مدل تولید-اکتشاف

اولین مربی شناختی در ایران

صفحه نخست

عملکرد برتر    آموزش و یادگیری    یادگیری خود تنظیم    فراشناخت 

 مطالعه-خواندن   انگیزش و هیجان   سنجش و ارزشیابی   عصب روانشناسی

شنبه - 13 دی 1404

مجله اینترنتی روان تنظیم

مجله تخصصی روانشناسی تربیتی شناختی

خلاقیت

مدل تولید-اکتشاف

(Geneplore)

تحلیل فرآیندهای شناختی زیربنایی خلاقیت

مدل تولید-اکتشاف (فینک و همکاران، ۱۹۹۲) به عنوان یک چارچوب کلی و توصیفی برای شناخت خلاقیت مطرح شده است. این مدل، پیدایش ایده‌های نو و مفید را حاصل تعامل پویای دو دسته فرآیند اساسی می‌داند: فرآیندهای تولیدی که ایده‌های نامزدی با درجات مختلف پتانسیل خلاقانه ایجاد می‌کنند، و فرآیندهای اکتشافی که به بسط و تحقق آن پتانسیل می‌پردازند. به جای نگریستن به خلاقیت به عنوان یک فرآیند واحد و یکپارچه، مدل تولید-اکتشاف بر شناسایی خوشه‌ای از فرآیندهای شناختی پایه تمرکز دارد. این فرآیندهای پایه می‌توانند به روش‌های گوناگونی ترکیب شوند و احتمال دستیابی به یک برآیند خلاق را تحت تأثیر قرار دهند. بدین ترتیب، این مدل چارچوبی ساختاریافته برای تجزیه و تحلیل نظام‌مند شناخت خلاق فراهم می‌آورد.

فرآیندهای تولیدی و اکتشافی در مدل تولید-اکتشاف

فرآیندهای تولیدی در این مدل، طیف وسیعی از عملیات شناختی را شامل می‌شوند که خروجی آن‌ها تولید «اشکال پیشاختراعی» است. این فرآیندها عبارتند از: بازیابی اطلاعات از حافظه، مانند مصداق‌های خاص یک طبقه، دانش کلی، تصاویر ذهنی و قیاس‌های منبع (جنتر، ۱۹۸۹؛ هولیواک و تاگارد، ۱۹۹۵؛ پرکینز، ۱۹۸۱؛ اسمیت، ۱۹۹۵؛ وارد، ۱۹۹۴)، تداعی آزاد یا هدایت‌شده بین مفاهیم (مدنیک، ۱۹۶۲)، و ترکیب مفاهیم یا تصاویر برای شکل‌دهی به ساختارهای جدید (باگمن و مامفورد، ۱۹۹۵؛ فینک، ۱۹۹۰؛ همپتون، ۱۹۸۷؛ مورفی، ۱۹۸۸). اشکال پیشاختراعی حاصل، لزوماً راه‌حل‌های نهایی و کامل نیستند، بلکه نقاط شروعی با درجات متفاوتی از پتانسیل خلاقانه محسوب می‌شوند. مدل پیشنهاد می‌کند که افراد می‌توانند از معیارهایی اولیه مانند «نوآوری ظاهری» یا «جذابیت زیبایی‌شناختی» برای انتخاب و حفظ برخی از این اشکال برای پردازش بیشتر استفاده کنند. در مرحله بعد، فرآیندهای اکتشافی وارد عمل می‌شوند. این فرآیندها ایده‌های نامزد انتخاب‌شده را از طریق عملیاتی چون اصلاح، بسط مفهومی، بررسی پیامدها، ارزیابی محدودیت‌ها و دگرگونی اساسی، پرورش داده و پتانسیل خلاق آن‌ها را محقق می‌سازند. بنابراین، چرخه تولید و اکتشاف می‌تواند به صورت تکراری و غیرخطی تا دستیابی به یک نتیجه رضایت‌بخش ادامه یابد.

