创造力 creativity (Elliot Samuel Paul and Dustin Stokes)

首次发布于 2023 年 2 月 16 日星期四

很少有东西像创造力那样深刻地或普遍地塑造人类经验。创造力引发了许多哲学问题。由于艺术是创造力的一个显著领域，起初你可能会认为创造力哲学是艺术哲学或美学的哲学，或者是这些领域的一个分支。但创造力引发了超越这些领域范围的问题。

请注意，“创造性”这个形容词可以应用于三种事物：一个人（“碧昂丝很有创造力”），一个过程或活动（“告诉我们你的创造过程”），或者一个产品，后者广义地包括某人头脑中的想法或可观察的表现或产品（“那是一个有创意的设计”）。

现在假设你正在看一件创意产品，比如一幅画或雕塑。艺术哲学可能会问，“是什么让这成为一件艺术品？”美学可能会问，“是什么让这美丽？”。相比之下，创意哲学会问，“是什么让这具有创意？仅仅因为它是新的吗，还是必须符合进一步的条件？”我们不仅可以问艺术品，还可以问任何创意产品相同的问题，无论是新的科学理论、技术发明、哲学突破，还是对数学或逻辑难题的新颖解决方案。除了创意产品，我们还可以探讨创意过程：它是否必须不遵循规则？它是有意识的、无意识的，还是两者兼有？它必须是创作者代理的表达，如果是，那么这种代理必须是有意识地行使吗？这个过程究竟如何设法产生新事物？它能被科学解释吗？此外，我们还可以探讨创意人士，或者更普遍地说，创作者。一个人具有创意意味着什么？拥有创意是一种美德吗？一个生物需要具备哪些能力和特征才能具有创意？计算机能够具有创意吗？这些是我们将在下面调查的文献中探讨的问题类型。

这些问题中有一些具有经验维度，最明显的是那些涉及创意过程如何实际进行的问题。因此，我们将调查的许多研究都属于认知科学的跨学科范畴，不仅有哲学家的贡献，还有来自邻近领域如心理学、神经科学和计算机科学的研究人员的贡献。

创造力的哲学：过去与现在

鉴于创造力在我们生活中的重要性以及它引发的深刻哲学问题，人们可能会期望创造力是哲学中的一个重要话题。但奇怪的是，事实并非如此。

毫无疑问，西方哲学史上一些最杰出的人物对创造力或我们现在所称的“创造力”都感到着迷。据一些学者称，创造力的抽象名词直到 19 世纪才出现，但这种现象确实存在，许多哲学家对此感兴趣（McMahon 2013; Nahm 1956; Murray 1989; Tatarkiewicz 1980: 第 8 章）。

举几个例子：柏拉图（公元前 4 世纪）在某些对话中让苏格拉底说，当诗人创作出真正伟大的诗歌时，他们并不是通过知识或掌握，而是通过被缪斯女神神灵启发，处于一种展现出一种疯狂的状态（《爱奥尼亚》和《斐德罗》）。相比之下，亚里士多德（公元前 3 世纪）将诗人的工作描述为一种理性的、目标导向的创作活动（poeisis），在这个过程中，诗人运用各种手段（如具有同情心的角色和涉及命运转折的情节）来达到一个目的（引发观众各种情绪）。玛格丽特·坎文迪什（1623–1673）和埃米莉·杜·夏特莱（1706–1749）倡导创造性地运用想象力追求自由，克服偏见，培养自然能力，即使在社会和政治压迫下。康德（1724–1804）将艺术天才构想为通过想象力的自由运用产生原创作品的天赋能力，这个过程不在于遵循规则，既不能学习也不能教授，甚至对天才本身也是神秘的。叔本华（1788–1860）强调，最伟大的艺术家不仅凭借在艺术创作中运用的技术技巧而著称，还凭借在美丽和崇高的体验中“迷失自我”的能力（叔本华 1859：卷 I：184–194 和卷 II：376–402）。弗里德里希·尼采（1844–1900）认为，最伟大的创造力成就，他认为是古希腊悲剧诗歌的典范，是由“狄奥尼索斯”精神和“阿波罗”精神之间罕见的合作产生的，“狄奥尼索斯”精神充满活力和激情，而“阿波罗”精神充满清醒的克制，用秩序和形式调和混沌（尼采 1872 [1967]）。威廉·詹姆斯（1842–1910）理论化创造天才具有改变历史进程的因果力（西蒙顿 2018）。这只是这些哲学家对创造力所说的一小部分，还有许多其他人物可以加入其中。

然而，尽管早期思想家探讨的一些主题如自由、正义、意识和知识等已经成为今天哲学中的核心议题，创造力却不在其中。事实上，“创造力哲学”在大多数领域仍然是一个新词，就像“行动哲学”和“性别哲学”不久前一样。然而，关于创造力的哲学研究在过去二十年里一直在蓬勃发展（例如，在一些重要的论文集中显示出来：B. Gaut & Livingston 2003；Krausz, Dutton, & Bardsley 2009；Paul & Kaufman 2014；B. Gaut & Kieran 2018）。我们现在将深入探讨这些贡献，以及早期的工作，从这个领域中可能提出的最基本问题开始。

2. 什么是创造力？

正如我们在开头所指出的，术语“创造性”可以应用于三种事物：一个人、一个过程或一个产品（其中产品可以是一个想法、表现或物质制品）。

大多数定义侧重于产品。根据一种常见的方法，只有当人或过程产生创造性产品时，人或过程才被认为具有创造性，而产品只有在满足两个条件时才被认为具有创造性：除了新颖外，它还必须有价值。许多理论家认为新颖性并不足够，因为某物可以是新的但毫无价值（例如，毫无意义的一串字母），在这种情况下，它不值得被称为“创造性”。伊曼纽尔·康德经常被引用为预见到创造性定义的人，他在讨论（艺术）天才时定义了创造性。根据一种常见的解释，康德将（艺术）天才定义为能够创作出不仅“原创”的作品，因为“也可以有原创的胡言乱语”，而且还“典范”（康德 1790 年：§§43–50 [2000 年：182–197]）。这个定义在心理学家中得到了如此广泛的接受，以至于它已经被称为心理学中的“标准定义”创造性。实际上，“创造性通常没有被定义”（J.C.考夫曼 2009 年：19）在心理实验中——关于这一点，我们将在下面的第 5 节中详细讨论。然而，当心理学家明确采用一个定义时，他们通常会说创造性产品不仅是新的，而且在某种程度上也是有价值的，尽管他们以各种方式表达产品的价值，比如“有用”，“有效”，“有价值”，“合适”，或“适合手头的任务”（布鲁纳 1962 年：18；A.J.克罗普利 1967 年：67；杰克逊和梅西克 1965 年：313；克内勒 1965 年：7；卡特尔和布彻 1968 年；海内尔特 1974 年；J.C.考夫曼 2009 年：19–20；S.B.考夫曼和格雷戈瓦 2016 年；斯坦 1953 年；斯特恩伯格和卢巴特 1999 年：3——有关概述，请参见 Runco 和 Jaeger 2012 年）。一些心理学家提出，标准定义并没有完全捕捉到创造性的概念（阿马比勒 1996 年；西蒙顿 2012b）。至于哲学家，至少有一个人带着保留地捍卫标准定义（克劳森 2010 年），但他们中的许多人都对此提出了质疑，我们很快就会看到。

尽管新颖性对于创造性是必需的是毫无争议的，哲学家们已经完善了这一点。某些例子乍看之下可能会暗示新颖性对于创造性并非真正必要。牛顿发现微积分是创造性的，即使在当时他并不知道，莱布尼茨已经率先发现了这一点——这是科学史上所谓的“多重性”之一（西蒙顿 2004 年）。一个初学者的想法，即自由与因果决定主义是兼容的，即使她很快就会了解到，哲学家们已经千百年来一直在捍卫这样的“兼容主义”理论，也可能是创造性的。然而，这些例子并不迫使我们放弃新颖性的要求，而只是对其进行了限定。牛顿的微积分和学生的兼容主义在整个历史上并不是新的，但对于它们各自的创作者来说是新的，这就足以让它们被视为创造性。用哲学家玛格丽特·博登的术语来说，这些想法是“心理上创造性的”（P-creative），尽管它们不是“历史上创造性的”（H-creative）。请注意，P-创造性更为基础。任何在整个历史上都是新的（H-创造性）的东西也必须对其创作者是新的（P-创造性）。因此，创造性总是表现出心理上的新颖性，尽管它并不总是表现出历史上的新颖性。

再次，没有人否认创意产品必须是新的，至少对于其创作者来说是这样。但正如我们将要看到的，一些哲学家通过拒绝价值条件（§2.1），或者提出一些进一步的条件（§2.2），或者两者兼而有之，从而偏离了创造力的标准定义。

2.1 对价值条件的挑战

一些理论家认为，尽管创造性的事物具有价值，但我们不应该将价值纳入创造力的定义中，因为这样做既不具有信息性，也不具有解释性。

知道某物有价值或应该受到重视并不能自动揭示该物品的原因或方式。类比地，被告知化油器是有用的并不能解释化油器的本质：它是如何工作的以及它的作用。（Stokes 2008: 119; Stokes 2011: 675–76）

主张创造力需要价值的人可能会回答说，它不需要提供信息或解释。成为一个男人是成为单身汉所必需的，尽管说单身汉是男人并不提供信息或解释。Stokes 指出“创造性”是一个赞美的词汇，并利用这一点来论证创造性必须是有意产生的（因为我们不会称赞无意或偶然的事物）—这是我们将在下文回顾的一个观点。但同样的观点似乎也意味着创造性的事物必须具有价值（因为我们不会称赞没有价值的事物）。虽然“化油器”这个概念是价值中立的，正如一个化油器可以是毫无价值或无用的（如果它坏了），但人们可能会争辩说，“创造性”是一个充满价值的概念，就像“进步”一样。进步必然涉及新颖性或变化，但除非是好的变化，否则我们不会称赞变化为进步。同样，价值条件的支持者主张，创造性必然涉及新颖性，但除非是好的新颖性，否则我们不会称赞新颖性为创造性。

其他批评者使用反例来论证价值对于创造性并非必要，最突出的案例是不道德创造性。 （有关心理学家关于不道德或所谓“黑暗”创造性现象的文章集，请参见 D. Cropley 等人 2010 年的文集）。不道德创造性的假设案例包括创造性会计欺骗投资者或创造性证词误导陪审团，文献中的典型案例是创造性的酷刑或谋杀。人们可以想象出新颖且设计良好的谋杀，正如托马斯·德昆西曾在一篇讽刺性的文章中所做的那样：

一个出色的谋杀案所需的不仅仅是两个蠢货去杀人和被杀——一把刀——一个钱包——一个黑暗小巷。设计、先生们，构图、明暗、诗歌、情感，现在被认为是这种尝试不可或缺的要素。威廉姆斯先生将谋杀的理想提升到了我们所有人的心中[...] 就像埃斯库罗斯或弥尔顿在诗歌中，像米开朗基罗在绘画中一样，他将自己的艺术推向了巨大的崇高境界。（德昆西 1827 年；另请参阅巴丁等人 1989 年的讨论）

创新的方式造成不必要的痛苦和精心设计的谋杀并不好（它们没有价值），但它们可以是有创意的。如果这是正确的，那么似乎可以得出结论，创造力并不需要价值。

试图挽救价值条件的一种方法是坚决否认折磨方法可以是有创意的，并更普遍地否认创造性的事物可以是坏的（诺维茨 1999 年）。但这种否认似乎是临时的和不可信的——“邪恶的创造力”并非是一个自相矛盾的词汇——一些人认为这种否认除了其他问题之外还面临其他问题（利文斯顿 2018 年）。

其他理论家修改或限定价值条件，以容纳不道德创造性的例子。佩斯利·利文斯顿（2018 年）提出，创意产品只需要作为实现其预期目标的手段具有价值或“有效”，而不管该目标是道德上好的、坏的还是中立的。贝里斯·高特（2018 年）区分了某物是好的（或者说是好的，总的来说）与某物是其种类中好的之间的区别。在他看来，如果一种新的使用刀片和滑轮的方式是其种类中的好的——作为一种酷刑方法是好的——即使它本身并不好，也可以被认为是创造性的。高特表示，为了被视为创造性，某物并不需要是好的；它只需要是其种类中的好的。

艾莉森·希尔斯和亚历山大·伯德（2018 年）对这种限定并不信服。他们考虑了一个复杂的酷刑装置，最终导致受害者立即死亡，“在这个过程中没有足够的痛苦”。他们认为，即使“作为一种酷刑方法，它并不好”（2018 年：98），这个装置仍然可能是创造性的。事实上，他们认为，一个创意作品不必在任何方面都是好的，甚至对于其创作者也是如此。他们争辩说，刚刚描述的无效酷刑装置并不满足其创作者的偏好，它不给他带来快乐，它不是一个成就，它根本不对他的幸福有所贡献——然而，他们主张，只要它是新的并且是以正确的方式制造的，它可能是创造性的。究竟“正确的方式”是什么，这是我们接下来要讨论的话题。

2.2 其他提出的条件

有些理论家认为，产品必须满足一个或多个进一步的条件，而不仅仅是新的，才能被视为创意。最突出的四个提议是，产品必须是（i）令人惊讶的，（ii）原创的（即非抄袭的），（iii）自发的，和/或（iv）主体性的。这些条件都是创造力过程的条件。要明确的是，我们仍然关心产品何为创意，但我们现在要考虑的提议是，为了被视为创意，产品必须以正确的方式产生。

2.2.1 令人惊讶

玛格丽特·博登认为，创意产品必须是“新的、令人惊讶的和有价值的”（2004 年：1；参见博登 2010 年；2014 年）。最自然的假设可能是，令人惊讶——就像新颖和有价值一样——是产品的一个特征。但博登认为创意产品是令人惊讶的，但她更基本地关注的是潜在的生成过程，即创作者如何设法制造出令人惊讶的东西。在她看来，有“三种创造力”——组合、探索和转化——“引发不同形式的惊讶，[并且]由产生新结构的不同心理过程定义”（2010 年：1，斜体添加）。

组合创造力发生在旧观念以新方式结合时。明显的例子包括虚构的混合生物或奇美拉：给马加上翅膀（飞马），在女人的头部和上半身加上鱼的尾巴（美人鱼），在女人的头部和躯干上加上狮子的身体（斯芬克斯），等等。其他组合可以在类比中找到，比如尼尔斯·玻尔将原子比作太阳系。术语“组合”可以指的是组合后的产品，也可以指的是组合它们的过程，但博登在这里关注的是过程，即通过以旧观念为基础，以新方式结合它们来生成新观念的事实。

为了解释她的另外两种创造力，博登提出了“概念空间”的概念，它大致是一个系统，包括一组基本元素（例如基本观念或表征）以及用于操纵或重新组合这些元素的规则或“约束”。概念空间不是一幅画、一首歌或一首诗，它是创作一幅画、一首歌、一首诗或一个理论的方式。规则或约束是“统一和赋予给定思维领域结构的组织原则”。因此，概念空间是

潜在系统，它是该领域的基础，并定义了一定范围的可能性：国际象棋走法、分子结构或爵士旋律。 (1994: 79)

我们可以将概念空间看作不仅是一组思想，而且还是一种通过生成新思想的规则定义的思维风格。

“在给定的概念空间内”，博登观察到，“许多思想是可能的，只有其中的一些可能已经被实际思考过”（2004 年：4）。一些概念空间包含的可能性比其他的多。考虑不同的游戏。井字棋是一个如此简单的游戏，以至于它的所有可能移动都已经被多次实现。相比之下，国际象棋并非如此，它允许进行令人难以置信数量的可能移动。在文学、音乐、视觉和表演艺术以及各种理论探讨领域中，可能的想法范围也几乎是无穷无尽的。在这些追求中，还有各种“结构化的思维风格”——流派、范式、方法论取向——博登将其视为概念空间。

博登认为，概念空间的元素以及运行规则可以被捕捉并在某些情况下已经被捕捉在计算机程序中。她不仅利用这一观点来论证计算机可以具有创造性（我们将在下文第 5 节中回到这个话题），还建议我们应该采用计算模型来解释人类创造的方式。

拥有她对概念空间的理解，博登说，探索性创造力发生在给定的概念空间内。新想法的出现是在该空间内已经可能的，因为它被其规则允许。“当狄更斯将斯克鲁奇描述为‘一个贪婪、扭曲、抓取、刮擦、抓住、贪婪的老罪犯’时，”博登写道，“他正在探索英语语法的空间”，在这个空间中，“语法规则允许我们在名词前使用任意数量的形容词”（博登 1994 年：79）。狄更斯的描述可能让我们感到有些惊讶、意外或不太可能，但它并没有不可能的感觉。

相比之下，博登认为，另一种形式的创造力会。在这种情况下，创造性的结果是如此令人惊讶，以至于观察者会惊叹，“但这怎么可能发生呢？”（2004 年：6）。博登称之为转化性创造力，因为它不能发生在一个已经存在的概念空间内；创作者必须通过改变其构成规则或约束来转变概念空间本身。博登说，勋伯格通过放弃“家庭键约束”创作了无调性音乐，即一首音乐必须在同一键中开始和结束的规则。洛巴切夫斯基和其他数学家通过放弃欧几里得的第五公设发展了非欧几里得几何学。克卢勒通过否定分子必须遵循开放曲线的约束，发现了苯分子的环状结构（博登 1994 年：81-3）。在这种情况下，博登喜欢说，结果在先前的概念空间内“根本不可能”（博登 2014 年：228）。

博登对创造力的定义可能在那些对计算机创造力感兴趣的研究人员中影响最大（例如，哈利娜 2021 年；米勒 2019 年：第 3 章；杜索托伊 2019 年）。在博登观点的一个变体中，一位哲学家提出，使一个心智过程具有创造性的不是它实际上涉及“旧观念的重组或者转变一个人的概念空间”，而是创作者体验到这个过程具有其中一个特征（纳奈 2014 年）。

2.2.2 独创性

Maria Kronfeldner（2009; 2018）认为创造某物的过程必须具有独创性。她使用术语“原创”时，并不仅仅意味着“新”; 相反，它与创作者必须采用的因果过程有关。她通过询问为什么，正如我们之前所指出的，心理新颖性对创造力是必需的，而历史新颖性却不是。例如，为什么牛顿发明微积分是创造性的，即使莱布尼茨首先发明了它？当然，答案是因为牛顿没有从莱布尼茨那里抄袭他的微积分。只要牛顿独立地、独自地想出微积分，那么他在发现中展现了独创性，即使其他人先到达那里。Kronfeldner 认为，这种独创性对创造力至关重要。

2.2.3 自发性

Kronfeldner（2009; 2018）也认为创造力需要自发性。一个想法之所以自发产生，是因为它是在没有预见或有意控制的情况下产生的。如果你在创造过程的开始就能预见到创造的结果，那么你就不需要进一步的过程来想出它。因此，如果一个想法是创造性的，你不可能完全预见到它的出现。在这种程度上，洞察力会让人感到惊讶，因此常见的现象学观察是，创造性突破感觉像是无端或突如其来的：“尤里卡！”，“啊哈！”，灯泡亮了。

Gaut（2018: 133–137）同意创造力需要自发性，并且他指出，正如 Kronfeldner 所说，创造力是有程度之分的。他解释说，你做某事是自发的程度，是指你在事先没有计划的情况下做的。他认为，如果要进行创造性行为，就不能制定“精确计划”——机械程序、例行程序或算法规则，这将使你提前知道结果和实现目标所需的手段。在创造行为的开始，你必须在某种程度上对结果或手段或两者都一无所知。这种无知为自发性和创造力打开了空间。

2.2.4 代理机构

一些哲学家认为，除非由代理人制作，否则项目不算创意。考虑一个形状复杂的独特雪花，一个具有令人惊叹的红橙色层的独特日落，一片风吹沙漠上的新颖沙丘图案。所有这些东西在美学上具有价值且新颖。然而，由于它们都是自然发生的，没有由代理人制作，因此它们都不是创意的。Gaut 使用这些例子来论证创意的事物必须由代理人创造（B. Gaut 2018: 129–30; 参见 B. Gaut 2010 和 B. Gaut 2014b），还有几位其他哲学家也同意（Carruthers 2006, 2011; Kieran 2014a, 2014b; Stokes 2008, 2011, 2014; Paul & Stokes 2018）。

