| ||
| 【摘要】 同感評估技術（consensus assessment technique），又稱主觀評價法，是Amabile于1982年提出的評價創(chuàng)造力的一種方法。文章簡要回顧了同感評估技術出現(xiàn)之前，基于發(fā)散思維測驗的創(chuàng)造力評價法及其局限性。人們在尋求新的創(chuàng)造力評價方法的過程中，提出了同感評估技術。文章重點介紹了同感評估技術的理論基礎，即它的同感定義和概念定義，然后說明了同感評估技術的具體使用方法、發(fā)展，以及在各領域的應用情況。最后，通過與創(chuàng)造性思維測驗的比較，對同感評估技術作了評價，指出了CAT的優(yōu)勢和存在的問題。 【關鍵詞】 同感評估技術 發(fā)散思維測驗 領域特殊性 內(nèi)隱觀 自從20世紀50年代Guilford[1] 在美國心理學年會發(fā)表演說之后，創(chuàng)造力研究重新得到了心理學界的關注。為了科學地評價創(chuàng)造力，研究者們提出了各種各樣的測量工具，其中，創(chuàng)造性思維測驗是使用地最廣泛的工具之一。創(chuàng)造性思維測驗的核心為發(fā)散性思維測驗，測驗要求個體對特定刺激做出多種反應，強調(diào)的是觀念流暢性。例如非常規(guī)用途測驗（Unusual Usage Test，UUT），就是讓被試列舉出某物品的多種用途來考察他的發(fā)散思維能力。20世紀60、70年代發(fā)散思維測驗是創(chuàng)造力測量的主導工具，大部分創(chuàng)造力研究使用的都是發(fā)散思維測驗，其中應用最為廣泛的就是Torrance [2]創(chuàng)造性思維測驗（TTCT），它根據(jù)被試的回答在流暢性、變通性、獨特性和精細性四個維度上進行評分[3]。 但是這個時期的發(fā)散思維測驗由于其本身的局限性和發(fā)展的不完善，遭到了大量的批評，其中，最主要的也是最有爭議就是人們對“發(fā)散性思維是否等于創(chuàng)造性思維？”的質(zhì)疑。而這個問題則明顯地反映在發(fā)散性思維測驗的預測效度不高，至少是很不穩(wěn)定上。盡管Torrance[4], Plucker[5]和Yamada[6]都認為兒童期的TTCT成績對以后的學業(yè)成就(school achievement)有較好的預測性。但Kogan和Pankove在1972年所做的一項為期五年的追蹤研究，結果卻發(fā)現(xiàn)只有在較小的學校環(huán)境里，發(fā)散思維測驗才具有一定的預測性[7]。1974年，Kogan擴展了1972年的實驗，結果發(fā)現(xiàn)來，十年級學生的發(fā)散思維測驗成績對于其大學的創(chuàng)造性活動只有10%的預測性，而五年級學生的發(fā)散思維成績則對大學期間的創(chuàng)造性活動已不具有預測性[8]。Migram[9]，Runco[10]等人的研究也都分別對發(fā)散性思維測驗的預測性的穩(wěn)定性提出了挑戰(zhàn)。發(fā)散性思維的這種顯著弱點，使人們重新思考創(chuàng)造力的評價方法。而這個問題又依賴于對創(chuàng)造力的理解。美國哈佛大學的Amabile教授認為，盡管人們對創(chuàng)造力的定義可能不完全一樣，但人們，特別是同一領域的專家們對同一作品會有基本一致的看法，這就是同感(consensus)。這種同感可以成為評價創(chuàng)造力的基礎。因此，她于1982年提出了創(chuàng)造力研究的主觀評價法“同感評估技術（consensus assessment technique，簡稱CAT）”[11]。本文將對CAT做介紹，并對其合理性提出評論。 1 CAT的理論基礎 任何測量技術都是建立在特定理論基礎之上的，CAT也不例外。在Amabile看來，一個人的創(chuàng)造力必定反映在其作品所具有的創(chuàng)造性中，而作品的創(chuàng)造性則主要反映在作品的新穎性(newness or originality)和適宜性(usefulness or appropriateness)兩個方面。顯然，現(xiàn)實中，一個作品的新穎性和適宜性既取決于作品本身的特征，也取決于人們，特別是熟悉該領域的專家們對該作品的評價。在通常情況下，專家們對該作品的評價能夠比較好地反映該作品的特征。