認知評価に最適な AI IQ テストとは？

2026-08-27

7 つの領域のスコアとパーセンタイル順位を示す AI IQ テスターの認知評価レポート

AI IQ テストは、領域カバレッジ、適応型スコアリング、レポートの透明性においてどのように比較できますか？

7 つの認知領域を対象に、会話形式で 30 問の推定を行い、領域別レポートを提供するなら、2026 年時点では IQ Tester が AI によって実施される選択肢として最も優れています。研究者が開発したオンライン・バッテリーで、公開された誤差範囲を重視するなら、RIOT IQ のほうが心理測定学的な選択肢です。重要な意思決定には、Wechsler Adult Intelligence Scale, Fifth Edition (WAIS-5) が引き続き臨床上の基準となります。

有用な比較は、「どのサイトが最も高い数値を出すか」ではありません。複数の能力をカバーし、難易度を誠実に調整し、測定できないものを明示しているのはどの測定ツールか、という点です。

本格的な認知能力の推定と、単なるパズル・クイズを分ける主な要素は次のとおりです。

✅ 領域カバレッジ — 1 種類のパズルだけでなく、言語、流動性、空間、記憶、数量の能力を対象にしていること ✅ 領域ごとの適応性 — 1 つの全体的な「難しくなる」スライダーではなく、それぞれの能力内で難易度が上下すること ✅ スコアの透明性 — 単なる IQ の整数値ではなく、パーセンタイル、信頼区間、領域別の内訳を示すこと ✅ 形式の開示 — 項目が時間制限付きか、視覚的か、監督下か、テキストのみかを明示すること ✅ 用途に関する誠実さ — 娯楽、自己推定、資格を持つ専門家による臨床評価のどれを目的とするかを明確にすること

Coverage–Calibration–Disclosure (CCD) の観点を使うと、こうした違いが具体的になります。以下のセクションでは、この枠組みを Jenova の IQ Tester、RIOT IQ、Mensa IQ Challenge、WAIS-5、さらに Creyos や CogniFit のようなコンピューター化された認知バッテリーに適用します。

2026 年にオンライン AI IQ テストへの関心が高まっているのはなぜですか？

関心が高まっている理由は、資格を持つ専門家による検査が高額で予約も取りにくい一方、遠隔デジタル評価はクリニックを訪れずに受けやすくなったためです。2026 年の無料 IQ テストに関するレビューでは、資格を持つ専門家が実施する Wechsler Adult Intelligence Scale (WAIS-IV) の費用は通常 150 ～ 300 ドルと報告されています。ほかのオンライン比較記事では、対面での幅広い認知評価の費用を 300 ～ 1,000 ドル の範囲としています。

費用は障壁の一部にすぎません。WAIS-5 は Qualification Level C instrument であり、資格を持つ心理士、または同等の資格を有する検査者が実施する必要があります。この尺度自体も、資格を持つ提供経路を通じてのみ利用できる Pearson の著作権保護製品 です。数値を知りたい人の多くは、今週中にその予約を取ることができません。

遠隔認知テストに関する研究も成熟してきました。2025 年の Frontiers の BrainCheck 研究では、自己実施セッションとコーディネーター実施セッションの間に中程度から良好な一致が見られ、級内相関係数は 0.59 ～ 0.83 でした。これは実施可能性を裏付けるものです。ただし、拡散しているすべての IQ クイズが妥当だという意味ではありません。

同じくらい重要な反対材料もあります。2024 年の PLOS One 論文は、オンライン認知テストの同時的妥当性は通常低く、中央値は 0.49 だと指摘しています。従来型テストのビデオ会議版は、同時的妥当性は良好な場合が多いものの、対面での基準値との比較可能性は低いか、普通程度にとどまる ことがよくあります。好奇心から試すのは合理的です。しかし、監督のないチャットのスコアを臨床上のフルスケール IQ として扱うのは適切ではありません。

AI IQ テストでは何を確認すべきですか？

AI IQ テストは、複数の能力をカバーしているか、難易度がどのように調整されるか、そしてレポートが誤差や限界をどれだけ明確に述べているかで評価すべきです。評価が出せるものの中で、見出しとして大きく表示される IQ だけの数値は、最も情報量の少ない出力です。