تمرکز رویکرد شناخت خلاق بر فرآیندهای جزء به جزء

یکی از وجوه تمایز مهم رویکرد شناخت خلاق، دقت و جزئینگری آن در واکاوی ماهیت فرآیندهای شناختی پایه و نحوه تعامل آن‌ها با ساختارهای دانش است. این رویکرد به جای اتکا به توصیف‌کننده‌های کلی و انتزاعی مانند «تفکر واگرا»، در پی شناسایی فرآیندهای جزء و بنیادینی است که در نهایت به برآیندهایی با ویژگی واگرایی منجر می‌شوند. برای مثال، در یک تکلیف متداول سنجش تفکر واگرا مانند فهرست کردن کاربردهای جایگزین برای یک کفش، نمره «روانی» (تعداد پاسخ‌ها) می‌تواند حاصل اجرای طیف متنوعی از فرآیندهای شناختی مجزا باشد. این پاسخ‌ها ممکن است از طریق بازیابی رویدادی (یادآوری تجربه شخصی استفاده از کفش برای کشتن حشره)، تصویرسازی ذهنی (پویش تصویر کفش و استنباط امکان استفاده از بندهای آن برای بستن چیزی)، تحلیل ویژگی‌ها (توجه به سنگینی کفش و استنتاج کاربرد آن به عنوان وزن یا گیره)، انتزاع (در نظر گرفتن کفش به عنوان یک ظرف و نتیجه‌گیری در مورد امکان ذخیره‌سازی اشیا در آن)، یا فعال‌سازی یک قیاس (مانند تشبیه کفش به دستکش برای گرم کردن دست‌ها) تولید شده باشند. تحلیل در سطحی جزئی‌تر نشان می‌دهد که حتی یک فرآیند به ظاهر واحد مانند قیاس، خود از فرآیندهای بنیادی‌تری مانند همترازی ساختاری، بازیابی حوزه منبع، نگاشت رابطه‌ها و تاباندن استنتاج‌ها تشکیل شده است (جنتر، ۱۹۸۹). بنابراین، نمره تفکر واگرا یک نتیجه نهایی است، در حالی که کانون توجه اصلی رویکرد شناخت خلاق، معطوف به فرآیندهای زیربنایی است که آن نتیجه را امکان‌پذیر ساخته‌اند.

ارزش و محدودیت تفکر واگرا در سنجش خلاقیت

استفاده از سازه «تفکر واگرا» به عنوان یک برچسب کلی برای توصیف توانایی مرتبط با خلاقیت، به خودی خود نادرست یا نامناسب نیست (چیکسنت‌میهایی، ۱۹۹۹). شواهد پژوهشی نیز نشان می‌دهند که نمرات آزمون‌های تفکر واگرا می‌توانند تا حدی دستاوردهای خلاقانه در دنیای واقعی را پیش‌بینی کنند (کیم، ۲۰۰۸؛ پلاکر، ۱۹۹۹). با این حال، برای دستیابی به توصیفی دقیق‌تر و مکانیسمی از خلاقیت، صرف تکیه بر این نمرات کافی نیست. تفکر واگرا یک برچسب توصیفی برای یک دسته از بروندادها است، نه تبیین‌کننده فرآیندهایی که به آن بروندادها منجر می‌شوند. یک تحلیل جامع مستلزم بررسی دقیق و جزءنگر فرآیندهای شناختی خاصی است که افراد در حین انجام تکلیف به کار می‌گیرند. هدف غایی رویکرد شناخت خلاق، فراتر از پیش‌بینی، درک فرآیندهای پایه مشترکی است که در پس تمامی مظاهر و سطوح خلاقیت، از حل مسئله روزمره تا ابداعات علمی و هنری بزرگ، نهفته است.

