L'échelle de Stanford-Binet : histoire et usage aujourd'hui

L'échelle d'intelligence de Stanford-Binet est le plus ancien test de QI encore utilisé par les professionnels. Née à Paris en 1905 comme un outil de repérage très concret, reconstruite à l'université Stanford en 1916, c'est elle qui a donné au monde le nombre que nous appelons aujourd'hui le QI. L'édition actuelle — la cinquième, publiée en 2003 — couvre les âges de 2 à 85 ans et plus, et évalue cinq facteurs cognitifs sous une forme verbale et une forme non verbale. Ce guide retrace l'origine du test, sa construction actuelle, la signification de ses scores, et l'ombre que son histoire continue de projeter.

1. Paris, 1905 : l'échelle Binet-Simon d'origine

En 1904, le ministère français de l'Instruction publique se heurte à un problème très pratique. L'école vient d'être rendue obligatoire, et les enseignants n'ont aucun moyen fiable d'identifier les enfants qui décrochent et auraient besoin d'un enseignement adapté. Le ministère confie à Alfred Binet, psychologue à la Sorbonne, la mission de trouver une méthode qui ne repose pas sur la seule impression du maître.

Binet, associé au médecin Théodore Simon, adopte une démarche inhabituelle pour l'époque. Plutôt que de mesurer des temps de réaction, un périmètre crânien ou une acuité sensorielle — les méthodes en vogue, héritées de Francis Galton —, les deux hommes rassemblent de courtes tâches du quotidien : suivre un objet en mouvement, nommer des choses familières, répéter une suite de chiffres, expliquer la différence entre deux mots, mettre des éléments en ordre. Les tâches vont du facile au difficile, et l'enfant progresse jusqu'à ce qu'elles deviennent hors de sa portée.

L'échelle de 1905 est révisée en 1908, puis en 1911. La révision de 1908 introduit l'idée qui fera la célébrité du test : chaque tâche est rattachée à l'âge auquel un enfant typique la réussit. Un enfant qui réussit les tâches que réussissent la plupart des enfants de huit ans se voit attribuer un « niveau mental » de huit ans, quelle que soit sa date de naissance. Binet, lui, restait prudent dans ses formulations : il tenait son échelle pour un instrument pratique et approximatif, destiné à repérer les élèves ayant besoin d'aide, et mettait explicitement en garde contre toute lecture du résultat comme une capacité fixe ou définitive.

Binet meurt en 1911, avant d'avoir pu voir ce que son échelle allait devenir une fois l'Atlantique franchi.

2. Stanford, 1916 : comment le test est devenu le QI

Henry Goddard importe l'échelle Binet-Simon aux États-Unis, la traduit vers 1908 et la diffuse largement. Mais la version qui s'imposera est celle produite à l'université Stanford par Lewis Terman, qui publie en 1916 The Measurement of Intelligence et la révision Stanford de l'échelle Binet-Simon.

Terman modifie l'instrument en profondeur sur trois points :

Il enrichit et réécrit la banque d'items et prolonge l'échelle vers le haut jusqu'à l'âge adulte : ce n'est plus seulement un outil de repérage pour enfants.
Il l'étalonne sur un large échantillon américain, de sorte que les résultats se lisent par rapport à une référence normative et non au jugement d'un clinicien.
Il reprend la formule de score proposée en 1912 par le psychologue allemand William Stern — âge mental divisé par âge chronologique, multiplié par 100 — et la baptise quotient intellectuel.

Cette troisième décision explique à elle seule l'existence de l'expression « QI ». Un enfant de dix ans qui se comporte comme un enfant typique de douze ans obtient 120 ; celui qui se comporte comme un enfant de huit ans obtient 80. Simple, mémorable — et, on le verra, structurellement bancal.

