La escala de inteligencia Stanford-Binet: historia y uso actual

La escala de inteligencia Stanford-Binet es el test de CI más antiguo que sigue en uso profesional. Nació en París en 1905 como una herramienta práctica de cribado, se reconstruyó en la Universidad de Stanford en 1916 y dio al mundo la cifra que hoy llamamos CI. La edición vigente —la quinta, publicada en 2003— cubre desde los 2 hasta los 85 años y más, y mide cinco factores cognitivos en una forma verbal y otra no verbal. Esta guía recorre de dónde viene el test, cómo está construido hoy, qué significan sus puntuaciones y en qué puntos su historia sigue proyectando una sombra larga.

1. París, 1905: la escala Binet-Simon original

En 1904 el ministerio francés de instrucción pública se enfrentaba a un problema muy concreto. La escolarización acababa de hacerse obligatoria y los maestros necesitaban alguna forma de identificar a los niños que no seguían el ritmo y requerirían otro tipo de enseñanza. El ministerio encargó a Alfred Binet, psicólogo de la Sorbona, que buscara un método que no dependiera de la impresión del docente.

Binet, en colaboración con el médico Théodore Simon, adoptó un enfoque insólito para la época. En lugar de medir tiempos de reacción, perímetro craneal o agudeza sensorial —los métodos de moda entonces, heredados de Francis Galton—, reunieron tareas breves de la vida cotidiana: seguir un objeto en movimiento, nombrar cosas familiares, repetir una serie de dígitos, explicar la diferencia entre dos palabras, ordenar elementos. Las tareas iban de lo fácil a lo difícil, y el niño avanzaba hacia arriba hasta que resultaban demasiado complicadas.

La escala de 1905 se revisó en 1908 y de nuevo en 1911. La revisión de 1908 introdujo la idea que hizo famoso al test: cada tarea quedó vinculada a la edad a la que un niño típico podía superarla. De un niño que resolvía las tareas que superaba la mayoría de los niños de ocho años se decía que tenía un «nivel mental» de ocho, independientemente de su fecha de nacimiento. La formulación del propio Binet era prudente: trataba la escala como un instrumento práctico y aproximado para detectar a quienes necesitaban ayuda adicional, y advirtió explícitamente contra leer el resultado como una capacidad fija o permanente.

Binet murió en 1911, antes de poder ver qué ocurrió con su escala una vez cruzó el Atlántico.

2. Stanford, 1916: cómo el test se convirtió en el CI

Henry Goddard llevó la escala Binet-Simon a Estados Unidos, la tradujo alrededor de 1908 y la distribuyó ampliamente. Pero la versión que se impuso se elaboró en la Universidad de Stanford de la mano de Lewis Terman, que en 1916 publicó The Measurement of Intelligence y la revisión Stanford de la escala Binet-Simon.

Terman hizo tres cosas que cambiaron el instrumento de raíz:

Amplió y reescribió el banco de ítems y extendió la escala hacia arriba, hasta la edad adulta, de modo que dejó de ser solo una herramienta de cribado infantil.
La estandarizó con una muestra estadounidense amplia, para que los resultados pudieran leerse contra una referencia normativa en lugar del criterio del clínico.
Adoptó la fórmula de puntuación que el psicólogo alemán William Stern había propuesto en 1912 —edad mental dividida por edad cronológica, multiplicada por 100— y la bautizó como cociente intelectual.

Esa tercera decisión es la razón por la que existe la expresión «CI». Un niño de diez años que rendía como uno típico de doce obtenía 120; uno que rendía como un típico de ocho, 80. Sencillo, memorable y —como se acabó descubriendo— estructuralmente defectuoso.

