于是，一组心理学家——其中有特曼、哥达德和哈佛教授罗伯特·耶基斯（Robert Yerkes）——汇集在凡尼兰，开始设计这套试题。8月，耶基斯被任命为陆军少校，受命执行该项计划。他召集约40名心理学家，在两个月时间内拿出了一套“陆军甲种测验”，即言语智力测试题，和“陆军乙种测验”，即为应召士兵中百分之四十文盲士兵设计的图形测试题（乙种测验的指导语由助手大声念出来）。从今天来看，广泛使用的甲种测验看上去像是一个奇怪的混合物，是科学常识、民间智慧和道德观念的总汇，如下例所示：
1．如果植物团缺雨水而快旱死，你应该：
——给它们浇水。
——征求花匠的意见。
——在旁边施肥。
8．宁可战斗而不逃跑，因为：
——懦夫常被打死。
——战死更光荣。
——如果逃跑，可能背后挨子弹。
11．回声的起因是：
——声波蚋反射，
——空气中有电。
——空气中有湿气。
耶基斯的小组开始在4个军营中进行测试。几个星期后，总军医决定在全军范围内实施该方案。到战争结束时，即1918年11月，共有170万人受到测试，耶基斯手下约300名心理学家给每个人打分，并为他推荐合适的军队职务。尽管耶基斯的心理学队伍遇到不少职业军官的抵抗和不配合，但这些测试结果却使近8000人因为不适合岗位而遭到撤换，约10000低智力者被分配至劳动营或从事类似的服务工作。更重要的是，甲种测验开始成为一项重要的选拔标准，整个战争期间，被提拔为军官的20万人，有三分之二的人受到了该项测试的影响。
然而，“陆军测试计划”在军内的影响远没有它在军外的影响大。它使美国更加意识到心理学的实际用途，特别是从心理测试中得出的用途。（詹姆斯·麦基思·卡特尔认为，战争将心理学推上了“作战图”；斯坦雷·黑尔则宣布，战争为心理学指出了一种极其重要的方向，使其朝着实际而不是朝“纯科学”大踏步地前进。）
特别是甲种测验，它导致智力测试呈现出爆炸性的扩张，使其很快成为一项数以百万美元计的产业。战争结束数年之后，一系列只用铅笔和纸就可做出的甲种测验式智力测试题推广至全国的学校管理者。最成功的一套试题出现于1923年，是特曼、耶基斯和三位合作者在国立研究委员会的赞助下推出的。他们鼓吹这套方案是“军用测试法应用于学校需要的直接成果”。到20世纪20年代末，约700万美国学生接受了这些考试。另一项巨大的成功是由耶基斯的同事卡尔·c·布里格姆根据军队模式开发出来的“学业倾向测验”，大中小学、军事机构、各种机关协会及不同的行业领域也十分流行此类测试。
大量的统计证据增加了智力测验广泛应用的动力。统计证明，这些测试不仅能测试一系列独立的个体心理能力，而且也能测出先天心理能力的核心或“一般智力”。英国心理学家和统计学家查尔斯·斯皮尔曼（charles spearman）向人们展示，心理能力大都是互为关联的（比如，词汇量广泛的人，在算术和其他子项的测试中通常也得分较高）。他进一步指出，天生的一般智力，他称之为g，是所有特殊智力的基础。即使部分的智力测试有赖于学习，但相关关系暗示着某种先天学习能力的存在。
这就为在学校进行的智力测试提供了另外的依据。20世纪30年代，美国和英国都在学校教育过程的早期对学生进行分类，以使一部分学生学习知识面更为宽泛的课程，为进入高等学院做准备，同时使另一部分学生学习知识面较窄的“职业性”或“技术性”课程，为从事蓝领阶层的工种做好准备。在美国，人们管其叫“分轨”，在英国则叫“分流”。
测试的发展不仅局限于智力的测试。在20世纪20与30年代，人们还开发出其他许多量表，以测试人们的音乐、机械、图形、言语及一系列职业方面的能力。尽管有人早在20世纪20年代就对智力测试大肆攻击，但比奈的心理测验却为心理学研究打开了一道通向广阔天地的大门，而美国的陆军甲种测验更将比奈的繁重和昂贵的测试变得既实用，又廉价，使其成为心理学领域的流水生产线。
§§§第五节智商（IQ）争执
智力测验并不是一直处于无可置疑的地位。从1921年起，在耶基斯根据陆军测试方案的结果编纂出一篇庞杂的报告之后，智力测试就开始受到人们的攻击。攻击者认为，该测试方案测试的不是天生的智力水平，而是后天对知识和文化的学习，因而对处于主导地位的白人中产阶级有利，而对低层阶级和移民则产生偏见。
这种抨击当然有其道理，至少在斯坦福一比奈量表中存在这些问题。该量表中的许多或大部分题目，测试的是遗传能力和后天所学知识或技能的组合。对于一个没有机会获取知识或技能的人来说，他或她根本不可能做出令人满意的答案，不管其天生的智力是强是弱。
