新开发的机器学习模型可以提供高质量的创造力测试
在人工智能（AI）取代可预测的常规任务的时代，在学校培养创造力比以往任何时候都更加重要。尽管大多数教师都认为创造力是21世纪的一项基本技能，但由于缺乏有效可靠的创造力测试，学校在评估创造力方面举步维艰。
现在，南澳大利亚大学开发出了一种新的机器学习模型，可以提供高质量、适合目的的创造力测试，只需极少的时间和极少的成本就能开始评估打分。
新算法应用于当前的实证创造力测试--创造性思维测试--绘画制作（TCT-DP）--只需一毫秒就能完成测试标记，而标准的人工标记测试则需要 15 分钟。这项研发可以为教师本已超负荷的教学工作节省数千小时。
首席研究员、南澳大学戴维-克罗普利（David Cropley）教授说，这种算法为学校带来了改变游戏规则的创新。
克罗普利教授说："创造力是下一代人的基本技能，尤其是因为它是一种无法自动化的技能。但是，由于学校缺乏衡量创造力的经济、高效的工具，学生要么没有接受测试，要么被主观打分，这既不一致也不可靠。"
克罗普利教授解释说："TCT-DP测试一直被认为是评估学龄儿童创造力的首要工具，但由于其成本高、速度慢、劳动密集型，大多数学校都无法使用。我们的算法改变了这一状况。不仅运行算法的成本降低了 20 多倍，而且结果快速准确，令人难以置信。例如，为一所拥有 1000 名学生的学校进行人工计分测试大约需要 25000 美元，并需要大约 10 周的时间才能收到测试结果；而使用 UniSA 的算法，进行同样的测试大约只需 1000 美元，并在 1-2 天内即可收到结果。这使学校和教师能够直接接触到该测试，为他们提供了准确、廉价地评估创造力的手段"。
联合研究员、UniSA 的 Rebecca Marrone 博士说，测试和测量创造力的能力对那些有时被忽视的学生来说还有额外的好处。
"创造力测试开辟了一条超越传统智力测试的途径，"马罗内博士说。"创造力测试有助于发现那些在学校传统测试方法中无法显示出能力的学生。例如，如果一个孩子在传统的智商测试中表现不佳，但却具有很强的创造力，那么他就很容易被漏掉。培养创造力还能保护成绩较差的儿童，因为他们所掌握的技能不容易受到自动化的影响，这可以帮助他们缓冲数字化转型的影响"。
该算法目前正在开发成桌面应用程序，供教师在课堂上使用。在此之前，有兴趣使用 TCT-DP 的任课教师请联系 UniSA 团队，讨论他们的需求。
编译自/ScitechDaily
