“……结果令人失望。测验淘汰了八千六百四十八个智力低下者，同时得出结论：这些人以及他们所代表的全体美国人的平均智力年龄只相当于13岁零一个月。换句话说，一般美国人的聪明程度与十几岁少年相仿。
一战中心理学家们还用了人格测验预测一个人在战场上的表现，结果并不成功。StormingHeaven一书中这样写道：
武德沃兹设计了一套125题的问卷用于测量哪些人格在作战时会崩溃。不幸的是，这个工具在实用性上是一个失败。
即使在重视学业智力的教育测验领域，心理测验法的有效性也受到挑战。二十世纪末，美国有人开始提倡所谓真实测评（authenticassessment），或称作业测评（performanceassessment），看重开放式问答(open-endedresponses)、论述题(essays)，以及学生作品。值得一提的是，欧洲的教育考试，一直没有像美国那样依赖多项选择题。
以行为观察为主流，以心理测验为旁支来看人力资源测评的发展，对于一般心理学出身的人来说，不是一件容易事。据中国评鉴中心的先行者陆红军讲，80年代他在国内推广评鉴中心时，许多中国心理学界的人认为是旁门左道。其实，对于综合、实用能力的测评，最有效的方法不是心理测验，而是行为观察。
观察法的外在效度高，成本也高，适用于重要岗位的选拔
战争比商业竞争更残酷。战争中，国家主权和成千上万的人命都掌握在将帅手上，所以选将是所有人事选拔中最重要的事。这种场合，没有人敢用心理测验决定由谁带兵打仗。战国时代的《六韬》一书中的《龙韬》，其中有一篇文章题为《选将》，记载姜太公所倡导的结构化的行为观察的方法选拔将领：
武王曰：何以知之？太公曰：知之有八征：一曰问之以言，以观其辞。二曰穷之以辞，以观其变。三曰与之问谍，以观其诚。四曰明白显问，以观其德。五曰使之以财，以观其廉。六曰试之以色，以观其贞。七曰告之以难，以观其勇。八曰醉之以酒，以观其态。八征皆备，则贤不肖别矣。
