一边说IQ的平均值是100，一边又有研究说某些年代的平均测验成绩提高了，这两句话听起来像在矛盾。其实，它们可能使用了不同的参照方式。
“弗林效应”讨论的是一些人群在较长时期里，认知测验表现的代际变化。要理解它，关键不是先判断哪一代更聪明，而是看研究比较了谁、用了什么测验、分数参照有没有改变。
固定参照下的上升，与重新常模化可以同时存在
可以设想一种教学情境：后来的出生队列，在可比任务上的平均表现高于较早队列。如果一直沿用早期的参照，它们的相对分数就可能更高。若后来重新建立常模，把新参照群体的平均标准分再设为100，平均值又会回到100。
因此，两个年代的报告都写“平均100”，不能据此断定两代人在任务上的表现完全相同。反过来，固定参照下出现上升，也不能不加限制地解释成每个人都增加了同样数量的智力。
趋势并非处处一样，也可能出现转向
Bratsberg与Rogeberg在2018年发表的一项研究，分析了挪威1962—1991年男性出生队列的征兵认知测验数据。研究观察到队列表现先上升、后来转向下降，并进一步利用家庭内部兄弟之间的变化进行分析。[1]
这个设计很重要：兄弟共享的一些家庭背景，可以在家庭内部比较中得到控制。研究发现，上升与逆转的趋势都能在这种比较中重现，支持环境变化在该样本趋势中的作用，不能简单用不同家庭的组成变化来解释。
但“环境因素有关”仍不是一个具体原因清单。该研究并没有单独证明下降一定由手机、某种教育方式或某种饮食造成。把一个宽泛解释直接换成新闻标题里的唯一元凶，会超出研究能够回答的问题。
人群趋势，不能替一个人写成长曲线
出生队列之间的平均变化，与同一个人从年轻到年长怎样变化，是不同问题。某一地区出现代际上升，不表示每个人成年后都会年年提高；某项数据出现逆转，也不能用来判断眼前的年轻人“一代不如一代”。
同样，挪威历史男性样本的发现，不能直接推断中国当前所有年龄、性别或教育背景的人群。要谈中国的变化，需要相应地区、时期和工具的可比资料，而不是把国外曲线换一个标题就搬过来。
读个人报告，弗林效应提醒我们看常模年代
测验名称可能沿用很久，常模却不一定一直适合。查看个人报告时，可以问采用哪一版常模、何时收集、适用范围是什么。《教育与心理测验标准》要求及时更新常模，或提供旧常模仍适当的证据。[2]
这不意味着所有旧工具都立刻失效，也不意味着你需要因为读到一条新闻就重测。是否继续使用某版工具，应看当前用途、已有证据和可用替代方案；个人是否需要再次评估，则要回到真实问题，而不是追逐年代更近的数字。
遇到“人类智商正在上升或下降”，先问三句
第一，研究对象是什么人，是否代表标题里说的“人类”？第二，比较的是出生队列、同一个人的变化，还是更换常模后的分数？第三，研究发现的是趋势、相关线索，还是已经识别了具体原因？
把这三件事问清，弗林效应会成为理解测量和环境的窗口，而不必变成赞美某代人、贬低另一代人的依据。