比如，在12岁的水平上，斯坦福一比奈法问到了“慈善”和“公正”两词的定义问题。如果一个来自西南农村棚屋地区的墨西哥裔美国孩子答题不充分，是他天生存在智力缺陷呢还是该孩子未能接受到美国白人中产阶级的孩子就这些概念所能学习到的意义呢？再比如，在8岁水平的斯坦福一比奈量表中，有这么一道题：“如果你把属于别人的东西弄坏，应该怎么做呢？”如果这位8岁的孩子生活在城市的贫民窟里，在这里孩子们的生存都难以维持，那么，他或她的答案反映出的是其天生智力水平呢，还是贫民窟的传统或这种文化中的习俗？
比奈留下了一个悬而未决的问题，即，按照他的量表测试下来的结果，智力发育在多大程度上是由遗传或经验所致？但特曼在《智力测试》（斯坦福一比奈量表的说明手册）中说道，尽管存在上述反证，智力在很大程度上还是遗传所致。如果分数很差，则表明有心理缺陷，而这种心理缺陷是基因与种族的特质：
（低智力）在西南部的西班牙一印第安和墨西哥家族及黑人中相当普遍。他们的迟钝看上去似乎与种族相关，或至少是来自于其家族的遗传……笔者预测……人们将会发现，种族间可能存在着E大的智力差别，这些差别绝非任何形式的心理培养所能弥补。
1922年，一位受人尊敬且博学的专栏作家沃尔特·李普曼（Waiter lipp-mann）在《新共和》杂志上发起一场批判运动，批评特曼、耶基斯及其他宣称智力测验能够测量天生心理能力的人。李普曼评判了这一课题，认为智力测验从过去到现在，给一些孩子，特别是一些贫穷人家的孩子，贴上了次人一等的永久标签，从而使其服务于抱有偏见且有权有势的阶层。
他和其他持相同观点的人士列举出非常充足的证据以反对陆军甲种测验，其激烈程度甚至超过他们对斯坦福一比奈法的反对。他们还批评了耶基斯以甲种测验为模型的测试法可“测量天生智力”的观点，认为甲种测验问题中的许多答案要求的显然是后天所学知识，而不是先天智力。斯迪芬·杰伊·古尔德（StephenJay Gould）在其辩证研究《人的误测》一书中，将这一点表述得淋漓尽致。他在书中引述下列例子：
华盛顿与亚当相比，就像第一与……相比。
克里斯哥是：专利药；抗感染药；牙膏；食品。
非洲黑人的腿的数量是：2；4；6；8，克里斯蒂·马修森是著名的：作家；艺术家；垒球手；喜副演员。
古尔德教授继续说，乙种测验中的一些问题的确可以合理地测量出普通的心理能力，因为识字不多的受试者完全可以完成一些没有画完的图形（比如，在一张脸上补上嘴，或给一只兔子加上耳朵）。但在其他许多问题上，只有拥有专业信息的受试者才能正确地将其完成（比如，给灯泡加上灯丝，给网球场加上球网，给投手的手上放一只球）。当一些来自不同文化背景的移民回答这些问题时，其答案看上去肯定是愚不可及的。
的确，陆军测试方案的结果，正如耶基斯在1921年的报告中所表述的那样，反映的是一个由于较差的基因血统的增加而智力正在下降的社会。按照甲种和乙种测验，美国白人男子的平均心理年龄只有13岁，仅仅略高于低能儿，尽管特曼后来将该年龄拔高至16岁。古尔德认为，这些令人万分惊讶的数据增强了美国的仇外心理、种族仇恨和精英治国思想：
新的数字已达到令优生主义者重整旗鼓的地步，因为他们早已预测了这样的后果，认为如果对低能儿和贫穷者的生育不加控制，如果黑人的血液通过种族通婚得到广泛传播，如果放任大量南欧及东欧移民渣滓进入国内，就将导致智力不断下降。
耶基斯还支持哥达德在艾利岛上的数据。他的报告说，甲种及乙种测验显示，南欧及东欧的斯拉夫人种在智力上逊于北欧和西欧人种。正是这些“发现”促成了1924年移民法的出笼。
随着智商争执的升温，智力测验在30年代开始在心理学家中降温。到40年代，降温的速度开始提速，同时，一般智力的观点也逐渐消退。利用先进的统计方法而形成的新的研究方法，在心理特征的所有“因素”或特征群中已找到了特别的相关性，从而使g的意义或实用性蒙上了阴影。
尽管如此，测量一系列心理能力并得出叫做智力综合分数的测试方法，被教育工作者、商业机构负责人和其他人继续使用着。到20世纪60年代，这些测试再次受到攻击，攻击者是人权主义者。一些心理学家甚至走到否认存在任何智力的地步。比如，纽约大学的马丁·多依奇（Martin Deutch）教授曾于1971年强调：“智力是一个非常方便的用词，可以解释某些行为，但我怀疑，事实上，这种东西本身并不存在。”另有一些心理学家和教育工作者倾向于波林早先的认识，认为人们讲不出智力是什么，智力只不过是智力测验所测试出来的东西。