Terman también se separó de Binet en la interpretación. Donde Binet veía en una puntuación baja una señal para intervenir, Terman consideraba las puntuaciones mayoritariamente heredadas y estables, y defendió su uso para clasificar al alumnado. Esa visión alimentó directamente el auge de los test en Estados Unidos en los años veinte, y Terman mismo estuvo vinculado a organizaciones del movimiento eugenésico de aquel periodo: un hecho que la disciplina hoy consigna con claridad en lugar de esquivarlo. Las ediciones posteriores del test las construyeron otras personas bajo supuestos distintos, y los estándares profesionales modernos de evaluación cognitiva se redactaron precisamente como reacción a esos abusos iniciales.

3. El CI de razón y por qué tuvo que desaparecer

La fórmula de la edad mental funciona razonablemente bien con niños y se desmorona con adultos. Las puntuaciones de edad mental dejan de crecer al final de la adolescencia mientras la edad cronológica sigue avanzando, de modo que una persona de 40 años perfectamente típica arrojaría un cociente en caída constante sin más motivo que la aritmética. La fórmula producía además dispersiones inconsistentes según la edad: 130 no indicaba el mismo grado de rareza a los seis años que a los catorce.

La solución llegó con la tercera edición, forma L-M, en 1960, que sustituyó la razón por el CI de desviación que David Wechsler usaba desde 1939. Aquí el rendimiento bruto de cada grupo de edad se convierte a una escala estándar con media fija y dispersión fija, de manera que una puntuación describe dónde se sitúa alguien respecto a sus iguales en edad: nada más y nada menos.

Edición	Año	Cambio clave	Escala de puntuación
Binet-Simon	1905–1911	Tareas graduadas por edad, «nivel mental»	Ninguna (nivel mental)
Revisión Stanford	1916	Baremos de EE. UU., adopción de la fórmula del CI	CI de razón (EM ÷ EC × 100)
Segunda revisión (formas L y M)	1937	Terman con Maud Merrill; formas paralelas	CI de razón
Tercera edición (forma L-M)	1960	El CI de desviación sustituye al de razón	Media 100, DT 16
Cuarta edición (SB4)	1986	Escala de puntos, cuatro áreas	Media 100, DT 16
Quinta edición (SB5)	2003	Cinco factores × dos dominios	Media 100, DT 15

Dos detalles de esa tabla importan. La cuarta edición de 1986, desarrollada por Robert Thorndike, Elizabeth Hagen y Jerome Sattler, abandonó el formato de escala de edad por una escala de puntos convencional organizada en torno a cuatro áreas: razonamiento verbal, razonamiento abstracto/visual, razonamiento cuantitativo y memoria a corto plazo. Y la quinta edición de 2003 cambió la desviación típica de 16 a 15, situando las puntuaciones Stanford-Binet en la misma escala que los test de Wechsler. Las cifras Stanford-Binet citadas de antes de 2003 descansan sobre una escala algo más amplia, y esa es una de las razones por las que no conviene comparar a la ligera puntuaciones históricas con las actuales.

4. Cómo está construido el SB5

La quinta edición, desarrollada por Gale H. Roid y baremada con una muestra de 4.800 personas ajustada a los datos del censo estadounidense, se organiza como una matriz de cinco por dos. Cada uno de los cinco factores cognitivos se evalúa dos veces —una de forma verbal y otra no verbal—, lo que da diez subtests en total.

Factor	Forma no verbal	Forma verbal
Razonamiento fluido	Series de objetos e ítems de tipo matriz	Problemas de razonamiento verbal
Conocimiento	Absurdos presentados en imágenes	Vocabulario
Razonamiento cuantitativo	Ítems numéricos presentados visualmente	Problemas cuantitativos enunciados con palabras
Procesamiento visoespacial	Tareas de tablero de formas y patrones	Problemas de posición y dirección descritos verbalmente
Memoria de trabajo	Tareas de memoria con bloques	Tareas de frases y memoria de detalles

Aquí no se reproduce ningún ítem real: el contenido está protegido por derechos de autor y su confidencialidad es parte de lo que mantiene válidos los baremos. Las descripciones anteriores se refieren únicamente al tipo general de tarea.