ترکیب فرآیندها در خلاقیت عملی: مثال نویسندگی و علم

بر اساس مدل تولید-اکتشاف، تفکر خلاق در حوزه‌های مختلف عملی را می‌توان با توجه به چگونگی ترکیب و توالی فرآیندهای تولیدی و اکتشافی خاص تبیین کرد. به عنوان مثال، در فرآیند نویسندگی خلاق، یک مؤلف ممکن است در فاز تولید، با ترکیب غیرمنتظره دو مفهوم آشنا و غریب (مانند «قدرت سیاسی» و «بیماری مسری»)، هسته اولیه یک طرح داستانی را ایجاد کند. سپس در فاز اکتشاف، با بسط سیستماتیک پیامدهای این ترکیب و بررسی دامنه‌های مختلف روایی، به پرورش جزئیات پیرنگ، شخصیت‌ها و فضای داستان بپردازد (دونالدسون، ۱۹۹۲؛ وارد، فینک و اسمیت، ۱۹۹۵). به طور مشابه، در خلاقیت علمی، یک محقق ممکن است در مرحله تولید، با استناد به قیاس‌های نامزد (مانند تشبیه ساختار اتم به منظومه شمسی)، چارچوبی جدید برای درک یک پدیده پیچیده پیشنهاد دهد. در مرحله بعد (اکتشاف)، این قیاس به دقت مورد موشکافی، اصلاح و آزمون قرار می‌گیرد تا حدود توصیف‌گری و تبیینی آن مشخص شود و انطباق آن با شواهد تجربی ارزیابی گردد (جنتر و همکاران، ۱۹۹۷). این مثال‌ها نشان می‌دهند که چگونه مدل تولید-اکتشاف قادر است الگوهای شناختی مشترک در پس فعالیت‌های خلاقانه به ظاهر متفاوت را آشکار سازد.

تحلیل نهایی

مدل تولید-اکتشاف با ارائه تمایز ساختاری بین فازهای تولید و اکتشاف، نقشه‌ای ارزشمند برای کالبدشکافی فرآیند شناخت خلاق فراهم می‌آورد. نقطه قوت محوری این مدل، حرکت از سطوح توصیفی کلی به سمت تحلیل فرآیندهای جزء و بنیادی شناختی است. این رویکرد ادعا می‌کند که تنوع عظیم مظاهر خلاقیت در حوزه‌های گوناگون، در نهایت از ترکیب‌ها و توالی‌های متفاوت مجموعه‌ای محدود از این فرآیندهای پایه (مانند بازیابی، تداعی، ترکیب، قیاس، تحلیل ویژگی و ارزیابی) ناشی می‌شود. بنابراین، درک عمیق پدیده خلاقیت مستلزم تمرکز همزمان بر برونداد نهایی و فرآیندهای شناختی زیربنایی است که آن برونداد را ایجاد کرده‌اند. مدل تولید-اکتشاف با فراهم آوردن واژگانی دقیق و چارچوبی تحلیلی برای این منظور، سهمی اساسی در پیشبرد مطالعه علمی خلاقیت ایفا کرده است.

تحلیل انتقادی مدل تولید-اکتشاف

با وجود جایگاه تأثیرگذار مدل تولید-اکتشاف در روانشناسی شناختی خلاقیت، این مدل با انتقاداتی نیز مواجه است. نخستین نقد به ماهیت بیش از حد ساختیافته و خطی مدل بازمی‌گردد. منتقدان استدلال می‌کنند که فرآیند خلاقیت در عمل، اغلب آشفته، غیرخطی و بازگشتی است و مراحل تولید و اکتشاف به شکلی درهم‌تنیده و بدون ترتیب مشخص رخ می‌دهند (سیلویا و همکاران، ۲۰۱۷). این مدل ممکن است پیچیدگی پویا و فرایندهای ناهشیار مؤثر در ایده‌پردازی (مانند دوره نهفتگی) را به‌طور کامل منعکس نکند. نقد دوم مربوط به تمرکز عمده بر شناخت فردی و توجه کمتر به بافت اجتماعی-فرهنگی است. خلاقیت عموماً در تعامل با محیط اجتماعی، بازخورد دیگران، هنجارهای حوزه و عوامل انگیزشی بیرونی شکل می‌گیرد (آمابایل، ۱۹۹۶؛ گلاو، ۲۰۰۷). مدل تولید-اکتشاف به تنهایی این ابعاد سیستمی را یکپارچه نمی‌کند. سوم، اگرچه این مدل به شناسایی فرآیندهای جزء می‌پردازد، اما معیارهای دقیق انتخاب ایده‌های نامزد در مرحله گذار از تولید به اکتشاف و نیز مکانیسم‌های «نظارت و ارزیابی» داخلی را به تفصیل تبیین نکرده است. همچنین، شمول این مدل برای تبیین خلاقیت در حوزه‌هایی که شدیداً مبتنی بر مهارت‌های حرکتی-حسی یا عواطف عمیق هستند (مانند رقص بداهه یا اجرای موسیقی کلاسیک) نیاز به بسط بیشتری دارد.

