Introduzione 

Per intelligenza non verbale si intendono tutte quelle abilità o capacità intellettive di problem solving e di analisi delle informazioni che possono essere utilizzate senza l’ausilio di abilità verbali. In pratica si tratta di dare senso e di agire sugli stimoli tramite le capacità visive e/o di manipolazione manuale.
La maggior parte delle abilità non verbali possono essere divise in due gruppi. Nel primo si trovano abilità di livello elevato, come ad esempio il problem solving; nel secondo gruppo invece, si trovano le abilità definite di basso livello, collegate all’interpretazione, all’organizzazione e alla manipolazione di proprietà concrete degli stimoli (ad esempio, struttura, forma, colore e grandezza).
Dato che le abilità di alto livello sono quelle più fortemente correlate al successo nella scuola, nel lavoro e nel problem solving della vita di tutti i giorni, i test di intelligenza non verbale che misurano principalmente tale livello di abilità sono i più utilizzati nel panorama statistico e diagnostico.
Il Comprehensive Test of Nonverbal Intelligence - Second Edition (CTONI-2, Hammill et al., 2009; Orsini et al, 2016) è composto da tre coppie di subtest che valutano l’abilità intellettiva generale, in particolare il ragionamento non verbale analogico, categoriale e sequenziale, in due differenti contesti, uno, caratterizzato dall’ausilio di figure di oggetti reali e, l’altro, caratterizzato da figure geometriche. Pertanto, il test consente di individuare se la prestazione del soggetto è dipendente o meno dalla natura dello stimolo utilizzato. Infatti, quando gli stimoli sono figure di oggetti reali, alla persona sono mostrate illustrazioni di oggetti di uso comune, ciascuno dei quali possiede un’etichetta convenzionalmente accettata. Pertanto è probabile che tali stimoli elicitino una qualche forma di verbalizzazione, attraverso la quale il soggetto esaminato è portato a riflettere sugli item impiegando le proprie competenze verbali per risolvere il compito. Nel contesto delle figure reali, l’abilità verbale del soggetto potrebbe influenzare la prestazione, mentre questa tendenza risulta notevolmente inibita nel contesto delle figure geometriche, perché in questo caso sono utilizzate illustrazioni di figure inconsuete, per le quali non si dispone di etichette specifiche (Hammill et al., 2009).
Il CTONI-2 consente di ricavare tre Indici (con media = 100 e DS = 15) relativi alla Scala Totale, alla Scala delle Figure Reali e alla Scala delle Figure Geometriche. Tutte e tre le scale misurano l’abilità intellettiva generale del soggetto esaminato (Hammill et al., 2009). Lo strumento risulta particolarmente utile nei casi in cui la somministrazione di strumenti che impiegano il canale verbale risulti inappropriata. Inoltre, in ambito di ricerca, tale strumento può essere utilizzato per studiare la natura dell’intelligenza; l’interazione tra le abilità verbali e non verbali; il ruolo dei formati non verbali nella valutazione del pensiero e del successo nelle materie scolastiche. Proprio rispetto a quest’ultimo punto, in letteratura si riscontra la presenza di correlazioni significative tra lo sviluppo intellettivo e l’evoluzione di alcune abilità scolastiche (ad es. Bellocchi et al., 2008).
L'obiettivo di questo lavoro è stato quello di analizzare la relazione tra funzionamento intellettivo e successo nelle materie scolastiche. In particolare, l’obiettivo sarà esplorare la relazione tra apprendimenti scolastici e il profilo intellettivo non verbale, valutato attraverso la standardizzazione italiana del CTONI-2 (Hammill et al., 2009; Orsini et al, 2016), in un campione di ragazzi con diagnosi di Disturbo Specifico di Apprendimento (DSA), per verificare se anche in un gruppo con un quadro clinico caratterizzato da forte discrepanza tra compromissione di specifici domini connessi agli apprendimenti scolastici e QI nella norma, possano emergere relazioni significative tra le abilità di letto-scrittura e calcolo con il funzionamento intellettivo.

Metodologia

Campione

Il campione della presente ricerca è composto da 70 adolescenti (40 maschi e 30 femmine) con diagnosi di DSA, tra 14 e 16 anni (età media = 14.54; DS = .83) e proveniente dal servizio di neuropsicologia del Dipartimento di Pediatria e Neuropsichiatria Infantile del Policlinico di Roma “Umberto I”. 
I criteri di inclusione previsti per la selezione dei partecipanti sono: età compresa tra 14 e 16 anni, pregressa diagnosi di DSA con e senza comorbilità e normodotazione intellettiva (QIT ≥ 85).
I criteri di esclusione sono: presenza di farmacoterapia, presenza di disturbi neurologici, genetici e psichiatrici maggiori.