尽管人们长期以来对智力测验说东道西，但智力测验依旧得到人们的广泛应用，应用者也是振振有词。
一方面，这些测验的确可以相当准确地预测出孩子们在学校里的表现如何，使教育者知道哪些孩子应予特别关注，或应施以何种额外教育。
另一方面，最近，对一些同卵双生子和异卵双生子，特别是那些出生不久即分在不同家庭哺养的双生子，进行的复杂统计表明，智力在很大程度上具有遗传性。这一研究结果远比古尔德所能确立的证据有力，因此，智力测验除能测试后天所学之外，的确也能测出先天能力。
（“遗传性”指的是，在某一指定特征中，人们之间的差异有多少来自基因。如果发现智力的遗传性为零，则智商从O到200分的差异都不是基因导致的；如果遗传性为百分之百，则所有的变量都是基因所致。今天，持“遗传信仰”的心理学家们将智商的遗传性定位在百分之八十左右，而持后天教养论的心理学家们则认为，智商的可遗传性应为百分之五十至零不等。在最近一次相当有说服力的研究中，心理学家大卫·w·富尔克（David w．Fulker）、约翰·c·德富里（John c．De FrrJes）和罗伯特·普罗明（Robert Plomin）测试了245位不同年龄的继养孩子、其生身父母及养父母的认知能力，结果吃惊地发现：与不在身边的生父母的相关性随时间增加，而与养父母的相关性却随时间减少。从这一数据中，研究者计算出，心理能力的可遗传性在7岁时约为百分之三十六，而在儿童期稍后几年，则相应增高。）
关于智商的争议潮起潮落，一波三折；政治蒙蔽科学，科学又为政治所用。这场争斗至今仍在继续，目前还看不到终止的迹象。不过，从早期智力测试中直接传承下来的正统版本，现今已得到很大修改，比早期更贴近“文化公平”。在学校、机构、军方、工业和其他领域里，这些测试仍然得到广泛的应用。
不管人们给它起个什么名字，也不管人们对智力测试的观点如何，事实是，心理测试非常有用，也对社会（尽管没有以哥达德和特曼心目中的方法）有益，且始终是心理学对现代美国和其他发达国家的社会生活所做出的主要贡献之一。
§§§第九章行为主义者
§§§第一节老问题的新答案
到19世纪90年代，在经历了约24个世纪的艰难探索之后，人类对自己心理的运作方式似乎有所理解了。冯特和詹姆斯的信徒们以不同方式对自己有意识的感觉和思想进行内省式检查，弗洛伊德正在洞察自己及其病人那幽暗的无意识深处，比奈也做好了测量儿童智力成长的准备。
那么，为什么会有一些心理学家和生理学家拿无法说出内心体验的动物玩耍，且还称其为心理学研究呢？
给小鸡吃两种毛毛虫，其中一种假定苦一些（我们说假设，因为研究者本人从未尝过这些毛虫），如何又能提高对人类意识的理解呢？或把一些玉米泡在奎宁里，另一些泡在糖水里，再涂上不同的颜色，而后扔在小鸡面前。小鸡啄食两种玉米，很快就知道不再啄食泡过奎宁的玉米，而只啄食泡过糖的玉米。但这些跟人类的学习有何关联呢？
把一只饥肠辘辘的猫放进一只木条制作的“迷箱”里，它只有在踩上踏板后才能打开门逃到外面，但此事又与心理学的一些重大问题有何关系呢？研究者把猫放在木条箱里，闩上门，在箱外挂一鱼片。猫看到鱼片，味觉大受刺激，将鼻子挤进缝隙里，把爪子也伸了进去，而后折回来，在笼子里四处乱挠约两分半钟，直到它碰巧踩到踏板，使门打开。猫从里面窜出吃掉鱼片，然后又被放进去重新试验。第二次它干得好些（40秒逃出），第三次差些（90秒）。在约20次反复试验之后，它每次都能立即开门了。无疑，它增长了见识——猫的见识。但这与人类有何关系呢？
将一只狗关进笼子里，先用节拍器拍打15秒钟，而后将肉末放在笼子里的碗中。不断重复这一过程，最后，只要节拍器敲响，即使碗里并没有放置肉末，唾液就会从狗的嘴里滴下。这个现象如何启发了人类理解自身的意识呢？许多心理学家在第一次听说这个实验时，认为它不过是某种类型的联想，可以解释一些动物的简单的行为方式，但实验者并不这么看。他相信自己发现的这一原理甚至可以解释最高级且最复杂的人类行为方式。
这些实验和许多类似实验隶属于一个更为大胆的尝试。这个尝试开始于19世纪末，旨在回答一实际上是从人们的谈论中消除——心理学上最复杂也最无法追踪的问题，也即与思维的本质相关的问题。其中有：