从日志数据到创新洞察：探索数据分析任务中创造力的多领域表现及其行为模式

本研究针对创造力评估的主观偏差问题，创新性地通过系统日志文件(K-DOCS量表)分析数据平台操作行为，揭示学术(Scholarly)和艺术(Artistic)创造力域与高效DA(Data Analytics)表现的关联，为开发客观评估工具提供实证基础，对数据人才选拔培养具有重要实践价值。

　　

在数据爆炸的时代，数据分析(DA)已成为决策制定的核心工具，但鲜有研究探讨创造力这一关键能力如何影响DA过程。传统创造力研究多聚焦可见成果，却忽视了隐藏在操作行为中的认知过程。更棘手的是，关于创造力究竟是跨领域通用(domain-general)还是领域特定(domain-specific)的争论持续数十年未决，而现有评估方法又严重依赖主观自评。这些空白使得数据人才的创造力培养和评估缺乏科学依据。

以色列本·古里安大学(Ben Gurion Univeristy of the Negev)工业工程与管理系的研究团队开展了一项开创性研究。他们巧妙利用DA平台自动记录的17,570条操作日志，结合考夫曼创造力领域量表(K-DOCS)，首次揭示了不同创造力域对应的行为指纹。这项发表在《Thinking Skills and Creativity》的研究发现，学术创造力高的参与者能用更少操作取得更好成绩，而艺术创造力者则展现出独特的界面交互偏好。

研究采用三阶段混合方法：首先用K-DOCS量表评估五类创造力域；随后54名管理专业学生在BigBI平台完成文本数据分析任务，平台自动记录所有操作；最后通过专家双盲评分评估DA作业成绩。关键技术包括日志行为编码(89类操作)、ICT数字素养控制变量，以及基于布鲁姆分类法的多维度作业评估。

研究结果呈现多重发现：

1. 创造力与DA效率的关联

   学术(Scholarly)和艺术(Artistic)创造力域与DA成绩呈正相关，且高分组表现出"少而精"的操作特征。特别是学术创造力者使用帮助功能的频率显著更低(r=-0.386,p<0.01)。

2. 行为模式的领域特异性

   艺术创造力高的参与者更频繁切换暗色界面(dark_mode)，而日常(Self/Everyday)创造力者依赖基础功能如箭头键。机械科学(Mechanical/Scientific)领域是唯一与操作量正相关的创造力域。

3. 性别差异的新证据

   仅在机械科学领域发现男性显著高分(t=2.479,p=0.016)，其他域及DA表现均无性别差异，支持创造力评估的公平性。

4. 日志指标的预测价值

   操作多样性(number of unique actions)与学术创造力显著负相关(r=-0.301,p<0.05)，表明高效者更专注核心功能。

这些发现对数据时代的人才管理具有双重启示：理论上，首次通过行为证据支持创造力"领域特异性"假说，特别是学术与艺术创造力在DA中的独特表现；实践上，开创了基于日志分析的客观评估新范式，相比传统自评能减少75%的评估偏差。研究提出的"操作效率指数"可作为企业招聘数据人才的潜在线索，而暗色界面的创造力关联则提示了人机交互设计的新方向。

该研究的创新之处在于将"黑箱"般的创造过程转化为可量化的行为指标，为理解数字环境中的创新思维提供了显微镜。未来研究可拓展到更多DA任务类型，并探索人工智能如何利用这些行为特征进行实时创造力评估。正如作者指出，当数据平台成为新时代的"认知画布"，每一条操作日志都可能是解锁创新密码的关键线索。