媒体多任务处理是广泛的,但其与创造力的关系尚不清楚。本研究采用了措施的组合,包括媒体多任务问卷,替代用途任务(AUT),用于发散思维,中国复合远程关联任务(CCRAT)用于收敛性思维,以及解决创造性问题的任务,以检查媒体多任务和创造力之间的关系。极值分组[一个标准偏差以上或低于媒体多任务指数(MMI)的平均值],中值分组和回归分析用于探索媒体多任务和创造力之间的关系。结果揭示了以下发现:(1)在三种分析方法中,媒体多任务与AUT任务的性能之间没有显着关系。然而,在MMI平均值以上的一个标准偏差范围内,媒体多任务在AUT任务上显示出与流利度,灵活性和总分的显着正相关。(2)媒体多任务显着预测了响应在CCRAT任务上的准确性。(3)媒体多任务明显地预测了在创意解决问题任务的适用性上的分数较低。
本论文的目的是研究是否以及在何种程度上与教育机器人有关。更具体地说,它研究了教育机器人可以通过使用人工智能来促进和增强创造性思维和其他创造性过程(例如计算思维)中发挥的作用。为了实现这一目标,对已经进行的研究进行了文献综述,主要是持续五年,并且是在各种教育环境中使用教育机器人和STEM学习的应用实践,展示了它们如何鼓励学生中的创造力和解决问题。搜索引擎 - 数据库 - Google和Google Scholar被用作研究工具。审查的结果表明,教育机器人的使用发展与创造力相关的技能,例如反思,协作和创新,因此是现代老师手中有用的教育技术工具。最后,提出了有关此主题的未来研究和教育实践的可能指示。
我们每周都会在工作生态系统中至少遇到几次“创新”这个词。虽然这个词看起来很简单,但它是一个长期的过程,需要思想、期望和人员的融合。换句话说,创新为组织提供了至关重要的短期和长期繁荣,但实现这种繁荣需要巨大的创造力和健康、支持性的工作环境——在这种环境中,人们全面而不是部分地接受未知事物。传统上,制造业、医疗保健和教育等行业创新缓慢。通过将创造性方法纳入其创新战略,这些行业将受益匪浅;通过利用跨学科团队、鼓励发散思维和采用更灵活的组织结构。考虑到创造力是创新的基础,令人惊讶的是,它经常被忽视,并且从创新愿望一开始就没有积极追求。因此,本挑战赛旨在通过创新解决方案(不仅仅是技术解决方案)加强和发展促进文化和创意与其他工业部门互动的商业模式,并刺激行业采用更具创造性和以人为本的方法。参与者分享了弥合文化、创意和其他部门之间差距的想法和良好做法。事实证明,这项挑战赛很有价值,因为文化创意区在将创意和文化融入各种行业、经济和社会领域的企业方面发挥着核心作用。这种融合的结果是,经济与社会更加紧密,可以全面应对社会挑战和需求。 1. 预期成果 1. 确定文化创意企业如何变得更具创新性,从而在不久的将来更具竞争力
最近的人工智能(AI)工具已经证明了产生传统上认为创意的产出的能力。这样一个系统是文本到图像生成的AI(例如MidJourney,稳定的扩散,dall-e),它可以自动化人类的艺术执行来产生数字艺术品。利用超过50,000个唯一用户的超过400万幅艺术品的数据集,我们的研究表明,随着时间的流逝,文本到文本image AI显着提高了人类创造力的生产率25%,并增加了通过接收喜欢的每一视图的可能性增加50%来衡量的价值。虽然峰值艺术品的新颖性定义为焦点主题和关系,但随着时间的推移会增加,但平均内容新颖性下降,表明一个不断扩大但效率低下的想法空间。此外,峰值和平均视觉新颖性都始终如一地降低,由像素级的风格元素捕获。重要的是,可以成功探索更多新颖思想的AI辅助艺术家,无论其先前的独创性如何,都可能会产生同龄人更有利评估的艺术品。最后,AI采用降低了采用者的价值捕获(收藏率)。结果表明,构想和过滤可能是文本到图像过程中的必要技能,从而引起了“生成的联觉” - 人类探索和AI剥削的和谐融合以发现新的创意工作流。
摘要尽管有兴趣开发理论模型和技术以增强创造力,但各个领域的现有创造力研究缺乏以用户为中心的创造力定义,可以在当今的数字空间中进行操作。为了解决这个问题,我们在研究网站上进行了混合方法纵向研究,该研究网站反映了Bēhance的内容,Bēhance是一个流行的创意人群平台。具体来说,我们研究了内容创建者和消费者如何通过文本,视觉,定量和行为数据在线创意内容探索和反思。分析和三角测量这些多个数据流,我们从其真正的“用户”的角度概念化了创造力。共同强调了(1)在现有文献中尚未强调的创造力的构造,(2)用户角色对内容探索和创造力概念的影响,以及(3)机器和人类用户对创意内容的看法之间的差异。我们相应地讨论了理论和实际含义。