当然，许多有神论者会坚持认为自然界中的一切都是代理人——即上帝——的杰作，因此可以说如果自然现象具有价值且新颖，他们可能会认为它具有创意。对于有神论者来说，自然界无与伦比的美丽是赞美造物主的理由。但这只支持了创意必须需要代理人这一概念。如果我们将有价值的新事物归因于创造性代理人，就像有神论者对待自然界一样，我们可以一致地将有价值的新事物视为创意；否则，我们就不能。因此，看起来，创意需要代理人。

这引出了一个问题，即创作者的代理人必须如何行使权力才能使结果被视为创意。一些哲学家认为，代理人的创造行为必须是有意的。假设你在一个下雪的日子滑雪，而你并不知道，你的雪板轨迹从高处看形成了一种令人愉悦的新图案。这种新图案具有美学价值，但并不是创意的。这是因为你并没有打算制造它。支持这种直觉的基础，以及我们对上述自然现象的直觉，是“创意”是一种赞美之词，我们不会为非代理人所做的事情或代理人在某种意义上没有故意做的事情而赞美（或责备）。

尽管许多哲学家支持某种形式的创造力代理要求，但许多理论家并未提及它，无论是支持还是拒绝，包括上述所有的心理学家。此外，至少有两位哲学家愿意将创造力归因于树木和进化过程等自然现象：Arnheim（2001）和最近的作品中的 Boden（2018）。这些后者理论家并未讨论代理本身，但就他们所称之为创造性的自然现象并非代理结果而言，他们的观点将意味着创造力并不需要代理。

我们刚刚考虑的四个提议都表明，产品必须源自某种特定类型的过程——一种展现出惊喜、独创性、自发性或代理的过程，才能被视为创造性。虽然哲学家们普遍认为创造力需要某种特殊类型的过程，而不仅仅是特殊的产品，但对于过程需要什么要求尚无共识。在这里描述的四个过程条件中，代理条件似乎是迄今为止被最多哲学家明确支持的条件，尽管即使是他们也仅仅是少数。正如我们所见，其他提出的条件也有充分的论据支持。

一些哲学家认为，如果任何过程要求是正确的，这对于判断创造力有一个有趣的推论：即使当我们明确判断一个产品是创造性时，我们也在暗示着关于它制作过程的某些假设。假设，举例说明，代理要求是正确的——通过代理过程生成是创造性产品概念的一部分。进一步假设你正在胜任地应用这个概念。由此可见，如果你在海滩上发现了一堆迷人的石头排列，并判断它是创造性的，那么至少你是在暗示它是通过代理过程创造的。如果后来有人说服你这些石头是被风和海浪移动到那里的，而不是通过任何代理而只是偶然，那么你可能仍然认为结果在美学上很有趣，但你必须撤回你认为它是创造性的判断。因此，如果代理条件是正确的，每当你指着某个物品说，“这是创造性的”时，你所说的一部分是，“这是由一个创造性过程产生的”。此外，在这种观点下，如果任何其他过程条件是正确的，也会有类似的推论（Paul＆Stokes 2018）。

创造力是一种美德吗？

在考虑某物被视为创造性产品所需的条件以及它是否必须由某种特定的过程产生之后，我们现在转向对创造性人的分析。

一些理论家认为，创造力作为个人的一种属性，是一种执行创造性行为或创造性产物的能力（Boden 2004）。然而，其他人认为，创造力不仅仅是一种能力。能力是你可以拥有却从未利用的东西。例如，你可能有学习斯瓦希里语的能力，却从未努力学习这种语言，尽管有充分的机会这样做。在这方面，创造力是不同的。如果某人有创造力的能力却在有很多机会时从未利用这种能力，我们不会称呼那个人为有创造力。有创造力的人不仅仅能够创造性地行动。此外，他们倾向于行使这种能力，以至于当机会出现时，他们至少有一部分时间会创造性地行动。从这个观点来看，创造力是一种倾向，也被称为一种特质（Grant 2012；参见 B. Gaut 2014b，2018）。

哲学家长期以来一直将美德区分为倾向或特质的一种特殊子类。在西方哲学中，关于美德的理论传统可以追溯到古希腊时期，并在过去的半个世纪里在伦理学（参见美德伦理学条目）、认识论（参见美德认识论条目）和美学（Lopes 2008; Roberts 2018; Hills 2018）领域中得到复兴。传统的美德例子包括智慧、正义、节制和勇气。创造力应该被加入到这个列表中吗？

答案当然取决于一个特质被视为美德意味着什么。至少，美德是一种好的或有价值的特质。因此，创造力是否以这种最低限度的意义算作美德取决于创造力是否必然有价值，这一点是有争议的，正如我们在前一节中所看到的。事实上，那些认为创造力并非必然有价值的人经常这样做是为了证明它不是一种美德。

但让我们假设出于论证的目的，创造力确实是一种有价值的特质。它是否也以更加丰富的意义算作美德？美德理论家通常从亚里士多德在《尼各马可伦理学》中的经典讨论中得到启示。亚里士多德援引正义和节制作为典范美德，断言一个特质必须满足至少三个条件才能算作美德：

对于要谨慎或公正地执行符合美德的行动，仅仅拥有正确的品质是不够的。相反，执行者在进行这些行动时也必须处于正确的状态。首先，他必须知道[他正在进行美德行动]；其次，他必须对它们做出决定，并为自己做出决定；第三，他还必须从坚定而不变的状态中执行它们。(EN II.4, 1105a28–1105a33)

因此，例如，如果你归还借过的东西，只有当(1) 你知道你正在归还借过的东西，(2) 你选择这样做是因为这是公正的事情，而没有其他原因，以及(3) 你在机会出现时在各种情况下都倾向于做正确的事情时，这个行为才展现出公正的美德。亚里士多德列举了其他伦理美德，如谨慎、慷慨和勇气，以及理论智慧的智力美德。在他看来，每个特质都要求满足上述三个条件。虽然他没有考虑创造力是否是一种美德，但我们可以问创造力是否也具备这三个标准。一个人是否必须满足这三个要求才能被视为具有创造力呢？

我们将从第三个要求开始，将其放在一边。一个人的行为只有在“他是否从固定和永久的性格倾向中进行”时才算是创造性的吗？例子表明情况并非如此。考虑诗人亚瑟·兰波，他在 21 岁时放弃了诗歌创作，转而追求冒险生活。事实上，他在那之后再也没有创作出任何诗歌并不影响他年轻时是一位富有创造力的诗人的事实(B. Gaut 2014b)。因此，与亚里士多德的美德不同，创造力不必是永久的性格倾向。

尽管如此，如果创造力像亚里士多德的美德一样满足前两个要求，那仍然是非常重要的。可以说，创造力确实满足了第一个要求。一个人只有“知道自己在做什么”，才算是在做创造性的事情。这已经暗示了早前讨论的创造力的代理条件。

有趣的地方在于亚里士多德对美德的第二个标准。他说，为了使你的行为被视为美德，你必须“出于自身的缘故”而这样做，也就是说，你必须因为你将美德视为一个目的本身，而不是作为一种手段去获得外部奖励，比如赞美、金钱、地位、名声或赢得比赛。例如，考虑慷慨的美德。如果你给一个有需要的人钱仅仅是因为这会让你在朋友眼中看起来很好，那么你并不是真正慷慨。你的行为可能在外表上看起来像慷慨，但那不是真正的慷慨。要展现真正的慷慨，你必须把慷慨作为一个目的来追求；你必须帮助别人只是为了帮助别人。现在将慷慨与礼貌相对比。如果你赞美同事做得好，即使你这样做是为了操纵她，你也是对她有礼貌的。你可以有对礼貌的别有用心。因此，礼貌不像慷慨那样是一种美德。

在这方面，创造力是否是一种美德？也就是说，创造性行为是否要求出于创造性本身而创造？马修·基兰（2014a，2014b，2018）的答案是有条件的肯定。虽然他承认你可以被外部奖励激励来展示“最低限度的创造力”来产生有价值的新事物，但他坚持认为，“典范创造力”要求你出于创造性本身的价值而受到激励。因此，在他看来，典范创造力是一种美德。

为了支持这一观点，基兰指出心理学中的一个研究项目声称创造力是由“内在动机”而不是“外在动机”驱动的。该项目中的一个经典实验是“魔术标记研究”，在这个实验中，当孩子们被提供奖品时，他们最终创作出的绘画较不具创造性（Lepper 等人，1973 年）。许多其他研究也报告了类似的结果，这导致特丽莎·阿马比勒最初毫无保留地得出结论，即创造力受到内在动机的促进，受到外在动机的阻碍（阿马比勒，1983 年：107）。

进一步的研究引入了复杂性。在一些研究中，被试接受了“免疫技术”，首先他们被引导或训练专注于内在激励因素，比如从事艺术活动的乐趣或审美价值，结果发现当他们之后从事这些活动时，外部奖励实际上增强了他们的创造力。

当研究人员解释这些发现时，奖励可以支持一个人的内在动机，前提是奖励要么增强一个人的主体感，要么提供有关什么有效和什么无效的有用反馈。在这种解释下，内在动机仍然是创造力的动力；奖励只在间接地帮助，当它们加强内在动机时。这导致阿马比勒修改了她的假设，称之为内在动机原则（IMP）：

内在动机有助于创造力；控制外在动机对创造力有害，但信息性或促进性的外在动机可能有助，特别是如果初始水平的内在动机很高。(1996: 107)

凯伦将此视为他主张的创造力的证据，或者至少是他所称之为卓越创造力，需要内在动机，因此在这方面是一种美德。

对这一提议提出异议，高特引用证据表明外在动机并不总是对创造力有害。在一项研究中，一群心理学入门课程的学生如果获得财务奖励，他们会想出更有创意的短篇小说标题(Eisenberger & Rhodes 2001)。在使用免疫技术的研究中，IMP 的支持者认为奖励只是间接地增强创造力，通过支持内在动机。但在这种情况下没有使用这样的技术，因此似乎奖励的前景直接增强了创造力。

此外，高特认为，这一观点与奖励在许多现实世界的创造性成就案例中似乎扮演的角色是一致的。在寻求发现 DNA 分子结构的过程中，沃森和克里克被“模仿林纳斯·保罗林并在他的游戏中击败他”（沃森 1968 [1999: 46]）所驱使。毕加索和马蒂斯都受到彼此之间的竞争激励（弗拉姆 2003: 37）。保罗·麦克雷迪说，他被驱使在 1977 年发明他获奖的人力滑翔机，因为他需要奖金来偿还债务：

我觉得我没有时间去搞这些事情，但我有这种强烈的经济动机来关注人力飞行，所以我四处奔波，试图找出解决问题的方法。（引自斯特恩伯格和卢巴特 1995: 242）

一位历史学家认为，在第二次世界大战中，波兰人击败法国人破解德国的恩尼格玛密码，因为他们更害怕德国的入侵（辛格 1999: 第 4 章）。高特说：“对死亡的恐惧比破译密码的内在满足更具有强大的动力”（高特 2014b: 196）。

最后，高特指出，即使内在动机理论是正确的，它也只是一个因果概率性主张：内在动机对创造力是“有益的”；外在动机是“有害的”。但是，要使一个特质成为美德，内在动机必须在概念上对该特质的行使至关重要。如果我们得知某人只是为了提升自己的声誉而慷慨捐赠，我们会得出结论他并不真的慷慨。相比之下，如果我们发现某人只是为了名誉和荣耀而创作出华丽的艺术作品，我们可能会失去对她创造力的一些钦佩，但我们并不否认她是在创造。

基兰可能会提醒我们，在他看来，内在动机并不是所有创造力的必要条件，而只是他所称之为典范创造力的特殊形式。预料到这一回应，高特表示，区分两种创造力只是承认了他的观点。并不存在两种慷慨的形式，一种需要内在动机，另一种则不需要。如果你的给予行为不是出于正确的理由，那么它根本就不算是一种慷慨的行为。因此，高特认为，承认非典范创造力的可能性就是承认，与慷慨不同，创造力并不是传统亚里士多德意义上的美德。

另一种审视创造力与美德之间关系的方式是通过美德认识论的视角。琳达·扎格泽布斯基定义了一种美德。

作为一个人的深刻和持久的获得性卓越，涉及产生某种期望的结果的特征动机和在实现该结果方面的可靠成功。(1997: 137，斜体添加)

尽管这个定义中包含了很多内容，但我们在这里要强调的是，美德涉及在实现期望的结果方面取得可靠的成功，而特别是在实现知识方面取得可靠的成功的代理人是认识上有美德的。当然，知识需要真理，因此认识上的美德是一种“促进真理”的特质。认识论者通常认为一个过程在多大程度上促进真理取决于它产生的信念更多是真的还是假的。但 Zagzebksi 提出，一个过程或特质可能在不同意义上促进真理，因为它在某个领域推进知识是必要的，即使它产生的真实信念比例很小。她声称，创造力在这个意义上是促进真理的，因此它符合认识上的美德(1997: 182)。还要注意对代理人的强调。与当代西方认识论相反，美德认识论将代理人(而不是她的信念)确定为认识价值的基本所在；是代理人在认识上是好的(或不好)。这种强调与上面讨论的提议很好地协调，即创作者的代理是真正创造性成就所必需的。因此，一种美德理论方法阐明了可能(正如我们将在稍后再次讨论的)对创造力至关重要的东西，即，一个非平凡地涉及一个负责任代理人的过程。

我们已经看到，即使在我们为术语“创造性”确定一个具体的指称之后——无论是一个人、过程还是产品——对于它的含义仍存在激烈的争论。这些辩论似乎经常假定该术语总是表达相同的概念，我们可以寻找必要和充分的条件。但我们也看到一些理论家区分了创造性的不同概念，对应于“创造性”这个术语的不同意义。在未来的工作中，我们可能会看到理论家更详细地发展这种多元化的方法。然而，关键在于为增加不同的创造性概念提供原则性的理由，以便分析不仅仅简化为说任何事情都可以。

3. 创造力可以被学习吗？

有一长传统的思想家们对上面的问题回答是否定的。其中两位最有影响力的思想家来自 18 世纪——爱德华·扬和伊曼纽尔·康德，他们特别关注天才，即实现最高创造力水平的能力。在《关于原创作品的猜测》（1759 年）中，扬说，

一个原创作品可以说是植物性质的；它自发地从天才的生命根源中升起；它生长，而非被制造……（1759 年[1966 年：7]）

他的观点是，独创性是自然赋予我们的东西，只有学习才会阻碍它的发展。杨氏似乎认为学习要么是通过模仿，要么是通过遵循规则进行的，他认为这两者都会对独创性产生不利影响。关于模仿，他写道，

出生原创，为什么我们最终变成了复制品？那只瞎搅和的模仿猿……摧毁了所有的心智个性……（1759 [1966: 20]）

就学习而言，“对规则的极度热爱”会“对那种天才常常因其卓越的荣耀而拥有的自由设定严格的界限”（1759 [1966: 13]）。

康德在他的《判断力批判》（1790 年）中提出了类似的观点。像杨格一样，他认为天才是一种自然的能力，尽管是非常罕见的：

这样的技能无法传授，而是直接从自然之手分配给每个人，并随之而逝。（1790 年：§47 5:309 [2000: 188]）

它肯定不能通过模仿学习：

天才完全与模仿精神相对立。现在，由于学习无非是模仿，即使是最大的学习能力，学习的便利性（能力）本身也不算是天才。（1790 年：§47 5:308 [2000 年：187]）

康德认为，天才也不能通过规则学习。

天赋（天生的天赋）给予艺术规则的才能……心灵的天生倾向（天赋），通过这种天赋，自然给予艺术规则。（1790 年：§46 5:307 [2000 年：186]）

对康德而言，天才不遵循规则；天才间接地创造规则，通过创作出其他艺术家可能提取规则并进行“根据规则进行方法论指导”（1790: §49 5:318 [2000: 196]）。

年轻人和康德关注天才，具体而言，但如果我们将他们的推理扩展到创造力的一般情况，正如 Berys Gaut（2014a）所指出的，我们可以辨别出两条论证线索：

  • 模仿论证*

  • 所有的学习都是一种模仿形式。

  • 模仿某人或某物与创造力是不相容的。

  • 因此，一个人无法学会创造力。

高特首先指出，这两个论点都是无效的。在这两种情况下，前提所暗示的是学习不能创造性，换句话说，你不能创造性地学习（关于你如何学习的说法）。但即使这是真的，也不能得出你不能学会创造性的结论（关于你可以学到什么的说法）。如果你吸收了创意写作手册的建议，那么这种学习行为本身可能并不创造性。但如果手册有效——我们马上会看到它是如何有效的——那么你将学到如何变得更有创造力。

高特还挑战了这些论点的前提。首先从模仿论点的第一个前提开始，所有学习都是通过模仿进行的这种说法根本不成立，因为我们通过直接经验、试错和许多其他方式学到很多东西。

第二个前提也是可疑的。与之表面上接近的东西是真实的：单纯的复制与创造性是不相容的。但是，在我们通过模仿他人学习的程度上，这不仅仅是复制的问题。当一个孩子学会说周围人的语言时，她并不只是机械地复述她听到的完全相同的句子；她会吸收词汇和潜在语法，从而使她能够自己创造新的句子。

现在来看规则论证。与第一个前提相反，Gaut 认为，不可能所有的学习都是遵循规则，因为对于任何给定的规则，都会有一些难例，不清楚规则是否适用于它们，以及如何适用规则，因此个体仍然必须在应用规则时运用自己的判断力。

第二个前提也是错误的。回想一下上面第 3 节中对两种规则的区分。算法作为一个精确的计划，详细指定了结果和达到结果的路径。相比之下，启发式是一种更宽松的“经验法则”，为代理人留下了空间，让她在确定何时以及如何遵循规则时行使自己的判断力、选择和创造力。在这种意义上，算法可能排除了创造力，而启发式则不会，这就是为什么，正如我们将在下文看到的那样，创造力的教学经常采用启发式的形式。

有一种方式可以从经验上回答手头的问题：我们可以通过指出已经教授创造力的案例来表明创造力是可以被教授的。Gaut 本人讨论了这样的例子，这些例子出现在数学和小说写作中，我们将在下面转向这些例子。但是，虽然这些案例可能足以表明创造力是可以被教授的，但 Gaut 通过解释这是如何可能的进一步丰富了我们的理解。他这样做部分是通过阐明然后驳斥相反的模仿和规则论证。此外，他提出了以下积极的论证来表明创造力是可以被教授和学习的。他称之为“构成性论证”，因为它始于他对创造力本身构成或定义的看法。

构成性论证

  1. 创造力是一种倾向——既包括能力又包括动机——以新颖和有价值的方式产生事物，并通过“选择、评估、理解和判断的行使”来表达个体的主体性（Gaut 2014a: 273）。

  2. 至少一些人可以学会提升他们的创造动力。

  3. 至少一些人可以学会提升他们的创造能力。

  4. 因此，至少一些人可以学会变得更有创造力。

前提 1 总结了我们已经看到 Gaut 和其他人捍卫的观点（在上面的 §2.3 中），即创造力不仅仅是一种能力，而是一种倾向或特质，创造性人士在有机会时倾向或被激励去运用这种能力。

支持前提 2 的是，Gaut 认为，当你从创造性活动中获得乐趣时，你可以增强自己的内在动机去创造，同时也可以增强外在动机去创造（当你因创造性努力而获得赞美、成绩、报酬等）。

为了捍卫前提 3，Gaut 指出，通过练习和加强相关技能，你可以发展自己产生有价值的新事物的能力。而且，学习某些启发式方法可以极大地帮助这种发展。

启发法确实是创意教育中的重要内容，从数学（画图形；考虑特殊情况；考虑极端情况；概括问题；寻找相关问题等—参见 Pólya 1945；Schoenfeld 1982, 1987a, 1987b）到创意写作（写你所知道的；在描述感官体验时要具体和详细；练习发现不同事物之间的相似之处；展示，而不是告诉等—参见 Bell＆Magrs 2001；Anderson 2006；Maybury 1967；S. Kaufman＆J. Kaufman 2009）。Gaut 还确定了几种启发法，可以用来促进哲学中的创造力，甚至是在儿童中（参见 M. Gaut 2010；B. Gaut＆M. Gaut 2011）。