同一領域的專家們對一個作品的評價通常會有較好的一致性。因此，Amabile對創(chuàng)造力的“同感(consensual)”定義是創(chuàng)造力評價的一個操作性定義，評價的主要依據(jù)是評價者對創(chuàng)造力的內(nèi)隱標準。不過，Amabile認為，能夠采用CAT技術評價的作品必須滿足下面兩個條件（1）具有新穎性和適宜性；（2）作品生產(chǎn)是開放式的[12]。顯然，從廣義上看，第一個條件是所有作品都能滿足的，因為，所有作品都可以被看成是有新穎性和適宜性的，只是新穎和適宜的程度不同而已。但第二個條件并不是所有作品都能滿足的。那些顯而易見有統(tǒng)一標準答案的作品是不能用CAT來評價的。 同感定義隱含了這樣一個假設，即：人們知道什么是創(chuàng)造力。這個假設在一定程度上得到了創(chuàng)造力內(nèi)隱理論[13,14]的支持[15]。內(nèi)隱理論是一種內(nèi)在的信念，人們使用它來解釋環(huán)境中的事件，做出判斷，并計劃自己的行動[16]。在創(chuàng)造力內(nèi)隱理論的研究方面，最有影響的學者是美國Yale大學的R. J. Sternberg。他在20世紀80年代所做的有關創(chuàng)造力內(nèi)隱理論的研究具有廣泛的影響。他考察了不同領域的專家和外行對創(chuàng)造力的看法，結果發(fā)現(xiàn)，無論是專家還是外行，人們對創(chuàng)造力是有共識的，即人們具有共同的內(nèi)在評價標準。Sternberg稱之為創(chuàng)造力的內(nèi)隱理論(implicit theory)[15]。在我們看來，這種內(nèi)隱理論與當前發(fā)展心理學界特別關注的心理理論(theory of mind) [17]有類似之處。在發(fā)展心理學家看來，即使沒有人正式地告訴孩子，年幼的孩子對外部的世界仍然會有自己的看法，而且，這種內(nèi)在的看法具有普遍性。因此，對創(chuàng)造力的內(nèi)隱理論是真實的、重要的，是我們的一部分，它會影響到我們對創(chuàng)造力以及創(chuàng)造性行為的認識[18]。正是由于內(nèi)隱理論的存在，專家在評定產(chǎn)品的創(chuàng)造性時，才會達到較高的一致性。 Amabile近年來也對觀察者的主觀評價標準作過考察，發(fā)現(xiàn)在對各個評價標準進行重要性排序時，評價者之間有相當高的一致性，10個評價者中就有7個認為想像力（新穎性）是評價產(chǎn)品創(chuàng)造力的最重要的標準[8]，這與她對創(chuàng)造力所作的概念定義有一致性[12]。Christiaans在2002年的研究中也發(fā)現(xiàn)，在眾多維度中，評價者更重視作品的新穎性（包括獨創(chuàng)性和不尋常性）[18]。 2 同感評估技術介紹 2.1 評價者 評價者是同感評估技術實施的重要因素。不過，基于內(nèi)隱理論的CAT技術要求評價者對相關領域比較熟悉。在評價時，要求評價者根據(jù)自己對創(chuàng)造力的內(nèi)隱理論，對產(chǎn)品或反應的創(chuàng)造性做出獨立的評價。 2.2 適用于CAT評價的作品 能適用于CAT技術評價的作品或反應需要滿足一定的條件。換句話說，不是所有的作品或反應都可以CAT技術來評估。就像前面提到的，具有明顯標準答案的作品或反應不適宜用CAT評價。如數(shù)學計算，或物質(zhì)的常規(guī)分類，如常規(guī)動植物的分類，或基本測量，如長度或體積的測量等。一般來說同感評估技術對引發(fā)創(chuàng)造性產(chǎn)品或反應的任務有如下要求：（1）能夠引發(fā)產(chǎn)品或可清楚觀察的反應，以供觀察者對其評價；（2）所有被試的測試環(huán)境、實驗材料和指導語是相同的；（3）對應于創(chuàng)造力的概念定義，任務是啟發(fā)式的，即具有足夠的開放度，允許產(chǎn)品具有相當?shù)撵`活性和新穎性；（4）在社會心理研究中，任務不能過于依賴某些特殊技能；（5）其引發(fā)的產(chǎn)品或反應可以由適宜的評價者對其進行信度較高的評價[12]。 目前，同感評估技術主要用于與言語或語言、藝術或表演或具有多種解決方案的問題解決等有關的作品或反應的創(chuàng)造性。