理解创造力：通过不同评分方法探究斯洛文尼亚学生创造性思维的群体差异

《Thinking Skills and Creativity》：Understanding creativity: Exploring group differences in Slovenian students' creative thinking through different scoring methods

　　摘要
2022年PISA评估显示，斯洛文尼亚学生在创造性思维方面的表现令人担忧。15岁学生的成绩低于经合组织平均水平：仅有73%的学生达到基础熟练度水平（3级），而达到最高水平的仅占16%，相比之下，经合组织国家的这一比例为27%。初步分析还表明，性别和教育类型存在显著差异，女生以及普通教育项目的学生表现出更高的创造力，这凸显出学生群体及某些弱势群体之间的系统性差异。本研究在PISA评分项目框架下，对斯洛文尼亚2022年PISA数据集（样本量N=994）进行了进一步分析。具体而言，研究了两种评分方法（基于评分标准的评分法和整体评判法），并结合学生的性别、社会经济背景及教育类型，分析了七项创造性思维任务中的群体差异。研究结果表明，两种评分方法的结果具有一致性，同时也印证了该国总体趋势：女学生、社会经济地位较高的学生以及普通教育项目的学生在创造性思维方面始终优于其他学生。这些发现对研究、教育政策制定具有重要意义，它强调了在教育体系中提供包容性的创造性学习机会的必要性，同时也需要加强针对促进斯洛文尼亚学生创造力发展的基础研究与应用研究，为教育策略和政策干预提供依据。

引言
21世纪，培养创造性思维已成为全球教育领域的核心目标。2022年，斯洛文尼亚首次参与PISA的创造性思维评估，这一举措具有重大意义，因为此前该国教育政策并未将这一领域列为重点。鉴于PISA 2022报告指出斯洛文尼亚学生在阅读、数学和科学方面的成绩持续下滑，这一评估结果更为值得关注（OECD，2023）。

PISA 2022的初步结果显示，斯洛文尼亚学生在创造性思维方面的表现相对较弱。在该国际可比评估中，15岁斯洛文尼亚学生的得分低于经合组织平均水平。仅有73%的学生达到基准熟练度水平（3级），仅有16%的学生达到最高水平，而经合组织国家的平均比例为27%（OECD，2024）。对PISA 2022数据的进一步分析进一步凸显出识别弱势学生群体的重要性。研究表明，性别、社会经济背景以及教育类型在不同学科中的成绩存在显著差异（?terman Ivan?i?，2023），这说明斯洛文尼亚教育体系内部存在系统性的群体差异。

鉴于这些发现对斯洛文尼亚教育的重要意义，以及创造性思维作为PISA评估指标的新颖性，有必要进一步探究不同群体之间的差异。因此，本研究在PISA评分项目框架下（OECD，2025b），对斯洛文尼亚2022年PISA数据集进行了进一步分析，比较了使用原始PISA评分方法与整体评判法所得出的结果，同时考虑了性别、社会经济状况及教育类型等因素。

在教育、工作和社会领域，创造力日益被视为关键能力，它有助于提升个人福祉、促进社会参与以及推动经济创新。国际组织现在也将创造力及相关21世纪技能视为与读写能力和计算能力同等重要的教育成果（Beghetto，2021；Grey & Morris，2024）。尽管创造力概念较为复杂，但通常被定义为能够产生既新颖又有实用价值的成果（Runco & Jaeger，2012）。Plucker等人（2004）进一步将创造力理解为个体能力、思维过程与环境相互作用的产物，其成果在社会背景下被视为具有创造性。这一视角为教育领域提供了两个重要启示：其一，创造力并非与生俱来的天赋，而是所有学习者都可以培养的能力；其二，创造力的评价具有社会性，因此评估不仅要考量认知过程，还需体现人们的观念。

长期以来，关于创造力的心理学模型一直基于发散思维与聚合思维的区分。这一概念最初由Guilford在其“智力结构”模型中提出（1950，1967）。Guilford将发散思维定义为面对开放式问题时能够产生多种原创想法的能力，其评价标准通常包括流畅性、灵活性和独创性。而聚合思维则是指缩小选择范围并找到最合适解决方案的能力。这一区分对教育研究和评估产生了深远影响，尤其是Torrance（1974）开发的托伦斯创造性思维测试，该测试侧重于评估学生的发散性思维能力。然而，为了完成特定任务或实现课程目标，创造力也需要依赖聚合性、评价性的思维过程。因此，仅有发散思维是不够的，学习者还必须具备评价能力，才能在特定学习情境中产生既恰当又有价值的想法（Cropley，2006）。