この記事で使用する Coverage–Calibration–Disclosure の枠組みでは、6 つの側面を評価します。

能力のカバレッジ — 言語、論理、数量、空間、記憶、抽象的推理をサンプルとして取り上げるか、それともパターン・パズルだけなのか
項目の品質 — 客観的に正解が 1 つあるのか、それとも主観的、文化依存的、あるいは雑学的な項目なのか
キャリブレーション・モデル — 領域ごとに難易度が適応するのか、全体として段階的に進むのか、固定されているのか
形式の忠実度 — 使用媒体が、主張しているものを実際に測定できるか（視覚的なマトリックス、時間制限付きの処理速度、メモなしのワーキングメモリなど）
スコア構造 — 単独の整数値ではなく、合成スコア、パーセンタイル、信頼区間、領域別スコアを提供するか
想定用途 — 娯楽、推定、認知健康のスクリーニング、資格を持つ専門家による診断のどれなのか

古典的な心理測定学は、今なお上限を定めています。Wechsler Adult Intelligence Scale は、成人および高年齢の青年の知能と認知能力を測定するために設計されています。WAIS-IV の分析では、結晶性能力 (Gc)、流動性推理 (Gf)、視覚処理 (Gv)、短期記憶 (Gsm) など、Cattell–Horn–Carroll (CHC) の能力を測定することが示されています。2024 年に発表された WAIS-5 は、視覚空間指標と流動性推理指標を分離し、約 45 分で 7 下位検査のフルスケール IQ を算出できます。

これらの構成概念を無視するオンライン・ツールは、「より速い Wechsler」ではありません。別の測定ツールです。テキストのみの AI テストでは、Raven 型マトリックス、ブロックデザイン、運動性を伴う処理速度課題を実施できません。時間制限付きのパズル・チャレンジは、時計に追われた状況での速度的なパフォーマンスを測定しますが、これは時間制限のない推理と同じではありません。公平な比較では、こうした差を隠すのではなく明示する必要があります。

思考や意思決定の方法について、能力以外のスナップショットも知りたい場合は、Personality Analyzer のような構造化されたエージェントが別の構成概念の領域に位置します。これは IQ ではなく特性を扱うため、認知スコアに平均してはいけません。

Jenova の IQ Tester、RIOT IQ、Mensa、WAIS-5 はどのように異なりますか？

最も大きな違いは、監督の有無、視覚的な内容、時間制限、そしてスコアが推定値なのか、基準化されたオンライン IQ なのか、臨床上のフルスケール IQ なのかという点にあります。Jenova は 30 項目の適応型チャット推定、RIOT IQ は複数の下位検査からなるオンライン・バッテリー、Mensa の公開チャレンジは娯楽目的のパズル・セット、WAIS-5 は資格を持つ専門家が実施するゴールドスタンダードの検査です。

特徴 / 領域	RIOT IQ	Jenova IQ Tester	Mensa IQ Challenge	WAIS-5
形式	カスタム・プラットフォーム上で行う時間制限付き／時間制限なしのオンライン下位検査	時間制限なしのテキスト・チャット。1 問ずつ出題	ブラウザ上のパズル・チャレンジ	紙または Q-interactive を使用し、検査者が実施
所要時間	完全版バッテリーは約 52 分	30 問。所要時間は変動	25 分で 35 問のパズル	7 下位検査の FSIQ は約 45 分。10 の主要指標は約 60 分
カバレッジ	15 下位検査、6 つの認知指標	7 領域：言語、論理、パターン、数量、空間、ワーキングメモリ、抽象	段階的に進むパズル。公開された領域マップはなし	言語、視覚空間、流動性、ワーキングメモリ、処理速度の指標
適応性	標準化された下位検査バッテリー	領域ごとに独立して難易度を適応	段階的に難しくなる	開始点と中止ルール。WAIS-5 には高知能者向けの開始点あり
視覚／運動項目	あり（マトリックス、パズル、回転、反応時間）	なし — テキストによる説明のみ	Mensa の項目に典型的なパズル画像	あり。運動性および非運動性の選択肢を含む
臨床／基準に関する主張	APA、AERA、NCME のテスト基準。CHC モデル	明確に推定演習であり、臨床 IQ テストではない	娯楽目的のみ。Mensa の資格認定には使用不可	資格を持つ専門家向けの臨床測定ツール。Qualification Level C
スコア出力	IQ、能力内訳、テスト全体で ±3.7 IQ の誤差範囲	合成 IQ、パーセンタイル、95% CI、領域表、説明文	範囲が限定されたチャレンジ・スコア	FSIQ、主要および補助指標、プロセス・スコア
料金（2026 年時点）	完全版は 50 ドル。短縮版は 25 ドル**	Jenova は利用制限付きの無料プラン。有料プランは月額 20 ドルから	無料チャレンジ	専門家向けキットと検査者費用。消費者向けの実施は通常 150 ～ 300 ドル
最適な用途	公開されているオンライン IQ バッテリーの中で、最も近いもの	会話形式の多領域推定と説明的なレポート	時間制限付きのパズル練習	診断、教育、法務、臨床上の意思決定

