LONDON (IT BOLTWISE) – Eine Studie in der Fachzeitschrift Science stellt die Zuordnung von Gehirnmarkern zum IQ infrage. Das Team um Scott Marek zeigt, dass sozioökonomische Bedingungen die beobachteten Muster in funktionellen Netzwerken und der Kortexdicke stärker erklären als kognitive Faktoren. Selbst moderne Vorhersagemodelle scheitern, wenn sie nur mit Daten aus wohlhabenden Gruppen trainiert werden. Statt eines biologischen „Intelligenz-Signals“ wirken die Ergebnisse wie messbare Spuren von Stress, Schlafmangel und Umweltbelastungen.
Es klingt zunächst plausibel: Wenn bestimmte Hirnareale bei Aufgaben zur Intelligenz stärker aktiv sind, müsste sich daraus ein biologischer „Marker“ für IQ ableiten lassen. Genau dieser Gedanke prägt seit Jahren einen großen Teil der Neuroimaging-Literatur. Die aktuelle Arbeit, veröffentlicht in Science, dreht die Perspektive jedoch um. Nicht die gemessene Gehirnverarbeitung bilde eine fixe Eigenschaft ab, sondern die Lebensbedingungen, in denen Kinder aufwachsen, könnten die beobachtbaren Muster dominanter prägen.
Zentral ist dabei, dass die Forschenden nicht nur eine kleine Auswahl an Variablen gegeneinander getestet haben, sondern die Gehirndaten systematisch mit sehr vielen nicht-biologischen Faktoren verknüpften. Grundlage ist die Adolescent Brain Cognitive Development (ABCD)-Studie, in der in den USA Tausende 9- und 10-Jährige über die Zeit verfolgt werden. Für den Abgleich nutzte das Team zwei verbreitete MRI-basierte Messgrößen: erstens resting-state funktionelle Konnektivität, also wie stark sich Netzwerke im „Ruhezustand“ über die spontane Blutflussdynamik gegenseitig ansprechen; zweitens die Kortexdicke als räumliche Tiefe der äußeren grauen Substanz. Aus dieser Kombination entstand ein mehrdimensionales Abbild davon, wie Gehirnorganisation mit Umwelt- und Lebensrealitäten zusammenhängt.
Um die „Treiber“ herauszuarbeiten, verglichen die Forschenden die Bilddaten mit 649 nicht bildgebenden Variablen aus zwölf Kategorien – von körperlicher Gesundheit über Erziehungs- und Persönlichkeitsmerkmale bis hin zu Substanzgebrauch und sozialer Anpassung. Das Ergebnis fiel deutlich aus: Sozioökonomische Kennwerte zeigten die stärksten und zugleich robustesten Zusammenhänge mit den Gehirnmaßen. Der stärkste einzelne Prädiktor war an Chancen gebunden, die sich aus der Wohnlage ableiten lassen, konkret über die Postleitzahl im Umfeld. Dieser Ansatz bildet vor allem nachbarschaftsbezogene Faktoren ab, etwa Schulqualität, Umweltbelastungen und Zugang zu Ressourcen. Daneben tauchten auch Schlafdauer und Bildschirmzeit in den oberen Rängen auf, während klassische Kognition- und Gesamtmaße für psychische Symptome im Vergleich deutlich niedriger abschnitten.
Auch die regionale Zuordnung ist für die Interpretation entscheidend. Die Muster, die mit sozioökonomischen Unterschieden einhergingen, fanden die Forschenden vor allem in primären Motor- und sensorischen Regionen – also dort, wo Bewegung und unmittelbare sensorische Verarbeitung verarbeitet werden. Um zu prüfen, was das „bedeutet“, ordnete das Team den Befund gegen etablierte Referenzkarten ein, darunter PET-Daten zu Neurotransmitteraktivität, Aufzeichnungen zu Schlafmustern und Bildgebung, die physiologische Effekte von Aufgabenarbeit sichtbar macht. Das Ergebnis: Das sozioökonomisch geprägte Gehirnprofil ähnelte stark Signaturen, die auch mit physiologischer Aktivierung, Schlafentzug, Stress sowie Effekten stimulierender Medikamente in Verbindung gebracht werden. Umgekehrt passte das Muster kaum zu frontalen und parietalen Assoziationsarealen, also jenen Bereichen, die typischerweise mit höheren kognitiven Leistungen wie Logik, Mathematik und komplexem Denken in Verbindung stehen.
