創(chuàng)造力合意（共識）評量技術

1、創(chuàng)造力合意（共識）評量技術,導讀者：張世彗教授臺北市立教育大學特殊教育學系,發(fā)展「合意評量技術」（Consensual Assessment Technique, CAT）的主因,在於創(chuàng)造力的共識定義、作者對創(chuàng)造力本質的假定、及對創(chuàng)造力社會心理學適當方法的要求。,選擇適當任務應符合三項要求：,1.評量內容須能形成產(chǎn)品或可觀察的反應，適合評量；2.評量內容應是開放的，能引發(fā)很多變通和新奇性的反應；3.評量內容是令人滿意的，在基線表

2、現(xiàn)上不會產(chǎn)生很大的個別差異，且評量內容不需過分依賴某種特定技巧。,「合意評量技術」在評量程序上有很多要求a：,1.評判者應具備該領域經(jīng)驗，但不需一致。2.讓評判者獨立自主做評量3.相互比較作品，而非依絕對標準來評定4.隨機鑑賞作品和不同判斷層面,合意評量技術」在評量程序上有很多要求b：,5.除評量創(chuàng)造力外，應同時評量其它層面，至少應評量作品的技術性，也包括「美感評量」。然後，就可用來決定主觀評量產(chǎn)品的創(chuàng)造力是否與這些層面有關。,評

3、量程序最重要的標準為：,「評定是可信的」。就定義言，評定者間的信度等同「建構效度」。,藝術創(chuàng)造力的合意評量,為充分瞭解此項技術是否能有效評量創(chuàng)造力作者實施了運用這種技術來評量藝術和語文創(chuàng)造力的研究方案。,研究1：兒童的藝術的創(chuàng)造力a,1.對象和評判者22位女生，年齡為7-11歲。所有女生都採隨機分派。15位女生在一組；7位在另一組。所有女生均來自低社經(jīng)家庭。採用「心理學家」；「藝術類科教師」；「藝術家」。,研究1：兒童的藝術的創(chuàng)造

4、力b,2.材料所有對象使用材料均相同：「有幾種不同大小、形狀和顏色的紙100張以上、膠水1罐、卡紙板1張」。,研究1：兒童的藝術的創(chuàng)造力c,3.程序a都使用長桌，每位有份材料。實驗者負責說明，首先要求製作1項藝術設計減少對她們製作藝術設計表現(xiàn)的期望。然後，示範運用膠水將形狀黏到紙上的方法，接著讓兒童練習。並告訴她們可隨意運用所提供的材料，製作藝術設計。,研究1：兒童的藝術的創(chuàng)造力d,3.程序b18分鐘後，要求兒童停止。告訴評

5、判者兒童在18分鐘內完成。讓每位評判者獨立評量，使用主觀的創(chuàng)造力定義，依創(chuàng)意層次（非常具創(chuàng)意、有創(chuàng)意、無法決定、相當沒創(chuàng)意、非常沒創(chuàng)意）來評定。,研究1：兒童的藝術的創(chuàng)造力e,3.程序c用幻燈片將22張設計呈現(xiàn)給藝術類科教師，要求他們用同樣方式獨立評量。藝術家則花4小時，依不同層面判斷這22項設計。就像其他兩組評判者一樣，要求在評定前先檢查所有設計，然後依23項不同層面來評鑑，並在評定表上提供每項層次的定義。,研究1：兒童的藝術的

6、創(chuàng)造力f,3.程序d提供藝術家量表進行每項判斷，採5點量表方式，讓評判者在量表上依每項判斷以「×」表示並鼓勵他們利用量表的全部範圍，在22項層面中的4項（創(chuàng)造力、技術優(yōu)點、愛好及天真），要求評判者做高中低的判斷。,研究1：兒童的藝術的創(chuàng)造力g,3.程序e將這些隨機安排的設計提供給每位評判者，每個層面也是隨機來判斷。事先對評判者描述評定、等級順序及類別分組任務，然後提供評判者充裕時間，協(xié)助他們完成過程中，實驗者與評判者

7、一起，檢查判斷是否依合理順序進行，是否符合時間限制。,研究1：兒童的藝術的創(chuàng)造力h,4.研究結果藝術家所評判的信度。23個層面中有16個信度在.70以上，10個在.80以上其他兩組評判者間一致性也相當高。12位心理學家的創(chuàng)造力等級信度為.73；21位教師的創(chuàng)造力評定信度為.88。上述分析可見，不同組別之評判者在創(chuàng)造力評量間有良好相關。,最後，,兒童年齡與任何三組對創(chuàng)造力的評判沒顯著相關雖然它與藝術家-評判者所評定技術性有相關。

