Testes de QI mais difíceis = aumento artificial da pontuação

Em um texto recente sobre o Efeito Flynn, eu me questionei, novamente, em relação a um famoso postulado do mesmo assunto:

''A 'inteligência' está aumentando porque tem sido comprovado que a média de QI [100], por exemplo, dos britânicos, na década de 50, equivaleria hoje em dia a um QI ''70''

Agora vamos pensar em uma situação parecida, só que na ginástica artística:

''Já que, na época da legendária Nadia Comaneci, a dificuldade era muito menor nesse esporte [talvez um pouco menos em relação às barras assimétricas], então se ela tivesse que competir hoje em dia, as suas notas seriam muito mais baixas do que as de suas adversárias''

Acabei de ler em um artigo da BBC que diz: ''os testes de QI foram ficando mais difíceis''. Palavras do próprio James Flynn. Se as pessoas hoje em dia fizessem o mesmo teste que era aplicado ''no passado'', elas pontuariam mais alto do que ''a média daquela época''. 

O que isso parece estar querendo dizer*

Que os testes ficaram mais difíceis/ mais objetivos, mas o método de pontuação permaneceu o mesmo. Então quando alguém o fazia e pontuava na média, há 70 atrás, tirava a ''pontuação ~100''. E se essa mesma pessoa, creio eu, fizesse algum teste atual, ela também [é provável que] tiraria pontuações parecidas. O que mudou foi a dificuldade. 

De novo, vamos imaginar hipoteticamente que o meu bisavô fez um teste de QI quando era criança. Aí ele pontuou 98. Só que foi feito uma ''atualização'' com os valores atuais, e como o teste que fez era mais simples então a sua pontuação caiu para 73. O que isso significa, que o meu bisavô era estúpido*

Muito provavelmente não. Não significa nada em relação às suas capacidades cognitivas, mas sim em relação ao: aumento da dificuldade + distribuição das pontuações em ambos os testes, que é  a mesma. 

O mesmo para a ginástica. Nádia foi um gênio em sua época, quando o esporte era menos difícil que hoje em dia. Mas se as séries, especialmente as de trave, solo e salto, fossem comparadas ou ''atualizadas'' para o código de pontuações corrente, então as suas pontuações seriam dramaticamente reduzidas porque as suas notas de dificuldade são em geral muito baixas em relação às séries atuais. 

Será que o mesmo tem acontecido com [parte d]o efeito Flynn**