La estructura de cinco factores no es arbitraria. Se corresponde con el modelo Cattell-Horn-Carroll (CHC), que se ha convertido en el lenguaje común de la evaluación cognitiva moderna, lo que facilita leer los resultados del SB5 junto a otras baterías alineadas con el CHC.

El dominio no verbal merece una nota. «No verbal» significa aquí que la respuesta exige poco o ningún habla —señalar, mover, ordenar—, no que la sesión transcurra en silencio. Las instrucciones se siguen dando oralmente, aunque pueden gesticularse cuando es necesario. Esto hace útil la vertiente no verbal con niños de lenguaje expresivo limitado, con personas sordas o con dificultades auditivas y con quienes son evaluados en una lengua que no es la materna, sin pretender que el lenguaje haya sido eliminado por completo.

5. Enrutamiento, niveles basal y techo: cómo se aplica realmente

El Stanford-Binet se administra de forma individual por un examinador formado, habitualmente entre 45 y 90 minutos según la edad y el número de subtests necesarios. Su rasgo distintivo es el enrutamiento adaptativo, una idea que el test utiliza en alguna forma desde Binet.

Primero se aplican dos subtests de enrutamiento: una tarea de series de objetos y matrices en la vertiente no verbal y una tarea de vocabulario en la verbal. El rendimiento en esas dos determina el nivel de dificultad en el que arranca cada subtest restante. Un niño de seis años y un chico talentoso de doce responderán, por tanto, conjuntos de ítems distintos.

A partir de ese punto de entrada, el examinador trabaja con reglas de nivel basal y de techo. El basal es el nivel en el que la persona acierta de forma consistente, lo que permite dar por correctos los ítems más sencillos; el techo es el punto en el que los fallos se acumulan y la aplicación se detiene. Todo lo que queda por debajo del basal se acredita y nada de lo que queda por encima del techo se administra.

La ventaja es eficiencia y comodidad: nadie pasa veinte minutos con ítems muy por debajo o muy por encima de su nivel. El coste es que la aplicación y la corrección exigen formación real, y esa es una de las razones por las que este test no puede existir en una versión autoaplicada en línea.

6. Cómo se informan las puntuaciones del SB5

El SB5 produce más de una cifra, y el compuesto es solo la capa superior.

Tipo de puntuación	Media	DT	Qué abarca
CI total	100	15	Los diez subtests
CI no verbal	100	15	Los cinco subtests no verbales
CI verbal	100	15	Los cinco subtests verbales
Índices de factor (×5)	100	15	Un factor cognitivo en ambos dominios
Puntuaciones escalares de subtest	10	3	Un único subtest

El manual del SB5 ofrece además una opción de puntuación CI ampliado (EXIQ), que extiende el rango informable mucho más allá de la franja convencional de 40 a 160 para investigación y para evaluaciones en los extremos, y puntuaciones sensibles al cambio, una escala absoluta diseñada para seguir el rendimiento de una misma persona en evaluaciones repetidas a lo largo del tiempo sin las distorsiones de la comparación baremada por edad.

Las franjas de puntuación vienen acompañadas de etiquetas descriptivas: media, media-alta, superior, etcétera. Esas etiquetas describen dónde cae una puntuación dentro de una distribución. No son diagnósticos, y nunca se diagnostica ninguna condición a partir de una franja de puntuación por sí sola; eso exige que un profesional cualificado valore en conjunto la evaluación completa, la historia de desarrollo y el funcionamiento cotidiano.

Se aplican tres cautelas interpretativas, igual que en cualquier test cognitivo:

Una puntuación es una estimación con un intervalo de confianza. El manual informa del error típico de medida precisamente para que los resultados se lean como una banda y no como un punto.
El compuesto puede ocultar el perfil. Dos personas con el mismo CI total pueden tener patrones completamente distintos en memoria de trabajo, conocimiento y procesamiento visoespacial, y el patrón suele ser la información más útil.
Los baremos envejecen. El efecto Flynn —la deriva a largo plazo del rendimiento bruto medio documentada a lo largo del siglo XX— implica que los baremos de una edición antigua tienden a producir puntuaciones halagadoras. Es una razón habitual por la que los clínicos trabajan con las ediciones vigentes.