在这个最后的主题中，Gaut 与 Alan Hájek（2014, 2016, 2017, 2018）有一种相似的精神，后者独立提出，通过使用各种启发法，哲学家可以增强他们在领域中做出有价值贡献的能力，包括独具创意性的想法。有人说，任何平均才能的人都可以通过学习和内化某些象棋启发法成为一名优秀的象棋选手：“早做王车易位”，“避免孤立的兵”等。类似地，Hájek 建议，哲学有大量启发法—哲学启发法—尽管它们没有被记录和研究得那么充分。有时，这些启发法采取生成反例的有用启发法的形式，比如“检查极端情况”。有时，它们提出了从旧论点中生成新论点的方法，比如“涉及可能性的论证通常可以重塑为涉及时间或空间的论证”。有时，它们提供了正面论证的模板（例如，展示某事是可能的方法）。Hájek 提供了这些哲学启发法的目录，以表明，与一种普遍的假设相反，创造力，即使在哲学中，也可以与遵循规则相兼容，并受益于此。

4. 创造力可以被解释吗？

在观察创意人士的工作时，自然会想知道：他们是如何做到的？人们是如何创造的？我们现在要探讨的问题是，至少从原则上讲，我们是否能够用现代经验心理学和其他认知和行为科学的方法科学地回答这个问题。那些对这个问题持否定态度的人不仅仅是在说，在实践中，科学要解释创造力将会非常困难。他们认为科学根本不可能解释创造力。

Hospers（1985）基于创造力的多样性和复杂性来捍卫这种悲观主义，因为创造力不仅存在于艺术中，还存在于科学、任何类型的理论、工程、商业、医学、体育、游戏等领域。至少有两个担忧可能会随之而来。首先，考虑到任何一个这些个体领域的复杂性，人们可能担心变量太多，无法提供清晰的解释。艺术提供了一个典型的例子。想象一下你认为是精湛的艺术品（雕塑、绘画、电影）。现在试图描述或确定你认为它是精湛的所有原因。花多少时间都可以，但怀疑论者会敦促你，你构建的任何长篇描述都会让你觉得与艺术品及其体验相比都是极其不完整的。因此，如果艺术家的创造成就，以其所有的复杂性，甚至无法充分描述，我们几乎没有理由认为这样的成就可以被解释。

理论家如何回应这些怀疑的担忧？复杂性和普适性的担忧可能部分地被注意到创造力与其他现象之间的类比而解除。例如，考虑上述活动领域中某些活动所涉及的身体运动范围：艺术、科学、工程、医学、体育。这些领域特有的身体动作种类复杂且差异巨大：外科医生的相关身体动作与网球运动员的完全不同。然而，这种复杂性和多样性并不意味着这些领域的身体动作无法解释。这只是意味着解释的某些特征将是与该活动领域特定的上下文相关的。进一步类比：例如，对于网球发球的长篇描述不完整并不意味着它不能恰当和解释性。如果这种推理对身体动作是正确的，为什么对创造性行为也不是呢？

在这一点上，有人可能会争辩说，尽管复杂性和泛化性的担忧只会表明创造力在实践中很难解释，但创造力的本质更强烈地暗示，它永远无法被解释，甚至原则上也不行。支持这种悲观主义的资源可以从各种过去的哲学家那里引用。然而，我们需要谨慎行事，因为我们即将考虑的大多数人物在相关科学兴起之前就已经写作，因此他们不可能明确地声称创造力是否可以由这些科学来解释。尽管如此，其中一些人确实提出了一些主张，这些主张意味着或似乎意味着，创造力根本不是我们今天理解的科学探究方式所能解释的事物。

这种观点的经典表达来自柏拉图。在他的对话中，柏拉图将他的老师苏格拉底作为自己观点的代言人，而在《爱奥尼亚人》中，苏格拉底认为诗人并非通过知识或技能创作诗歌。当你运用一种技能（技术），你会应用技巧、规则或方法来执行某项活动，比如驾驶战车、钓鱼或指挥军队。原则上，通过识别所涉及的技巧，可以解释这些活动，学生或学徒可以通过应用和练习这些技巧来学习这些活动。但在苏格拉底看来，诗歌并非如此。在苏格拉底看来，诗人只能模仿规则或技巧的应用，模仿技能的表面外观。苏格拉底提出了一个在古希腊文化中熟悉的观念，即诗歌是通过神灵的启示而产生的，一个人受到启发——字面上是“被灵魂充满”，与一个神或女神、与一位缪斯：

你知道，史诗[或抒情]诗人中，如果他们是优秀的，都不是他们所写主题的大师；他们是受到启发、被附体的，这就是他们吟唱所有那些美丽诗歌的方式。……[他们]在创作那些美丽的歌词时并不是清醒的，但一旦他们进入和谐与节奏，他们就被狂热的狄俄尼索附体。[…]因为诗人是一种飘渺的东西，有翅膀且神圣，只有当他受到启发、失去理智，他的智力不再在他身上时，他才能创作诗歌。只要一个人拥有他的理智，他就永远缺乏创作诗歌或歌唱预言的力量。[…]你看，使他们能够吟唱那些诗句的不是掌握[技术]，而是一种神圣的力量。这就是为什么神在使用他们作为他的仆人时，会将他们的理智带走，就像他使用先知和神圣的占卜者一样，这样我们听到的人就会知道，吟唱那些具有如此高价值的诗句的并不是他们自己，因为他们的理智不在他们身上：神自己是在说话，他通过他们向我们发声。在这方面，我认为，神比任何事情都更多地向我们展示，以便我们不会对此产生任何疑问，这些美丽的诗歌不是人类的，甚至不是来自人类，而是神圣的，来自神；诗人只不过是神的代表，被拥有他们的人附体。 （《爱奥尼亚人》534a-d）

苏格拉底在《斐德罗》中重申了这一观点：“一些最伟大的祝福确实是通过疯狂而来的，确实是天赐的疯狂”（244a）。他补充说，虽然诗人可能具有某种技能，但任何渴望仅凭技能而非疯狂或缪斯创作诗歌的人将会失败（245a）。

值得注意的是，对于柏拉图来说，“疯狂”是一种超自然的事务。从当代行为科学的角度来看，我们认为疯狂——或者更确切地说，精神疾病——是由一些遗传和环境因素的组合引起的病理，而这些因素可以被科学研究。因此，即使创造力与精神疾病有关——这是一个极具争议的命题——它仍然完全在科学的范围之内。然而，柏拉图所谈论的“疯狂”并不是指任何自然发生的病理，而是指神圣干预的结果：诗人被缪斯接管或“附身”，这正是他“失去理智”的原因。柏拉图的诗人遭受神圣的疯狂。

根据这个故事，我们所称之为诗人的人实际上并不是诗歌的创造者，而只是一个神灵传递诗歌的容器。如果诗歌的源头确实是超自然的，那么诗歌创造力就永远无法用科学来解释，因为科学仅限于对自然原因的调查。（有关柏拉图的更多信息，请参阅 Asmis 1992。）

超自然主义在西方思想中享有悠久的生命力。在古罗马，拉丁语中的“天赋”一词指的是一种被认为会伴随每个人一生的引导精神。艺术家的天赋有时会以柏拉图式的灵感之方式通过这个人传达艺术作品。

当天才的概念在 18 世纪发生转变时，对艺术家的看法也发生了新的转变。正如我们上面所看到的，伊曼纽尔·康德将天才定义为某种特定类型的艺术家天生具备的自然能力，这在一定程度上构成了该艺术家的身份。因此，康德并不说一个有天赋的艺术家“拥有天赋”，而是说这样的人“是天才”。天才的区别在于根本上是想象力的能力——一种参与“自由想象”的能力，以创作具有“典范独创性”的艺术作品。这些作品不仅在艺术或美学价值上是典范，不像“原始胡言”那样；它们还在更激进的意义上是典范，提供了一个榜样——一个新的范例和先例，供次级艺术家效仿。天才的作品确立了新的艺术价值标准，而次级艺术家可以从这个榜样中提取技巧或规则用于自己的工艺。因此，天才“给艺术规则”。在创作这样的作品时，天才不遵循任何规则或方法。相反，天才通过“自由想象的游戏”创作艺术——其中“自由”和“游戏”这两个术语描述了一种不受任何预先建立的方法或规则约束的活动的本质：

天才是一种产生无法给出明确规则的东西的才能，而不是为了学习某些规则而具有的技能倾向…. (1790: §46 5:307–8; 2000 trans., 186)

康德认为，天才，如他所构想的那样，仅限于美术，其中诗歌是首要的。与此同时，在康德看来，在科学领域中没有天才的空间，例如，良好的理论和假设必须从科学方法的谨慎应用中产生，因此他说，即使是“那位伟大的科学家”艾萨克·牛顿也不是天才。我们很快将考虑为什么这种观点似乎意味着创造力是无法解释的，但首先，带来另一个人物将会有所帮助，那就是受康德和柏拉图深深影响的亚瑟·叔本华。

与康德一样，叔本华认为天才是一种仅限于美术的自然能力。他还引用了柏拉图关于疯狂的看法，著名地说“天才和疯狂有一个接触的地方，甚至彼此交融”（《作为意志和表象的世界》，1859 年，WWV I: 190），以及“天才仅高于疯狂一层”（《附录与补遗》，SW 2:53，PP 2:49）。在疯狂状态下，叔本华的天才就像柏拉图的诗人一样，经历了短暂的自我的丧失，但是取代自我的不是任何神灵，而是一个纯粹的理念，它抓住了作者的存在，并成为他的着迷和艺术表达的对象：

我们完全沉浸在这个对象中，用一个富有含义的表达来说；换句话说，我们忘记了我们的个体性，我们的意志，只作为纯粹的主体继续存在，作为对象的清晰镜像，以至于好像只有对象存在，没有任何人来感知它，因此我们不再能够将感知者与感知分开，而是两者已经融为一体，因为整个意识被单一的感知形象填满和占据。（《世界》，WWV I: 178–179，§34）。

凭借对天才理解为一种自然能力的关注，康德和叔本华等人放弃了柏拉图缪斯的超自然主义。然而，他们仍然保留了创造力的观念——特别是在美术领域的天才级创造力不是在运用技能或应用给定规则、方法或技术方面的问题。

正如我们之前所指出的，这些人并没有明确否认创造力可以被二十一世纪的科学解释，但他们通常被认为代表了这种否认（Kronfeldner 2018）。为什么呢？

或许康德和叔本华这样的人似乎让创造力，或至少是创造性天才，变得难以解释，因为他们认为这是与生俱来的，而且他们没有关于如何获得这种与生俱来的能力的故事，除了说这要么是偶然的机会（这根本不是解释），要么是上帝的恩赐（这同样不是科学解释）。但是，尽管这些人似乎认为艺术天才完全是由自然赋予的，没有任何来自培养的贡献，现代遗传理论却拒绝了这种二分法。行为科学家今天不再提出全有或全无的自然能力，而是以遗传传承的倾向来思考。为了使遗传倾向发展成为具有可观察表型的特征，需要通过生物体的基因和某些刺激或环境条件之间的复杂互动来触发和塑造。关于基因和环境如何以及在多大程度上影响任何给定特征的发展仍然存在着一些问题，但将二元的自然与培养的问题提出是错误的，因为这两者并不是互相排斥的（参见 Tabery 2014）。许多研究人员认为，有些人对创造力有更强的自然倾向，而天才级创造力部分源自这种倾向。即便如此，这种倾向本身也可以从遗传可遗传性的角度进行科学理解。（有关相关研究的样本，请参阅 S.B. Kaufman 2013 年收集的论文。）

或许创造力在这些描述中看起来无法解释，是因为它不遵循规则或方法。为了解释如何做某事——如何建造一艘船或领导一支军队等——也许我需要能够确定你应该遵循的规则或方法，以便练习和应用这些技能。如何解释是指导。但科学解释不必是指导。很多优秀的科学解释了某事发生的原因——例如，热量如何融化冰或蝙蝠如何通过回声定位在其环境中导航——而不解释如何自己去做。

或许创造力在这些描述中看起来无法解释，是因为创作者们自己不知道他们是如何创造的。但科学解释不必通过内省获得。大多数人无法解释他们自己的消化、循环或感知系统是如何工作的，但研究这些系统的科学家可以。

另一种思路或许隐含在康德的思想中，但在叔本华的作品中更加突出，他说“天才的本质正是在于卓越的能力”。

独立于充分理由原则考虑事物，与完全遵循该原则的考虑方式形成对比，这是科学和经验的方式。（《世界 WWV：I：192，§36》）

充分理由原则表明，对于每个事实都存在一个完全解释该事实的原因。因此，天才的定义能力在于以超越因果顺序的方式看待事物，并且无法被任何解释所限制。

这种观点的一个版本是最近由卡尔·豪斯曼（1975 [1984]，1979，1985）辩护，他将其表述为涉及创造力的新颖性。豪斯曼断言，如果一个产品具有创造性，那么它必须在形而上学上是新颖的（或用他的术语来说，“真正新颖”），即它不能从先前事件中预测或解释，甚至在原则上也不行。因此，创造力与因果决定和因果解释不相容：“解释的因果观设定了否认太阳底下没有新事物的方式的框架”（豪斯曼 1984：ix）。如果某事物可以被先前原因解释，那么它就不是形而上学上的新颖，因此，在豪斯曼看来，它并非真正具有创造性。

针对豪斯曼的怀疑指控，玛丽亚·克朗费尔德纳（2009 年）认为创造力与因果决定是兼容的。首先，因果决定并不排除新颖性或变化。决定论表明新事物的出现至少在原则上是可以事先预测的。重要的是，当这种预测变为现实时，世界就会增加一些新的东西。当然，并非所有的新颖性都体现了创造力。问题是，创造力中涉及的新颖性是否必须是形而上学的新颖性，这在定义上与因果决定是不兼容的。这是值得怀疑的。请注意，根据定义，形而上学的新颖性违背自然法则。因此，生产出某种形而上学上新颖的东西将需要超自然力量。传统的西方宗教将上帝描绘为通过无中生有的创举来创造奇迹。但每当我们将人类的工艺品或成就描述为创造性时，我们是否在假设发生了奇迹？当然不是。正如前面所述，人类的创造力体现在相对于制造者而言是新颖的事物或对人类历史而言是新的事物，但这两种新颖性（心理和历史）都与因果决定是完全兼容的。克朗费尔德纳解释说，创造力并不排除一般的原因；它只排除某些类型的原因。她认为，一个创造性的产品必须是原创的——这意味着它不能通过复制先前的东西来生产。而且它必须是自发的（不是通过例行程序或机械程序生产的）——这意味着它在某种程度上独立于制作者的故意控制和先前获得的知识。（有关原创性和自发性的更多信息，请回顾上面的第 2.2 节）。直观地说，创造性的原因不能简单地是复制或遵循例行程序的问题。但它可能仍然有原因，认知科学至少在原则上可以调查这些原因。事实上，接下来我们将看到，它正在实践中这样做。

创造力的认知科学

尽管创造力在当代哲学家中相对被低估，正如我们在第 1 节中所指出的，但在过去几十年里，它一直受到心理学家的极大关注。1950 年，J.P.吉尔福德在美国心理学协会发表了总统演讲，呼吁对这一主题进行研究，随后该领域迅速展开了一系列研究，探讨了创造性个性的特质和倾向；创造性思维中起作用的认知和神经机制；创造成就的动机决定因素；增强或抑制创造力的各种制度、教育和环境因素；等等。如今，这一领域的蓬勃发展可在其成果的大量流行著作中看到；美国心理学协会设立了审美、创造力和艺术心理学的官方分会（第 10 分会）；众多学术会议；专门的同行评议期刊（《心理学审美、创造力与艺术》；《创造力研究期刊》；《创造行为杂志》；《创造力与问题解决国际期刊》）；期刊的专题（《行为科学当前观点》；竹内与郑 2019 年）；文献综述（亨内西与阿马比勒 2010 年；朗科与阿尔伯特 2010 年；朗科 2017 年；格拉维亚努 2014 年；威廉斯等 2016 年）；教科书（J.C.考夫曼 2009 年；索耶尔 2012 年；R.W.韦斯伯格 1986 年，2006 年）；以及一部全面的百科全书（朗科与普里茨克 2020 年）。根据一个概述，创造力已被 20 世纪几乎所有最杰出的心理学家研究过，“这一领域只能被描述为爆炸性的”（阿尔伯特与朗科 1999 年：17）。在计算机科学、人工智能（AI）和机器人领域，创造力的新工作也呈现出一股热潮。

本节将概述心理学中的实证研究以及一些与神经科学相关的工作，而下一节（§6）将涵盖计算、人工智能和机器人领域的研究。在整个过程中，我们将看到哲学家们积极与这些领域展开对话，这些领域在认知科学这一广泛的跨学科范畴下进行研究。

创造力的广泛实证研究可以被视为在解决各种问题，但我们在这里关心的中心问题是我们上面确定的解释创造力的挑战：人们如何创造？这个问题类似于认知科学中的许多其他问题：人们如何通过视觉等感官模式感知？他们如何形成概念？他们如何习得语言？他们如何进行推理？正如心理学家调查这些其他心理操作中正在发生的心理和神经过程、系统和机制，以及内部和外部因素是如何增强或阻碍这些操作的，他们也在研究创造力。我们并没有假装要达到一个完整的解释，其中包括每一个因果因素，并提供事先完美预测创造性结果的基础。但在我们确定了一些涉及创造力的相关因果因素的程度上，我们因此在解释创造力方面取得了进展，就像我们在解释心灵的其他特征时所做的那样。

正如我们在 §2 中指出的，心理学中对创造力的标准定义是，一个产品（想法或工艺品）在新颖和有价值（“有效”，“有用”或“适当”）的程度上是创造性的，反过来，人们和过程在产生新颖和有价值的东西的程度上是创造性的。正如我们也指出的，许多心理学家在进行研究时实际上并没有采用这个或任何定义创造力的方法。在一项对发表在同行评议的心理学期刊上的创造力研究进行抽样的研究中，只有 38%的研究包含了对创造力的明确定义（Plucker，Beghetto 和 Dow 2004），因为他们在某种程度上依赖于我们看到时就知道它的假设。例如，许多研究使用共识评估技术（CAT），实验对象制作的东西然后由相关领域的专家小组评定其创造性；因此，绘画由专业画家评定，故事由已发表的作者评定，等等。还有许多其他研究方法被使用，我们将在下文中看到。

创造力的经验研究在几个方面与传统方法有所不同，传统方法似乎将创造力置于科学范围之外。首先，与柏拉图的超自然主义形成鲜明对比，经验心理学家认为创造力是一个完全自然的现象。创造性的人当然可以“受启发”，即感到充满活力或充满想法，但他们的思想和行为并非像某位神祇或缪斯女神直接“灌输”进来，而是被认为有完全自然的原因。虽然在实践中很难确定这些原因，但原则上它们并不超出科学的范围。

此外，当代研究者在创造力范围内考虑的现象远比传统关注诗歌和美术更广泛和多样化，因为创造力可以在任何艺术或工艺品、科学、技术、创业、烹饪、幽默等领域中显现，实际上在任何人们提出新颖且有价值的想法或事物的领域中都可以显现。与康德不同，天才，即创造力的最高层次，可以在几乎任何领域被认可，而不仅仅是在美术领域。虽然一些研究者（例如，西蒙顿 1984 年、1994 年、1997 年、2009 年；鲁特-伯恩斯坦和鲁特-伯恩斯坦 1999 年）冒险研究天才（所谓的“大 C”创造力），但大多数研究者更专注于相对普通的创造性壮举（“小 c”创造力），包括那些可以在实验环境中从普通人口中命令引出的故事编织、绘画和问题解决等。一些研究者提出，为了理解头脑如何产生新想法，我们应该从更基础的现象开始。例如，哲学家杰西·普林兹和心理学家劳伦斯·巴萨卢专注于我们如何形成新概念来对我们所感知的事物进行分类，他们声称这个过程是创造性的，尽管是以“平凡”而不是“特殊”的方式（普林兹和巴萨卢 2002 年；巴萨卢和普林兹 1997 年；参见 Child 2018 年）。

当然，许多人类创造力的壮举，尤其是最有趣的壮举，远远超出了基本概念的形成。解释这些壮举的一个重要步骤是认识到我们所谓的“创造过程”，好像它是一个单一、同质的现象，实际上是多个阶段或操作的组合。最简单的认识到这一事实的方法是 Geneplore 模型，它区分了两个阶段：生成想法和探索想法（Finke 1996 年；Smith, Ward, & Finke 1995 年）。这种区分可以被看作是二十世纪初科学哲学家所做的一个区分，即发现的背景和证明的背景（波普尔 1934 年）。其他理论家提出了多达八个创造性阶段（有关提议摘要，请参见 Sawyer 2012 年：89）。但最有影响力的阶段理论可以追溯到亨利·庞加莱的讲座《数学创作》（1908 年[1913 年：383–394]），在这篇讲座中，他确定了他自己作为数学家在创新工作中的四个阶段：