Terman s'écarte aussi de Binet sur l'interprétation. Là où Binet voyait dans un score bas un signal appelant une intervention pédagogique, Terman considère les scores comme largement héréditaires et stables, et milite pour leur usage dans l'orientation des élèves. Cette conception alimente directement l'engouement américain pour les tests dans les années 1920, et Terman lui-même a été engagé auprès d'organisations du mouvement eugéniste de cette période — un fait que la discipline consigne aujourd'hui sans détour plutôt que de le contourner. Les éditions ultérieures du test ont été construites par d'autres équipes, sur d'autres postulats, et les standards professionnels modernes de l'évaluation cognitive ont précisément été rédigés en réaction à ces dérives initiales.

3. Le QI-ratio et pourquoi il a dû disparaître

La formule de l'âge mental fonctionne à peu près chez l'enfant et s'effondre chez l'adulte. Les scores d'âge mental cessent de progresser à la fin de l'adolescence tandis que l'âge chronologique, lui, continue d'avancer : un quadragénaire parfaitement ordinaire verrait donc son quotient baisser régulièrement, pour la seule raison de l'arithmétique. La formule produisait aussi des dispersions incohérentes selon l'âge : 130 ne désignait pas la même rareté à six ans qu'à quatorze ans.

La correction arrive avec la troisième édition, forme L-M, en 1960, qui remplace le ratio par le QI-déviation que David Wechsler utilisait depuis 1939. Le principe : la performance brute de chaque tranche d'âge est convertie sur une échelle standard, de moyenne et de dispersion fixes, si bien qu'un score indique où se situe une personne par rapport à ses pairs du même âge — rien de plus, rien de moins.

Édition	Année	Changement clé	Échelle de score
Binet-Simon	1905–1911	Tâches graduées par âge, « niveau mental »	Aucune (niveau mental)
Révision Stanford	1916	Normes américaines, adoption de la formule du QI	QI-ratio (ÂM ÷ ÂC × 100)
Deuxième révision (formes L et M)	1937	Terman avec Maud Merrill ; formes parallèles	QI-ratio
Troisième édition (forme L-M)	1960	Le QI-déviation remplace le QI-ratio	Moyenne 100, ET 16
Quatrième édition (SB4)	1986	Échelle en points, quatre scores de domaine	Moyenne 100, ET 16
Cinquième édition (SB5)	2003	Cinq facteurs × deux domaines	Moyenne 100, ET 15

Deux détails de ce tableau méritent attention. La quatrième édition de 1986, élaborée par Robert Thorndike, Elizabeth Hagen et Jerome Sattler, abandonne le format d'échelle par âge au profit d'une échelle en points classique, organisée autour de quatre domaines : raisonnement verbal, raisonnement abstrait/visuel, raisonnement quantitatif et mémoire à court terme. Et la cinquième édition de 2003 fait passer l'écart-type de 16 à 15, alignant les scores du Stanford-Binet sur ceux des échelles de Wechsler. Les chiffres de Stanford-Binet cités avant 2003 reposent donc sur une échelle légèrement plus étalée — raison pour laquelle les scores anciens et modernes ne se comparent pas à la légère.

4. Comment le SB5 est construit

La cinquième édition, développée par Gale H. Roid et étalonnée sur un échantillon de 4 800 personnes apparié aux données du recensement américain, s'organise en une grille de cinq par deux. Cinq facteurs cognitifs sont chacun évalués deux fois — une fois verbalement, une fois non verbalement — soit dix sous-tests au total.

Facteur	Forme non verbale	Forme verbale
Raisonnement fluide	Séries d'objets et items de type matrices	Problèmes de raisonnement verbal
Connaissances	Absurdités présentées en images	Vocabulaire
Raisonnement quantitatif	Items numériques présentés visuellement	Problèmes quantitatifs énoncés en mots
Traitement visuo-spatial	Tâches d'encastrement et de motifs	Problèmes de position et de direction décrits oralement
Mémoire de travail	Tâches de mémoire sur blocs	Phrases et mémoire des détails

Aucun item réel n'est reproduit ici : le contenu est protégé par le droit d'auteur, et sa confidentialité fait partie de ce qui maintient la validité des normes. Les descriptions ci-dessus portent uniquement sur le type général de tâche.

La structure en cinq facteurs n'a rien d'arbitraire. Elle correspond au modèle de Cattell-Horn-Carroll (CHC), devenu la langue commune de l'évaluation cognitive moderne, ce qui rend les résultats du SB5 plus faciles à lire aux côtés d'autres batteries alignées sur le CHC.

Le domaine non verbal mérite une précision. « Non verbal » signifie ici que la réponse exige peu ou pas de parole — pointer, déplacer, disposer — et non que la séance se déroule en silence. Les consignes restent données oralement, même si elles peuvent être gestuelles si nécessaire. Cette organisation rend le versant non verbal utile avec les enfants au langage expressif limité, avec les personnes sourdes ou malentendantes, et avec les personnes évaluées dans une autre langue que leur langue maternelle — sans pour autant prétendre que la langue a été totalement neutralisée.

5. Point d'entrée, plancher et plafond : le déroulement réel de la passation

Le Stanford-Binet se passe en individuel, face à un examinateur formé, généralement en 45 à 90 minutes selon l'âge et le nombre de sous-tests nécessaires. Sa particularité est le routage adaptatif, un principe hérité, sous une forme ou une autre, de Binet lui-même.

Deux sous-tests d'orientation ouvrent la séance : une tâche de séries d'objets et de matrices côté non verbal, une tâche de vocabulaire côté verbal. Les performances à ces deux épreuves déterminent le niveau de difficulté auquel démarreront tous les sous-tests suivants. Un enfant de six ans et un adolescent de douze ans particulièrement à l'aise ne passeront donc pas les mêmes items.

À partir de ce point d'entrée, l'examinateur applique des règles de plancher et de plafond. Le plancher est le niveau auquel la personne réussit de façon constante, ce qui permet de considérer comme acquis les items plus faciles ; le plafond est le point où les échecs s'accumulent et où l'épreuve s'arrête. Tout ce qui se situe sous le plancher est crédité, tout ce qui se situe au-dessus du plafond n'est pas administré.

L'avantage est double : efficacité et confort — personne ne perd vingt minutes sur des items très en dessous ou très au-dessus de son niveau. Le coût, c'est que la passation et la cotation exigent une véritable formation : c'est l'une des raisons pour lesquelles ce test ne peut pas exister sous forme de questionnaire en ligne en auto-passation.

6. Comment se lisent les scores du SB5

Le SB5 ne produit pas un nombre mais plusieurs, et le score composite n'en est que la couche supérieure.

Type de score	Moyenne	ET	Ce qu'il couvre
QI total	100	15	Les dix sous-tests
QI non verbal	100	15	Les cinq sous-tests non verbaux
QI verbal	100	15	Les cinq sous-tests verbaux
Indices factoriels (×5)	100	15	Un facteur cognitif sur les deux domaines
Notes standard des sous-tests	10	3	Un sous-test isolé

Le manuel du SB5 propose également une cotation en QI étendu (EXIQ), qui élargit la plage rapportable bien au-delà de la bande classique 40–160 pour la recherche et pour les évaluations aux extrêmes, ainsi que des scores sensibles au changement, échelle absolue conçue pour suivre la performance d'une même personne au fil d'évaluations répétées, sans les distorsions d'une comparaison normée par l'âge.

Les bandes de scores s'accompagnent d'étiquettes descriptives — moyen, moyen-supérieur, supérieur, etc. Ces étiquettes décrivent la place d'un score dans une distribution. Ce ne sont pas des diagnostics, et aucun diagnostic n'est jamais posé à partir d'une bande de score : cela suppose un professionnel qualifié qui met en balance l'évaluation complète, l'histoire développementale et le fonctionnement quotidien.

Trois précautions d'interprétation s'appliquent ici comme à tout test cognitif :

Un score est une estimation assortie d'un intervalle de confiance. Le manuel publie l'erreur-type de mesure précisément pour que le résultat se lise comme une fourchette et non comme un point.
Le composite peut masquer le profil. Deux personnes ayant le même QI total peuvent présenter des configurations totalement différentes en mémoire de travail, en connaissances et en traitement visuo-spatial — et c'est généralement la configuration qui est la plus informative.
Les normes vieillissent. L'effet Flynn — la dérive à long terme des performances brutes moyennes documentée sur tout le XXᵉ siècle — fait qu'une édition ancienne tend à produire des scores flatteurs. C'est une raison courante pour laquelle les cliniciens travaillent avec les éditions à jour.

7. L'étude longitudinale de Terman et ses enseignements

En 1921, Terman lance les Genetic Studies of Genius : il passe au crible des écoliers californiens avec le Stanford-Binet et suit environ 1 500 d'entre eux, dont le score tournait autour de 135 et plus, pendant tout le reste de leur vie. C'est devenu l'une des plus longues études longitudinales de la psychologie, encore poursuivie par des chercheurs de générations ultérieures.

Son résultat le plus durable est un résultat négatif. Le stéréotype de l'enfant à score élevé chétif, socialement maladroit et de constitution fragile n'a pas résisté aux données : en moyenne, le groupe s'est révélé en bonne santé, socialement compétent et scolairement performant. Ce constat a réellement contribué à démonter un mythe hérité du XIXᵉ siècle.

Les limites de l'étude sont tout aussi instructives. L'échantillon a été constitué sur désignation des enseignants avant le test, il n'était pas représentatif de la population générale, et Terman est resté personnellement impliqué auprès des participants d'une manière qui ne passerait aucun comité d'éthique actuel. Par ailleurs, si le groupe a bien réussi professionnellement, il n'a produit aucun prix Nobel — alors que deux physiciens ultérieurement nobélisés, William Shockley et Luis Alvarez, auraient été testés et se seraient situés sous le seuil de sélection. Quoi que l'on pense de cette anecdote, la tendance générale est bien répliquée : un score élevé est un avantage statistique réel et une mauvaise prophétie individuelle.

8. Stanford-Binet ou Wechsler ? Les usages de chacun

Pendant l'essentiel du XXᵉ siècle, le Stanford-Binet a été le test de QI individuel par défaut. Aujourd'hui, les échelles de Wechsler — WAIS-IV/V pour les adultes, WISC-V pour les enfants scolarisés — sont plus fréquemment administrées en pratique clinique courante, tandis que le Stanford-Binet conserve des atouts spécifiques.

	Stanford-Binet (SB5)	Wechsler (WAIS/WISC)
Tranche d'âge	2 à 85 ans et plus dans un seul instrument	Tests distincts selon la tranche d'âge
Structure	5 facteurs × verbal / non verbal	4 à 5 indices
Choix des items	Routage adaptatif, plancher/plafond	Ordre de sous-tests fixe
Composite non verbal complet	Oui, un domaine parallèle entier	Partiel
Usages fréquents	Très jeunes enfants, évaluations aux extrêmes, contextes à langage limité	Évaluation clinique et scolaire générale

La tranche d'âge continue du SB5 le rend commode pour des réévaluations sur toute une vie, et son plancher bas comme son plafond élevé — encore étendus par la cotation EXIQ — en font un choix fréquent lorsqu'on s'attend à une performance très éloignée de la moyenne dans un sens ou dans l'autre. En pratique, l'instrument est choisi en fonction de la question posée par la demande, et une bonne évaluation s'appuie de toute façon sur plusieurs sources de données.

Questions fréquentes

Le Stanford-Binet est-il encore utilisé aujourd'hui ?

Oui. La cinquième édition, publiée en 2003, reste en usage professionnel actif pour les 2 à 85 ans et plus. Les échelles de Wechsler sont plus répandues en pratique clinique courante, mais le Stanford-Binet demeure fréquemment choisi pour les très jeunes enfants, pour les évaluations où l'on s'attend à une performance très éloignée de la moyenne, et lorsqu'un composite non verbal complet est nécessaire.

Quelle différence entre le Stanford-Binet et un test de QI en ligne ?

Presque tout, sauf le vocabulaire employé pour décrire les résultats. Le Stanford-Binet se passe en individuel avec un professionnel formé, utilise un routage adaptatif avec règles de plancher et de plafond, et s'interprète par rapport à un vaste échantillon d'étalonnage, dans des conditions contrôlées. Un test en ligne se passe seul, dans un environnement non contrôlé, sans examinateur, sans normes cliniques et sans moyen de vérifier qui l'a réellement passé. Les deux peuvent afficher un nombre proche de 100, mais ces deux nombres ne relèvent pas du même type de mesure.

Pourquoi l'échelle est-elle passée d'un écart-type de 16 à 15 ?

Les éditions antérieures du Stanford-Binet utilisaient un écart-type de 16, alors que les tests de Wechsler employaient 15. La cinquième édition a adopté 15 pour que les scores des deux batteries les plus utilisées reposent sur la même échelle. Conséquence pratique : les scores de Stanford-Binet cités avant 2003 sont légèrement plus dispersés que les scores actuels, et les chiffres issus d'éditions anciennes et récentes ne doivent pas être comparés directement sans conversion.

Peut-on se préparer à une évaluation Stanford-Binet ?

Il n'existe pas de matériel d'entraînement légitime, car les items sont protégés par le droit d'auteur et leur confidentialité est précisément ce qui donne du sens aux normes. Un score obtenu peu après un test similaire ressort en général plus haut, mais cela traduit une familiarité avec le format — un effet de pratique et un artefact de mesure — et non une modification de l'aptitude sous-jacente : c'est exactement pourquoi les examinateurs consignent et neutralisent les passations récentes. La seule préparation utile est ordinaire : dormir suffisamment, manger, et arriver sans précipitation.

Que dit réellement un score au Stanford-Binet ?

Il situe une performance sur un ensemble précis de tâches de raisonnement, de connaissances, de mémoire et d'orientation spatiale, par rapport à un échantillon normatif du même âge, le jour de la passation et dans ces conditions. C'est une information réelle, en particulier le profil sur les cinq facteurs. Ce n'est pas une mesure de la valeur d'une personne, de son caractère, de sa créativité, de son jugement ou de sa trajectoire de vie probable, et aucun chiffre isolé ne doit être lu comme un verdict sur ces dimensions.

Qui était Alfred Binet, et reconnaîtrait-il le test actuel ?

Binet était un psychologue français qui a construit en 1905 la première échelle d'intelligence utilisable, afin d'identifier les écoliers ayant besoin d'un soutien supplémentaire. Il reconnaîtrait la structure adaptative et la logique de référence à l'âge, qui ont toutes deux survécu. Le reste le mettrait sans doute plus mal à l'aise : il mettait en garde contre l'idée d'un score comme quantité fixe et n'a jamais employé le terme de quotient intellectuel, appliqué à son échelle par d'autres après sa mort.

Synthèse

Le Stanford-Binet a traversé plus d'un siècle parce qu'il n'a cessé d'être reconstruit. Les tâches graduées par âge de Binet sont devenues l'échelle américaine étalonnée de Terman, la formule bancale du ratio a cédé la place au QI-déviation, le format d'échelle par âge a cédé la place à une échelle en points, et le SB5 moderne a tout réorganisé autour de cinq facteurs alignés sur le modèle CHC, mesurés en parallèle sous forme verbale et non verbale.

Son histoire n'est pas propre. Le même instrument qui a donné à la psychologie sa première mesure exploitable du raisonnement a aussi été au cœur d'une époque du testing dont la discipline a depuis rejeté les postulats. Les deux faits appartiennent à tout récit honnête de cette échelle.

Ce qu'offre un résultat moderne au Stanford-Binet, c'est une estimation soigneuse, administrée par un professionnel, de la performance sur cinq domaines cognitifs, rapportée sous forme de fourchette plutôt que de point, et surtout utile lorsqu'elle se lit comme un profil. Ce qu'il n'offre pas — et n'a jamais prétendu offrir — c'est un nombre fixe et définitif qui expliquerait une personne.

Brambin propose un profil cognitif à huit dimensions conçu pour le divertissement et l'auto-exploration. Ce n'est pas l'échelle d'intelligence de Stanford-Binet, il n'a aucun lien avec son éditeur, et il ne constitue pas une évaluation clinique. Tout score en ligne — le nôtre compris — est un point de départ pour la curiosité, non un diagnostic, une décision d'orientation ou un verdict.