7. El estudio longitudinal de Terman y lo que encontró

En 1921 Terman inició los Genetic Studies of Genius, cribando a escolares de California con el Stanford-Binet y siguiendo a unos 1.500 que puntuaron alrededor de 135 o por encima durante el resto de sus vidas. Se convirtió en uno de los estudios longitudinales más prolongados de la psicología y otros investigadores siguen dándole continuidad.

Su hallazgo más duradero fue negativo. El estereotipo del niño de puntuación alta como un ser enfermizo, socialmente torpe y físicamente frágil no sobrevivió al contacto con los datos: en promedio, el grupo era sano, socialmente competente y académicamente exitoso. Aquel resultado hizo un trabajo real al desmontar un mito del siglo XIX.

Los límites del estudio son igual de instructivos. La muestra se seleccionó mediante nominación del profesorado antes de aplicar el test, no era representativa de la población general, y Terman mantuvo una implicación personal con los participantes que no pasaría una revisión ética moderna. Y aunque el grupo le fue bien profesionalmente, no produjo ningún premio Nobel, mientras que dos físicos que después lo ganaron, William Shockley y Luis Álvarez, habrían sido cribados —según lo informado— quedándose por debajo del corte. Al margen de lo que cada cual haga con esa anécdota, el patrón general está bien replicado: una puntuación alta es una ventaja estadística real y una profecía individual pobre.

8. ¿Stanford-Binet o Wechsler? Dónde se usa cada uno

Durante casi todo el siglo XX el Stanford-Binet fue el test de CI individual por defecto. Hoy las escalas de Wechsler —WAIS-IV/V para adultos, WISC-V para niños en edad escolar— se administran con más frecuencia en la práctica clínica general, mientras el Stanford-Binet conserva fortalezas particulares.

	Stanford-Binet (SB5)	Wechsler (WAIS/WISC)
Rango de edad	De 2 a 85+ en un solo instrumento	Test separados por franja de edad
Estructura	5 factores × verbal / no verbal	4–5 índices
Selección de ítems	Enrutamiento adaptativo, basal/techo	Orden fijo de subtests
Compuesto no verbal completo	Sí, un dominio paralelo completo	Parcial
Usos habituales	Niños muy pequeños, evaluaciones en los extremos, contextos con lenguaje limitado	Evaluación clínica y educativa general

El rango de edad continuo del SB5 lo hace cómodo para reevaluar a lo largo de la vida, y su suelo bajo y techo alto —extendido aún más por la puntuación EXIQ— lo convierten en una elección frecuente cuando se espera que el rendimiento quede muy lejos de la media en cualquiera de las dos direcciones. En la práctica, el instrumento se elige según la pregunta que motiva la derivación, y una buena evaluación se apoya de todos modos en más de una fuente de evidencia.

Preguntas frecuentes

¿Se sigue usando hoy el Stanford-Binet?

Sí. La quinta edición, publicada en 2003, sigue en uso profesional activo para edades de 2 a 85 años y más. Las escalas de Wechsler son más habituales en la práctica clínica rutinaria, pero el Stanford-Binet se sigue eligiendo con frecuencia para niños muy pequeños, para evaluaciones en las que se espera un rendimiento bastante alejado de la franja media y cuando se necesita un compuesto no verbal completo.

¿Qué diferencia hay entre el Stanford-Binet y un test de CI en línea?

