【文章內(nèi)容簡(jiǎn)介】 Cognitive Science AI System 17 創(chuàng)意生成的支持 (Idea Generation Supporting System) ? 創(chuàng)意生成支援： 借助某種線索使得我們的 “ 思考行為 ” 或者 “ 包含思考的行為 ” 更具有創(chuàng)造性，理論上是可以實(shí)現(xiàn)的，如果我們能夠大量地匯集這些線索，當(dāng)我們面臨各種各樣的問(wèn)題情境即需要?jiǎng)?chuàng)造性情況時(shí)，至少也會(huì)有一個(gè)能夠應(yīng)對(duì)解決這一問(wèn)題情境的線索（解決辦法），為此，使得思考這一行為更具有創(chuàng)造性這一嘗試一般稱(chēng)之為創(chuàng)意生成支援（支持）（國(guó)藤進(jìn)， 1993；小橋康章； 1998）。 ? 創(chuàng)意技法： 上述的各種線索作為規(guī)則系統(tǒng)性地進(jìn)行描述并開(kāi)發(fā)成易學(xué)的知識(shí)（技能），一般稱(chēng)之為創(chuàng)意技法。如：擴(kuò)一擴(kuò)、縮一縮、相反又如何等。 ? 創(chuàng)意生成支持系統(tǒng)： 使技法物化的工具或軟件稱(chēng)為創(chuàng)意生成支持系統(tǒng)。 典型的創(chuàng)意生成支持系統(tǒng)：計(jì)算機(jī)支援創(chuàng)意生成系統(tǒng)。 利用計(jì)算機(jī)單純作業(yè)、重復(fù)計(jì)算、大容量記憶等優(yōu)勢(shì)，減輕人類(lèi)智力勞動(dòng)中負(fù)擔(dān) ， 這就是計(jì)算機(jī)支援創(chuàng)意生成系統(tǒng)開(kāi)發(fā)所基于的方法論。 華南師范大學(xué)教育信息技術(shù)學(xué)院 Cognitive Science AI System 18 主要的幾種創(chuàng)意生成技法 ?Brainstorming ? 特點(diǎn)： 小組討論中、成員之間無(wú)批判地暢所欲言生成新意念，由此不但在意念的量上得到提高，而且在質(zhì)上總會(huì)有一些獨(dú)創(chuàng)的意念生成。 ? 規(guī)則： （ 1） idea越多越好； （ 2） idea越奇特越好； （ 3）已經(jīng)生產(chǎn)的 idea進(jìn)行改進(jìn)和整合； （ 4）不許批判他人 idea； ? 缺點(diǎn)： 經(jīng)過(guò) 60年的實(shí)證研究結(jié)果 （ 1）關(guān)于效果的實(shí)證研究沒(méi)有同一結(jié)論； （ 2）搭便車(chē)（ free riding） （ 3） 生成同調(diào)（ production matching） （ 4） 評(píng)價(jià)憂慮（ evaluation apprehension） （ 5） 生產(chǎn)障礙（ production blocking） （ 6） 小組偏愛(ài)傾向（ group Preference ） 華南師范大學(xué)教育信息技術(shù)學(xué)院 Cognitive Science AI System 19 主要的幾種創(chuàng)意生成技法 ? KJ 法（川喜田二郎法） ? 特點(diǎn)： 綜合地考察大量并且多種質(zhì)的數(shù)據(jù)的過(guò)程中，由此得到新的 idea； 有個(gè)人和小組兩種形式。用于支持創(chuàng)造性活動(dòng)的理由是，基于說(shuō)明的假設(shè)的發(fā)現(xiàn)是一種創(chuàng)造性活動(dòng)。 ? 步驟： （ 1）決定主題 （ 2）收集信息并制定單位且量化 （ 3）排列數(shù)據(jù)進(jìn)行壓縮并建立標(biāo)簽 （ 4）根據(jù)主觀判斷對(duì)相似者聚類(lèi) （ 5）進(jìn)一步對(duì)聚類(lèi)者進(jìn)行標(biāo)簽化 （ 6）進(jìn)一步對(duì)標(biāo)簽群進(jìn)行聚類(lèi) （ 7）對(duì)聚類(lèi)的群分組在平面上排列 （ 8）對(duì)結(jié)果進(jìn)行描述 ? 