  1. 有意识的辛勤工作或准备，

  2. 无意识的孵化，

  3. 启示，以及

  4. 验证。

在他的著作《思维的艺术》（1926 年）中，心理学家格雷厄姆·沃拉斯通过其他著名科学家如赫尔曼·冯·亥姆霍兹的个人报告提供了支持波安卡雷的四个阶段的证据。沃拉斯的方案作为波安卡雷的发展，仍然是最广泛引用的方案之一，我们在这里使用了一个稍微不同的术语版本，并进行了两个更实质性的修改：我们将第二个操作更普遍地称为“创意的生成”，这可能包括无意识的孵化，也可能发生在有意识的、故意的思考中；我们增加了“外化”以总共有五个操作：

  1. 准备——您投入大量精力学习和练习，以获取在特定领域工作所需的知识、技能和专业知识。

  2. 生成 - 你产生新的想法，无论是通过有意识的反思还是无意识的孵化。

  3. 洞察 - 你有意识地体验到新想法的出现，这会让你感到惊讶：“啊哈！”，“尤里卡！”

  4. 评估 - 你评估这个想法，以确定它是否应该被丢弃、保留、修订或修改。

  5. 外化-您以具体、可观察的形式表达您的想法。

艺术家提供引人入胜的例子（虽然不是唯一的例子）这五种操作中的每一种。这些例子尤其具有说明性，因为它们直接来自艺术家的口中，他们反思并分享他们的创作过程。二十世纪画家雅各布·劳伦斯以视觉叙事风格而闻名。劳伦斯开发了一个系统，类似于电影制片人的故事板，用于准备这些绘画作品。他会在工作室地板上铺设多达 60 块木板，每块木板上都有单独的场景，有时还有标题。从这些故事板中，劳伦斯会产生和评估视觉叙事的想法和见解，最终形成像他的《迁徙系列》中的那些绘画（请参阅惠特尼博物馆，2002 年，其他互联网资源）。诺贝尔文学奖获得者托尼·莫里森谈到了创作过程的准备、生成、评估和外化阶段所需的劳动和持续努力。谈到她的小说《爵士》，她说，

我把自己看作是爵士音乐家-一个为了能够发明并使他的艺术看起来毫不费力和优雅而练习、练习和练习的人。我一直意识到写作过程的构建性质，以及艺术之所以看起来自然和优雅只是因为不断的练习和对其形式结构的意识。

她进一步指出，洞察力并不总是一闪而过，

它是我必须不断尝试的东西。我总是从一个想法开始，即使是一个无聊的想法，它也会变成一个我没有答案的问题。（T. Morrison 1993）

作家伊斯梅尔·里德声称，洞察力可能会突然出现，并出现在各种不同的背景中：

一个人可以从许多来源中获得灵感。《日本之春》的想法源自一则新闻，声称一所大学的捐赠款来自日本黑帮——“雅库萨”。《飞往加拿大》起初是一首诗。《可怕系列》的创作灵感来自于一次派对上有人提到荷兰圣诞节中有一个黑色人物——黑彼得，巧合的是不久之后我被邀请去荷兰，在那里目睹了圣尼古拉斯和彼得乘坐的驳船漂浮进阿姆斯特丹，人群围观。我拍摄了这个仪式的照片……（霍威尔 2020: 91）

詹姆斯·鲍德温以其独特的深刻见解指出，创作艺术过程的所有要素，从准备到外化，都需要一个基本的促成条件：独处（并且愿意独处）（鲍德温 1962）。

正如沃拉斯所认识到的（1926: 81），以及上述例子所暗示的，创作过程的“阶段”并不一定是一个整洁序列中相互跟随的离散步骤。创作工作是混乱的：随着时间的推移，你会有许多想法，通过多轮试错保留一些想法并放弃其他想法；在为一个问题孵化新想法的同时，你正忙于外化另一个问题的想法；你的顿悟、评估和外化时刻会触发进一步的生成过程，使你在这些操作中循环多次。然而，仍然重要区分这些操作，因为研究人员证实，它们受到不同因果因素的影响和促成。

在研究人员提出的额外阶段中，其中一个被广泛讨论的是问题发现。心理学家经常以问题解决的方式来概念化创造性思维：在创造过程中产生的想法被视为对给定问题的候选解决方案——在这里，“问题”被广泛解释为包括任何创造性目标，比如制作特定类型的艺术作品或证明特定定理等（Flavell＆Draguns 1957：201；Newell，Shaw，＆Simon 1962）。但在 Mihalyi Csikszentmihalyi（1965）的一些早期工作之后，许多研究人员开始意识到，许多创造性工作不仅仅是解决问题，而是首先找到正确的问题（Abdulla 等人 2020 年；Csikszentmihalyi＆Getzels 1970；Getzels 1965；Getzels＆Csikszentmihalyi 1975）。虽然我们同意问题发现经常在创造力中起着关键作用，但出于以下原因，我们没有将其分配给一个单独的阶段。考虑一下，您可能以两种方式之一确定要解决的问题。一方面，您可能从预先存在的选项菜单中选择要解决的问题。在这种情况下，您的选择将属于评估阶段；只是您选择的想法是需要进一步想法的问题。另一方面，如果您提出一个新问题，那么您将从事新想法——新问题的生成，这可能会在一瞬间出现。爱因斯坦和他的同事在这种问题发现中庆祝新颖之处：

问题的提出往往比其解决更为重要，后者可能仅仅是数学或实验技能的问题。提出新问题，新可能性，从新角度看待旧问题，需要创造性想象力，并标志着科学的真正进步。（爱因斯坦 ＆ 因费尔德 1938：92）

无论哪种方式——无论您是通过选择预先存在的问题还是自己提出新问题来“发现”问题——问题发现，尽管重要，但不需要被视为五个上述操作之外的额外操作；它只是生成、洞察或评估的一个特殊情况。

接下来的五个小节将分别审视创造性工作的五个操作。请注意，其中三个——准备、评估和外化——毫无疑问是涉及没有明显神秘的普通活动；解释它们是一个挑战，但没有人会认为它们是无法解释的或违反自然法则的。正如我们在第 4 节中看到的，传统上对解释创造力的可能性持怀疑态度实际上主要集中在剩下的两个现象上：新想法的产生（第 5.2 节）和洞察力体验，即一个想法似乎突然出现，就像来自神一样（第 5.3 节）。

5.1 准备

外界更有创造力是一个神话。要使自己处于创造任何有价值的东西的位置，您必须花费大量时间和精力获取相关的知识、技能和专业知识。霍华德·加德纳（1993）发现，在平均情况下，人们在做出任何重要的创造性贡献之前，大约花费约 10 年的时间学习和沉浸在一个领域中，这被称为“十年规则”。

尽管需要一定程度的死记硬背，但在某个领域获得精通并不仅仅是 passively absorbing information 的问题。其中很大一部分涉及到 Anders Ericsson 所称的刻意练习，你要专注于一些略高于你当前能力水平的任务，最终通过反馈和重复来征服它们。Ericsson 在多个领域——包括物理学、医学、编程、舞蹈和音乐——发现，平均而言，只有在人们在自己选择的活动中进行了 10,000 小时的刻意练习之后，才有可能达到世界级表现。这一发现也符合十年规律，因为如果你每天进行四个小时的刻意练习，一周五天，那在十年内就会累积达到 10,000 小时（Ericsson，Krampe 和 Tesch-Römer 1993；Ericsson 等人 2006）。

然而，似乎存在一个临界点，过多的正规训练可能会抑制创造力。Simonton（1984: 70–73）报告称，创造力与教育水平之间的关系是一个倒 U 型，因为过多的学校教育可能会强化熟悉的、预先建立的思维风格。即便如此，在遭遇收益递减之前，为了出色的创造力，需要多年的准备学习和实践。

5.2 生成

在这一部分，我们讨论研究人员提出用于生成新想法的四种心智能力或过程。

5.2.1 盲目变异

心理学家唐纳德·T·坎贝尔（1960 年，1965 年）提出创造性思维通过“盲目变异和选择性保留（BVSR）”进行。他所指的“变异”是创作者可能想到的各种想法，生成这些想法的过程“盲目”在于它不受先前知识指导或引导，以确定它们的价值或有用性：“真正的收益必须是超越预见或先见之限的探索成果，在这个意义上是盲目的”（坎贝尔 1960 年：92，强调添加）。然而，一旦想法被生成，就会有一个随后的阶段，创作者在保留其中一些想法的同时丢弃其他想法，坎贝尔称这个阶段为“有视觉”的而不是盲目的，因为它受到创作者判断哪些想法有价值的指导。虽然很少有人争论选择性保留在这个意义上是有视觉的，但关于想法的初始产生是否相反是盲目的存在更多争议。

在他丰富的作品中，迪恩·基思·西蒙顿扩展并完善了坎贝尔的提议。他的作品很好地展示了创造力研究的跨学科性质，因为他像坎贝尔一样是一位与哲学家合作的心理学家，其中一些哲学家对 BVSR 理论持宽容态度（Briskman，2009 年；Nickles，2003 年），而另一些则持怀疑态度（Kronfeldner 2010 年，2011 年，2018 年）。在早期的著作中，西蒙顿提出，与坎贝尔不同，BVSR 应当按达尔文进化的模式来理解（西蒙顿 1999a，1999b）。但西蒙顿（即将出版：2-3）已经撤销了 BVSR 的达尔文框架，并承认这是误导性的。他重申了坎贝尔的核心观点，称生成一个想法的过程是盲目的，因为它不受“创作者对变异的效用的先前知识”的指导（西蒙顿即将出版：5；参见西蒙顿 2011 年，2012a，2012b，2018 年）。他强调盲目性并非全是非；它存在程度上的差异。一个高度明智的过程的例子是使用二次方程式来找到二次方程的根：您事先知道，如果您正确应用公式，它将产生正确的答案。相对盲目的过程的例子包括远距离联想和心灵漫游。

5.2.2 默认模式网络

尽管对 BVSR 的前述批评，最近的神经科学研究表明了一种可能起到盲目变异作用的大脑活动网络。当一个人不专注于任务、休息、做白日梦等时，大脑活动并不停止。基于这一洞察，研究人员使用神经影像方法识别了现在被称为默认模式网络（DMN）的网络。这个网络的确切解剖学仍然是一个调查问题，但据说当一个人专注于外部任务（比如现实世界或实验室中的问题）时，这个网络的活动较少，而当一个人不那么专注时，这个网络的活动较多（Raichle 等人，2001 年；Buckner 和 DiNicola，2019 年）。请注意，尽管这个网络并非专门用于创造力，它被认为在记忆召回、想象未来事件、白日梦等时是活跃的，但它似乎特别适合创造力，特别适合 BVSR 所假设的随机想法生成（Jung 等人，2013 年）。这些领域的创造力研究人员经常将这种更“自由”的想法产生称为“发散思维”，一些人根据神经影像研究认为，创造性思维需要这种思维模式与“执行控制”之间的合作。正如一个团队所说，

一般来说，我们认为默认网络会影响候选想法的生成，但控制网络可以通过自上而下的监控和执行控制来限制和引导这一过程，以实现特定任务目标。(Beaty, Benedek 等人，2016 年; 另见 Mayseless, Eran 和 Shamay-Tsoory，2015 年; Beaty, Seli 和 Schacter，2019 年; Chrysikou，2019 年)

请注意，这与 Geneplore 和 BVSR 框架非常契合，或许可以找到一种方法，既保留两者的一些见解，又不必完全致力于特殊的创造力机制。

5.2.3 想象力

至少自康德以来，理论家们已经确定了创造力和想象力之间的重要联系；事实上，有时候这两者被不幸地混淆在一起。广义地理解，想象力可以呈现多种形式：感官形象、命题想象、假设、自由联想。Berys Gaut（2003 年，2009 年，2010 年）和 Stokes（2014 年，2016 年）最近都主张，尽管想象力和创造力是不同的，但想象力特别适合于创造性思维，因为它具有特有的灵活性。他们都认为，想象力与行动是分离的（Gaut 2003 年），并且在某种意义上是“非真实约束的”（Stokes 2014 年），即与信念不同，想象力不受准确表达（世界的某个部分）的适当功能所限制。想象力的这种自由或游戏性对于产生新想法至关重要，因为它使人能够安全地“尝试”假设、概念组合、解决方案策略等，而无需认知或行为承诺。

一系列研究既说明了创造性思维中需要非真实约束能力，又说明了利用这些能力的困难。当人们——无论是儿童还是成年人——被要求想象并绘制不存在的房屋、人物或动物时，他们描绘出与现实世界中熟悉对应物相似的事物：例如，想象中的人物通常被画成带有头部、四肢、眼睛等的某种版本。（Karmiloff-Smith 1990 年，1992 年：155-61；Cacciari 等人 1997 年；Ward 1994 年，1995 年）。这表明我们在创造性方面受到我们已有概念的严格限制。现有事物的概念是真实约束的：例如，你对动物的概念具有准确表达实际动物范围的适当功能。当你试图设想一种新的虚构动物时，你从一个展示你对动物现有概念的心理形象开始，这就是为什么你受到该概念的限制。然后，你必须操纵你的初始形象，以方式改变其特征，放弃准确性的目标，使用一种非真实约束的能力。概括这一点得出认知操纵论点，即创造性思维需要认知操纵，这涉及以不受真实约束的方式思考（Stokes 2014 年：167）。想象力很可能是最适合担任这种认知操纵角色的心智能力。在刚才引用的研究中，受试者必须利用他们的想象力来操纵他们已有的概念，以形成新的想法。

最近对视觉形象的实证研究似乎证实了这一说法。各种研究已经确定了创造性问题解决与视觉形象生成、形象转换和形象生动性之间的正相关性（Finke 1990 年，1996 年；Zemore 1995 年；R. Morrison 和 Wallace 2001 年；Pérez-Fabello 和 Campos 2007 年）。一项更近期的研究突出了形象转换能力的重要性——即能够在头脑中操纵给定形象的能力——以及实现高度视觉创造力的能力。此研究结果表明，尽管生动性与所创造图像的实用性呈负相关，但生动性与新颖想法的产生呈正相关（Palmiero 等人 2015 年）。所涉及的新颖性很小，但再次表明，想象力，在这里以形象的形式出现，很好地发挥了认知操纵的作用。

斯托克斯进一步观察到，我们可以自愿控制想象状态（与其他非真实状态，如欲望和愿望相对）。由于想象力在推理系统以及情感系统中有重要联系，它产生的思维往往可以与知识和技能相结合，制定创新的策略或解决问题的方案。最后，想象力在创造力中的作用并不仅限于艺术家和科学家的丰富创造力，而似乎确实表征了我们所有人享受的最低限度的创造行为。这一说法在一定程度上受到刚才讨论的实证研究的启发。在这里，就像在更激进的案例中一样，受试者的新成就或学习实例需要的不仅仅是死记硬背；它需要对相关概念空间中的信息进行认知操作（例如，结合关于房屋和人的概念）。这种认知活动最好通过想象力来完成。

彼得·卡鲁瑟斯认为，想象力在进化的基础上对创造力至关重要（2002 年，2006 年；另请参阅皮丘托和卡鲁瑟斯 2014 年）。与上述分析类似，他关注想象力的趣味性。假装游戏通常在人类儿童早期发展。成年人的想象力为生成和探索想法提供了正确的机制（正如 Geneplore 模型所要求的）。卡鲁瑟斯认为，想象力在适应优势下演化为成年创造力的一种实践，并且可能因此被选择，与 40,000 年前的所谓创造力爆发相一致（米森 1996 年，1998 年；哈里斯 2000 年）。他认为，这是对人类物种创造力的出现和普遍性的最简约解释。请参阅 B·高特（2009 年）对卡鲁瑟斯分析的批判。

5.2.4 孵化

虽然我们可能在想象中有意识地产生想法，但在无意识的孵化期间，当我们专注于其他事物时，我们也可能这样做。这一点可以通过许多著名故事来说明，尽管有些故事可能经过多年的传述后被夸大。据说艾萨克·牛顿目睹了一颗苹果从树上掉落（有些说法是掉在牛顿的头上），从而找到了引发他引力定律的灵感。据报道，奥古斯特·凯库勒在白日梦中看到一条蛇盘旋并咬住自己的尾巴，从而发现了苯分子的结构。亨利·庞加莱声称，在上公共汽车时，他突然获得了一次引领他发现非欧几里得几何的灵感。诺贝尔奖获得者理查德·费曼声称，在啜饮苏打水并在成人俱乐部涂鸦时找到了灵感。爱因斯坦报道说：

当我坐在伯尔尼专利局的椅子上时，突然间我想到了一个念头。“如果一个人自由落体，他将不会感到自己的重量”。我吃惊了。这个简单的想法给我留下了深刻的印象。它推动我朝着一个引力理论前进。（爱因斯坦，“京都讲座”，由派斯 1982 年翻译和引用：179）

在每种情况下，某人在与完全不同的事物交往时突然对一件事产生了灵感。以经验为基础的理论家拒绝认为这些想法是从虚无中产生或通过神圣附体而来。那么，如何用自然心理现象的术语来解释它们呢？

阿瑟·科斯特勒（Arthur Koestler）在亨利·庞加莱（Henri Poincaré）的工作（1908 年[1913 年]）的部分启发下，假设在创造性思维过程中，思想以新颖的方式结合，这种组合主要是在潜意识下进行的，正如庞加莱所说的潜意识自我（Koestler 1964: 164–5）。对于庞加莱来说，我们可能认为无意识只有两种方式。一种是，我们可以用弗洛伊德的术语来思考无意识，即作为一个能够进行仔细和精细辨别以及重要的区分和组合的自我。另一种方式（这也是庞加莱和科斯特勒所青睐的选择），我们可以将无意识看作是一个机械地运行各种思想组合的次人自动机。重要的是，这种无意识过程（或者，如果愿意，自动机）会产生随机的概念联想和思想。然后这些思想可以进一步考虑、检查、探索和修订。

特别是在创造力的背景下，科林·马丁代尔（Colin Martindale）的皮层激活理论中存在先例，或者至少有重叠之处。这一理论围绕注意力焦点的性质展开（Martindale 1977, 1981, 1995, 1999; Martindale & Armstrong 1974; Martindale & Hines 1975）。马丁代尔提出了一个多阶段的问题解决模型，如果拥有正确的机制，就会导致创造性思维。在最初阶段，信息被收集，对问题采取各种方法，并且有着高水平的皮层激活和狭窄的注意力焦点。随着信息的增加和问题仍未解决，可能会出现两种反应。第一种反应是继续尝试相同的解决方案，以使激活和注意力焦点保持高水平和狭窄，分别。另一种反应是，一些人会经历皮层激活的减少，同时注意力焦点范围扩大。然后信息进入马丁代尔所称的初级处理：一种不完全受主体控制的潜意识认知。正是这种处理方式和使其可能的激活机制区分了创造性的洞察或成就与非创造性的洞察或成就。第一种反应通常导致挫折和失败（固定化），而第二种通常导致创造性的洞察。

一些早期研究集中在一个熟悉的观察现象上。考虑到“差一点就想起来”的现象，当你知道自己知道一些信息（演员的名字或歌曲的标题），但无论如何努力，却无法回忆起来。通常情况下，放弃片刻并允许记忆自然浮现会有所帮助。研究人员发现，同样的方法——暂时忘记问题——很好地克服了对无效思想的固定化，从而使实际解决方案浮现。史密斯和布兰肯希普（Smith and Blankenship）为两组受试者提供了不恰当或误导性的问题解决方案。他们让一组继续努力解决同一个问题，而让第二组分心进行一个不同但认知要求较高的任务。第二组因此克服了固定化，并在重新将注意力转向原始目标问题时胜过了第一组（Smith & Blankenship 1989, 1991; 另见 Smith, Ward, & Finke 1995）。

这些行为方法可以与对神经可塑性以及认知努力和注意力影响的当代理解相结合。神经科学家长期以来一直认识到人类大脑是可塑的——在遗传物质上稳定，但在对外部刺激做出反应时，不断经历功能性变化和神经网络发展，唐纳德·赫布在二十世纪中叶的工作是一个重要的早期先例。正如赫布所说，神经元“一起激活，一起连接”。细胞集合体因此形成，是作为个体细胞激活的同步性和接近性的结果。