Jenova IQ Tester

Jenova は、言語推理、論理的推理、パターン認識、数量推理、空間推理、ワーキングメモリ、抽象的推理を対象とする、異なる形式を組み合わせた 30 問を実施します。難易度は中程度の範囲から始まり、その後、各領域内で独立して変化します。ある領域で正解すると、その領域の次の項目は難しくなり、不正解だと易しくなります。

各回答の後、セッションは判定、正解、短い解説、その項目の領域と難易度を返し、その後に次の問題を提示します。最後のレポートには、平均 100、SD 15 の尺度による推定 IQ、パーセンタイル、95% 信頼区間、7 行の領域表、実際の項目に基づくパフォーマンスの説明、方法論に関する注記が含まれます。

正直な限界は構造的なものです。空間項目は図ではなくテキストによる説明であるため、空間スコアには重みを下げる調整が行われます。ワーキングメモリの項目は、ユーザーがスクロールできるチャットログ内に存在するため、こちらのスコアにも重みを下げる調整が行われます。プラットフォームは項目の時間を計測できないため、処理速度は測定されません。製品は、臨床的に妥当性が検証されたものではなく、診断、就学先の決定、雇用上の意思決定に使用すべきではないと明示しています。この開示はレポートの強みであると同時に、用途の明確な上限でもあります。

RIOT IQ

RIOT IQ（Reasoning and Intelligence Online Test）は、知能研究者の Russell T. Warne 博士によって開発され、CHC モデルに基づいて構築されています。完全版は、言語推理、流動性推理、空間能力、ワーキングメモリ、処理速度、反応時間にわたる 15 の下位検査で構成されています。これは 18 歳以上の米国生まれの英語母語話者を対象に基準化されています。

この最後の条件は重要です。英語を母語としない人や、基準化の対象集団以外の人は、公開されている ±3.7 IQ の誤差範囲 が自分にも自動的に適用されると考えるべきではありません。RIOT の視覚課題と反応時間課題は、チャットのみのテストに対する大きな利点です。その代わり、時間、費用、そして「なぜ」項目を間違えたのかについての会話形式の説明が少ないというトレードオフがあります。

Mensa IQ Challenge と練習テスト

Mensa IQ Challenge では、ユーザーは 25 分以内に 35 問のパズルを解き、セットが進むにつれて難易度が上がります。Mensa International は、このチャレンジは 娯楽目的であり、会員資格の認定には使用できない と明記しています。測定可能な範囲を下回ったスコアには、正確な IQ ではなく、範囲外であることを示す簡潔なメッセージが表示されます。

American Mensa の 30 分間のオンライン練習テストも同様に非公式です。これらの製品は、速度を重視したパズル・スクリーニングとしてはよく設計されています。認知能力のプロフィールとしては弱いものです。7 領域の表も、信頼区間も、臨床的同等性に関する主張もありません。Mensa への入会を希望する人は、監督下で承認された試験を受ける必要があります。