Casi todo, salvo el vocabulario con el que se describen los resultados. El Stanford-Binet lo administra individualmente un profesional formado, usa enrutamiento adaptativo con reglas de basal y techo, y se interpreta contra una muestra de baremación amplia en condiciones controladas. Un test en línea es autoaplicado en un entorno no controlado, sin examinador, sin baremos clínicos y sin forma de verificar quién lo hizo. Ambos pueden informar de una cifra cercana a 100, pero esas dos cifras no son el mismo tipo de medida.

¿Por qué cambió la escala de DT 16 a DT 15?

Las ediciones anteriores del Stanford-Binet usaban una desviación típica de 16, mientras los test de Wechsler usaban 15. La quinta edición adoptó 15 para que las puntuaciones de las dos baterías más utilizadas quedaran en la misma escala. La consecuencia práctica es que las puntuaciones Stanford-Binet citadas de antes de 2003 están algo más dispersas que las actuales, y las cifras de ediciones antiguas y nuevas no deberían compararse directamente sin conversión.

¿Se puede preparar una evaluación Stanford-Binet?

No existe material de práctica legítimo, porque los ítems están protegidos por derechos de autor y su confidencialidad es lo que mantiene el sentido de los baremos. Una puntuación obtenida poco después de una prueba similar tiende a salir más alta, pero eso refleja la familiaridad con el formato —un efecto de práctica y un artefacto de medida—, no un cambio en la capacidad subyacente, y por eso mismo los examinadores registran y descuentan las aplicaciones recientes. La preparación útil es la más ordinaria: dormir lo suficiente, comer y llegar sin prisas.

¿Qué dice realmente una puntuación del Stanford-Binet?

Sitúa el rendimiento en un conjunto concreto de tareas de razonamiento, conocimiento, memoria y habilidad espacial en relación con una muestra normativa de la misma edad, el día de la aplicación y bajo esas condiciones. Eso es genuinamente informativo, en particular el perfil a través de los cinco factores. No es una medida del valor de una persona, ni de su carácter, creatividad, criterio o trayectoria probable, y ninguna cifra aislada debería leerse como un veredicto sobre nada de eso.

¿Quién fue Alfred Binet y reconocería el test moderno?

Binet fue un psicólogo francés que construyó en 1905 la primera escala práctica de inteligencia para identificar a escolares que necesitaban apoyo adicional. Reconocería la estructura adaptativa y la lógica referida a la edad, que siguen vivas. Probablemente se sentiría menos cómodo con el resto: advirtió contra tratar la puntuación como una cantidad fija y nunca empleó el término cociente intelectual, que otros aplicaron a su escala después de su muerte.

Resumen

El Stanford-Binet ha durado más de un siglo porque no dejó de reconstruirse. Las tareas graduadas por edad de Binet se convirtieron en la escala estadounidense baremada de Terman, la fórmula de razón defectuosa dio paso al CI de desviación, el formato de escala de edad dio paso a una escala de puntos, y el SB5 moderno reorganizó todo en torno a cinco factores alineados con el CHC medidos en formas verbales y no verbales paralelas.

Su historia no es pulcra. El mismo instrumento que dio a la psicología su primera medida utilizable del razonamiento fue también central en una época de los test cuyos supuestos la disciplina ha rechazado desde entonces. Ambos hechos pertenecen a cualquier relato honesto sobre él.

Lo que ofrece un resultado moderno del Stanford-Binet es una estimación cuidadosa, aplicada profesionalmente, del rendimiento en cinco dominios cognitivos, informada como un rango y no como un punto, y más útil cuando se lee como perfil. Lo que no ofrece —y nunca pretendió ofrecer— es una cifra fija y definitiva que explique a una persona.

Brambin ofrece un perfil cognitivo de ocho dimensiones diseñado para el entretenimiento y el autoconocimiento. No es la escala de inteligencia Stanford-Binet, no tiene ninguna vinculación con su editorial y no es una evaluación clínica. Cualquier puntuación en línea, incluida la nuestra, es un punto de partida para la curiosidad: no un diagnóstico, ni una decisión de colocación educativa, ni un veredicto.