任何两个反复同时活跃的细胞或细胞系统都会倾向于“关联”，以便一个细胞的活动促进另一个细胞的活动。（赫布 1949 [2002: 70]）

对问题的持续关注，一些人所称的大脑努力，会导致大脑皮层的网络发生变化（唐纳德 2001: 175–8）。重要的是，这些变化可以继续发生，即使一个人已经将注意力从问题上移开。这促使了一个简单（并且有些不足为奇）的假设：关注和执行认知任务会影响神经网络（波斯纳等人 1997；波斯纳和雷克尔 1994；另见卡米等人 1995），这些变化可能涉及突触连接的加强（与概念联系和关联相关）。这些变化在一个人关注任务时和在一个人将注意力转移到其他地方后都可能发生。最后，后者在一定程度上解释了孵化后的顿悟时刻（所谓的孵化效应）：当一个人重新关注目标问题时，新的或新加强的神经连接（作为先前认知努力的结果）可以产生新的想法。由于这种神经过程在任何意义上都不是由你完成的，新想法的出现可能会感觉像一阵顿悟（参见斯托克斯 2007；萨加德和斯图尔特 2011；里特和戴克斯特豪斯 2014；以及海尔曼 2016）。

近年来还有许多关于相关主题的研究：关于心灵漫游和自发性思维（Christoff 等人 2016 年；Irving＆Thompson 2018 年；Murray 等人即将出版），关于所谓的“发散性思维”（Mekern 等人 2019 年），以及更多关于洞察力的神经基础（Jung-Beeman 等人 2004 年；Bowden 等人 2005 年；Limb＆Braun 2008 年；Dietrich＆Kanso 2010 年；Kounios＆Beeman 2014 年）。

5.3 洞察力

直觉上应该很容易理解，创造力通常涉及解决问题，并以有趣或令人惊讶的方式解决问题。在特殊情况下，个体可能会找到一个问题解决方案，甚至可能没有人（包括创造者在内）预料到。但也有无数例子表明，更普通的问题解决实例，解决方案可能仅对少数个体（甚至仅对问题解决者）令人惊讶（或特别有趣）。因此，研究人员使用的一种广泛的标准实验方法集中在问题解决中的洞察力上。一些问题（幸运地！）可以通过直接依靠记忆或机械方式应用某些技术或计算方法来解决。解决问题可能仍需要时间和精力，但只要执行适当的策略或应用来自记忆的相关知识，解决方案就会出现。相比之下，洞察问题通常需要个体方面的新东西，人们通常必须“改变对问题结构的看法”。可预见的是，文献中有各种关于“洞察力”的定义或特征描述。以下是两个最近的代表性例子。Bowden 等人认为洞察力发生

当求解器摆脱不合理的假设，或者在现有概念或技能之间形成新颖的、与任务相关的联系时。

更近期，Kounios 和 Beeman 写道，

我们将洞察定义为任何突然的理解、认识或问题解决，它涉及到一个人对刺激、情境或事件的心理表征元素的重新组织，以产生一个非显而易见或非主导的解释。 (2014: 74)

至少有两个可以分开的洞察力组成部分。首先，洞察问题需要非机械或非算法解决方案，而这又需要某种概念重组。这里可能会想起一个陈词滥调：人们必须“打破常规思维”。

这里理解的洞察力的第二个元素是主观的或现象学的。一个富有洞察力的问题解决方案通常被描述为突然发生，几乎没有明显的努力。这是一个恍然大悟的时刻，即使不像传统上浪漫化的欧凯拉时刻那样戏剧性。研究人员测试这种主观特征的一种方法是要求受试者报告解决问题时的接近程度或“温暖”感。他们发现，与非洞察问题相比，对于洞察问题，受试者报告说，当他们接近解决问题时，他们在解决问题的温暖感上经历了突然的变化（Metcalfe＆Wiebe 1987; 另请参见 Dominowski 1995; Laukkonen＆Tangen 2018）。最近，研究人员已经开始使用神经影像技术来研究洞察和富有洞察力的问题解决（Luo＆Niki 2003; Mai 等，2004）。

首先，研究人员已经开发了使用主观报告的方法，受试者评价他们是否认为自己在解决指定问题时使用了洞察力（Bowden 等人，2005）。其次，结合这些报告方法，研究人员开发了可以用洞察力解决的简单问题。其中一个例子是“复合远程联想问题”（CRA）。以下是一个 CRA 问题的例子：

(a)和(b)中的三个词中的每一个都可以与解答词形成一个复合词或两个词组。解答词可以在任何问题词的前面或后面出现。

  1. 法国，汽车，鞋子

  2. 靴子，夏天，地面[1]

(Bowden 等人，2005 年: 324)

由于它们的简单性，这些问题可以明确快速地解决，而且速度更快，神经影像研究的潜力更大。在受试者报告对这类问题的洞察解决方案的情况下，

EEG 显示右颞叶上方出现高频（γ 波段）EEG 活动的突发，fMRI 显示右侧前上颞回内侧血流变化（Jung-Beeman 等人，2004 年）。 (Kounios＆Beeman，2014 年: 78)

神经科学家面临的问题是，这些证据的收敛是否足以建立洞察力的神经相关性。

5.4 评估

一个“洞察”的时刻可能会让人产生误解，因为最初让你觉得很有前途的想法最终可能会变成一条死胡同。在进行复杂的创意项目时，你可能会有无数的想法，但只有其中几个会被最终采纳。因此，你的创意工作的一个关键部分在于评估你的想法。对于你想到的任何想法，你可能需要问自己：这个想法可行吗？它是新的吗？它如何与项目的其他部分配合？你是否有资源和能力将其实现？它值得投入时间和精力吗？

创意过程的这个阶段的大部分研究关注于识别和分类人们在评估他们的想法时考虑的因素范围（Blair＆Mumford 2007; Dailey＆Mumford，2006）。毫不奇怪，这些因素在不同领域之间有所不同。新的烹饪菜肴会根据香气、味道、口感、颜色、呈现等因素进行评判（Horng＆Lin 2009），而改进的音乐表演则根据其复杂性、独创性和技术精湛程度进行评判（Eisenberg＆Thompson 2003），依此类推。您对相关因素的理解是您对该领域的内化模型的一部分（Bink＆Marsh，2000; Csikszentmihalyi＆Sawyer 1995）。由于您通过多年的准备获得并完善了该模型，因此您的评估能力在很大程度上是从最初阶段开始的努力的结果。

有些令人惊讶的是，有证据表明，擅长评估想法的人也擅长产生想法（Runco 1991; Runco＆Dow 2004; Runco＆Chand 1994; Runco＆Vega 1990）。

其他研究支持索耶尔（Sawyer）所称的生产力理论，该理论认为获得好点子的最佳方法是拥有大量点子，然后只扔掉不好的。在历史计量研究中，西蒙顿发现，一生中创作数量最多的创作者最有可能创作出具有重要意义并经得起时间考验的作品。更引人注目的是，他发现，从一年到另一年，创作者最富生产力的时期也是他们最有可能做出杰出工作的时期（Simonton 1988a, 1988b）。1954 年获得化学诺贝尔奖以及 1962 年获得和平诺贝尔奖的林纳斯·鲍林在一句著名的话中总结了生产力理论：

如果你想拥有好的想法，你必须有很多想法。其中大部分都是错误的，你需要学会的是哪些要丢弃。（由克里克在 1995 年引用 [时间 34:57]）

5.5 外部化

创造过程的最终操作——外部化想法——可能涉及任意数量的不同活动，基思·索耶总结如下：

创造力研究往往集中在八阶段创造过程的早期阶段，特别是在生成想法的阶段。但要使任何想法变为现实，还需要做很多工作。成功的创作者擅长执行他们的想法，预测他人可能对其反应，并做好准备作出回应，确定使其成功所需的资源，制定实施想法的计划，并灵活调整计划以应对新信息的到来。这些活动在所有创造力中都很重要，但在技术发明和创业等实际领域可能更为重要（Mumford, 2003; Policastro & Gardner, 1999）。 （Sawyer 2012: 133–4）

也许会有诱惑认为，一旦新想法在顿悟时刻出现，真正的创造性工作就完成了，而外化只是使想法公开的无创造性、机械化的琐事。但仔细观察这一现象会发现，外化往往是创造性本身的一部分。

Vera John-Steiner（1985）采访了超过 70 位杰出的创作者（从作家 Anaïs Nin 到作曲家 Aaron Copland），并查阅了另外 50 位杰出历史创作者的笔记，如列夫·托尔斯泰和玛丽·居里。贯穿始终的主题是，在每个创造性努力的开始以及其发展过程中，创作者使用素描、大纲和其他外部表现手段操纵和建立他们的印象、直觉和试探性预感。

佩金斯（1981 年）通过分析毕加索在创作他的著名作品《格尔尼卡》时制作的 61 幅素描，以及贝多芬的音乐草稿和达尔文的笔记，证实了这一发现。在每种情况下，艺术家通过与外部表现形式互动来取得进展。

其他研究发现，人们在任务中使用素描时发现和解决问题更多（Verstijnen 1997），并且当他们使用视觉图表时，人们会想出改进发明的更好主意（Mayer 1989）。

外部化对于实质性的创造性工作如此重要的一个原因是，我们有限的能力在意识中持有和操纵信息。将想法卸载并以物理符号和表达的形式存储有助于释放空间，让头脑能够以一定距离审视这些想法，同时接受新的想法。因此，研究表明，像心理可视化这样的内部策略可以帮助处理相对简单的任务，但对于更复杂的项目，外部化是关键（Finke 等，1992 年：60）。

5.6 担忧和未来方向

我们用一个简短的讨论来结束我们对创造力认知科学的调查，讨论一些关于当前工作的一般担忧，以及对未来研究的建议。

一些人担心在神经影像研究中使用的心理测量方法的有效性。其中一个担忧涉及我们应该对所使用的测试是否真正跟踪创造性行为的信心。这当然是一个普遍问题，部分是定义创造力（像其他现象一样）所面临的挑战的症状，以及与洞察力和孵化等特征相关的特殊挑战。但是使用神经影像技术（如 fMRI 扫描）来尝试研究自然发生的现象会带来特殊的挑战。使用这种技术几乎总是生态无效的——无法在艺术家的工作室中进行 fMRI 扫描。由于这些成像系统的成本和敏感性，相关的行为测试通常会被大幅缩短。这可能会对出现目标现象——新颖思维和洞察力——的空间施加限制，使其在成像会话期间发生。正如一位研究人员担心的那样，

单个测试经常被使用，甚至是单个项目！这与心理测量理论相悖（较长的测试允许错误相互抵消，因此更可靠），特别是在创造力评估研究中，项目甚至测试之间的差异很常见（Richards，1976 年；Runco，Mohamad 和 Paek，2016 年[sic 应为 Runco，Abdulla 等人 2016 年）。任何一个测试的结果都不能推广到其他测试。当然，单个项目的结果甚至更不具有普适性。（Runco 2017：309-310；另请参见 Abraham 2013）

另一位实证研究者批评他所看到的创造力神经科学中的“不切实际的追逐”。Arne Dietrich（2019 年）重申了上述对心理测量指标有效性及其简略和零碎应用的担忧。他进一步担心目前主导的强调发散思维以及默认模式网络（以及现在大多被放弃的强调诸如疯狂、右脑和快速眼动睡眠等概念）。Dietrich 在每种情况下的担忧是研究重点过于狭隘，虽然成像方法是可靠且处于最先进状态，但对创造力的描述却不是。他谴责将创造力的某个特征视为整个现象的诱惑。他建议，发散思维很可能是各种心理现象的集合，而不是单一的心理现象，

并没有努力去剖析发散思维，并将其与我们用来操作化所有其他心理现象的认知过程联系起来，比如工作记忆、认知控制、语义记忆、感知过程或执行注意力。（2019 年：37）

注意，迪特里希的“野鹅”是匆忙得出结论，然后围绕一个独特的创造力机制展开研究。

迪特里希还提出了各种解决方案。为了对抗近视，他建议（正如其他学科中的一些人所建议，例如，博登 2004 年）多种类型的创造力（和/或创造力特征）。他警告说，

由于不同类型的创造力包含相互对立的大脑机制——比如专注与散漫的注意力——任何关于大脑中创造力的全面性主张几乎肯定会被视为脑相学。（2019 年：39）

他将这一观点与更多跨学科方法的处方相结合。该领域的其他人也提出了同样的建议，主张采用“系统”方法，既敏感于创造力的多方面特性，又重视在多个解释层面进行理论化（Hennessy＆Amabile 2010）。

这些未来研究的指导似乎难以抗拒。至少，确保行为和脑科学领域的全部实证方法在相关子学科之间得到传播似乎是有利的。这理想情况下将促进这些研究人员之间更好的合作。有趣的是，这一建议的提出者中的同一研究人员并未很好地遵守这一建议。然而，比如说，在研究创造力的行为心理学家和神经科学家之间的交叉很少，而在心理科学和计算方法之间的交叉（几乎没有）更少。因此，下一节从突出这一“差距”开始，确定了一些在这方面进行跨学科工作的潜在有益领域。然后，它继续讨论了计算科学、人工智能和机器人领域的创造力研究。

6. 创造力与人工智能

正如我们在心理学和神经科学中发现的那样，在人工智能和计算机科学领域有丰富的创造力研究文献，包括专门的期刊、专题和会议（《人工创造力杂志》、《创意音乐系统杂志》、《数字创意》、《心智与机器关于计算创造力的专题》[Gervás 等人，2010 年]、《国际计算创造力会议》）。我们在这里关注的问题是计算机是否能够具有创造力。作为背景，值得考虑的是理论家们如何处理类似的问题，即计算机是否能够思考。

尽管各种理论家自早期现代以来就一直在问机器是否能够思考，但关于这个话题最重要的概念创新来自于艾伦·图灵，围绕着他 1950 年的论文《计算机器械与智能》。在这里，图灵提供了一些开创性的见解。也许最为人熟知的是图灵的“模仿游戏”，现在通常被称为“图灵测试”。简而言之，测试涉及一个不知情的询问者可以向人类和计算机提出一系列开放性问题。如果询问者无法区分计算机和人类，图灵推测这足以说明真正的智能。关于该测试对智能的适用性存在争议，可以说迄今为止没有计算机通过该测试。（有关图灵和图灵测试的更详细讨论，请参阅有关艾伦·图灵、图灵机和图灵测试的条目）。

在图灵的游戏中成功表现将需要非凡的行为灵活性。而且它是高度操作性的：指定一个模仿的阈值，然后允许询问者提问，然后评估表现。如果行为足够灵活以欺骗询问者，图灵声称，这种行为是智能的，因此计算机是智能的。

考虑到这一背景，人工智能研究中一些被誉为成功案例的案例有哪些，它们如何符合图灵的一些标准？

许多熟悉的成功案例都是高度专业化的。深蓝击败了国际象棋大师加里·卡斯帕罗夫（Kasparov & Greengard 2017）；一些语言处理系统成功地在社交环境中导航，比如在餐厅点菜（Schank & Abelson 1977）；AlphaGo 最近击败了世界冠军围棋选手。这种专业化既是一种优点，也是一种局限。一方面，在这样一个专业领域取得成就意味着需要大量的详细记忆和技能。另一方面，这种知识和技能并不具有泛化性。无论是深蓝还是 AlphaGo 都无法成功地在菜单上点菜，也无法完成无数其他基本的人类任务。用图灵的模仿游戏来说，这些系统将在试图欺骗人类方面失败得很惨，甚至无法远程模仿一个人（除了在一个非常狭窄的领域表现出色）。那么像 IBM 的沃森这样的系统呢，它在电视游戏节目《危险边缘》中著名地赢了（击败了人类）。这种表现更具一般性，因为节目中的话题变化很广泛，似乎需要语言理解和一些最基本的推理能力（有关人工智能的条目中有更详细的讨论）。即便如此，沃森的能力仍然相当有限：它无法进行“实时”流畅的对话，而且在处理上下文中的时间和其他因素时很不敏感。

有许多计算系统展示出复杂行为的例子，从高度专业化到更一般化。在语言处理方面，最近的人工智能系统，如 OpenAI 的 ChatGPT 和谷歌的 LaMDA，在很大程度上超越了上述系统。需要明确的是，这些是显示出相当复杂性和灵活性的显著成就，而且在某些情况下，似乎显示出了图灵所强调的典型人类行为特征。但这也凸显了一种区别，常常被人工智能研究的批评者所提及。计算机展示或仅仅模仿智能行为与计算机通过这种行为实现智能之间存在区别。批评者会说，即使计算机表现得像是具有智能，这只是对智能的建模或模拟。然而，更大的抱负是“真正的人工智能”，一个真正能够思考的系统。约翰·西尔称之为“弱人工智能”和“强人工智能”的区别。

  • 弱人工智能：计算机能否表现出像思考一样的行为？

  • 强人工智能：计算机能否真正地思考？

这里的一般担忧是，无论一个系统的行为看起来多么复杂“从外表上看”，我们可能只是看到了一个“空壳”（Haugeland 1981 [1997]; Clark 2001）。然后，通过指定空壳缺少的内容，这种担忧以各种方式得到了具体化。以下是三个标准的候选项。而且，再次强调，在每种情况下，无论计算机的行为看起来多么复杂，它仍然可能缺少以下任何一种或全部内容。首先，计算机可能缺乏意识。其次，计算机可能缺乏对其计算的符号的任何理解（Searle 1980）。最后，计算机可能在不关心自己的行为或者像约翰·豪格兰（John Haugeland）形象地说的那样“毫不在乎”的情况下运行。在每种情况下，对于雄心勃勃的人工智能研究人员的任何回应都会遇到理论化意识、理解、语言能力和情感等心理现象所带来的重大挑战（例如，图灵 1950 年承认但在很大程度上回避了这些主题）。

询问计算机是否能够思考是一回事，而询问它们是否能够创造是另一回事。正如人工智能或思考的前景分为弱人工智能和强人工智能两个问题一样，我们也可以区分关于人工创造力的两个类似问题，分别称为“弱人工创造力”和“强人工创造力”的问题。让我们从前者开始：

  • 弱人工创造力：计算机能否表现得像是有创造力的？

如果某物产生了在心理上是新的（对于该物体而言是新的）且有价值的东西，那么它就表现得像是有创造力。可以说，已经有许多计算机做到了这一点。

在 1970 年代，哈罗德·科恩开始利用计算技术创作新的绘画作品。他的计算机画家 Aaron 的作品曾在泰特美术馆和伦敦维多利亚和阿尔伯特博物馆等画廊展出。大卫·科普的“EMI”（音乐智能实验）以各种已知作曲家和风格的风格创作音乐作品，甚至是一部完整的歌剧。其中一些作品已被正规唱片公司录制和制作。只需在 Spotify 或 Apple Music 上搜索“Emily Howell”，就可以听到这些作品（Cope 1996, 2006）。Simon Colton 的 The Painting Fool 是一个持续进行的项目，涉及从报纸文章中抽象短语、图像和其他项目，并创作拼贴风格的作品的软件。它还根据电影角色的图像制作肖像，展示同一人以不同情绪状态的形象（请参阅其他互联网资源中的 Painting Fool；请参阅 Colton 2012 进行理论讨论）。最近，像 DALL•E、Midjourney、Stable Diffusion、VQGAN+CLIP 等生成艺术系统发展迅猛（有关讨论，请参阅 Paul & Stokes 2021）。在所有这些情况下，计算机程序的相关输出相对于其过去的作品都是新的，因此它们在心理上（或行为上）是新颖的，这正是创造力所需的所有新颖之处。尽管创造力不需要历史上的新颖性，但值得注意的是，这些产品似乎在整个历史上也是全新的。

那价值呢？如第 2.1 节中所述，一些理论家拒绝价值条件，但即使创造力需要价值，这些计算机艺术品似乎也符合这一条件。价值评估可能存在争议，但对于人类创造力的产物也同样如此。这些作品备受好评，展示在知名画廊，由选择性的唱片公司委托，证明了它们的艺术价值，观众们发现它们令人愉悦、有趣和吸引人，甚至在了解它们不寻常的起源之前。因此，可以合理地得出结论，像刚才描述的这些计算机程序至少在某种程度上表现出弱 AC，因为它们产生了有价值的新颖作品，我们还可以举出更多类似的例子。

一些理论家指出，无论原始的图灵测试是否是智能或思维的良好测试，我们可能采用类似的测试来评估创造力：如果计算机能够欺骗人类观察者认为它是人类创作者，那么它实际上是具有创造力的（Pease & Colton 2011；另请参阅 Chen 2020，其中包括许多特定案例的人工创造力有用讨论，以及所谓的达特茅斯基础图灵测试）。如果我们采用这一测试，我们可能会得出一个意想不到的结论：计算机可以具有创造力；事实上，其中一些已经具有。但人们可能会担心这一测试不足以及结论过于仓促（Berrar & Schuster 2014；Bringsjord 等人 2001）。从计算机表现得像创造性一样这一事实，不能推断出它确实具有创造力。这就引出了我们的下一个问题：