缺陷： （ 1）對(duì)信息的壓縮和聚類(lèi)是根據(jù)主觀決定的 （ 2）只是對(duì)大量信息的歸納分析，因此是收斂的，結(jié)果缺少創(chuàng)意 （ 3）基于經(jīng)驗(yàn)的技法缺少理論的支持 華南師范大學(xué)教育信息技術(shù)學(xué)院 Cognitive Science AI System 20 KJ 法（川喜田二郎法） ? 缺陷： （ 4）此方法的效果依存于使用者和特定領(lǐng)域； （ 5）由于方法和課題不匹配，說(shuō)不清、里還亂的龐大的數(shù)據(jù)，需要花費(fèi)大量時(shí)間， 實(shí)踐中很難試用；成本高。 （ 6）在什么樣情況下，在哪些領(lǐng)域應(yīng)用這一方法，缺少進(jìn)一步的實(shí)證研究的支持。 除此之外還有一些其他的技法： （ a） 名義組法（頭腦風(fēng)暴的改進(jìn)型）； （ b） 檢核量表法； （ c） 屬性列舉法； 高橋（ 1993）、 Adams（ 1979）、 徐 X東 長(zhǎng)谷川（ 1996）等人的歸納，到目前為止有 300余種。 根據(jù)這些技法開(kāi)發(fā)的創(chuàng)意生成支持系統(tǒng) 有超過(guò)幾百種之多，比較典型有： (2023)、 Brainstorming (2023)、 Axon Axon Idea、 Processor(2023)、 VisiMap(2023)、 Idons for Windows(2023)、 Mind Manager (2023)、 Edward de Bono39。s Serious Creativity(2023)、 Logics of the Frame (2023)、 Ygnius Mind Mapper (2023)、 ConceptDraw Mindmap(2023)、ConceptDraw Mindmap(2023)、 IdeaFisher(2023)等。 華南師范大學(xué)教育信息技術(shù)學(xué)院 Cognitive Science AI System 21 創(chuàng)意生成支持系統(tǒng)的現(xiàn)狀 ? 背景： 日本學(xué)者稱(chēng)， 21世紀(jì)由競(jìng)爭(zhēng)與集中的時(shí)代轉(zhuǎn)向分散和協(xié)作的時(shí)代（ Kunimoto,2023；Okamoto,2023）， 在這樣一個(gè)時(shí)代里，不同價(jià)值觀、經(jīng)驗(yàn)和專(zhuān)業(yè)的專(zhuān)家學(xué)者，超越時(shí)空，在突飛猛進(jìn)的計(jì)算機(jī)與信息技術(shù)的幫助下，開(kāi)展創(chuàng)造性問(wèn)題解決活動(dòng)已成為一種新型科研方式的主流，這一活動(dòng)的開(kāi)展需要智慧工具的創(chuàng)意生成支持系統(tǒng)（ Idea Generation Supporting System） 的幫助，創(chuàng)意生成支援系統(tǒng)的構(gòu)筑，對(duì)于涉及創(chuàng)造性問(wèn)題解決活動(dòng)、研究開(kāi)發(fā)、智力活動(dòng)、創(chuàng)造性管理活動(dòng)的人來(lái)說(shuō)，被稱(chēng)為計(jì)算機(jī)誕生以來(lái)計(jì)算機(jī)應(yīng)用的終極目標(biāo)。 ? 國(guó)內(nèi)現(xiàn)狀： 非常遺憾的是，目前我國(guó)在這一領(lǐng)域里關(guān)于這方面的研究，只有少數(shù)學(xué)者在與這一領(lǐng)域鄰接學(xué)科中有少量的研究（如，傅小蘭 (2023,2023)）和論述（如決策學(xué)、可拓學(xué)、認(rèn)知科學(xué)領(lǐng)域關(guān)于 CSCW研究）。 ? 國(guó)外現(xiàn)狀： 近年來(lái)美日等國(guó)，研究者協(xié)商合作高效地開(kāi)展大規(guī)模及復(fù)雜的科學(xué)以及理工學(xué)的問(wèn)題解決研究與實(shí)踐活動(dòng)異?