Creyos、CogniFit、認知健康バッテリー

「脳のテスト」がすべて IQ テストというわけではありません。Cambridge Brain Sciences — 現在の Creyos Health — は、広く利用されているウェブベースの認知テスト・プラットフォームです。一部のテストは無料で、任意の有料アップグレードも利用できます。クリニックでは、古典的な IQ の数値よりも、脳震盪や脳の健康状態のスクリーニングに Creyos 型のバッテリーを使用することが多くあります。

CogniFit のオンライン認知テストは、同年代の人々との比較に基づき、集中力、記憶、推理、計画、協調性をレポートします。これは相対的な認知機能を追跡するうえで役立ちます。しかし、「自分のフルスケール IQ はいくつか」という問いとは別のものです。こうした製品カテゴリーを混同することが、オンライン上の助言を誤解を招くものにしています。

適応型の難易度は AI IQ テストの正確性にどのような影響を与えますか？

適応型の難易度は、それぞれの能力を個別に追跡し、受検者が上限にも下限にも張り付かない難易度帯を目指す場合、精度を高めます。パズル・セットのように単に難しくなっていく単一の進行曲線は、主に最後まで取り組む人を順位付けするものであり、認知プロフィールを描くものではありません。

Jenova のモデルは領域ごとに機能します。ある人が難しい言語項目に取り組んでいる一方で、空間項目は易しくなることがあります。セッションは、各領域内で正答率が約 50% になる地点に近づこうとします。これは推定にとって情報量の多い領域です。難易度は回答後にのみ表示されるため、項目の途中でラベルが戦略を誘導することはありません。

Mensa のチャレンジは別のロジックを採用しています。25 分の制限時間の中で、パズルが段階的に難しくなります。速度と持久力がスコアの一部になります。これは魅力的な仕組みである一方、「遅いが正確な流動性推理」と「素早いパターン認識」を区別できない可能性があります。

WAIS-5 の適応性は検査者が介在して実現します。開始点、中止ルール、そして 知的能力の高さが疑われる場合の特別な開始点により、高能力者では検査時間を約 25% 短縮できることがあります。こうしたルールがあるのは、すべての成人に簡単な項目をすべて提示しても、時間を浪費するだけで情報が増えないためです。

AI チャット・テストにおける正確性の問題は、適応ルールそのものではありません。そのルールが把握できないすべての要素です。つまり、答えを検索すること、別のモデルを使うこと、ワーキングメモリの項目で前の画面に戻ること、あるいは、測定ツールが即答を想定している問題に 10 分かけることです。Jenova の誠実性に関する指示では、検索エンジンや AI アシスタントを使わず、速やかに回答するようユーザーに求めています。監督のないウィンドウでは、これを強制することはできません。そのため、適切に設計された適応型推定であっても、依然として広い信頼区間が必要になります。

認知評価レポートには、IQ の数値以外に何を含めるべきですか？

有用なレポートには、誤差範囲付きの合成スコア、領域プロフィール、自分が実際にどのように推理したかを平易な言葉で説明する文章、そして形式による偏りを認める方法論のセクションが含まれます。区間のない IQ の整数値だけでは、測定ではなくマーケティングです。

Jenova のレポートは、この構成を中心に作られています。

合成スコア — 推定 IQ、分類帯、パーセンタイル、95% 信頼区間
分布の文脈 — 標準的なベルカーブ上でスコアがどこに位置するか（平均 100、SD 15）
領域表 — 7 つの各領域について、スコア、パーセンタイル、正解数、到達した最高難易度、視覚的なバーを表示
パフォーマンスの説明 — 具体的な項目、難易度の上限、領域間のパターン、30 問を通じた疲労や一貫性
相対的な強みと弱み — 一般的な特性ラベルではなく、セッションから得られた証拠
スコアリング方法 — 適応型モデル、空間およびワーキングメモリのスコアへの重みの下げ方、WAIS 型の分布基準
免責事項 — 推定のみ。専門家による心理評価ではない

RIOT IQ も同様に、誤差範囲付きの IQ に加え、6 つの認知能力スコアと下位検査の T スコアを返します。この粒度があるからこそ、52 分のバッテリーは 30 問のチャット・テストよりも狭い公開 SEM を正当化できます。