  • 强大的 AC：计算机能真正创造吗？

这显然让我们回到了一个问题，即某物必须满足什么条件才能被认为是真正具有创造力。在这里，我们需要超越新颖性和价值这些外观可观察的产品特征，考虑真正创造力的基本过程。正如我们在 §2.2 中看到的，理论家们曾提出过各种观点，认为为了让一个过程被视为创造性，它必须是令人惊讶的、原创的、自发的和/或主体性的。在这里没有共识可依，但如果这些条件中的任何一个确实是真正创造力所必需的，那么计算机只有在执行满足该条件的过程时才能真正具有创造力。

关于计算机创造力可能性的怀疑的经典论述归因于埃达·洛夫莱斯夫人，她在谈论她的朋友查尔斯·巴贝奇设计的“分析机”时曾说过这样的话：

有必要防范对分析引擎能力可能被夸大的想法。分析引擎根本没有创造任何东西的虚荣心。 (洛夫莱斯 1843, 强调部分)

虽然洛夫莱斯没有用“创造力”这样的术语来表达她的观点，但她明确否认计算机能够满足创造力所需的至少一个条件，即独创性。她认为计算机不能成为任何新事物的创作者、作者或创造者；它只能执行被编程的任务。我们无法从计算机中得到任何未被预先编程的东西。此外，洛夫莱斯可能也被解释为对计算机是否能满足真正创造力的其他三个提出的要求表示怀疑或暗示。由于计算机的输出不能是原创的，人们可能也怀疑它们不能令人惊讶。机械严格遵循规则的形象恰恰唤起了机械程序的本质，这与自发性相对立。而且似乎这样的机器也不能成为真正的行动者。问题不仅在于计算机无法产生任何原创作品；而且它对于任何产出都不应该受到赞扬或责备。计算机的产出应该归功于制造这台机器的工程师和程序员，而不是机器本身。尽管这些观点可能是直观的，但至少其中一些正在受到现代技术的挑战，自巴贝奇发明以来，技术已经取得了长足的进步。

再次考虑 AlphaGo。这是一个“深度学习”系统，包括两个神经网络：一个策略网络和一个价值网络。简而言之：该系统通过大量专业人类玩家在围棋实际比赛中所下的合法棋步（确切地说是来自 160,000 场比赛的 28.4 百万步棋；请参阅 Silver 等人 2016 年和 Halina 2021 年）进行训练。该网络进一步通过与之前版本（即不同权重的神经网络）进行多场比赛（约 1 亿场）的方式进行训练，再次使用学习算法进行训练。网络中节点的权重通过偏爱在获胜比赛中所下的棋步的学习算法进行调整。价值网络在这些众多比赛的子集上进行训练，节点权重调整导致对棋步的可靠概率分配，以确定其对赢得比赛的潜力。最后，系统采用蒙特卡洛搜索树（MCT）。一般来说，这种算法旨在模拟一个决策过程，以优化在选择的参数下的成功。在这种情况下，搜索算法选择一条给定的棋步路径，然后向该路径添加一些有效的棋步，如果这个过程没有终止（以胜利/失败结束），系统执行“展开”。展开实质上为两名玩家（使用可能棋步的样本）玩游戏直至结束。MCT 和价值网络处理的信息然后被反馈（反向传播）到系统中。这整个过程（一旦系统训练完成）是快速的，并决定了 AlphaGo 在任何给定游戏中“决定”如何移动。

这里有一些需要注意的事情。AlphaGo 的下棋风格令人惊讶。正如评论员所指出的，相对于人类下棋的标准，它的风格极不传统（Halina 引用了 Baker 和 Hui 2017 [其他互联网资源]）。事实上，2016 年被 AlphaGo 击败的世界冠军围棋选手李世石曾表示，AlphaGo 的下棋揭示了许多人类下棋并非像之前普遍认为的那样创造性——至少 AlphaGo 的一部分下棋是创造性的。进一步注意，这个系统是灵活的。虽然有学习算法和调整网络权重的规则，但这个系统并不像早期的经典系统（包括深蓝）那样机械或可预测。在最近的一篇论文中，Marta Halina 提出了这个论点（Halina 2021）。她明确引用了博登对创造性的表征，其中包括新颖性、价值和惊喜。再次强调，这种新颖性和价值在这种情况下应该是合理的。关于惊喜，Halina 认为正是 AlphaGo 采用了 MCT 技术，才使得一种“洞察力”、灵活性和不可预测的结果成为可能。她写道，

探索参数使 AlphaGo 能够超越其训练，鼓励它模拟策略网络未推荐的走法。随着搜索树的构建，系统开始选择具有最高“行动价值”的走法进行模拟，其中行动价值根据模拟结果和价值网络评估来衡量走法的优劣。（Halina 2021: 324）

Halina 承认，鉴于其特定领域性，正如我们已经注意到的，这个系统的特定能力并不能泛化到可能需要适当归因于真正智能的程度。但她暗示，MCT 搜索的复杂使用可能会构成“心理情景建构”或者说，一种想象力。并且，鉴于这种搜索算法技术可以应用于其他领域的其他系统，而想象力是智能的一个普遍组成部分，也许在这里存在泛化的空间。AlphaGo 也至少在某种程度上回应了传统的洛夫莱斯担忧。

人工系统不仅仅按照工程师手工编码的预设规则行事。此外，当前的深度学习方法能够产生超越人类能力的系统，在特定领域内发现新颖且有价值的问题解决方案。（Halina 2021: 327）

如果这是正确的，那么 AlphaGo 展现出了独创性。最后，这个系统运行的灵活性也可能满足 Kronfeldner 的自发性要求。

人工智能中的一种相关方法，即进化机器人技术，也具有一些相同的特征。这些系统还涉及各种形式的机器学习，但在这种情况下，学习是分布式的，可以说是跨越了一个个体的整个群体。这种方法可以被理解为类似于自然进化，尽管并不完美。通常情况下，在计算机模拟中开始，有一群代理。这些代理通常被认为是个体神经网络，其连接和权重最初是随机的。相对于某项任务，例如避开障碍物、收集物体、执行光或声导性，遗传算法在一段时间或一定数量的试验之后为每个个体代理分配一个适应度值。适应度更高的代理通常受到青睐，并用于生成下一代代理。在这一代中还包括随机突变和基因交叉（数字繁殖！）。尽管可能需要数百代，但这是一种成功执行任务的系统的发现方法；这是“梯度下降学习”（Clark 1996）。在这种自下而上的方法中，没有一个单独的个体，甚至整个群体，在任何严格意义上都不是被编程的。相反，成功的代理是通过几代人的随机性、交叉和小的适应度改进（以及大量的失败）“学会”的。早期成功案例演化出了可以跟随轨迹的机器人（Koza 1992）、以昆虫方式运动（Beer & Gallagher 1992）、在视觉上自我引导（Cliff, Husbands, & Harvey 1993）以及收集垃圾（Nolfi & Floreana 2000）。请参阅 Bird 和 Stokes（2006、2007）以及 Stokes 和 Bird（2008）对进化机器人背景下创造力的分析和研究。

这些系统确实会产生新奇。后来，适应性强的个体相对于之前代理人的整体世代和人口，在他们的目标任务中实现了新奇。这种新奇通常会让建造它们的工程师和程序员感到惊讶，有时甚至会独立于人口中个体的任何相关任务而出乎意料。文献中有许多例子。事实上，Lehman 等人（2020 年）分类了许多数字进化让其创造者感到惊讶的案例，将它们归为四个代表性群体：“错误的适应性函数”，“意外的调试”，“超出实验者的期望”，和“与生物学的收敛”。这里是一个相对著名的第一类案例。在人工生命（A-Life）的早期研究中，Karl Sims（1994 年）设计了虚拟生物，它们应该学会在模拟环境中行走（以及游泳和跳跃）。适应性函数评估个体代理人在 10 秒内的平均地面速度。一些进化出的适应性最强的个体令人惊讶：它们长高而僵硬，当它们摔倒时，它们会获得高的地面速度，从而以不可预测的方式最大化适应性，考虑到（误）指定的参数。

这只是这些系统如何以不可预测或令人惊讶的方式进化的一个例子。这种不可预测性不仅发生在模拟机器人领域，也发生在实体机器人领域。在尝试使用遗传算法进化振荡传感器时，研究人员意外地进化出了一根无线电天线（Bird & Layzell 2002）。这一意外结果源于所使用的特定算法（本意是如此）以及空间的各种物理特征，比如接近 PC 显示器（研究人员可能认为这些特征无关紧要，但进化出的系统在某种意义上并非如此）。有人可能更倾向于将其中一些成就描述为创造性的（不仅仅是它们是机器人成功的原创实例），因为它们还产生了价值，至少在它们在执行任务时是有用的，无论是运动还是定位光源或感知无线电波。

这一领域的一些理论家可能会认为这些系统也实现了自发性。考虑到系统发展中随机性的大量包含——无论是在个体的神经网络在一开始被随机化时，还是更重要的是在整个人口中进行随机突变——直觉上可以描述这些系统并非遵循机械程序。事实上，系统利用适应性函数和数据模式的方式进一步强调了这一点。（再次参见 Lehman 等人 2020 年提供的丰富案例目录）。

从表面上看，最近的人工智能、进化机器人技术和人工生命技术似乎满足了真正创造力所需的许多条件。这些系统产生了新颖且有价值的东西，并且是通过计算过程实现的，这些过程可能是令人惊讶、原创和自发的。然而，我们尚未解决的一个要求是代理。回想一下洛夫莱斯的言论中隐含的建议，即计算机产生的任何东西都应归功于程序员，而不是计算机。请注意，尽管当前人工创造力技术可能非常复杂，但据推测，它们仍然不会因其所做的事情而受到赞扬或责备。如果有任何实体对这些程序的工作负责，似乎仍然是制造它们的程序员和工程师，而不是程序本身。这些程序本身似乎并不在乎。因此，如果创造过程需要代理，可以说我们尚未创造、编程或演化出真正具有创造力的计算系统，尽管它们看起来可能是如此。在追求强大的 AC 时，代理可能是最后的边界（Paul＆Stokes 2021）。

7. 结论

从上述讨论中可以清楚地看出，有许多丰富而活跃的研究项目，涵盖了各种科学学科，研究人类创造力。这些方法证实了与浪漫传统相反的观点，即创造力是可以解释的。已经确定了心理功能和神经相关性，并且在计算和机器人技术方面取得了显著进展。也许不太清楚的是，尽管取得了这些进展，但所涉及的不同研究项目在很大程度上是分散的或孤立的。

在最近的一篇论文中，Geraint Wiggins 和 Joydeep Bhattacharya（2014）强调了创造力科学研究之间的“鸿沟”。他们特别强调了神经科学研究和计算机科学研究之间的差距，并主张以神经计算方法建立桥梁。这种桥梁可能需要超越这些作者所建议的范围，因为不仅存在这些学科之间的差距，还存在这些学科与行为心理学、人工智能和人工生命研究以及哲学分析之间的差距。创造力是一个深度复杂且极其重要的现象。要完全理解它，我们需要整合各种理论视角，正如这项调查所揭示的，哲学在这一努力中发挥着至关重要的作用。

Bibliography

  • Abdulla, Ahmed M., Sue Hyeon Paek, Bonnie Cramond, and Mark A. Runco, 2020, “Problem Finding and Creativity: A Meta-Analytic Review”, Psychology of Aesthetics, Creativity, and the Arts, 14(1): 3–14. doi:10.1037/aca0000194

  • Abraham, Anna, 2013, “The Promises and Perils of the Neuroscience of Creativity”, Frontiers in Human Neuroscience, 7. doi:10.3389/fnhum.2013.00246

  • Albert, Robert S. and Mark A. Runco, 1999, “A History of Research on Creativity”, in Sternberg 1999: 16–32. doi:10.1017/CBO9780511807916.004

  • Amabile, Teresa, 1983, The Social Psychology of Creativity, (Springer Series in Social Psychology), New York: Springer-Verlag.

  • –––, 1996, Creativity in Context: Update to the Social Psychology of Creativity, Boulder, CO: Westview Press.

  • Anderson, Linda, 2006, Creative Writing: A Workbook with Readings, Abingdon, Oxon: Routledge. doi:10.4324/9781315811932

  • Aristotle, The Complete Works of Aristotle: The Revised Oxford Translation, Jonathan Barnes (ed.), Princeton, NJ: Princeton University Press, 1984.

  • Aristotle, [EN], Nicomachean Ethics, Terrence Irwin (trans.), Indianapolis, IN: Hackett Publishing, 2019.

  • Arnheim, R., 2001, “What It Means to Be Creative.” British Journal of Aesthetics 41(1): 24–25. doi:10.1093/bjaesthetics/41.1.24

  • Asmis, Elizabeth, 1992, “Plato on Poetic Creativity”, in The Cambridge Companion to Plato, Richard Kraut (ed.), Cambridge: Cambridge University Press, 338–364. doi:10.1017/CCOL0521430186.011

  • Baldwin, James, 1962, “The Creative Process”, in Creative America, New York, NY: Ridge Press.

  • Barsalou, Lawrence W. and Jesse J. Prinz, 1997, “Mundane Creativity in Perceptual Symbol Systems”, in Creative Thought: An Investigation of Conceptual Structures and Processes., Thomas B. Ward, Steven M. Smith, and Jyotsna Vaid (eds.), Washington, DC: American Psychological Association, 267–307. doi:10.1037/10227-011

  • Battin, Margaret P., John Fisher, Ronald Moore, and Anita Silvers, 1989, Puzzles about Art: An Aesthetics Casebook, New York: St. Martin’s Press.

  • Beaty, Roger E., Mathias Benedek, Paul J. Silvia, and Daniel L. Schacter, 2016, “Creative Cognition and Brain Network Dynamics”, Trends in Cognitive Sciences, 20(2): 87–95. doi:10.1016/j.tics.2015.10.004

  • Beaty, Roger E., Paul Seli, and Daniel L Schacter, 2019, “Network Neuroscience of Creative Cognition: Mapping Cognitive Mechanisms and Individual Differences in the Creative Brain”, Current Opinion in Behavioral Sciences, 27(June): 22–30. doi:10.1016/j.cobeha.2018.08.013

  • Beer, Randall D. and John C. Gallagher, 1992, “Evolving Dynamical Neural Networks for Adaptive Behavior”, Adaptive Behavior, 1(1): 91–122. doi:10.1177/105971239200100105

  • Bell, Julia and Paul Magrs (eds), 2001, The Creative Writing Coursebook: Forty Authors Share Advice and Exercises for Fiction and Poetry, London: Macmillan UK.

  • Berrar, Daniel Peter and Alfons Schuster, 2014, “Computing Machinery and Creativity: Lessons Learned from the Turing Test”, Kybernetes, 43(1): 82–91. doi:10.1108/K-08-2013-0175

  • Bink, Martin L. and Richard L. Marsh, 2000, “Cognitive Regularities in Creative Activity”, Review of General Psychology, 4(1): 59–78. doi:10.1037/1089-2680.4.1.59

  • Bird, Jon and P. Layzell, 2002, “The Evolved Radio and Its Implications for Modelling the Evolution of Novel Sensors”, in Proceedings of the 2002 Congress on Evolutionary Computation. CEC’02 (Cat. No.02TH8600), Honolulu, HI, USA: IEEE, 2:1836–1841. doi:10.1109/CEC.2002.1004522

  • Bird, Jon and Dustin Stokes, 2006, “Evolving Minimally Creative Robots”, in Proceedings of the Third Joint Workshop on Computational Creativity, 17th European Conference on Artificial Intelligence, Simon Colton and Alison Pease (eds), 1–5. [Bird and Stokes 2006 available online]

  • –––, 2007, “Minimal Creativity, Evaluation and Fractal Pattern Discrimination”, in Proceedings of the Fourth International Joint Workshop on Computational Creativity, Amílcar Cardosa and Geraint A. Wiggins (eds), 121–128. [Bird and Stokes 2007 available online]

  • Blair, Cassie S. and Michael D. Mumford, 2007, “Errors in Idea Evaluation: Preference for the Unoriginal?”, The Journal of Creative Behavior, 41(3): 197–222. doi:10.1002/j.2162-6057.2007.tb01288.x

  • Boden, Margaret A., 1994, “What Is Creativity?”, in Dimensions of Creativity, Margaret A. Boden (ed.), Cambridge, MA: The MIT Press, 75–117. doi:10.7551/mitpress/2437.003.0006

  • –––, 1998, “Creativity and Artificial Intelligence”, Artificial Intelligence, 103(1–2): 347–356. doi:10.1016/S0004-3702(98)00055-1

  • –––, 2004, The Creative Mind: Myths and Mechanisms, second edition, London/New York: Routledge. doi:10.4324/9780203508527

  • –––, 2010, Creativity and Art: Three Roads to Surprise, Oxford/New York: Oxford University Press.

  • –––, 2014, “Creativity and Artificial Intelligence: : A Contradiction in Terms?”, in Paul and Kaufman 2014: 224–244. doi:10.1093/acprof:oso/9780199836963.003.0012

  • –––, 2018, “The Value of Creativity”, in Gaut and Kieran 2018: 173–193.

  • Bowden, Edward M., Mark Jung-Beeman, Jessica Fleck, and John Kounios, 2005, “New Approaches to Demystifying Insight”, Trends in Cognitive Sciences, 9(7): 322–328. doi:10.1016/j.tics.2005.05.012

  • Bringsjord, Selmer, 1994, “Lady Lovelace Had It Right: Computers Originate Nothing”, Behavioral and Brain Sciences, 17(3): 532–533. doi:10.1017/S0140525X00035718

  • Bringsjord, Selmer, Paul Bello, and David Ferrucci, 2001, “Creativity, the Turing Test, and the (Better) Lovelace Test”, Minds and Machines, 11(1): 3–27. doi:10.1023/A:1011206622741

  • Briskman, Larry, 1980, “Creative Product and Creative Process in Science and Art.” Inquiry: An Interdisciplinary Journal of Philosophy 23(1): 83–106. doi.org/10.1080/00201748008601892

  • Bruner, Jerome S., 1962, “The Conditions of Creativity”, in Contemporary Approaches to Creative Thinking, H. Gruber, G. Terrell, and M. Wertheimer (eds), New York: Atherton, 1–30.

  • Buckner, Randy L. and Lauren M. DiNicola, 2019, “The Brain’s Default Network: Updated Anatomy, Physiology and Evolving Insights”, Nature Reviews Neuroscience, 20(10): 593–608. doi:10.1038/s41583-019-0212-7

  • Cacciari, Cristina, Maria Chiara Levorato, and Piercarla Cicogna, 1997, “Imagination at Work: Conceptual and Linguistic Creativity in Children”, in Creative Thought: An Investigation of Conceptual Structures and Processes., Thomas B. Ward, Steven M. Smith, and Jyotsna Vaid (eds.), Washington, DC: American Psychological Association, 145–177. doi:10.1037/10227-007

  • Campbell, Donald T., 1960, “Blind Variation and Selective Retentions in Creative Thought as in Other Knowledge Processes”, Psychological Review, 67(6): 380–400. doi:10.1037/h0040373

  • –––, 1965, “Variation and Selective Retention in Socio-Cultural Evolution”, in Social Change in Developing Areas : A Reinterpretation of Evolutionary Theory, H.R. Barringer, G.I. Blanksten, and R.W. Mack (eds), Cambridge, MA: Schenkman, 19–49.

  • Carruthers, Peter, 2002, “Human Creativity: Its Cognitive Basis, Its Evolution, and Its Connections with Childhood Pretence”, The British Journal for the Philosophy of Science, 53(2): 225–249. doi:10.1093/bjps/53.2.225

  • –––, 2006, The Architecture of the Mind: Massive Modularity and the Flexibility of Thought, Oxford: Clarendon Press. doi:10.1093/acprof:oso/9780199207077.001.0001

  • –––, 2011, “Creative Action in Mind”, Philosophical Psychology, 24(4): 437–461. doi:10.1080/09515089.2011.556609

  • –––, 2020, “Mechanisms for Constrained Stochasticity”, Synthese, 197(10): 4455–4473. doi:10.1007/s11229-018-01933-9

  • Cattell, Raymond B. and Harold John Butcher, 1968, The Prediction of Achievement and Creativity, Indianapolis, IN: Bobbs-Merrill.