與言語或語言有關作品或反應有：詩歌、故事或為圖片定標題等；與藝術或表演有關的作品或反應有：拼貼畫、繪畫（包括線條畫、油畫和素描等）、手工藝品和動作表演等；而與問題解決有關的作品或反應有：計算機編程、沙漠求生或建筑設計等。在心理學研究中，CAT應用得最為廣泛的是用于評價兒童言語創(chuàng)造力和藝術創(chuàng)造力。 2.3 評價過程 在對某個作品或某類作品進行評價時，首先要挑選熟悉相關領域的成員組織評價小組，其次要告訴評價者，應該對作品的哪些方面進行評價，最后由評價者對所有被試的產(chǎn)品或反應做出獨立評價。所有評價者根據(jù)自己對創(chuàng)造力的內(nèi)隱理論對作品或反應做出評價。通常有三種做法：第一種是按照產(chǎn)品所具有的創(chuàng)造性由高到低對所有產(chǎn)品進行排序；第二種是將所有產(chǎn)品分為五類：創(chuàng)造性很低、創(chuàng)造性稍低、無法判斷、創(chuàng)造性稍高和創(chuàng)造性很高；第三種是采用Likert五點量表，并在其中三個上分別寫上：高、中和低[12]。在這三種方法中，第三種方法的評分者一致性較高，使用較多的也是這種方法。 采用CAT評價時，以下幾點是非常重要的：（1）評價者必須熟悉該領域，即有該領域的工作經(jīng)驗；（2）所有評價者必須對作品進行獨立評價；（3）評價者必須先了解要評價的所有作品，然后根據(jù)作品的相對水平對創(chuàng)造性高低做出評價；（4）評價時，應該以隨機順序評價作品[12]。 2.4 CAT的信度檢驗 由于CAT技術是基于評價者對創(chuàng)造力的內(nèi)隱理論的，其主觀性比較大，因此，評分者一致性的高低就反映了CAT技術的信度水平。通常，對CAT的一致性檢驗有3種方法：(1)Winer在1971年提出的通過分析內(nèi)外部變異得到的信度系數(shù)，即[19] MS評分者內(nèi) α=1- —————— MS評分者間 (2)Spearman-Brown 預測公式[20]，一致性系數(shù)： nr α= —————— 1+(n-1)r 其中n為評價者數(shù)目，r為評價者之間的相關系數(shù)；(3)使用SPSS軟件計算Cronbach系數(shù)[12]。從已有的眾多研究結果看，用這3種方法得到的結果非常相似。由于SPSS軟件的強大統(tǒng)計功能和使用的廣泛性，使得用SPSS軟件計算Cronbach系數(shù)成了最簡單的方法，因此，在實際研究中也是最常用的一種方法。 評分者一致性系數(shù)的高低非常重要，較高的一致性系數(shù)表明同感評估技術的有效性。Amabile對各種任務的評分者信度做過考察，發(fā)現(xiàn)都具有較高的一致性系數(shù)。我們從Spearman-Brown公式可以看出，一致性系數(shù)高低還與評價者的數(shù)目有關，評價者越多，則評分者一致性越高。通常，CAT技術能接受的一致性系數(shù)為0.70以上，因此，對與言語有關的產(chǎn)品的評價需要至少3個評分者，與問題解決有關的產(chǎn)品需要至少4個評分者，而對藝術領域產(chǎn)品的評價則至少需要7個評分者[12]。 3 CAT技術的應用 同感評估技術由于其接近于真實生活的評價方式，得到越來越廣泛的使用 [21,22]，逐漸成為創(chuàng)造力評價的一種重要方法，被廣泛應用于社會心理學、個體差異及領域特殊性和領域一般性研究。 Amabile認為社會和環(huán)境因素對創(chuàng)造力表現(xiàn)有重要影響，而同感評估技術的產(chǎn)生正是為了社會心理研究。這些研究包括評價和獎賞對創(chuàng)造力的作用、榜樣和動機導向的影響以及其他環(huán)境因素（如，學校、工作以及家庭）的影響等[23]。例如她和Hennessey在1982年做過的獎賞和任務標簽對兒童創(chuàng)造力的影響的實驗，使用了講故事的任務，由三位小學教師作為評價者，評分者信度為0.91，最后得到了有獎賞組的言語創(chuàng)造力高于無獎賞組的結果[12]。國內(nèi)曲小軍使用同感評估技術作過評價和獎賞對于場依存和場獨立兒童的語言創(chuàng)造力的影響[24]。 