Strumenti e analisi dei dati

Oltre al Comprehensive Test of Nonverbal Intelligence - Second Edition (CTONI-2, Hammill et al., 2009; Orsini et al, 2016), per la valutazione del funzionamento intellettivo non verbale, per la valutazione degli apprendimenti strumentali di lettura, scrittura e calcolo sono state somministrate le prove più frequentemente utilizzate in ambito clinico per la diagnosi di DSA, tenendo conto del livello di scolarità frequentato, quali: Prove MT Avanzate-2 (Cornoldi et al., 2010); MT 16-19 (Cornoldi & Candela, 2015); Batteria per la valutazione della Dislessia e Disortografia Evolutiva – 2 (Sartori, Job & Tressoldi, 2007); AC - MT 11-14 (Cornoldi & Cazzola, 2004).
Per esplorare la relazione tra i punteggi ottenuti nelle scale Totale, delle Figure Reali e Geometriche e i punteggi ottenuti nelle prove di valutazione delle abilità di letto-scrittura, comprensione del testo e aritmetica, sono stati calcolati i coefficienti di correlazione r di Pearson.

Risultati

Similmente a quanto emerso in letteratura, in cui si riscontra una frequente associazione tra successo scolastico e QI (ad es. Tucci & Carretti, 2013), anche nel presente studio, l’analisi delle correlazioni tra le prove di valutazione degli apprendimenti scolastici e le scale del CTONI-2, mostra relazioni significative tra le variabili considerate per p<.05. In particolare, i risultati evidenziano associazioni significative e positive tra la Scale Totale e la Scala delle Figure Reali, componente di ragionamento non verbale maggiormente influenzata dalle competenze linguistiche rispetto alla Scala delle Figure Geometriche, e l’accuratezza del calcolo a mente (crf. Tabella 1).

Discussione e Conclusioni

I risultati ottenuti dall’analisi delle correlazioni, suggeriscono che all’aumentare del funzionamento intellettivo non verbale, in particolare della componente di ragionamento implicata in compiti che prevedono stimoli visivi concreti che elicitano competenze linguistiche (figure reali alle quali sono associate etichette e contenuti semantici), aumenta l’accuratezza nella prova di calcolo a mente. Tale dato sembrerebbe supportare ii risultati presenti in letteratura, secondo le quali buone abilità di calcolo a mente sono associate a buoni livelli di QI (ad es. Bellocchi et al., 2008), un adeguato QI è spesso associato al successo scolastico (ad es. Lynn & Meisenberg, 2010), l’intelligenza fluida è associata alle abilità matematiche (Kyttälä & Letho, 2008) e le competenze linguistiche influenzano le competenze nel linguaggio numerico (Lucangeli et al., 2003; 2004; 2015). Tuttavia tali risultati vanno considerati con cautela, dato che la relazione identificata tra le variabili del presente studio è correlazionale e non causale. Inoltre la provenienza da un unico centro clinico, seppur con un bacino d’utenza molto ampio e variegato, e la numerosità del campione limita la generalizzabilità dei risultati.

Bibliografia

• Bellocchi, S., Giombini, L., Contento, S. (2008). L’evoluzione delle capacità di apprendimento: un’analisi delle componenti cognitive verbali e non verbali. Difficoltà di apprendimento, 14(2), 7-18
• Cornoldi, C., & Candela, M. (2015). Prove di lettura e scrittura MT-16-19. Trento: Erickson.
• Cornoldi, C., & Cazzola, C. (2004). Test AC-MT 11-14 - Test di valutazione delle abilità di calcolo e soluzione di problemi. Trento: Erickson.
• Cornoldi, C., Pra Baldi, A., & Friso, G. (2010). Prove MT Avanzate-2. Firenze: Giunti Organizzazioni Speciali.
• Hammill, D., D., Pearson, N., A., Wiederholt, J., L. (2009). Comprehensive Test of Nonverbal Intelligence- Second Edition (CTONI-2). Austin, TX: PRO-ED.
• Kyttälä, M., Letho, J.E. (2008). Some factors underlying mathematical performance: The role of visuospatial working memory and non-verbal intelligence. European Journal of Psychology of Education, 23(1), 77-94
• Lucangeli, D. (2003). Numerical intelligence (Vol. 1). Gardolo, Italy: Erickson
• Lucangeli, D., & Iannitti, A. (2004). The development of numerical knowledge [Lo sviluppo della conoscenza numerica]. In: R. Vianello & D. Lucangeli (Eds), The development of children’s understanding [Lo sviluppo delle conoscenze nel bambino]. Bergamo, Italy: Edition Junior. (in Italian)
• Lucangeli, D., Genovese, E., Gubernale, M., Cabrele, S., Manzoni, D. (2015). The Development of Numerical Intelligence in Preschool Children with Cochlear Implants: A Hypothesis on Mathematical, Verbal, and Non-Verbal Cognitive Competence. International Perspectives, 285-309
• Lynn, R. & Meisenberg, G. (2010). National IQs calculated and validated for 108 nations. Intelligence, 38(4), 353-360
• Orsini, A., & Pezzuti, L., (2016). Il Comprehensive Test of Nonverbal Intelligence- Second Edition (CTONI-2): contributo alla taratura italiana per soggetti tra i 6 e i 16 anni. Firenze: Hogrefe.
• Sartori, G., Job, R., Tressoldi, P. (2007). DDE-2. Batteria per la Valutazione della Dislessia e della Disortografia Evolutiva-2. Firenze: Giunti Organizzazioni Speciali.
• Tucci, R. & Carretti, B. (2013). Associazione fra componenti dell’intelligenza misurate con le scale Wechsler e comprensione del testo in una popolazione clinica. Psicologia Clinica dello Sviluppo, 17(2), 275-289.