کاربردهای عملی مدل

مدل تولید-اکتشاف کاربردهای مهمی در حوزه‌های متعدد آموزشی، سازمانی و فناوری دارد:

* آموزش و پرورش: طراحی برنامه‌های درسی و راهبردهای آموزشی برای پرورش خلاقیت. به جای آموزش صرف تفکر واگرا، مربیان می‌توانند به صورت مجزا بر تقویت فرآیندهای پایه مانند ایجاد قیاس‌های مؤثر، ترکیب ایده‌های دور از ذهن، و تمرین مهارت‌های ارزیابی و بسط ایده تمرکز کنند (اسمیت و همکاران، ۲۰۱۳).

* آزمون‌سازی و ارزیابی: توسعه ابزارهای تشخیصی دقیق‌تر برای خلاقیت. به جای تکیه صرف بر نمره نهایی در آزمون‌های سنتی، می‌توان با استفاده از روش‌هایی مانند تفکر بلند، تحلیل پروتکل و ردیابی چشم، فرآیندهای شناختی خاصی را که فرد به کار می‌گیرد، شناسایی و نقاط قوت و ضعف وی را مشخص نمود.

* طراحی فناوری و نوآوری: الهام‌بخش سیستم‌های نرم‌افزاری هوش مصنوعی و ابزارهای کمک‌فکری است. سیستم‌های مبتنی بر این مدل می‌توانند به صورت خودکار ایده‌های اولیه (تولید) را ایجاد کرده یا ایده‌های ارائه شده توسط کاربر را با تولید گزینه‌های بسط‌یافته، بررسی پیامدها و شناسایی محدودیت‌ها (اکتشاف)، غنی‌سازی کنند (شاه و همکاران، ۲۰۲۱).

* مدیریت و کارآفرینی: ساختاردهی به جلسات طوفان فکری و فرآیندهای نوآوری در سازمان‌ها. می‌توان جلسات را به دو فاز مجزای تولید ایده (بدون قضاوت) و اکتشاف نظام‌مند (ارزیابی و بسط) تقسیم کرد و از تکنیک‌های خاص برای فعال‌سازی هر یک از فرآیندهای پایه (مثل استفاده از قیاس‌های بین‌صنعتی) بهره گرفت.

جهت‌گیری‌های آینده پژوهی

پژوهش‌های آتی در چارچوب مدل تولید-اکتشاف می‌توانند بر موارد زیر متمرکز شوند:

* یکپارچه‌سازی با علوم اعصاب شناختی: استفاده از فناوری‌های تصویربرداری عصبی (مانند fMRI و EEG) برای کشف زیرلایه‌های عصبی مختص هر یک از فرآیندهای تولیدی و اکتشافی. پرسش کلیدی این است که آیا شبکه‌های مغزی متفاوتی مسئول عملیاتی مانند ترکیب در مقابل ارزیابی هستند (بیتی و سیلویا، ۲۰۱۲).

* تلفیق با ابعاد عاطفی و انگیزشی: بررسی تعامل دقیق حالات عاطفی (مثلاً عاطفه مثبت با دامنه گسترده) و انگیزه (درونی در مقابل بیرونی) با کارآمدی فرآیندهای خاص تولید-اکتشاف. آیا هیجان مثبت بیشتر بر فرآیندهای تولیدی تأثیر می‌گذارد یا اکتشافی؟

* توسعه مدل‌های پویا و محاسباتی: ایجاد مدل‌های شبیه‌سازی کامپیوتری و ریاضی که بتوانند برهم‌کنش‌های پیچیده و غیرخطی بین فرآیندهای تولید و اکتشاف، و نیز تأثیر حافظه و دانش زمین‌های را شبیه‌سازی و پیش‌بینی کنند.