当代理论将这两种思维方式结合起来，认为创造性思维是一个包含想法生成、深化和完善在内的循环过程（Lubart，2016）。实证研究显示，这些过程是相互关联的：较强的评价能力有助于人们即便在想法数量有限的情况下，也能识别并表达最具创意的想法（Reiter-Palmon等人，2019）。这对评估设计有着直接的影响，因为有些任务更注重想法的数量和多样性，而另一些任务则更看重数量较少但质量更高的答案。

另一个争论焦点是创造力是普遍适用的还是特定领域才有的。Baer（1998，2012）主张创造力具有领域特异性，而Kaufman和Beghetto的“四层模型”则强调创造力存在于不同层次和情境中，从日常个人创造力到杰出成就皆有体现。现有证据支持一种更为复杂的观点：某些特质，如开放性和对模糊性的容忍度，在不同领域都具有普遍性（Feist，1999；Silvia等人，2009），而领域知识则对创造力的表现起着重要作用。因此，评估应涵盖多个领域，同时也要考虑情境因素的影响。

由于创造力是社会性评价的产物，基于作品的评估方式被广泛认为是最有效的。Amabile的共识评估法依赖于专家判断，具有较高的可靠性和有效性（Amabile，1982，1996；Baer & McKool，2009），但其实施成本较高。因此，大规模评估通常采用基于评分标准的开放式任务评分方法（Jonsson & Svingby，2007）。这类评分标准包括用于评估想法多样性的评分标准（Runco & Mraz，1992），以及注重原创性或有效性的评分标准（Forthmann等人，2020；Silvia等人，2008）。另一种方法是整体评分，即由受过培训的评估者对整体的创造力进行评价（Silvia等人，2008）。整体评分方式更贴近现实世界的评价标准，可靠性较高，且受流畅性影响的程度较低（Barbot等人，2016）。由于不同的评分方法可能得出不同的结果，因此进行比较分析对于确保评估的合理性与公平性至关重要。

2022年，PISA在60多个国家对15岁学生开展了新的创造性思维评估（OECD，2024）。创造性思维被定义为“能够生成、评估并改进原创且多样化的想法的能力”（OECD，2024，第24页）。这一定义旨在让所有学生无论处于何种教育环境，都能积极参与想法的生成，同时评估想法的新颖性与实用性，并通过不断迭代改进想法，直至获得理想结果。

从更广泛的意义上讲，创造力早已成为研究领域的一个重要课题（Plucker等人，2004），但PISA将其聚焦于作为一种既易于理解又与15岁学生教育需求相关的概念。这体现了“大C创造力”与“小C创造力”的区别：“大C创造力”指的是那些与杰出成就和卓越专长相关的创造力，而“小C创造力”则是指通过教育可以普遍培养且具有可塑性的创造力（Kaufman & Beghetto，2009）。因此，2022年PISA评估通过四个领域的任务来衡量“小C创造力”：书面表达、视觉表达、社会问题解决以及科学问题解决。选择这些领域是为了兼顾创造力的普遍特征与领域特定特征。此外，这些任务还被设计为能够激发多样化的想法或具有创造性的想法（OECD，2019）。

在2022年PISA创造性思维评估中，评分工作是所有PISA评估领域中最复杂的任务之一，因为这些任务具有开放性，且需要在60多个参与国之间做出可靠、公平的评判。为落实这一评估目标，评分流程根据该评估框架的三个核心方面进行设计：生成多样化想法、生成创造性想法，以及评估和改进想法（OECD，2019）。对于“生成多样化想法”的任务，学生通常需要提供两到三个答案，首先会对这些答案的适当性进行筛选，然后再判断它们之间的差异程度，只有当所有答案既适当又彼此不同才会获得满分。而“生成创造性想法”的任务则要求学生只提供一个答案，该答案首先会被评估其适当性，然后再判断其原创性，即该想法是否引入了非传统的主题或采用了与传统答案不同的方法。在“评估和改进想法”的任务中，也采用类似的兩步原创性评估标准，只有当学生提出的改进方案在构思或执行上既适当又具有原创性时，才会获得分数。对于所有类型的任务，如果答案虽然适当但缺乏原创性或独特性，则只能获得部分分数，否则不予评分。为确保评分的可靠性，PISA制定了详细的编码指南，并提供了示例，同时对各国评分人员进行培训，还进行了验证研究，以评估不同国家之间评分的一致性。这种评分方法在兼顾可行性、公平性和概念有效性的同时，也要求原创性和改进性的评判必须基于具有文化包容性的标准，并在不同语言和情境下保持一致性（OECD，2019）。

