不只看 IQ：用 WISC-V 的 GAI 與 CPI 揭露孩子被掩蓋的潛能

當「聰明卻卡關」的孩子走進你的晤談室

只要你做過認知衡鑑，幾乎一定聽過家長說出這類話的某種版本：*「我的孩子明明很聰明，成績怎麼會這麼差？」或「她在家跟我辯得頭頭是道，一到考試卻整個僵住、粗心連連。」*這些困惑，是臨床實務中最常見、也最令人費解的呈現之一。

多數資深臨床工作者都知道，單一的全量表智商（FSIQ）數字，鮮少能道盡全貌。當 FSIQ 不偏不倚落在「平均」範圍，它可能同時遮蔽了孩子真正的優勢，也把他真正的弱點推出視野之外。那麼，當這個頭條數字把一切壓平成一個誤導人的數值時，我們該往哪裡看？答案是兩個補充組合分數：一般能力指數（GAI）與認知熟練度指數（CPI）。

在 CHC 理論（Cattell-Horn-Carroll）與當代衡鑑研究的視角下，智力並非單一官能，而是一組各具特色的認知能力。對於有神經發展狀況、ADHD、學習障礙或資優的孩子，這些補充指數往往比 FSIQ 本身帶有遠多的臨床訊號。本文越過分數計算，直指真正改變實務的部分：如何解讀 GAI 與 CPI 之間的落差，又如何把這份解讀，轉化為對眼前家庭的具體協助。

關於測驗版本的小提醒： 本文所指為 WISC-V（魏氏兒童智力量表第五版）。各國與各語言皆有依其常模化的版本（測驗會針對不同母群重新建立常模並調整），但此處討論的構念、CHC 架構、指數結構與介入策略，在所有版本中皆相同。

1. GAI 對 CPI：引擎馬力 vs. 路上表現

好的 WISC-V 解讀，始於確切知道每個指數代表什麼。用一個汽車的比喻，差異就一目了然。

**GAI（一般能力指數）**是車子的引擎排氣量——它的原始馬力，捕捉孩子底層的推理與問題解決能量。相對地，**CPI（認知熟練度指數）**是變速箱、輪胎與路況。無論引擎多強（高 GAI），故障的變速箱或顛簸的路面（低 CPI）都會讓車子永遠到不了它真正的速度。

GAI 告訴你的事

• 組成： 由語文理解（VCI）、視覺空間（VSI）與流體推理（FRI）的核心分測驗構成。
• 反映什麼： 孩子純粹的智能潛力，剝除了工作記憶與處理速度所要求的神經效率成分。
• 臨床用途： 當 FSIQ 被薄弱的工作記憶或緩慢的處理速度拖累時，是估計真實能力的關鍵。

CPI 告訴你的事

• 組成： 由工作記憶（WMI）與處理速度（PSI）構成。
• 反映什麼： 認知效率——孩子接收、保持並操弄資訊的速度與成效。
• 臨床用途： 與課堂表現、持續性注意力及執行功能緊密相連。

2. 解讀落差：數字在告訴你什麼

真正該抓住臨床工作者目光的時刻，是 GAI 與 CPI 之間出現具意義的落差。約20 分以上的差距在統計上並不常見，且帶有特定的臨床意涵。實務中最常見的型態是 GAI 明顯高於 CPI（GAI > CPI）——這正是「高能力、低成就」孩子的教科書側寫。

研究指出，遠超過半數的資優兒童 GAI 高於 CPI；而 ADHD 兒童也常因較弱的工作記憶與處理速度，產生類似的側寫。正因如此，光憑分數落差並不能下診斷。臨床工作者的任務，是把分測驗層次的質性分析與行為觀察整合起來，在各種可能之間做鑑別：這是神經發展議題、情緒焦慮的表現，還是單純的發展不同步？

3. 從解讀到介入

分析完成後，工作便轉向給孩子與照顧者一些他們真正用得上的東西。面對 GAI–CPI 落差大的家庭，以下三項核心策略往往最能帶來改變。

1）家長心理衛教：是超載，不是懶惰

家長看到高 GAI，便斷定：「她做得到，只是不肯做。」這正是解釋 CPI 能徹底翻轉局面之處。一個好用的框架是：孩子的大腦是一台高效能電腦（GAI），卻跑在*緩慢的網路連線（CPI）*上——運算能力是真的，但資訊一直在緩衝。這樣重新框定困難，能止住責備，把問題從「能力不足」重新定義為「一個需要支持的領域」。

2）建立認知繞道策略

直接操練薄弱的 CPI——沒完沒了的重複計算、限時練習卷——往往只會磨損動機。更好的做法，是借助強勢的 GAI 來繞過弱點：

• 把聽覺資訊視覺化。 針對薄弱的工作記憶，把口語指示轉成筆記、檢核表或圖示，作為外部記憶倉儲。
• 移除時間壓力。 針對緩慢的處理速度，讚許正確勝於速度，給予充裕的作答時間，並把工作切成更小的單位（分塊）。

3）強化後設認知與情緒支持

沒有人比孩子自己更切身感受到「高潛能」與「令人挫折的表現」之間的落差。那份挫折可能發酵成憂鬱或焦慮。在晤談中，直接肯認這份經驗——像是說：「聽起來你腦袋裡明明知道答案，但它就是出不來，沒辦法從嘴巴或手裡跑出來，真的很讓人氣餒，對吧？」——接著協助孩子建立後設認知技巧，去理解並自我調節自己的認知側寫。

4. 給臨床工作者的結語

GAI 與 CPI 不只是數字。它們是一張認知地圖，描繪孩子如何接收並處理這個世界。我們身為臨床工作者的任務，是讀出藏在單一 FSIQ 數字背後的動力，並把具體的認知策略交到孩子手上——而不是貼上「聰明但成績差」的標籤。

這種程度的衡鑑與解讀精準度，需要真正的專注與時間。把孩子細微的口語反應、應試行為，以及一大叢分數，綜合成一份連貫的報告，本身也是相當沉重的行政負擔。

這正是以資安為先、為諮商師打造的 AI 夥伴能幫上忙的地方。Modalia AI 能在測驗或家長會談中，精準轉錄並摘要孩子獨特的口語反應，把臨床工作者從文書工作中解放，好讓你把精力投入最重要的事：對資料的臨床解讀，以及隨之而來的治療計畫。

一份行動方案

• 重新檢視一個個案。 翻出一份近期檔案，FSIQ 看來平平，但某些分測驗分數卻明顯突出，重新計算它的 GAI 與 CPI。
• 減少紙上作業。 考慮採用 AI 轉錄與文書工具，縮短複雜心理報告的行政尾巴。
• 試試那個比喻。 在下一次回饋晤談中，跳過術語，用「引擎與路面」的比喻來解釋 GAI 與 CPI。家長的理解程度往往會大幅躍升。