另外，隨著越來越多的研究使用同感評估技術，Amabile發(fā)現(xiàn)它也可以用于個體差異的研究，例如她和她的合作者在一項關于工作的內(nèi)部動機和外部動機的個體差異的研究中發(fā)現(xiàn)，使用同感評估技術測量的創(chuàng)造性與個體內(nèi)部動機相關顯著[25]。 在關于創(chuàng)造力是領域特殊性的還是領域一般性的爭論中，CAT也有經(jīng)常被采用。例如，Baer在關于發(fā)散性思維是否具有任務特殊性的研究中，使用同感評估技術評價被試在講故事任務和詩歌任務上的創(chuàng)造性表現(xiàn)[26,27]；Han在關于領域特殊性的研究中，使用同感評估技術研究了語言、藝術和數(shù)學領域的創(chuàng)造性表現(xiàn)[21]。 CAT技術最初只用于對在相同的實驗條件，尤其是相同的指導語要求下得到的平行作品進行評定，最近，Baer經(jīng)過試驗，發(fā)現(xiàn)同感評估技術還可以擴展到對非平行產(chǎn)品的評定 [28]。他將8年級被試在不同實驗條件下的103篇故事、102篇詩歌和103篇個人敘述放在一起由13位專家進行評定，然后進行評分的一致性分析，結果故事的評分的一致性達到0.940，詩歌達到0.968，個人敘述達到0.957。這表明CAT技術受任務和實驗條件的限制可以進一步縮小，可將許多作品放在一起進行評定。這就大大擴大了CAT技術的適用范圍。 4 對CAT技術的評價 為了對CAT技術有一個客觀的評論，我們認為，將它與基于發(fā)散性思維的傳統(tǒng)創(chuàng)造力測驗作比較是比較合適的。 自Guilford提出發(fā)散性思維是創(chuàng)造性思維的核心以來，很多在國際上有影響的創(chuàng)造力測驗，如TTCT（Torrance Creative Thinking Test）[29]，WCAP（Williams Creativity Assessment Packet）[30], TCT-DP（Test for Creative Thinking - Drawing Production）[31]等都是基于發(fā)散性思維理論的。在Guilford看來，在發(fā)散性思維中表現(xiàn)出來的反應的低頻性和不尋常性就可以代表獨特性，而獨特性是創(chuàng)造性的一個核心。然而，事實上，有創(chuàng)造性的東西是獨特的，但獨特的東西不一定是有創(chuàng)造性的，因為，有創(chuàng)造性的東西必須同時滿足例外一個條件，那就是適宜性和合適性（appropriateness）。換句話說，一個新異獨特的東西，如果是沒有用的，那它只能算是古怪的而不是創(chuàng)造性的。顯然，適宜性具有相對性，并且在很大程度上依賴于外界的評價。傳統(tǒng)的創(chuàng)造性思維測驗對此的考慮比較少，因此，測試結果的生態(tài)效度受到嚴重影響。而CAT技術則在這方面考慮的比較多，因此具有很好的生態(tài)效度。實際上，CAT技術對創(chuàng)造性產(chǎn)品的考慮更側重于質(zhì)量而不是數(shù)量，這正好與傳統(tǒng)的發(fā)散性思維測驗不同。傳統(tǒng)的發(fā)散性思維測驗更重視數(shù)量[32]。 在理論基礎上，CAT技術的基礎是人們對創(chuàng)造力的內(nèi)隱理論，也就是人們對客觀事物的主觀評價是有共性的。這種觀點得到了當前內(nèi)隱理論研究的支持，而且，在實際的研究中也證明CAT技術有很好的適用范圍。然而，值得提醒的是，正因為這樣，CAT技術也必然存在著致命的弱點，那就是，當一個產(chǎn)品的創(chuàng)造性程度遠遠超出該時代的認識程度時，該產(chǎn)品就會因為不能被識別而被誤認為不具有創(chuàng)造性。歷史上有不少偉大的科學發(fā)現(xiàn)就是因為不能在當時被評價而被延遲了很多年。不過，不管過了多久，最終能被識別也說明，創(chuàng)造性是要通過別人的評價才能被識別的。這一點也正好是CAT技術的主要思想?；蛟S這就是為什么CAT技術越來越得到認可和推廣的原因。 盡管，國內(nèi)研究者對主觀評定技術并不陌生，也在各種研究場合使用，但從目前的文獻來看，用基于主觀評價的CAT技術來開展創(chuàng)造力研究卻并不多見，希望本文能起到拋磚引玉的作用。 【參考文獻】 [1] Guilford J P. Creativity. American Psychologist, 1950, 5: 444~454 |