* مطالعات بین‌فرهنگی: واکاوی این موضوع که آیا اولویت‌ها، ترکیب‌ها و کارایی فرآیندهای شناختی پایه در مراحل مختلف تولید-اکتشاف تحت تأثیر عوامل فرهنگی (مانند فردگرایی در مقابل جمع‌گرایی) قرار می‌گیرد یا خیر.

توصیه‌های سیاست‌گذاری و اجرایی

* برای نظام‌های آموزشی:  بازنگری در برنامه‌های درسی و آموزش معلمان به گونه‌ای که پرورش فرآیندهای شناختی خاص خلاقیت (مانند ساختن قیاس، تفکر ترکیبی، بازتعریف مسئله) در کنار انتقال دانش محتوایی قرار گیرد. ارزیابی دانش‌آموزان نیز باید تا حدی بر اساس تحلیل فرآیند فکری آن‌ها باشد، نه صرفاً محصول نهایی.

* برای سازمان‌های نوآور: طراحی فضاها و زمان‌های مجزا برای فازهای تولید و اکتشاف در فرآیندهای توسعه محصول و حل مسئله. سرمایه‌گذاری بر آموزش کارکنان در زمینه تکنیک‌های شناختی ویژه (مانند SCAMPER برای بسط ایده) و استفاده از ابزارهای دیجیتال حمایت‌کننده این فرآیندها.

* برای پژوهشگران: حرکت به سمت روش‌شناسی‌های ترکیبی. تلفیق روش‌های سنتی خودگزارشی و آزمون‌های عملکردی با روش‌های جدید مانند ردیابی چشم، تحلیل فیزیولوژیکی و مطالعات طولی برای درک پویایی زمانی فرآیندهای تولید-اکتشاف در تکالیف واقعی و پیچیده.

* برای طراحان فناوری: توسعه سیستم‌های هوشمند تعاملی که بتوانند به عنوان شریک شناختی عمل کنند. این سیستم‌ها باید قادر باشند با تشخیص مرحله فکری کاربر (تولید یا اکتشاف)، محرک‌ها، چالش‌ها یا منابع اطلاعاتی مرتبط و سازگار را ارائه دهند.

جمع‌بندی نهایی

مدل تولید-اکتشاف با ارائه نقشه‌ای شناختی از خلاقیت، بنیانی مستحکم برای پژوهش و کاربرد فراهم ساخته است. با این حال، آینده این حوزه مستلزم گسترش مدل به سوی یک چارچوب یکپارچه، پویا و زمینهمحور است. این چارچوب باید تعامل پیچیده فرآیندهای شناختی پایه با عوامل عاطفی، انگیزشی، اجتماعی-فرهنگی و محیطی را در نظر بگیرد. تلاش برای پاسخ به انتقادات و پیگیری جهت‌گیری‌های پژوهشی پیشنهادی، نه تنها مدل را غنی‌تر خواهد کرد، بلکه به طراحی محیط‌های آموزشی و سازمانی کارآمدتر، فناوری‌های حمایتی هوشمندتر و در نهایت، درک عمیق‌تر از سرچشمه‌های خلاقیت انسان منجر خواهد شد.