8、藝術創(chuàng)造力的進一步研究（研究2-13）,語文創(chuàng)造力的合意評量a,研究14：運用詩的初期探究,語文創(chuàng)造力的合意評量b,1.對象和評判者以48位美國布蘭帝（Brandeis）大學心理學導論的女生為對象評判者：一是大學英文系研究生；另一為10位麻州詩人，大都是哈佛大學英文所學生，有些未上過大學。他們的詩都曾出版過。,語文創(chuàng)造力的合意評量c,2.程序a提供每位對象20分鐘獨自寫美國五行詩。初步指導後，提供受試者兩篇美國五行詩的例子。同

9、時提供受試者詩的第一行：「快樂」，以降低變異性，並讓評判任務更容易,語文創(chuàng)造力的合意評量d,2.程序b因評判內容包含閱讀，評判者可獨自工作，但不可討論詩或評判任務，直到活動完成評判者先閱讀指示，然後被告知對象有20分鐘寫詩。評判前，要求評判者讀完所有詩的複本，然後依主觀的創(chuàng)造力定義來評定，並要求相互比較，而不是依絕對標準評定。評定量表，類似先前，其中有3個被標記為低、中、高,語文創(chuàng)造力的合意評量e,3.結果所有評判者間信度是相當

10、高的。第一組創(chuàng)造力評判信度為.87；第二組創(chuàng)造力評判信度為.90。14項信度中有13項為.70以上，9項在.80以上。語文創(chuàng)造力的進一步研究（15-21）,總結主要的發(fā)現(xiàn)a,這些研究是設計來測試一種在不同領域主觀評量創(chuàng)造力的可靠方法。這種方法是成功的，具下列優(yōu)點A：1.運用主觀評量創(chuàng)造力來獲得高一致性是可能的，即使評判者未受過任何一致性的方法訓練,這種方法是成功的，具下列優(yōu)點B,2.評判者在創(chuàng)造力評定的一致性可能取決於評判者間所需努

11、力量的某種程度。因此，一旦評判任務是特別高要求的，就可預期會產(chǎn)生評判疲乏和難維持一致的標準。在此種情況下，增加評判者人數(shù)會是明智的。,這種方法是成功的，具下列優(yōu)點C,3.針對這些任務，評判者的專業(yè)水準似乎沒有那麼要緊。4.藝術作品的創(chuàng)造力、美感及技術性優(yōu)劣可分割來主觀評判。5.向人描述何謂創(chuàng)造力可能很難，但仍很相當容易且有良好信度的確認創(chuàng)造力。,這種方法是成功的，具下列優(yōu)點D,6.研究說明合意評量技術可用於廣泛領域上不同種類的任務

12、。7.創(chuàng)造力評量任務並不全依賴某人可能發(fā)展較好的特殊技巧。就創(chuàng)造力社會心理學來看，這特別重要。,與先前技術的比較a,1.合意評量技術可視為傳統(tǒng)創(chuàng)造力測驗所用技術的概念逆轉。2.這種技術似乎比許多創(chuàng)造力測驗更具生態(tài)效度（ecological validity）。不僅任務模擬真實的成就表現(xiàn)，評量技術也模擬真實世界創(chuàng)造作品的評鑑,與先前技術的比較b,3.有些先前使用主觀評量方法的研究與合意評量技術相似。事實上也獲得類似研究結果，但仍有差

13、異。,限制與未來可能性a,合意評量技術有些限制a：1.此法不實用，相當耗時；2.所選任務不能過度依賴特別能力和經(jīng)驗相關技巧，對確認創(chuàng)造力上持續(xù)的個別差異可能就不是有用的方法；,限制與未來可能性b,合意評量技術有些限制b3.此法可能難用於未知領域的成果（如科學革命性理論）4.此法獲致的評判信度會受歷史時期與位置所限。雖然我的初步研究植基於合意評量技術，不過仍需精鍊和延伸,最新情況a,Amabile等人持續(xù)使用1983年版的創(chuàng)造力