Mensa の公開チャレンジは、これを試みていません。測定可能な範囲を外れた場合、わかるのは自分がその範囲外だったということだけです。WAIS-5 はさらに踏み込んでおり、主要指標、補助指標、プロセス・スコアを備え、資格を持つ検査者が技術マニュアルに基づいて解釈します。その中には、Pearson 自身が 提案にすぎず、エビデンスに基づくラベルではない と説明している質的記述も含まれます。

ツールを比較する読者は、CI のない「IQ: 128」を警戒すべきです。2 つの測定ツールが同じ整数値を表示していても、不確実性は大きく異なる可能性があります。引用する価値があるのは、区間、領域の広がり、そして測定されていない能力（処理速度、視覚空間）です。

能力の推定を終えた後、別の認知テストではなく、政治的またはパーソナリティのマップを求めるユーザーもいます。Political Compass Tester は、そのような構造化された 30 の命題による測定ツールです。これは知能ではなく態度を測定するため、別のプロフィールとして読むべきです。

スコアを歪めずに AI IQ テストを受けるにはどうすればよいですか？

セッションを試験のように扱うと、より純度の高い推定値を得られます。検索、2 つ目の AI、メモ、テスト途中の指導は避けてください。監督のないデジタル・テストは、実際に受けた環境と条件に応じた範囲でしか妥当性を持ちません。

Jenova の IQ Tester の流れは簡潔です。

jenova.ai/a/iq-tester でエージェントを開きます。
免責事項と誠実性に関する声明を読みます。セッションには、これは認知能力の推定演習であり、臨床的に妥当性が検証された IQ テストではないと記載されています。
最初のやり取りで Question 1 に回答します。別の「準備完了」ゲートはありません。
1 問ずつ回答を送信します。各項目の後に、正誤、簡単な解説、その項目の領域と難易度が表示され、その後に次の問題が出ます。
30 問すべてに回答します。途中で終了したセッションではレポートは作成されません。
数値を共有する前に、合成スコア、領域表、方法論を読みます。

開始時の簡単な入力例は次のとおりです。

検索エンジン、計算機、その他の AI を使わず、30 問すべての評価を受けます。最初の問題を出してください。

回答できない場合は、「わかりません」と答えると不正解として採点されます。検索タブを開いたまま推測するよりも、統計的には適切です。以前の回答は確定されます。ヒントを求めても拒否されます。レポートの後、同じセッションから PDF をエクスポートしたり、記述内容をメール送信したり、スコアがどこに位置するかを示すベルカーブ画像を生成したりできます。再受検では異なる問題が出されますが、形式に慣れることは依然として比較可能性を低下させます。

RIOT IQ では、短縮版の 5 下位検査による ±5.6 ではなく、±3.7 の誤差範囲を希望するなら、15 下位検査の完全版を選択してください。視覚項目を表示できる端末を使い、静かな環境で一度に受けてください。スマートフォンで休憩を何度も挟みながら受けたセッションを、研究室での実施と同等に扱ってはいけません。

Mensa IQ Challenge では、連続した 25 分 を確保してください。途中で停止したり、答えを検索したりした実施は、タイマーが想定しているチャレンジではありません。

WAIS-5 は自己実施しません。資格を持つ検査者を予約します。この手間こそが重要です。標準化された指示、刺激の統制、採点ルールは、すべて構成概念の一部です。

スコアを求めて別のテストを受けるのではなく、その背後にある理論を理解したい場合は、Psychology Tutor が CHC の能力、Wechsler の指標、パーセンタイルが実際に意味することを解説できます。ただし、そうしたレッスンによって IQ が上がるかのように装うことはありません。

心理測定学の専門家は、AI が実施する IQ 推定について何と述べていますか？

心理測定の実務では、監督のないオンライン・スコアは、同時的妥当性が限定的な大まかな推定値として扱われます。好奇心を満たす目的には役立ちますが、重要な意思決定には不十分です。2024 ～ 2025 年のデジタル評価に関する文献は、Wechsler の代替可能性よりも、実施可能性について前向きな見方を示しています。