فهرست منابع

Baughman, W. A., & Mumford, M. D. (1995). Process-analytic models of creative capacities: Operations influencing the combination-and-reorganization process. Creativity Research Journal, 8(1), 37–62. Benedek, M., & Fink, A. (2019). Toward a neurocognitive framework of creative cognition: The role of memory, attention, and cognitive control. Current Opinion in Behavioral Sciences, 27, 116–122. Csikszentmihalyi, M. (1999). Implications of a systems perspective for the study of creativity. In R. J. Sternberg (Ed.), Handbook of creativity (pp. 313–335). Cambridge University Press. Csikszentmihalyi, M. (2014). The systems model of creativity: The collected works of Mihaly Csikszentmihalyi. Springer. Donaldson, S. R. (1992). Introduction. In Daughter of Regals and Other Tales (pp. vii–xii). Bantam Books. Finke, R. A. (1990). Imagery, creativity, and emergent structure. Consciousness and Cognition Laboratory, Department of Psychology, Texas A&M University. Finke, R. A., Ward, T. B., & Smith, S. M. (1992). Creative cognition: Theory, research, and applications. The MIT Press. Gentner, D. (1989). The mechanisms of analogical learning. In S. Vosniadou & A. Ortony (Eds.), Similarity and analogical reasoning (pp. 199–241). Cambridge University Press. Gentner, D., Brem, S., Ferguson, R. W., Markman, A. B., Levidow, B. B., Wolff, P., & Forbus, K. D. (1997). Analogical reasoning and conceptual change: A case study of Johannes Kepler. The Journal of the Learning Sciences, 6(1), 3–40. Hennessey, B. A., & Amabile, T. M. (2010). Creativity. Annual Review of Psychology, 61, 569–598. Holyoak, K. J., & Thagard, P. (1995). Mental leaps: Analogy in creative thought. The MIT Press. Kaufman, J. C., & Beghetto, R. A. (2009). Beyond big and little: The Four C model of creativity. Review of General Psychology, 13(1), 1–12. Kim, K. H. (2008). Meta-analyses of the relationship of creative achievement to both IQ and divergent thinking test scores. The Journal of Creative Behavior, 42(2), 106–130. Lubart, T. (2001). Models of the creative process: Past, present and future. Creativity Research Journal, 13(3-4), 295–308. Maher, M. L., & Fisher, D. H. (2012, May). Using AI to evaluate creative designs [Paper presentation]. The Third International Conference on Computational Creativity, Dublin, Ireland. Mednick, S. A. (1962). The associative basis of the creative process. Psychological Review, 69(3), 220–232. Perkins, D. N. (1981). The mind's best work. Harvard University Press. Plucker, J. A. (1999). Is the proof in the pudding? Reanalyses of Torrance’s (1958 to present) longitudinal data. Creativity Research Journal, 12(2), 103–114. Runco, M. A., & Jaeger, G. J. (2012). The standard definition of creativity. Creativity Research Journal, 24(1), 92–96. Sawyer, R. K. (2012). Explaining creativity: The science of human innovation (2nd ed.). Oxford University Press. Smith, K. A., & Kerne, A. (2010, June 26–30). The role of chance in creative discovery: A cognitive and computational exploration [Paper presentation]. The Sixth ACM Conference on Creativity and Cognition, London, United Kingdom. Smith, S. M. (1995). Getting into and out of mental ruts: A theory of fixation, incubation, and insight. In R. J. Sternberg & J. E. Davidson (Eds.), The nature of insight (pp. 229–251). The MIT Press. Ward, T. B. (1994). Structured imagination: The role of category structure in exemplar generation. Cognitive Psychology, 27(1), 1–40. Ward, T. B., Finke, R. A., & Smith, S. M. (1995). Creativity and the mind: Discovering the genius within. Plenum Press. Ward, T. B., & Kolomyts, Y. (2019). Cognition and creativity. In J. C. Kaufman & R. J. Sternberg (Eds.), The Cambridge handbook of creativity (2nd ed., pp. 175–199). Cambridge University Press.

مجله اینترنتی روان تنظیم

Online Journal of Ravantanzim

مجله تخصصی روانشناسی تربیتی شناختی

مدیر مسئول: محمود دلیر عبدی نیا

روانشناس تربیتی با دیدگاه شناختی

دانش آموخته دانشگاه تهران

اولین مربی شناختی در ایران

لطفا نظرات و پیشنهادات خود را از طریق بخش نظرات مجله اینترنتی روان تنظیم و یا از طریق ایمیل برای ما ارسال کنید.

استفاده از مطالب ارائه شده در این پایگاه، صرفا با ذکر منبع آزاد می باشد.

HTML Email Signature Tool

آموزش و یادگیری مدل تولید-اکتشاف Geneplore تحلیل فرآیندهای شناختی فرآیندهای شناختی زیربنایی خلاقیت فرآیندهای تولیدی فرآیندهای اکتشافی رویکرد شناخت خلاق تفکر واگرا نویسندگی خلاق

محمود دلیر عبدی نیا Mahmood Dalir Abdinia شنبه 13 دی 1404 ساعت 14:45