在此背景下，创造性思维得分的确定方式对于结果解读和研究都至关重要。PISA 2022的评估框架和标准化评分流程虽然能够为各国提供可靠、可比较的熟练度估算，但也将创造力的各种表现整合为一个单一的评分尺度。因此，大多数PISA相关研究都依赖基于合理数值得出的学生个体熟练度估算，以此进行跨国比较。不过，由于任务具有开放性且评分过程分为多个步骤，也便于进行更细致的分析。

本研究将研究焦点从整体熟练度转向具体任务的答题情况，比较了基于评分标准的评分法与整体评判法。虽然更广泛的PISA评分项目还研究了其他基于标准的评估方法，但本研究仅聚焦于这两种评分方法。通过分析具体任务的答题情况，可以更深入地了解学生在特定任务中的创造性思维表现，避免将想法质量上的细微差异简化为单一的熟练度分数（OECD，2025b）。此外，这种方法还有助于探讨原始PISA评分标准与创造力评估中常用的整体评判标准之间的契合程度（Amabile，1996；Silvia等人，2008）。

PISA 2022的评估结果显示，经合组织各国之间存在一些一致的规律。总体而言，女学生的表现略好于男学生，而社会经济地位较高的学生则取得更高的成绩。在教育体系层面，成绩与教育资源的可用性密切相关。不过，值得注意的是，创造性思维方面的社会经济差异小于数学或阅读方面的差异，这表明创造力可能不太依赖于学习机会的多少（OECD，2024）。在斯洛文尼亚，学生的平均表现低于经合组织平均水平，不过仍有大约四分之三的学生至少达到了基础熟练度水平。解读这些结果时，需要考虑到斯洛文尼亚中等教育体系的架构，该体系分为普通教育路径和职业教育路径，两者在目标、课程设置及毕业要求方面都有所不同。普通教育路径以学术为导向，主要为学生进入高等教育做准备，而职业教育和技术教育路径则将普通教育与实践培训相结合，更直接地服务于劳动力市场的需求。由于这些教育路径的准入存在社会阶层差异，因此也引发了关于教育公平和学习机会分配的诸多问题（Cankar & Zupanc，2020；?terman Ivan?i?，2023）。