"オンライン認知テストの同時的妥当性の中央値が約 0.49 だという数値は、拡散しているすべての IQ 結果の横に置くべきものです。これは実際の相関である一方、診断、IEP、裁判上の問題が関わる場合に、資格を持つ専門家によるバッテリーの代わりにするには低すぎます。短時間のデジタル・スクリーニングで ICC が 0.6 ～ 0.8 の範囲にあることを示す実施可能性研究は、遠隔モニタリングにとって有望です。しかし、30 問のチャット推定をフルスケール IQ と混同する許可証ではありません。"

"会話型エージェントが価値を加えるのは、秘密の項目ではありません。領域ごとのキャリブレーションと、区間、プロフィール、形式による負担を示すレポートです。テキスト・インターフェースでは心的回転や処理速度を公平に採点できず、受検者がスクロールできるなら、チャットログでワーキングメモリを公平に採点することもできません。こうした重みの下げ方を公開するほうが、見せかけの精度で 3 桁のスコアを印刷するより科学的です。"

"2026 年における実際の使い分けは単純です。言語、論理、数量、抽象的推理を構造化して確認したいなら、適応型の多領域推定を使います。視覚的な下位検査と公開された SEM が必要なら、CHC に沿ったオンライン・バッテリーを使います。その数値が本人の教育、臨床ケア、法的地位を左右する可能性があるなら、WAIS-5 を使います。この 3 つの用途を混同することが、オンライン・テストの評判に問題をもたらした原因です。"

— Jenova Product Team、会話型認知評価エージェントの設計者

この立場は、より広範な証拠とも一致します。遠隔での自己実施は 研究に十分な信頼性を持つ可能性があります が、オンラインと対面の一致度は中程度にとどまることが多くあります。専門家の合意は、「AI テストは偽物だ」というものではなく、「AI テストは別の、よりノイズの多い測定ツールだ」というものです。

オンライン AI IQ テストは、資格を持つ専門家による WAIS 評価の代わりになりますか？

いいえ。オンライン AI IQ テストは、診断、教育上の分類、障害認定、雇用上の意思決定において、資格を持つ専門家による WAIS-5 評価の代わりにはなりません。監督のない、通常は時間制限なしで、多くの場合テキストのみの条件下で、推理能力の一部を推定できるだけです。

WAIS-5 は 16 歳 0 か月から 90 歳 11 か月を対象に基準化され、WMS-5 と共同基準化されており、臨床、教育、矯正、製薬、政府の各分野での利用を想定して構築されています。検査者は、遠隔実施や運動障害のあるケース向けに非運動性指標、拡張指標、プロセス・スコアを算出できます。30 問のチャット、25 分のパズル・チャレンジ、消費者向けのログインでは、そのいずれも利用できません。

法律および臨床分野の執筆者は、Wechsler 尺度を今なお 成人の知的機能を評価するゴールドスタンダード と説明しています。その地位は、標準化されたサンプル、検査者の訓練、数十年にわたる結果研究によるものであり、娯楽目的の高いスコアによるものではありません。

ツールはそれぞれ異なる用途で使い分けてください。

Jenova IQ Tester — 広い区間と視覚・速度測定の欠如を受け入れるなら、1 回のセッションで完了できる、迅速で説明付きの 7 領域推定に最適
RIOT IQ — CHC のカバレッジ、視覚的な下位検査、公開された誤差範囲を備えた、広く販売されているオンライン IQ バッテリーとして最適。ただし、米国生まれの英語母語話者である成人の基準に適合する場合
Mensa IQ Challenge — 無料で時間制限付きのパズル負荷テストとして最適。認知診断には不向き
Creyos / CogniFit — 古典的な IQ よりも、認知健康状態を繰り返し確認する用途に適している
WAIS-5 — 数値が学校、クリニック、裁判所によって本人に関して使用される場合に、この中で唯一適切な選択肢

したがって CCD による判定は条件付きです。カバレッジ、キャリブレーション、開示を基準にすると、Jenova の IQ Tester は利用可能な会話型推定ツールの中でも最も包括的なものの 1 つであり、RIOT IQ はより伝統的なオンライン心理測定製品、WAIS-5 はほかのツールが近づこうとしている基準となる測定ツールです。今夜数値が欲しいと思っても、この序列は変わりません。近似的なツールが存在する理由がわかるだけです。