潜在変数と言語理論は，心理学で最も頻繁に使われているツールである。これらはネットワーク理論や計算モデルなどで批判されることがあるが，このコメンタリーではその批判に立ち向かう。その主張についてまとめておく。
潜在変数モデルとネットワークモデル
ネットワーク理論では，パーソナリティ特性や精神病理症状の共分散が，特性や症状同士の直接的な相互作用によるものではなく，多くの特性や症状に影響を及ぼす因果的要因によるものである可能性を否定してきた。脳機能に関するこれまでの知見を考慮すれば，この否定は説得力に欠ける。たとえば，不安の症状の多く（例：生理的覚醒，集中困難，反芻）は，単に互いに直接的な因果的影響を及ぼし合うため（そのような影響も存在する可能性はあるが）というだけでなく，脅威を示唆する不確実性や動機づけの葛藤に応答して，一貫性のある脳システムによって生成されるため，人の中で時間的に共起する傾向がある。
統計モデルと因果モデルの混合
理論モデルは定義上，因果的な説明を提供するものである。統計モデルと因果モデルの混同を避けるため，「潜在変数」という用語を，統計的潜在変数モデルに含まれる，あるいは含まれる可能性のある統計的構成概念のみを指すように限定すべきである。潜在変数とは，1つ以上の指標変数の分散の一部（通常は複数の観測変数の共有分散）を数学的に表現したものである。
したがって，潜在変数はその指標に対する因果的影響を表すものではない。むしろ，何らかの因果的な力がその指標に分散を共有させていることを意味するに過ぎない。それらの因果的な力は，測定されていない変数の数々である可能性もあれば，指標によって測定される対象間の直接的な因果的相互作用である可能性もある。潜在変数モデルは，そのモデルが説明する共分散の原因の性質について，本質的に中立的（不可知論的立場）である。
潜在変数の解釈
「潜在変数」という用語は，特定のモデルにおける指標の共有分散を指す場合もあれば，当該変数に対する最適な指標セットの共有分散を指す場合もあり，どちらの用法も適切である。潜在変数（または因子）は心理学的実体ではあるものの，それは因果的実体ではなく，統計学的実体である。
「心理学的構成概念」は，特定の状態にある傾向を記述することができるため，共分散の単一の共通原因である必要はない。このような傾向こそ傾性（disposition）である。傾性は，特定の心理的状態にある確率を記述するものであるため，本質的に心理学的構成概念であると同時に統計的構成概念でもある。
言語理論で何が得られるか？
計算モデルなどに基づく形成理論は強い理論と言われることがある。この場合，優れた理論とは，すべてのパラメータが数値的に規定され，あらゆる因果関係の関数形式が仮説化された，形式的な計算モデルを指す。この主張からすると，サイバネティック・ビッグファイブ理論（CB5T）や精神病理のサイバネティック機能不全モデルは，「xはyに関連している」という形式の仮説を提示する弱い理論となる。
計算モデルは，モデル化する現象を十分に正確に再現し，そのモデルを研究することでその現象に関する新たな知見が得られる場合を除き，有用ではない。人間の脳とその心理的機能は桁違いに複雑であるため，計算モデルが言語理論の課題を達成できる能力には懐疑的である。パーソナリティや精神病理のような複雑な現象を説明しようとする場合にはなおさらである。
CB5Tのような心理学の中で標準的な言語理論から何が得られるか。理論は，しばしば用語の定義という形で，原理（axiom）のセットを提供する。 このような定義的な原理は， 経験的に正当化されることを意図しておらず，正当化することもできない。むしろ，それらは，問題となっている定義の一貫性と有用性に関する哲学的議論を通じて正当化される。厳密で論理的な言語的主張をすることで，心理現象の包括的かつ総合的な説明を試みるCB5Tのような広範な理論は，研究対象や関連する理論的・経験的課題を明確にする上で有用となり得る。
言語理論は，既存の実証的知見を統合するための概念的枠組みを提供することもできる。モデル化されるプロセスについて十分な知識を持たずに形式理論を構築しようとしても進展は見込めない。形式理論に先立って実証的知見の体系を把握するには，やはり体系的な枠組みが必要である。言語理論はこのジレンマから抜け出すための道である。科学理論は主にアブダクション（最良の説明への推論）の産物であり，言語理論はより完全な形式理論に向けた必要不可欠な初期のアブダクティブ（帰納的）なステップである。それらが明確に規定され，十分な妥当性を備えているならば，ある程度の説明や予測を可能にし，さらには現象をある程度制御することさえ可能にする。