作为技能和人工智能革命的核心,达能推出了创新的全球培训计划“DanSkills”。达能秉承对商业成功和社会进步的双重承诺,将男性和女性置于其增长模式的核心,正准备通过 DanSkills 迎接未来的挑战。这项创新的培训计划有两个主要目标:提高所有 100,000 名达能员工的未来工作技能并吸引新的人才。从现在到 2030 年,达能计划每年重新分配 100 万小时的培训时间,帮助员工学习未来的技能,并在此期间投入 1 亿欧元的预算。这个全球项目包括在达能历史悠久的依云工厂建立一个专门的管理培训中心。数字技术和人工智能的革命,再加上环境和人口结构的变化,促使企业彻底重新思考工作世界并发明可持续的新组织模式。在这些深刻的动荡中,达能创建了 DanSkills 计划,既是为了让员工为即将到来的技能革命做好准备,也是为了填补公司预计到 2027 年将需要的欧洲 2,500 个职位(包括法国的 500 多个职位)。DanSkills 的首次亮相标志着建立新的社会契约的第一步,该契约由达能首席执行官 Antoine de Saint-Affrique 于 2023 年发起,当时他召集了一支由领导者和专家组成的扩大团队,以反思未来几年的人类和社会挑战。DanSkills 植根于公司对商业成功和社会进步的双重承诺,是达能影响力之旅承诺不可或缺的一部分,并将向世界各地的所有达能员工开放,无论他们处于职业生涯的任何阶段。它将让每个人都有机会根据自己的职业抱负寻求职业机会。在此过程中,DanSkills 将增强达能的创新、创造力、共享效率和绩效潜力。具体来说,这项全球技能发展计划:
随着我们深入研究生成式人工智能对艺术的影响,我们必须认识到生成人工智能艺术所带来的担忧和道德考量。重要的是审视围绕原创性等问题的批评以及人工智能生成的艺术提示的潜在滥用,这些问题反映了技术与艺术完整性之间不断发展的关系。生成式人工智能的使用可能会引发对艺术品原创性的担忧。如果人工智能大量参与创作过程,人们可能会对艺术作品的独特性和真实性产生质疑。此外,艺术家过度依赖人工智能算法可能会失去与传统技能和方法的联系。此外,人们担心艺术家过度依赖人工智能工具,这可能会降低传统创作艺术品的价值。
聊天生成的预训练的变压器(CHATGPT)是一种人工智能技术,它与人类进行对话,能够以微叙事的形式生成配方,这些形式可以在虚拟空间中成为一种学习工具。这项研究旨在了解如何将ChatGpt用于教师培训中,以作为教师培训,以通过微叙事来促进虚拟空间中的学习。,我们使用动作研究方法对巴西州立大学的研究生课程的巴西学生进行了定性研究。该研究由五个阶段组成:诊断,其中涉及一份混合问卷,以评估有关使用Chatgpt生成微叙事的先验知识;行动计划,涉及制定培训计划;该动作的实施,其中包括练习使用Chatgpt来生成微叙事并在虚拟空间中的教学角度与它们合作;评估,其中涉及共享微叙事并就它们进行循环讨论;和学习,其中涉及记录微叙事的教育可能性和局限性。使用Iramuteq处理的结果表明,有关Chatgpt的先验知识有限,微型叙事对于教育工作的重要性以及通过有意识利用来在虚拟空间中学习的富有成果的教学用途。
纺织行业正在经历重大转变,将先进材料与传统纺织品的创新相结合,涉及合成纤维和天然纤维,从而催生了技术纺织品领域。技术纺织品的应用领域不仅限于服装,还包括在 Agrotech(农业纺织品)、Buildtech(建筑纺织品)、Geotech(土工纺织品)、Hometech(家用纺织品)、Meditech/Medtex(医用纺织品)、Mobiltech(运输用纺织品)、Packtech(包装纺织品)、Protech(防护纺织品)、Sportech(运动纺织品)、可持续纺织品等和其他复合应用中使用先进纤维和材料。印度政府通过纺织部启动了国家技术纺织品使命 (NTTM),以促进技术纺织品领域的研究、创新、推广和教育。为了发挥技术纺织品的潜力,正在组织一场以技术纺织品为重点的黑客马拉松。此次充满活力的活动旨在为纺织工程、材料科学、复合材料和相关领域的创新者创建一个平台,以探索、合作并为技术纺织品创造创新解决方案。
一种普遍的观点是,人工智能不具备创造力。我们通过将人类产生的想法与六个生成性人工智能 (GAI) 聊天机器人产生的想法进行比较来测试这一假设:alpa.ai、Copy.ai、ChatGPT(版本 3 和 4)、Studio.ai 和 YouChat。人类和经过专门训练的人工智能分别评估了想法的质量和数量。我们发现人工智能和人类产生的创造力之间没有质的差异,尽管想法产生的方式有所不同。有趣的是,9.4% 的人类比最具创造力的 GAI GPT-4 更有创造力。我们的研究结果表明,GAI 是创造过程中的宝贵助手。继续研究和开发 GAI 在创造性任务中的应用对于充分了解这项技术在塑造创造力未来方面的潜在优势和劣势至关重要。最后,我们讨论了 GAI 是否能够“真正”发挥创造力的问题。