14、合意評量技術進行研究，發(fā)現(xiàn)它是有價值的方法。1996版與先前版本引用情形相同，都是依受試在真實世界常出現(xiàn)領域所做的真實作品。,最新情況b:計算信度的新方法 a,Amabile等人原先計算主觀創(chuàng)造力評量的評判者間信度方法有2種，都可產(chǎn)生類似結果。不過，由於α係數(shù)簡便，因而大都採用SPSS / PC計算α係數(shù)來評估評判者間信度。,最新情況c:計算信度的新方法 b,最近，Amabile等人基於合意評量目的，認為將評判者

15、考量為隨機效果可能較佳（原先假定是固定效果），若根據(jù)「類別間的相關方法」（intraclass correlation）來評估評判者間的信度，就可符合此項假定。實際上，這種方法常產(chǎn)生類似α係數(shù)的結果。,新的信度研究資料,1983年版描述兩項創(chuàng)造力評量內容（美術拼貼和五行詩）的信度。Amabile等人常使用這些評量內容，且?guī)缀蹩色@良好信度。1983年後，Amabile等人又創(chuàng)造許多新評量內容。可分成三組：語文創(chuàng)造力（故事和其他詩）；

16、藝術創(chuàng)造力（線畫、繪畫、各種藝術媒體等問題解決創(chuàng)造力（電腦、新高科技服務的方案）。此外，研究對象也擴大了。,合意評量技術的改變與課題,一.誰是適當?shù)脑u判者？1983年前，我們斷定適當評判者是熟悉產(chǎn)品領域的人現(xiàn)在相信多數(shù)領域的作品，評判者不需是專家。不過，至少應有些評量內容上的訓練或經(jīng)驗，如果是多數(shù)人不精通的評量內容，這個原則就更重要了。,二.任務必要的特徵為何？a,這類評量內容的特性與先前描述相同。不過，先前建議特色之一：「評量

17、內容不應過於依賴任何特定技巧」，現(xiàn)在需作些修正。因這項建議主要是針對以社會心理學為「自變項」。就範圍言，如果成就表現(xiàn)上的個別差異是來自原有能力的高低，就會使偵測社會心理學的效果變得更困難。,二.任務必要的特徵為何？b,不過，在3種條件下是可接受的，甚至建議使用依賴特殊能力的任務：1.所有受試在領域上有同樣專業(yè)程度2.如果想研究「能力」對作品創(chuàng)造力的貢獻3.自變項為社會心理學因素，但使用重複量數(shù)的設計。,三.程序的要素是什麼？a,

18、先前認為如訓練評判者創(chuàng)造力評定，評判者間信度將受到質疑。因而，建議不要給評判者特定的創(chuàng)造力定義，僅要求評判者使用主觀的創(chuàng)造力定義，來評定每項作品相較於其他作品的創(chuàng)意。,三.程序的要素是什麼？b,目前相信在多數(shù)情境仍是如此，不過可能有特殊狀況（如評估商品技術性發(fā)展的創(chuàng)造力）。另外，先前要求所有評判者應評定所有作品，是為確保所有作品相互比較，以簡化信度計算，惟有時是無法做到的。在此情況下，只有使用「類別間的相關」來計算評判者間信度。,三

19、.程序的要素是什麼？e,最後，評定作品其他層面之前，評判者應在1個層面評定所有作品。這樣作法是要讓評判者針對特定層面主觀標準上維持一致的方法，避免與不同層面產(chǎn)生混淆。惟這種方法在某些情境是不實際。如，有項研究100篇長篇散文且須評3個層面,四、受試者內作品的評量,1983年前，我們並未進行每位受試者超過一項作品的研究。就社會心理學與其它研究來說，使用「重覆量數(shù)設計」通常是有利的，或許最重要的原因是可更大範圍的了解個別作品的創(chuàng)造力，而非

20、僅從單一角度。我們認為「合意評量技巧」也可用來進行受試者內與受試者間的創(chuàng)造力評量。,五.創(chuàng)造力是種分離的品質嗎？,1983年版，獲得創(chuàng)造力評定與技術性或美感評定是無關的或僅有低相關是可能的。雖然分離創(chuàng)造力和其它成果品質是可能的，不過實務上創(chuàng)造力常與其它品質相關。,六.CAT可用於個別差異的評量嗎？,從近來研究中，發(fā)現(xiàn)CAT可用於社會心理及個別差異的創(chuàng)造力研究。七.創(chuàng)造力的性別差異有時會發(fā)現(xiàn)性別差異，通常是兒童。惟此種性別差異在我