  • Chen, Melvin, 2020, “Imagination Machines, Dartmouth-Based Turing Tests, & a Potted History of Responses”, AI and Society, 35(1): 283–287. doi:10.1007/s00146-018-0855-3

  • Child, William, 2018, “Wittgenstein, Seeing-As, and Novelty”, in Aspect Perception After Wittgenstein: Seeing-As and Novelty, Michael Beaney, Dominic Shaw, and Brendan Harrington (eds), New York: Routledge, 29–48.

  • Christoff, Kalina, Zachary C. Irving, Kieran C. R. Fox, R. Nathan Spreng, and Jessica R. Andrews-Hanna, 2016, “Mind-Wandering as Spontaneous Thought: A Dynamic Framework”, Nature Reviews Neuroscience, 17(11): 718–731. doi:10.1038/nrn.2016.113

  • Chrysikou, Evangelia G, 2019, “Creativity in and out of (Cognitive) Control”, Current Opinion in Behavioral Sciences, 27(June): 94–99. doi:10.1016/j.cobeha.2018.09.014

  • Clark, Andy, 1996, Being There: Putting Brain, Body, and World Together Again, Cambridge, MA: MIT Press.

  • –––, 2001, Mindware, New York: Oxford University Press.

  • Cliff, Dave, Phil Husbands, and Inman Harvey, 1993, “Explorations in Evolutionary Robotics”, Adaptive Behavior, 2(1): 73–110. doi:10.1177/105971239300200104

  • Colton, Simon, 2012, “The Painting Fool: Stories from Building an Automated Painter”, in Computers and Creativity, Jon McCormack and Mark d’Inverno (eds.), Berlin, Heidelberg: Springer Berlin Heidelberg, 3–38. doi:10.1007/978-3-642-31727-9_1

  • Cope, David, 1996, Experiments in Musical Intelligence, (Computer Music and Digital Audio Series 12), Madison, WI: A-R Editions.

  • –––, 2006, Computer Models of Musical Creativity, Cambridge, MA: MIT Press.

  • Crick, Francis, 1995, “The Impact of Linus Pauling on Molecular Biology”, video (with transcript), part of a conference, “The Life and Work of Linus Pauling (1901–1994): A Discourse on the Art of Biography”, 28 February – 2 March 1995, Oregon State University, Special Collections & Archives Research Center, Oregon State University Libraries. [Crick 1995 available online.

  • Cropley, A. J., 1967, Creativity (Education Today), London: Longmans.

  • Cropley, David H., Arthur J. Cropley, James C. Kaufman, and Mark A. Runco (eds.), 2010, The Dark Side of Creativity, New York: Cambridge University Press. doi:10.1017/CBO9780511761225

  • Csikszentmihalyi, Mihaly, 1965, “Artistic Problems and Their Solutions: An Exploration of Creativity in the Arts”, PhD thesis, University of Chicago. [Csikszentmihalyi 1965 available online]

  • Csikszentmihalyi, Mihaly and J. W. Getzels, 1970, “Concern for Discovery: An Attitudinal Component of Creative Production 1”, Journal of Personality, 38(1): 91–105. doi:10.1111/j.1467-6494.1970.tb00639.x

  • Csikszentmihalyi, Mihaly and Keith Sawyer, 1995, “Creative Insight: The Social Dimension of a Solitary Moment”, in The Nature of Insight, R. J. Steinberg and J. E. Davidson (eds.), Cambridge, MA: The MIT Press, 329–363. Reprinted in Mihaly Csikszentmihalyi’s The Systems Model of Creativity: The Collected Works of Mihaly Csikszentmihalyi, Dordrecht: Springer Netherlands, 2014, 73–98. doi:10.1007/978-94-017-9085-7_7

  • Dailey, Lesley and Michael D. Mumford, 2006, “Evaluative Aspects of Creative Thought: Errors in Appraising the Implications of New Ideas”, Creativity Research Journal, 18(3): 385–390. doi:10.1207/s15326934crj1803_11

  • De Quincey, Thomas, 1827, “On Murder Considered as One of the Fine Arts”, Blackwood’s Magazine, 21(122/February): 199–213.

  • Dietrich, Arne, 2019, “Where in the Brain Is Creativity: A Brief Account of a Wild-Goose Chase”, Current Opinion in Behavioral Sciences, 27(June): 36–39. doi:10.1016/j.cobeha.2018.09.001

  • Dietrich, Arne and Riam Kanso, 2010, “A Review of EEG, ERP, and Neuroimaging Studies of Creativity and Insight”, Psychological Bulletin, 136(5): 822–848. doi:10.1037/a0019749

  • Dominowski, Roger L., 1995, “Productive Problem Solving”, in Smith, Ward, and Finke 1995: 73–95.

  • Donald, Merlin, 2001, A Mind so Rare: The Evolution of Human Consciousness, New York: W.W. Norton.

  • du Sautoy, Marcus, 2019, The Creativity Code: Art and Innovation in the Age of AI, Cambridge, MA: Belknap Press.

  • Einstein, Albert, “Kyoto Lecture”, 14 December 1922, from notes in Japanese taken by Jun Ishiwara and published as Einstein Koen-Roku, Tokyo: Tokyo-Tosho, 1977.

  • Einstein, Albert and Leopold Infeld, 1938, The Evolution of Physics: The Growth of Ideas from Early Concepts to Relativity and Quanta, New York: Simon and Schuster.

  • Eisenberger, Robert and Linda Rhoades, 2001, “Incremental Effects of Reward on Creativity”, Journal of Personality and Social Psychology, 81(4): 728–741. doi:10.1037/0022-3514.81.4.728

  • Eisenberg, Jacob and William Forde Thompson, 2003, “A Matter of Taste: Evaluating Improvised Music”, Creativity Research Journal, 15(2–3): 287–296. doi:10.1080/10400419.2003.9651421

  • Ericsson, K. Anders, Neil Charness, Paul J. Feltovich, and Robert R. Hoffman (eds.), 2006, The Cambridge Handbook of Expertise and Expert Performance, New York/Cambridge: Cambridge University Press. doi:10.1017/CBO9780511816796

  • Ericsson, K. Anders, Ralf T. Krampe, and Clemens Tesch-Römer, 1993, “The Role of Deliberate Practice in the Acquisition of Expert Performance”, Psychological Review, 100(3): 363–406. doi:10.1037/0033-295X.100.3.363

  • Essinger, James, 2014, Ada’s Algorithm: How Lord Byron’s Daughter Ada Lovelace Launched the Digital Age, Brooklyn: Melville House.

  • Finke, Ronald A., 1990, Creative Imagery: Discoveries and Inventions in Visualization, Hillsdale, NJ: L. Erlbaum Associates.

  • –––, 1996, “Imagery, Creativity, and Emergent Structure”, Consciousness and Cognition, 5(3): 381–393. doi:10.1006/ccog.1996.0024

  • Finke, Ronald A., Ward, Thomas B., Smith, Steven M., 1992, Creative Cognition: Theory, Research, and Applications, Cambridge, MA: MIT Press.

  • Flam, Jack D., 2003, Matisse and Picasso: The Story of Their Rivalry and Friendship, Cambridge, MA: Icon Edition/Westview Press.

  • Flavell, John H. and Juris Draguns, 1957, “A Microgenetic Approach to Perception and Thought”, Psychological Bulletin, 54(3): 197–217. doi:10.1037/h0041350

  • Gardner, Howard, 1993, Creating Minds: An Anatomy of Creativity Seen through the Lives of Freud, Einstein, Picasso, Stravinsky, Eliot, Graham, and Gandhi, New York: BasicBooks.

  • Gaut, Berys, 2003, “Creativity and Imagination”, in Gaut and Livingston 2003: 148–173 (ch. 6).

  • –––, 2009, “Creativity and Skill”, in Krausz, Dutton, and Bardsley 2009: 83–104.

  • –––, 2010, “The Philosophy of Creativity”, Philosophy Compass, 5(12): 1034–1046. doi:10.1111/j.1747-9991.2010.00351.x

  • –––, 2012, “Creativity and Rationality”, Journal of Aesthetics and Art Criticism, 70(3): 259–270. doi: 10.1111/jaac.2012.70.issue-3

  • –––, 2014a, “Educating for Creativity”, in Paul and Kaufman 2014: 265–287. doi:10.1093/acprof:oso/9780199836963.003.0014

  • –––, 2014b, “Mixed Motivations: Creativity as a Virtue”, Royal Institute of Philosophy Supplement, 75: 183–202. doi:10.1017/S1358246114000198

  • –––, 2018, “The Value of Creativity”, in Gaut and Kieran 2018: 124–39.

  • Gaut, Berys and Morag Gaut, 2011, Philosophy for Young Children: A Practical Guide, London: Routledge. doi:10.4324/9780203818428

  • Gaut, Berys and Matthew Kieran (eds.), 2018, Creativity and Philosophy, New York: Routledge. doi:10.4324/9781351199797

  • Gaut, Berys Nigel and Paisley Livingston (eds.), 2003, The Creation of Art: New Essays in Philosophical Aesthetics, New York, NY: Cambridge University Press.

  • Gaut, Morag, 2010, “Can Children Engage in Philosophical Enquiry?” in Exploring Interdisciplinary Trends in Creativity and Engagement, Barbara McKenzie and Phil Fitzsimmons (eds), Oxford, U.K.: Oxford Inter-Disciplinary Press, 195–203.

  • Gervás, Pablo, Rafael Pérez y Pérez, and Tony Veale, 2010, Computational Creativity, special issue of Minds and Machines, 20(4).

  • Getzels, Jacob W., 1965, “Creative Thinking, Problem Solving, and Instruction”, in Theories of Learning and Instruction. Sixty-Third Year Book of the National Society for the Study of Education, E.R. Hilgard (ed.), Chicago, IL: University of Chicago Press, 240–67.

  • Getzels, Jacob W. and Mihaly Csikszentmihalyi, 1975, “From Problem Solving to Problem Finding”, in Perspectives in Creativity, Irving A. Taylor and Jacob W. Getzels (eds.), Chicago: Aldine, chap. 4.

  • Glaveanu, Vlad Petre, 2014, “The Psychology of Creativity: A Critical Reading”, Creativity. Theories—Research—Applications, 1(1): 10–32.

  • Grant, James, 2012, “The Value of Imaginativeness”, Australasian Journal of Philosophy, 90(2): 275–289. doi:10.1080/00048402.2011.574143

  • Guilford, J. P., 1950, “Creativity”, American Psychologist, 5(9): 444–454. doi:10.1037/h0063487

  • Guyer, Paul, 2003, “Exemplary Originality: Genius, Universality, and Individuality”, in Gaut and Livingston 2003: 116–137.

  • Hájek, Alan, 2014, “Philosophical Heuristics and Philosophical Creativity”, in Paul and Kaufman 2014: 288–318. doi:10.1093/acprof:oso/9780199836963.003.0015

  • –––, 2016, “Philosophical Heuristics and Philosophical Methodology”, in The Oxford Handbook of Philosophical Methodology, Herman Cappelen, Tamar Szabó Gendler, and John Hawthorne (eds), Oxford: Oxford University Press, ch. 19.

  • –––, 2017, “The Philosophy Toolkit”, AEON, 3 April 2017. [Hájek 2017 available online]

  • –––, 2018, “Creating Heuristics for Philosophical Creativity”, in Gaut and Kieran 2018: 292–312.

  • Halina, Marta, 2021, “Insightful Artificial Intelligence”, Mind & Language, 36(2): 315–329. doi:10.1111/mila.12321

  • Harris, Paul L., 2000, The Work of the Imagination, (Understanding Children’s Worlds), Oxford/Malden, MA: Blackwell Publishers.

  • Haugeland, John (ed.), 1981 [1997], Mind Design, Cambridge, MA: MIT Press. Second and enlarged edition as Mind Design II: Philosophy, Psychology, and Artificial Intelligence, Cambridge, MA: A Bradford Book. First edition, 1997. doi:10.7551/mitpress/4626.001.0001

  • Hausman, Carl R., 1975 [1984], A Discourse on Novelty and Creation, The Hague: Martinus Nijhoff. New edition Albany, NY: SUNY Press, 1984.

  • –––, 1979, “Criteria of Creativity”, Philosophy and Phenomenological Research, 40(2): 237–249. doi:10.2307/2106319

  • –––, 1984, “Second Preface”, in the 1984 edition of Hausman 1975.

  • –––, 1985, “Originality as a Criterion of Creativity”, in Creativity in Art, Religion, and Culture, Michael H. Mitias (ed.), Amsterdam: Rodopoi, 26–41.

  • Hebb, D. O., 1949 [2002], The Organization of Behavior: A Neuropsychological Theory, New York: Wiley, Reprinted Mahwah, NJ: L. Erlbaum Associates, 2002.

  • Heilman, Kenneth M., 2016, “Possible Brain Mechanisms of Creativity”, Archives of Clinical Neuropsychology, 31(4): 285–296. doi:10.1093/arclin/acw009

  • Heinelt, Gottfried, 1974, Kreative Lehrer = Kreative Schüler, Freiburg: Herder.

  • Hennessey, Beth A. and Teresa M. Amabile, 2010, “Creativity”, Annual Review of Psychology, 61(1): 569–598. doi:10.1146/annurev.psych.093008.100416

  • Hills, Alison, 2018, “Moral and Aesthetic Virtue”, Proceedings of the Aristotelian Society, 118(3): 255–274. doi:10.1093/arisoc/aoy015

  • Hills, Alison and Alexander Bird, 2018, “Creativity Without Value”, in Gaut and Kieran 2018: 95–107.

  • Hofstadter, Douglas, 2001, “Staring EMI Straight in the Eye—and Doing My Best Not to Flinch”, in Virtual Music: Computer Synthesis of Musical Style, David Cope (ed.), Cambridge, MA: MIT Press, 33–82.

  • Horng, Jeou-Shyan and Lin Lin, 2009, “The Development of a Scale for Evaluating Creative Culinary Products”, Creativity Research Journal, 21(1): 54–63. doi:10.1080/10400410802633491

  • Hospers, John, 1985, “Artistic Creativity”, The Journal of Aesthetics and Art Criticism, 43(3): 243–255. doi:10.2307/430638

  • Howell, Patrick A., 2020, Dispatches from the Vanguard: The Global International African Arts Movement versus Donald J. Trump, London: Repeater Books.

  • Irving, Zachary and Evan Thompson, 2018, “The Philosophy of Mind-Wandering”, in Oxford Handbook of Spontaneous Thought: Mind-Wandering, Creativity, and Dreaming, Christoff Kalina and Fox Kieran, Oxford University Press, ch. 8.

  • Jackson, Philip W. and Samuel Messick, 1965, “The Person, the Product, and the Response: Conceptual Problems in the Assessment of Creativity1”, Journal of Personality, 33(3): 309–329. doi:10.1111/j.1467-6494.1965.tb01389.x

  • John-Steiner, Vera, 1985, Notebooks of the Mind: Explorations of Thinking. 1st ed. Albuquerque: University of New Mexico Press.

  • Jung, Rex Eugene, Brittany S. Mead, Jessica Carrasco, and Ranee A. Flores, 2013, “The Structure of Creative Cognition in the Human Brain”, Frontiers in Human Neuroscience, 7. doi:10.3389/fnhum.2013.00330

  • Jung-Beeman, Mark, Edward M Bowden, Jason Haberman, Jennifer L Frymiare, Stella Arambel-Liu, Richard Greenblatt, Paul J Reber, and John Kounios, 2004, “Neural Activity When People Solve Verbal Problems with Insight”, PLoS Biology, 2(4): e97. doi:10.1371/journal.pbio.0020097

  • Kami, Avi, Gundela Meyer, Peter Jezzard, Michelle M. Adams, Robert Turner, and Leslie G. Ungerleider, 1995, “Functional MRI Evidence for Adult Motor Cortex Plasticity during Motor Skill Learning”, Nature, 377(6545): 155–158. doi:10.1038/377155a0

  • Kant, Immanuel, 1790 [2000], Kritik der Urteilskraft, Berlin und Libau : Lagarde und Friedrich. Translated as Critique of the Power of Judgment, Paul Guyer (ed.), Eric Matthews (trans.), Cambridge: Cambridge University Press, 2000. Citations include the section of the Critique, the volume and page number of the Akademie edition, and page number of this translation. doi:10.1017/CBO9780511804656

  • Karmiloff-Smith, Annette, 1990, “Constraints on Representational Change: Evidence from Children’s Drawing”, Cognition, 34(1): 57–83. doi:10.1016/0010-0277(90)90031-E

  • –––, 1992, Beyond Modularity: A Developmental Perspective on Cognitive Science, (Learning, Development, and Conceptual Change), Cambridge, MA: MIT Press.

  • Kasparov, Garry K. and Mig Greengard, 2017, Deep Thinking: Where Machine Intelligence Ends and Human Creativity Begins, New York: PublicAffairs, an imprint of Perseus Books.

  • Kaufman, James C., 2009, Creativity 101, (The Psych 101 Series), New York: Springer Publishing.

  • Kaufman, Scott Barry (ed.), 2013, The Complexity of Greatness: Beyond Talent or Practice, Oxford: Oxford University Press. doi:10.1093/acprof:oso/9780199794003.001.0001

  • Kaufman, Scott Barry and Carolyn Gregoire, 2016, Wired to Create: Discover the 10 Things Great Artists, Writers and Innovators Do Differently, Perigee/Penguin.

  • Kaufman, Scott Barry and James C. Kaufman (eds.), 2009, The Psychology of Creative Writing, Cambridge/New York: Cambridge University Press. doi:10.1093/acprof:oso/9780199836963.003.0007

  • Kieran, Matthew, 2014a, “Creativity as a Virtue of Character”, in Paul and Kaufman 2014: 125–144. doi:10.1093/acprof:oso/9780199836963.003.0007

  • –––, 2014b, “Creativity, Virtue and the Challenges from Natural Talent, Ill-Being and Immorality”, Royal Institute of Philosophy Supplement, 75: 203–230. doi:10.1017/S1358246114000241

  • –––, 2018, “Creativity, Vanity and Narcissism” in Gaut and Kieran 2018: 74–92.

  • Kivy, Peter, 2001, The Possessor and the Possessed: Handel, Mozart, Beethoven, and the Idea of Musical Genius, (Yale Series in the Philosophy and Theory of Art), New Haven, CT: Yale University Press.

  • Klausen, Søren Harnow, 2010, “The Notion of Creativity Revisited: A Philosophical Perspective on Creativity Research” Creativity Research Journal, 22(4):347–360. doi:10.1080/10400419.2010.523390

  • Kneller, George F., 1965, The Art and Science of Creativity, New York: Holt, Rinehart and Winston.

  • Koestler, Arthur, 1964, The Act of Creation, New York: Macmillan.

  • Kounios, John and Mark Beeman, 2014, “The Cognitive Neuroscience of Insight”, Annual Review of Psychology, 65(1): 71–93. doi:10.1146/annurev-psych-010213-115154

  • Koza, John R., 1992, Genetic Programming: On the Programming of Computers by Means of Natural Selection, (Complex Adaptive Systems), Cambridge, MA: MIT Press.

  • Krausz, Michael, Denis Dutton, and Karen Bardsley (eds.), 2009, The Idea of Creativity, Leiden/Boston: Brill. doi:10.1163/ej.9789004174443.i-348

  • Kronfeldner, Maria E., 2009, “Creativity Naturalized”, The Philosophical Quarterly, 59(237): 577–592. doi:10.1111/j.1467-9213.2009.637.x

  • –––, 2010, “Darwinian ‘Blind’ Hypothesis Formation Revisited”, Synthese, 175(2): 193–218. doi:10.1007/s11229-009-9498-8

  • –––, 2011, Darwinian Creativity and Memetics, (Acumen Research Editions), Durham, UK: Acumen Publishing.

  • –––, 2018, “Explaining Creativity”, in Gaut and Kieran 2018: 213–229.