Damit entsteht der eigentliche Kern der Kontroverse um „biologische IQ-Signaturen“. Als das Team die Gehirnkarten mit Referenzmustern für IQ-Rohwerte abglich, zeigte sich eine bemerkenswerte Überlappung: Das physische Muster, das mit IQ-Werten assoziiert war, konzentrierte sich nahezu in denselben motorisch-sensorischen Regionen wie die sozioökonomischen Unterschiede. Um zu testen, ob hier wirklich Intelligenz „direkt“ abgebildet wird, entfernten die Forschenden rechnerisch den statistischen Einfluss des sozioökonomischen Status aus den Testwerten. Danach schrumpften die starken Gehirn-IQ-Zusammenhänge weitgehend; das verbleibende, schwächere Muster verschob sich außerdem weg von den sensorisch-arousal-getriebenen Bereichen und wirkte etwas stärker auf bekannte kognitive Netzwerke ausgerichtet.
Die Arbeit geht noch einen Schritt weiter, indem sie die Frage nicht nur in klassischen Korrelationsanalysen beantwortet, sondern mit maschinellem Lernen. Über multivariate Verfahren trainierten die Forschenden Modelle so, dass sie einen IQ-Score ausschließlich anhand von Gehirnkonnektivitätsmustern vorhersagen sollten. Dann manipulierten sie die Trainingsdaten: Wenn das Modell nur mit Kindern aus wohlhabenderen Umfeldern trainiert wurde, versagte es bei der Vorhersage in einem separaten Testkollektiv. Funktionieren tat es vor allem dann, wenn im Training auch Kinder aus weniger privilegierten Nachbarschaften enthalten waren. Das interpretiert das Team als Hinweis auf „shortcut learning“: Die Modelle nutzen eine Hintergrundvariable, die mit dem Ziel zusammenhängt, statt das eigentlich intendierte biologische Signal zu erkennen.
Wichtig ist die Einordnung über den Einzelfall hinaus. Die beobachteten Zusammenhänge sind populationsbasiert und erfassen Momentaufnahmen; Gruppenmittel lassen sich nicht ohne Weiteres als Vorhersage für die individuelle kognitive Entwicklung eines einzelnen Kindes lesen. Zudem erklärt sozioökonomische Gelegenheit in den Analysen nur etwa 16 % der gesamten Unterschiede, die in den Gehirnmaßen sichtbar werden – ein Befund, der unterstreicht, dass neben Lebensbedingungen noch viele weitere biologische und Umweltfaktoren eine Rolle spielen. Die Studie stellt damit nicht „Kognition“ grundsätzlich infrage, sondern den Anspruch, IQ-Score-assoziierte Gehirnprofile als unveränderliche, biologisch essentielle Eigenschaft zu behandeln. Für die KI-gestützte Forschung und Entwicklung bedeutet das zugleich: Je stärker Trainingsdaten gesellschaftliche Disparitäten spiegeln, desto eher besteht die Gefahr, dass Modelle nicht die gewünschten Mechanismen lernen, sondern statistische Abkürzungen – ein Risiko, das bei der Interpretation von KI-gestützter Hirn- und Verhaltensforschung besonders sorgfältig adressiert werden muss.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Studie in Science: IQ-Biomarker entpuppen sich als sozioökonomische Privilegien" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Studie in Science: IQ-Biomarker entpuppen sich als sozioökonomische Privilegien" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Studie in Science: IQ-Biomarker entpuppen sich als sozioökonomische Privilegien« bei Google Deutschland suchen, bei Bing oder Google News!