与此同时，学校之外的元分析研究表明，性别差异的方向可能取决于创造力的衡量方式。例如，在组织环境中，对创造力的评价有时会更偏向男性，但这种差异非常微小，且很可能受到评价情境和社会期望的影响（Hora等人，2022）。其他元分析研究则对“男性创造力变异更大”的假设进行了检验，结果表明，男女在创造力变异程度上的差异极小，且并非稳定存在的现象（Taylor等人，2024）。此外，多项研究也表明，社会经济地位与创造力之间存在轻微的正相关关系（Acar等人，2023）。重要的是，这些效应在更高层次的教育中可能会减弱。发展性研究显示，创造性思维会在整个学习过程中不断演变，在一些关键过渡阶段，如从小学升入中学时，创造性思维能力可能会出现下降（Said-Metwaly等人，2021）。最后，创造力与学业成绩之间存在正相关关系，但这种相关性较为温和，这进一步支持了这样一种观点：创造性思维所依赖的技能至少在某种程度上不同于传统的学术能力（Gajda等人，2017）。总之，这些研究结果强调了将创造性思维作为政策重点的重要性，同时表明诸如性别和社会经济地位差异之类的公平性差距通常较小、具有情境依赖性，并且很大程度上受评估标准的影响。虽然PISA 2022的官方评分基于评分标准，但有证据表明改变评分方法可能会改变结论。例如，当以整体方式而非流利度或类别数量来评判创造力时，性别差异有时会缩小（Reiter-Palmon等人，2019年）。社会经济差异也可能受到回答风格或对任务领域熟悉程度的影晌。在最初的PISA 2022评分中，答案会被编码以区分足够原创或不同的想法，根据适当性和原创性给予满分、部分分或无分（OECD，2019年，2024年）。然而，这种方法并非旨在识别每种情境下最具创造力的答案，也无法以更综合的方式体现创造价值。为了解决这些局限，OECD启动了PISA重新评分项目，该项目对14个国家语言组中的一部分答案采用了不同的评分方法（OECD，2025b年）。其中一种方法是整体评判法（HJM）。在这种方法中，HJM会根据1到7的等级来评估学生答案的整体创造力，0分表示缺失或不适当的答案。评分员将适当性、新颖性和实用性整合为一个整体分数，而不是分别评估这些标准。为确保可比性，评分员被要求使分数近似正态分布，并使用统一的评分标准作为指导（OECD，2025年）。这些方法提供了有价值的有效性检验。如果不同评分方法下的子群体差异仍然存在，那很可能反映了真正的能力差异；而如果这些差异发生变化，评分标准可能要承担部分责任。此外，OPM与HJM之间的比较通过检验原始PISA分数是否与常用于创造力评估的整体评判结果一致，提供了收敛有效性的间接证据。本研究是在PISA重新评分项目的基础上进行的，该项目是OECD发起的一项大规模计划，旨在探索评估创造性思维任务的替代方法（OECD，2025b年）。尽管OECD的报告提供了关于重新评分工作的总体方法论概述，但本研究侧重于在特定国家背景下详细分析不同评分方法下的群体差异。基于PISA 2022数据的其他研究（如Goecke等人，2025年；OECD，2024年）主要使用标准的操作评分方法来研究创造力方面的性别和社会经济差异，这种评分方法将评分视为固定不变的内容，而非其本身的一部分。本文在现有研究基础上，探讨了在使用强调整体创造力的替代评分方法评估创造力时，这些群体差异是否依然存在。这样，本研究不仅进行了描述性比较，还探讨了观察到的创造力公平性模式在多大程度上取决于所使用的评分方法。除了比较不同评分方法下的子群体差异外，本研究还有助于更广泛地讨论PISA创造力评估的有效性。通过检验OPM与HJM之间的对应关系，分析结果为收敛有效性提供了间接证据，表明原始PISA评分标准在多大程度上体现了与该领域常用的整体评判方法相一致的创造力方面。这一视角使本研究得以融入关于PISA创造力题目和评分程序有效性的持续学术辩论之中。此外，由于方法论和实质性的原因，本文仅分析了斯洛文尼亚的情况。整体评判分数是在国家语言背景下进行标准化对比的，无法直接在不同国家之间比较（OECD，2025b年），因此单国设计是最合适的方法。斯洛文尼亚也是一个相关的案例，因为该国学生在创造力方面的整体表现低于OECD平均水平，而创造力方面的社会经济差异则稍弱，分数差距较小，社会经济地位对分数差异的解释程度也低于其他参与国家的OECD平均水平（OECD，2024年）。这种组合为检验不同评分方法下的公平性模式是否保持一致提供了良好的研究环境。因此，聚焦于一个国家背景可以补充跨国研究，从而在稳定的教育和文化环境中更准确地解读评分效应。从理论角度来看，本研究探讨了概念表征问题：创造力是多方面的，没有任何一种评分方法能够完全捕捉它。从方法论角度来看，我们提供了结果有效性证据：只有当子群体比较能够抵御合理的评分变化时，才有意义。从政策角度来看，这些研究结果为关于创造力评估中的公平性与公正性的讨论提供了依据。如果性别、社会经济地位或教育项目类型方面的差异在不同方法下都保持稳定，那就反映出创造力方面的持续差异。如果这些差异发生变化，那么评估设计本身就会成为塑造公平性叙事的因素。对于平均表现低于OECD平均水平的斯洛文尼亚而言，区分真正的表现差异和方法论差异对于设计有效的干预措施至关重要。基于此，本研究有两个核心研究问题：1. 使用OPM评分方法从选定题目中获得的测试分数与使用HJM评分方法获得的分数之间的相关性程度如何？2. 无论采用何种评分方法，女学生、来自较高社会经济背景的学生以及就读于普通教育项目的学生，其创造力分数是否始终高于各自的对比组？样本部分作为PISA重新评分项目的一部分，重新评分是在国家层面进行的，因此分析是基于斯洛文尼亚学生子样本进行的。由于分析依赖于这一特定子样本，所以没有应用PISA的抽样权重。本研究的目的是并非进行跨国推广，而是在一个明确界定的实证背景下探讨与评分相关的群体差异。为了数据分析，我们使用了所有15岁学生的样本。结果为了考察根据OPM和HJM评分方法得出的所有题目分数之间的关系，我们计算了斯皮尔曼等级相关系数。结果表明，所有题目的OPM和HJM分数之间存在统计学上显著的正面相关性，说明这两种评估方法是一致的。这些关联的强度从中等到较强不等，第200题的关联较弱。详细的相关系数讨论在本研究中，我们探讨了学生通过两种不同的评分方法——OPM和HJM，在PISA 2022中七项选定的创造力题目上获得的评分结果之间的关系。我们还研究了学生的分数水平在性别、社会经济背景以及他们所就读的教育项目类型方面的差异。结果显示，七项创造力任务的所有题目中，OPM和HJM分数之间存在正面相关性。结论总而言之，这些研究结果表明，创造力并非仅仅由先天能力决定，还受到教育环境、社会文化背景以及课程结构的影响。就目前的研究结果而言，这与关于斯洛文尼亚学生总体学业成就的研究结果是一致的（Cankar等人，2025年）。性别、社会经济背景以及教育项目类型会与任务特点、教学设计以及学习机会相互作用，从而影响……