；钴S，以美國(guó)國(guó)家能源部（ EMSL DOE,2023）、 海陸空三軍的研究所、大學(xué)、研究所，以及日本的 “ 產(chǎn)官學(xué) ” 組織 “ 先進(jìn)學(xué)習(xí)基礎(chǔ)協(xié)議會(huì)（ ALIC） ”（ 2023）、民營(yíng)企業(yè)（如： NTT、 富士通綜研、三菱、產(chǎn)能、日本 IBM、 NEC等）、國(guó)家研究機(jī)關(guān)（通產(chǎn)省電子技研、郵政省通訊綜研、科學(xué)技術(shù)信息中心、科技廳技研）、大學(xué)（東大崛研究室、阪大宗森研究室、北陸先端科大國(guó)藤研究室、東北大田中研究室、中京大互田研究室 三宅研究室等）、研究所為中心正在開(kāi)展利用 IT開(kāi)發(fā)先進(jìn)的多數(shù)人協(xié)作研究環(huán)境，由此解決復(fù)雜問(wèn)題解決和創(chuàng)造活動(dòng)所需的工作環(huán)境。 華南師范大學(xué)教育信息技術(shù)學(xué)院 Cognitive Science AI System 22 創(chuàng)意生成支持系統(tǒng)的現(xiàn)狀 ? 多數(shù)人基于網(wǎng)絡(luò)的協(xié)作研究被認(rèn)為是 21世紀(jì)新型研究模式，以美國(guó)、加拿大、日本為中心的發(fā)達(dá)國(guó)家現(xiàn)在就先端科學(xué)、理工學(xué)領(lǐng)域正在實(shí)施的多數(shù)人協(xié)作（ Myers,1993。 fujitu,2023， 崗本 , 2023）項(xiàng)目。 ? 伴隨著 IT的發(fā)展，在高等學(xué)校的自然科學(xué)特別是理工學(xué)科中，為了實(shí)現(xiàn)教師與學(xué)習(xí)者、學(xué)習(xí)者與學(xué)習(xí)者之間根據(jù)雙向互動(dòng)就復(fù)雜、難解的科學(xué)、物理現(xiàn)象開(kāi)展更為深入的探討，甚至創(chuàng)造性開(kāi)展學(xué)習(xí)活動(dòng)這一目標(biāo)，采用可視化等多媒體技術(shù)的軟件和創(chuàng)意生成支援系統(tǒng)的要求年年高漲 (IPAfuzi,2023)。 ? 作為方法論，近年來(lái)的動(dòng)向是：采用人類(lèi)擅長(zhǎng)的由人類(lèi)來(lái)做；機(jī)器擅長(zhǎng)的由機(jī)器來(lái)做，這種 technology approach被認(rèn)為最具有前途的研究開(kāi)發(fā)戰(zhàn)略。 ? 美國(guó) 歐洲： 以美、英、德為主的歐洲開(kāi)發(fā)的系統(tǒng)所基于的原理主要根據(jù)發(fā)散性思維技術(shù)（ Topdown） 而開(kāi)發(fā)的支持發(fā)散性思維的流暢性（ Fluency） 的系統(tǒng)居多，主要采用的技術(shù)是頭腦風(fēng)暴（ Brainstorming）， 但是它們大都在交互的群體中應(yīng)用。Miichael(1982)等人，將知識(shí)分為現(xiàn)性知識(shí)與隱性知識(shí)，他把知識(shí)般為可以接受的過(guò)程進(jìn)行了分類(lèi)，把顯性知識(shí)轉(zhuǎn)化為容易接受的顯性知識(shí)和隱性知識(shí)的過(guò)程稱(chēng)為連接和內(nèi)化；把隱性知識(shí)轉(zhuǎn)化為顯性知識(shí)和隱性知識(shí)的變換過(guò)程稱(chēng)為分層化和同化。由現(xiàn)在的計(jì)算機(jī)（或者人工智能）而產(chǎn)生的技術(shù)用 Miichael的觀點(diǎn)來(lái)解釋的話可以認(rèn)為是：為連接的技術(shù)；而神經(jīng)網(wǎng)絡(luò)技術(shù)可以看成是一種內(nèi)化技術(shù)。創(chuàng)意生成支持組件技術(shù)可以看成是支援分層化與同化的技術(shù)。 華南師范大學(xué)教育信息技術(shù)學(xué)院 Cognitive Science AI System 23 創(chuàng)意生成支持系統(tǒng)的現(xiàn)狀 ? 美國(guó) 歐洲： 歐美等國(guó)現(xiàn)在已經(jīng)開(kāi)發(fā)出通過(guò)臨場(chǎng)和客戶之間透過(guò)共同體驗(yàn)傳承隱性知識(shí)即由隱性知識(shí) → 隱性知識(shí)變換的組件。利用 awareness技術(shù)實(shí)現(xiàn)：具有臨場(chǎng)感的知識(shí)創(chuàng)造環(huán)境、可以感受到各種存在事物、動(dòng)作本身、氛圍、氣氛、熱情、等的氣息的利用