  • Laukkonen, Ruben E. and Jason M. Tangen, 2018, “How to Detect Insight Moments in Problem Solving Experiments”, Frontiers in Psychology, 9(March): article 282. doi:10.3389/fpsyg.2018.00282

  • Lehman, Joel, Jeff Clune, Dusan Misevic, Christoph Adami, Lee Altenberg, Julie Beaulieu, Peter J. Bentley, Samuel Bernard, Guillaume Beslon, David M. Bryson, et al., 2020, “The Surprising Creativity of Digital Evolution: A Collection of Anecdotes from the Evolutionary Computation and Artificial Life Research Communities”, Artificial Life, 26(2): 274–306. doi:10.1162/artl_a_00319

  • Lepper, Mark R., David Greene, and Richard E. Nisbett, 1973, “Undermining Children’s Intrinsic Interest with Extrinsic Reward: A Test of the ‘Overjustification’ Hypothesis”, Journal of Personality and Social Psychology, 28(1): 129–137. doi:10.1037/h0035519

  • Limb, Charles J. and Allen R. Braun, 2008, “Neural Substrates of Spontaneous Musical Performance: An FMRI Study of Jazz Improvisation”, PLoS ONE, 3(2): e1679. doi:10.1371/journal.pone.0001679

  • Livingston, Paisley, 2018, “Explicating ‘Creativity’”, in Gaut and Kieran 2018: 108–123.

  • Lopes, Dominic McIver, 2008, “Virtues of Art: Good Taste”, Aristotelian Society Supplementary Volume, 82(1): 197–211. doi:10.1111/j.1467-8349.2008.00169.x

  • Lovelace, Ada Augusta, 1843, “Translation of, and Notes to, Luigi F. Menabrea’s Sketch of the Analytical Engine Invented by Charles Babbage”, in Scientific Memoirs, Volume 3, Richard Taylor (ed.), London: Richard and John E. Taylor, 691–731.

  • Luo, Jing and Kazuhisa Niki, 2003, “Function of Hippocampus in ‘Insight’ of Problem Solving”, Hippocampus, 13(3): 316–323. doi:10.1002/hipo.10069

  • Mai, Xiao-Qin, Jing Luo, Jian-Hui Wu, and Yue-Jia Luo, 2004, “‘Aha!’ Effects in a Guessing Riddle Task: An Event-Related Potential Study”, Human Brain Mapping, 22(4): 261–270. doi:10.1002/hbm.20030

  • Martindale, Colin, 1977, “Creativity, Consciousness, and Cortical Arousal”, Journal of Altered States of Consciousness, 3(1): 69–87.

  • –––, 1981, Cognition and Consciousness, (Dorsey Series in Psychology), Homewood, IL: Dorsey Press.

  • –––, 1995, “Creativity and Connectionism”, in Smith, Ward, and Finke 1995 :249–68.

  • –––, 1999, “Biological Bases of Creativity”, in Sternberg 1999: 137–152. doi:10.1017/CBO9780511807916.009

  • Martindale, Colin and James Armstrong, 1974, “The Relationship of Creativity to Cortical Activation and Its Operant Control”, The Journal of Genetic Psychology, 124(2): 311–320. doi:10.1080/00221325.1974.10532293

  • Martindale, Colin and Dwight Hines, 1975, “Creativity and Cortical Activation during Creative, Intellectual and Eeg Feedback Tasks”, Biological Psychology, 3(2): 91–100. doi:10.1016/0301-0511(75)90011-3

  • Maybury, Barry, 1967, Creative Writing for Juniors, London: B. T. Batsford.

  • Mayer, Richard E., 1989, “Systematic Thinking Fostered by Illustrations in Scientific Text”, Journal of Educational Psychology, 81(2): 240–246. doi:10.1037/0022-0663.81.2.240

  • Mayseless, Naama, Ayelet Eran, and Simone G. Shamay-Tsoory, 2015, “Generating Original Ideas: The Neural Underpinning of Originality”, NeuroImage, 116(August): 232–239. doi:10.1016/j.neuroimage.2015.05.030

  • McMahon, Darrin M., 2013, Divine Fury: A History of Genius, New York: Basic Books.

  • Mekern, Vera, Bernhard Hommel, and Zsuzsika Sjoerds, 2019, “Computational Models of Creativity: A Review of Single-Process and Multi-Process Recent Approaches to Demystify Creative Cognition”, Current Opinion in Behavioral Sciences, 27(June): 47–54. doi:10.1016/j.cobeha.2018.09.008

  • Metcalfe, Janet and David Wiebe, 1987, “Intuition in Insight and Noninsight Problem Solving”, Memory & Cognition, 15(3): 238–246. doi:10.3758/BF03197722

  • Miller, Arthur I., 2019, The artist in the machine: The world of AI-powered creativity, Cambridge, MA: The MIT Press. doi:10.7551/mitpress/11585.001.0001

  • Mithen, Steven J., 1996, The Prehistory of the Mind: The Cognitive Origins of Art, Religion and Science, New York: Thames and Hudson.

  • –––, 1998, “A Creative Explosion? Theory of Mind, Language, and the Disembodied Mind of the Upper Paleolithic”, in Creativity in Human Evolution and Prehistory, Steven Mithen (ed.) , London: Routledge, 97–106.

  • Morrison, Robert G. and Benjamin Wallace, 2001, “Imagery Vividness, Creativity and the Visual Arts”, Journal of Mental Imagery, 25(3–4): 135–152.

  • Morrison, Toni, 1993, “The of of Fiction No. 134”, interview by Elissa Schappell and Calaudia Brodsky Lacour, The Paris Review, 128(Fall 1993). [Morrison 1993 available online]

  • Mumford, Michael D., 2003, “Where Have We Been, Where Are We Going? Taking Stock in Creativity Research”, Creativity Research Journal, 15(2–3): 107–120. doi:10.1080/10400419.2003.9651403

  • Murray, Penelope, 1989, Genius: The History of an Idea, Oxford/New York: B. Blackwell.

  • Murray, Samuel, Nathan Liang, Nicholaus Brosowsky, and Paul Seli, forthcoming, “What Are the Benefits of Mind Wandering to Creativity?”, Psychology of Aesthetics, Creativity, and the Arts, early online: September 2021. doi:10.1037/aca0000420

  • Nahm, Milton Charles, 1956, Genius and Creativity: An Essay in the History of Ideas, New York: Harper Torchbooks.

  • Nanay, Bence, 2014, “An Experiential Account of Creativity”, in Paul and Kaufman 2014: 17–36. doi:10.1093/acprof:oso/9780199836963.003.0002

  • Newell, Allen, J. C. Shaw, and Herbert A. Simon, 1962, “The Processes of Creative Thinking”, in Contemporary Approaches to Creative Thinking: A Symposium Held at the University of Colorado., Howard E. Gruber, Glenn Terrell, and Michael Wertheimer (eds.), New York: Atherton Press, 63–119. doi:10.1037/13117-003

  • Nickles, Thomas, 2003, “Evolutionary Models of Innovation and the Meno Problem”, in L. V. Shavinina (ed.), The International Handbook on Innovation, 54–78. New York, NY: Elsevier Science.

  • Nietzsche, Friedrich, 1872 [1967], The Birth of Tragedy out of the Spirit of Music, Walter Kaufmann (trans.), New York: Vintage.

  • Nolfi, Stefano and Dario Floreano, 2000, Evolutionary Robotics: The Biology, Intelligence, and Technology of Self-Organizing Machines, Cambridge, MA: The MIT Press. doi:10.7551/mitpress/2889.001.0001

  • Novitz, David, 1999, “Creativity and Constraint”, Australasian Journal of Philosophy, 77(1): 67–82. doi:10.1080/00048409912348811

  • Pais, Abraham, 1982, Subtle Is the Lord: The Science and the Life of Albert Einstein, Oxford/New York: Oxford University Press.

  • Palmiero, Massimiliano, Raffaella Nori, Vincenzo Aloisi, Martina Ferrara, and Laura Piccardi, 2015, “Domain-Specificity of Creativity: A Study on the Relationship Between Visual Creativity and Visual Mental Imagery”, Frontiers in Psychology, 6(December). doi:10.3389/fpsyg.2015.01870

  • Paul, Elliot Samuel and Scott Barry Kaufman (eds.), 2014, The Philosophy of Creativity: New Essays, Oxford/New York: Oxford University Press. doi:10.1093/acprof:oso/9780199836963.001.0001

  • Paul, Elliot Samuel and Dustin Stokes, 2018, “Attributing Creativity”, in Gaut and Kieran 2018: 193–210.

  • –––, 2021, “Computer Creativity is a Matter of Agency”, Institute of Arts and Ideas News, 11 November 2021, [Paul and Stokes 2021 available online]

  • Pease, Alison and Simon Colton, 2011, “On Impact and Evaluation in Computational Creativity: A Discussion of the Turing Test and an Alternative Proposal”, in Proceedings of AISB ’11: Computing and Philosophy, Dimitar Kazakov and George Tsoulas (eds.), York: Society for the Study of Artificial Intelligence and Simulation of Behaviour, 15–22.

  • Pérez-Fabello, María José and Alfredo Campos, 2007, “Influence of Training in Artistic Skills on Mental Imaging Capacity”, Creativity Research Journal, 19(2–3): 227–232. doi:10.1080/10400410701397495

  • Perkins, David N., 1981, The Mind’s Best Work, Cambridge, MA: Harvard University Press.

  • Picciuto, Elizabeth and Peter Carruthers, 2014, “The Origins of Creativity”, in Paul and Kaufman 2014: 199–223. doi:10.1093/acprof:oso/9780199836963.003.0011

  • Plato, Plato: Complete Works, John M. Cooper and D.S. Hutchinson (eds), Indianapolis, IN: Hackett Publishing, 1997.

  • Plucker, Jonathan A., Ronald A. Beghetto, and Gayle T. Dow, 2004, “Why Isn’t Creativity More Important to Educational Psychologists? Potentials, Pitfalls, and Future Directions in Creativity Research”, Educational Psychologist, 39(2): 83–96. doi:10.1207/s15326985ep3902_1

  • Poincaré, Henri, 1908 [1913], Science et Méthode, Paris: Flammarion. Translated as “Science and Method” in The Foundations of Science: Science and Hypothesis, The Value of Science, Science and Method, George Bruce Halsted (trans.), (Science and Education 1), New York: The Science Press, 1913. [Poincaré 1913 available online]

  • Policastro, Emma and Howard Gardner, 1999, “From Case Studies to Robust Generalizations: An Approach to the Study of Creativity”, in Sternberg 1999: 213–225. doi:10.1017/CBO9780511807916.013

  • Pólya, George, 1945, How to Solve It: A New Aspect of Mathematical Method, Princeton, NJ: Princeton University Press.

  • Popper, Karl Raimund, 1934 [1959], Logik der forschung: zur erkenntnistheorie der modernen naturwissenschaft, (Schriften zur wissenschaftlichen weltauffassung, Bd. 9), Wien: J. Springer. Translated as The Logic of Scientific Discovery, London: Hutchinson, 1959.

  • Posner, Micheal I., and Raichle, Marcus E., 1994, Images of Mind, New York, NY: WH Freeman and Co.

  • Posner, Michael I., DiGirolamo, Gregory, J., Fernandez-Duque, Diego, 1997, “Brain mechanisms of cognitive skills”, Consciousness and Cognition 1997, 6(2-3):267-90. doi: 10.1006/ccog.1997.0301. PMID: 9262412.

  • Prinz, Jesse and Laurence Barsalou, 2002, “Acquisition and Productivity in Perceptual Symbol Systems: An Account of Mundane Creativity”, in Creativity, Cognition, and Knowledge: An Interaction, Terry Dartnall (ed.), Westport, CT: Praeger, ch. 2.

  • Raichle, Marcus E., Ann Mary MacLeod, Abraham Z. Snyder, William J. Powers, Debra A. Gusnard, and Gordon L. Shulman, 2001, “A Default Mode of Brain Function”, Proceedings of the National Academy of Sciences, 98(2): 676–682. doi:10.1073/pnas.98.2.676

  • Richards, Ruth L., 1976, “A Comparison of Selected Guilford and Wallach-Kogan Creative Thinking Tests in Conjunction With Measures of Intelligence*”, The Journal of Creative Behavior, 10(3): 151–164. doi:10.1002/j.2162-6057.1976.tb01018.x

  • Ritter, Simone M. and Ap Dijksterhuis, 2014, “Creativity: The Unconscious Foundations of the Incubation Period”, Frontiers in Human Neuroscience, 8(April). doi:10.3389/fnhum.2014.00215

  • Roberts, Tom, 2018, “Aesthetic Virtues: Traits and Faculties”, Philosophical Studies, 175(2): 429–447. doi:10.1007/s11098-017-0875-8

  • Root-Bernstein, Robert Scott and Michèle Root-Bernstein, 1999, Sparks of Genius: The Thirteen Thinking Tools of Creative People, Boston, MA: Houghton, Mifflin and Company.

  • Runco, Mark A., 1991, “The Evaluative, Valuative, and Divergent Thinking of Children*”, The Journal of Creative Behavior, 25(4): 311–319. doi:10.1002/j.2162-6057.1991.tb01143.x

  • –––, 2017, “Comments on Where the Creativity Research Has Been and Where Is It Going”, The Journal of Creative Behavior, 51(4): 308–313. doi:10.1002/jocb.189

  • Runco, Mark A., Ahmed M. Abdulla, Sue Hyeon Paek, Fatima A. Al-Jasim, and Hanadi N. Alsuwaidi, 2016, “Which Test of Divergent Thinking Is Best?”, Creativity. Theories—Research—Applications, 3(1): 4–18. doi:10.1515/ctra-2016-0001

  • Runco, Mark A. and Robert S. Albert, 2010, “Creativity Research: A Historical View”, in The Cambridge Handbook of Creativity, James C. Kaufman and Robert J. Sternberg (eds.), New York: Cambridge University Press, 3–19. doi:10.1017/CBO9780511763205.003

  • Runco, Mark A. and Ivonne Chand, 1994, “Problem Finding, Evaluative Thinking, and Creativity”, in Problem Finding, Problem Solving, and Creativity, Mark A. Runco (ed.), (Creativity Research), Westport, CT: Ablex Publishing, 40–76.

  • Runco, Mark A. and Gayle T. Dow, 2004, “Assessing the Accuracy of Judgments of Originality on Three Divergent Thinking Tests”, Korean Journal of Thinking & Problem Solving, 14(2): 5–14.

  • Runco, Mark A. and Garrett J. Jaeger, 2012, “The Standard Definition of Creativity”, Creativity Research Journal, 24(1): 92–96. doi:10.1080/10400419.2012.650092

  • Runco, Mark A. and Steven R. Pritzker (eds.), 2020, Encyclopedia of Creativity, third edition, Amsterdam: Academic Press.

  • Runco, Mark A. and Luiz Vega, 1990, “Evaluating the Creativity of Children’s Ideas”, Journal of Social Behavior & Personality, 5(5): 439–452.

  • Sawyer, R. Keith, 2012, Explaining Creativity: The Science of Human Innovation, second edition, New York: Oxford University Press.

  • Schank, Roger A. and Abelson, Robert P., 1977, Scripts, Plans, Goals, and Understanding: An Inquiry Into Human Knowledge Structures, London: Psychology Press.

  • Schoenfeld, Alan H., 1982, “Measures of Problem-Solving Performance and of Problem-Solving Instruction”, Journal for Research in Mathematics Education, 13(1): 31–49. doi:10.2307/748435

  • –––, 1987a, “Pólya, Problem Solving, and Education”, Mathematics Magazine, 60(5): 283–291. doi:10.2307/2690409

  • –––, 1987b, “What’s All the Fuss about Metacognition?”, in Cognitive Science and Mathematics Education, Alan H. Schoenfeld (ed.), Hillsdale, NJ: Lawrence Erlbaum Associates, 189–215.

  • Schopenhauer, Arthur, 1859 [WWV], Die Welt als Wille und Vorstellung, third edition, Leipzig. First edition in 1811 and expanded in 1844. Translated as The World as Will and Representation, two volumes, E. F. J. Payne (trans.), Indian Hills, CO: The Falcon’s Wing Press, 1958. Reprinted New York: Dover Publications, 1966. Citations, WWV, with volume and page are to the 1966 edition.

  • –––, 1851 [SW/PP], Parerga und Paralipomena: kleine philosophische Schriften, two volumes, Berlin. Collected in his Sämtliche Werke [SW], Arthur Hübscher (ed.), Mannheim: F. A. Brockhaus, 1988, volumes 5 and 6. Translated as Arthur Schopenhauer: Parerga and Paralipomena Short Philosophical Essays, 2 volumes, Christopher Janaway, Sabine Roehr, and Adrian Del Caro (eds.), Adrian Del Caro (trans.), Cambridge: Cambridge University Press, 2014 and 2015. Page numbers are given both to the SW edition with volume and page and to the Cambridge University edition [PP] with volume and page.

  • Searle, John R., 1980, “Minds, Brains, and Programs”, Behavioral and Brain Sciences, 3(3): 417–424. doi:10.1017/S0140525X00005756

  • Shevlin, Henry, Karina Vold, Matthew Crosby, and Marta Halina, 2019, “The Limits of Machine Intelligence: Despite Progress in Machine Intelligence, Artificial General Intelligence Is Still a Major Challenge”, EMBO Reports, 20(10). doi:10.15252/embr.201949177

  • Silver, David, Aja Huang, Chris J. Maddison, Arthur Guez, Laurent Sifre, George van den Driessche, Julian Schrittwieser, Ioannis Antonoglou, Veda Panneershelvam, Marc Lanctot, et al., 2016, “Mastering the Game of Go with Deep Neural Networks and Tree Search”, Nature, 529(7587): 484–489. doi:10.1038/nature16961

  • Simonton, Dean Keith, 1984, Genius, Creativity, and Leadership: Historiometric Inquiries, Cambridge, MA: Harvard University Press.

  • –––, 1988a, “Creativity, Leadership, and Chance”, in R. J. Sternberg (ed.), The Nature of Creativity, 386-426. New York: Cambridge University Press.

  • –––, 1988b, Scientific genius: A psychology of science. New York: Cambridge University Press.

  • –––, 1994, Greatness: Who Makes History and Why, New York: Guilford.

  • –––, 1997, Genius and Creativity: Selected Papers, Westport, CT: Ablex Publishing.

  • –––, 1999a, “Creativity as Blind Variation and Selective Retention: Is the Creative Process Darwinian?”, Psychological Inquiry, 10(4): 309–328.

  • –––, 1999b, Origins of Genius: Darwinian Perspectives on Creativity, New York/Oxford: Oxford University Press.

  • –––, 2004, Creativity in Science: Chance, Logic, Genius, and Zeitgeist, Cambridge, UK/New York: Cambridge University Press.

  • –––, 2009, Genius 101, (The Psych 101 Series), New York: Springer.

  • –––, 2011, “Creativity and Discovery as Blind Variation: Campbell’s (1960) BVSR Model after the Half-Century Mark”, Review of General Psychology, 15(2): 158–174. doi:10.1037/a0022912

  • –––, 2012a, “Creativity, Problem Solving, and Solution Set Sightedness: Radically Reformulating BVSR”, The Journal of Creative Behavior, 46(1): 48–65. doi:10.1002/jocb.004

  • –––, 2012b, “Taking the U.S. Patent Office Criteria Seriously: A Quantitative Three-Criterion Creativity Definition and Its Implications”, Creativity Research Journal, 24(2–3): 97–106. doi:10.1080/10400419.2012.676974

  • –––, 2018, “Creative Genius as Causal Agent in History: William James’s 1880 Theory Revisited and Revitalized”, Review of General Psychology, 22(4): 406–421. doi:10.1037/gpr0000165

  • –––, forthcoming, “The Blind-Variation and Selective-Retention Theory of Creativity: Recent Developments and Current Status of BVSR”, Creativity Research Journal, early online: 14 April 2022 (20 pages). doi:10.1080/10400419.2022.2059919

  • Sims, Karl, 1994, “Evolving 3D Morphology and Behavior by Competition”, Artificial Life, 1(4): 353–372. doi:10.1162/artl.1994.1.4.353

  • Singh, Simon, 1999, The Code Book: The Secret History of Codes and Codebreaking, London: Fourth Estate.

  • Smith, Steven M. and Steven E. Blankenship, 1989, “Incubation Effects”, Bulletin of the Psychonomic Society, 27(4): 311–314. doi:10.3758/BF03334612

  • –––, 1991, “Incubation and the Persistence of Fixation in Problem Solving”, The American Journal of Psychology, 104(1): 61–87. doi:10.2307/1422851

  • Smith, Steven M., Thomas B. Ward, and Ronald A. Finke (eds.), 1995, The Creative Cognition Approach, Cambridge, MA: MIT Press.

  • Stein, Morris I., 1953, “Creativity and Culture”, The Journal of Psychology, 36(2): 311–322. doi:10.1080/00223980.1953.9712897

  • Sternberg, Robert J. (ed.), 1999, Handbook of Creativity, Cambridge/New York: Cambridge University Press. doi:10.1017/CBO9780511807916

  • Sternberg, