6.b.3. Problemas genéticos

• Limitações funcionais

Apesar de outros objetivos alcançados, até agora não se baixaram as correlações de W de forma satisfatória.

Definitivamente é necessário algo importante ou relevante que baixe as correlações suficientemente, por isso, depois de lhe dar umas quantas voltas, introduzi o que denomino limitações funcionais devidas a causas diversas, entre as que se podem destacar problemas genéticos nos mecanismos iniciais do desenvolvimento.

Para situá-lo em algum momento, depois da combinação genética mendeliana e do filtro de afinidade podemos supor que existe algo assim como acidentes ou problemas genéticos que diminuem em 30 pontos os coeficientes de inteligência esperados. Realizou-se uma análise de sensibilidade deste parâmetro quantitativo associado a problemas hereditários para determinar que a referida quantidade é a que melhores ajustes produz.

Logicamente, por limitações derivadas de problemas genéticos prévios que não se reproduzam há que incluir subidas repentinas da metade de 30 com a mesma probabilidade de ocorrência. Digo metade pelo efeito da significância dos diferentes potenciais e a sua mudança para coeficientes finais.

Nas suas instruções diz-se: “O círculo negro ou branco no centro da bola representa o número de faltas cometidas pelos jogadores e pelos genes são portadores dos mesmos, portanto podem mudar com os processos evolutivos. Da mesma forma, representam a probabilidade de acidentes genéticos nos citados processos, acidente que, em caso de ocorrer, significará situar-se no escalão mais baixo da escala utilizada”.

De acordo com o programa Esnuka e com as provas estatísticas realizadas, estas limitações devidas a que existem problemas genéticos aparecerão uma em cada cinco vezes no sentido negativo e também uma de cada cinco vezes aparecerão em sentido positivo, mas com metade da intensidade.

A explicação da existência destas limitações funcionais ou problemas de genética pode ser de diversa natureza, entre as possíveis causas podemos citar as seguintes:

• É provável que algumas das funções integrantes da inteligência não se encontrem no mesmo cromossoma que o resto e, consequentemente, segam uma combinação mendeliana diferente, provocando descontinuidades adicionais na determinação final do potencial intelectual.

• Para o desenvolvimento do novo ser são necessários materiais específicos, nem todos possuímos a mesma capacidade de produção de determinadas proteínas, a falta de algumas delas pode provocar que a informação genética não chegue a desenvolver-se afetando os mecanismos dos algoritmos genéticos naturais; de novo esta circunstância poderia provocar saltos ou descontinuidades em relação à transmissão da inteligência.
  
  Aqui poderia encaixar o exposto em relação a estudos dos fatores pré e pós-natais. A meu ver, estes fatores fariam parte do desenvolvimento estrutural da inteligência e dos seus algoritmos genéticos naturais e nunca os classificaria como fatores meio ambientais em sentido estrito. Por outras palavras, a tecnologia de materiais, como tal, é de natureza genética, o cenário é outro se se dispõe dos elementos necessários em cada momento, mas normalmente não será este o problema pela própria otimização da evolução.
  
  Enfim, todo o bom contabilista há-de contar com uma caixa onde cabe tudo.

• Complementaridade com memória
  
  
• Acidentes genéticos ou problemas genéticos em sentido amplo, ou seja, incluiriam as precauções previstas para casos especiais de certos riscos.
  
  
• Paternidade real!
  
  
• Meio ambiente. Supõe-se que alguma influencia terá. Por pequena que seja!
  
  
• ...

De outro ponto de vista, poderia dizer-se que o efeito das limitações funcionais ou problemas genéticos, até certo ponto, seria semelhante ao que a linguagem popular denomina a ovelha negra da família.

No final, conseguiu-se que a variável W não se possa distinguir das variáveis de dados estatísticos de coeficientes de inteligência observados no estudo longitudinal.

6.c) Esnuka e os algoritmos do modelo de simulação global

Depois de introduzir no Modelo Social a evolução no sentido apontado pela Teoria da Evolução Condicionada da Vida, as limitações funcionais devidas aos problemas genéticos e dotá-lo de processos estatísticos com a capacidade de gerar variáveis quantitativas com perturbações aleatórias que as aproximem às variáveis de dados observados, o modelo completo da herança genética da inteligência funciona satisfatoriamente como se pode verificar com os gráficos de correlação e regressão múltipla que se apresentam em seguida.

De fato, para provar o caráter hereditário da inteligência e a presença do método VIG não é preciso nenhum algoritmo genético de geração da variável R quando a regressão linear se faz sobre M e P diretamente.

Esnuka é um jogo de bilhar no qual a cor das bolas depende dos estados evolutivos em função das carambolas conseguidas, de acordo com os algoritmos genéticos deduzidos da Teoria Geral da Evolução Condicionada da Vida. Em Esnuka não faziam falta tantas variáveis aleatórias nos processos de simulação da evolução porque não produzia erros na expressão nem na medição e a evolução estabelece-se numa percentagem constante.

6.c.1. Variáveis originais. (Teste de inteligência escala Wechsler e Stanford-Binet) 

As variáveis individuais originais facilitadas pelo Young Adulthood Study nem sempre melhoram o ser ajuste com os algoritmos genéticos implementados ou simulados no Modelo Global enquanto que as centradas sim. Para o caso da ordem (M+P)/2 poderia entender-se facilmente porque o referido critério não responde às mudanças nos parâmetros de evolução interna que são os únicos que mudam R e M1P1, em cujo caso as denominamos R ° e M1P1 ° para facilitar os raciocínios.

MODELO GLOBAL: T1, T4 y WB  
(Teste de inteligência escala Wechsler e Stanford-Binet)

Ordem	Função objetivo
	R°			M & P
	Gráficos	ICMG	r² máx.	Gráficos	ICMG	r² máx.
(M+P)/2	q551°	11,73	0,62	q552	13,05	0,80
M1P1°	q553°	10,91	0,79	q554°	13,04	0,79
R°	q555°	10,83	0,73	q556°	12,63	0,94
WB	q557°	12,26	0,89	q558	14,68	0,99

Para além dos problemas genéticos, pode ser que faltem elementos por precisas, mas a estrutura principal do Modelo Global e os algoritmos genéticos que implica, em minha opinião, é totalmente válida. Também poderia ser que a sensibilidade do modelo com tanta variável aleatória não seja capaz de detectar o limitado efeito dos parâmetros de evolução interna sobre os referidos elementos e o que necessita este modelo de simulação é uma maior precisão quantitativa dos elementos envolvidos.

É cedo para retirar conclusões tão especificas, por exemplo, ocorre-me que, perante estes gráficos, nos quais as três variáveis H se comportam por vezes de forma muito semelhante e às vezes de forma muito diferente, poderia acontecer que os diferentes testes utilizados meçam características diferentes e por isso respondam de forma diferente quando a perspectiva de análise muda.

Esta última questão, já a sabemos, o que seria novo seria a análise quantitativa a partir desta perspectiva.

Por outras palavras, poderia ser que certas funções elementares que conformam a inteligência pertençam a um núcleo duro que não será afetado normalmente pela evolução interna de uma só geração. Em concreto, poderia ser uma melhoria do modelo ao colocar uma constante de inteligência mínima humana que poderia ser de 50 ou 60 pontos, ainda que sempre possa haver exceções por graves alterações cerebrais por problemas genéticos.

Ainda assim, as correlações obtidas com as variáveis individuais chegam a 0.89 para a função R ° definida pela TGECV e a 0,99 se se faz sobre M e P, ainda que, este último resultado é o mesmo que com o Modelo Global de herança genética sem evolução porque os parâmetros da evolução não alteram nem M & P nem o critério estatístico de ordenação WB.

Da mesma forma, quando se utiliza a variável R ° como critério estatístico de ordenação consegue-se 0.94 que não está nada mal. E a 0,79 quando o critério é M1P1 ° para as duas funções objetivo contempladas.

6.c.2. Variáveis centradas (Médias de testes de inteligência escala Wechsler e Stanford-Binet)

Com as variáveis centradas no Modelo Global de simulação da evolução mantém-se o seu melhor ajuste em relação às individuais que existia no modelo da Inteligência Social.

MODELO GLOBAL: T1-d, X3 y X6  

Ordem	Função objetivo
	R°			M & P
	Gráficos	ICMG	r² máx.	Gráficos	ICMG	r² máx.
(M+P)/2	q561°	14,70	0,77	q562	16,03	0,80
M1P1°	q563°	15,61	0,89	q564°	17,77	0,89
R°	q565°	15,55	0,84	q566°	17,40	0,97
X6	q567°	15,05	0,91	q568	17,20	0,88

Poderia dizer-se que os gráficos de correlação e regressa múltipla continuam a ser bastante eloqüentes.

Em relação às mesmas variáveis centradas sem os algoritmos genéticos dos processos de simulação da evolução interna e problemas genéticos, observa-se um aumento do ICMG maior quando a função objetivo é M & P do que R º, ainda que seja importante em ambas, e maior com o critério M1P1 ° do que com R °, situando-se em 1,70 pontos e 1,52 respectivamente. 

Tanto para a função objetivo R ° como a M & P os resultados com enfoque quantitativo do modelo de simulação são superiores quando se utilizam os critérios de ordenação R ° e M1P1 °.