoque factorial propusieron una concepción jerárquica de la inteligencia. La publicación de Frames of Mind (i.e., Estructuras de la Mente), en 1983, reactivó el debate, pero esta vez con la teoría de las inteligencias múltiples (IM). Este texto consta de tres partes. En la primera se exponen brevemente los principios de la teoría de Gardner, los criterios que determinan la existencia de inteligencia y los tipos de inteligencia. Posteriormente, se presentan nueve críticas susceptibles de aplicarse a la teoría de Gardner: Los problemas de la definición de inteligencia del autor; asimismo, se cuestiona si se trata en rigor de una teoría científica y si ésta es realmente nueva. Se muestra que los ocho criterios utilizados en las IM son arbitrarios y que la posición del autor sobre la independencia de las inteligencias es ambigua. Por otra parte, se cuestiona el supuesto según el cual las nueve inteligencias tienen de verdad el mismo estatuto y el por qué de la ausencia de los resultados de los enfoques factoriales. Además se nota que la teoría de las IM no toma en cuenta las comparaciones entre mujeres y hombres ni entre grupos etnoculturales. Por último, se observa que la medición de las IM ha sido un fracaso. En una última parte, se plantean algunas razones del éxito de esta teoría. Se observa que el modelo de Gardner ha tenido un gran auge en el ambiente educativo a pesar de que no ofrece una validación rigurosa.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".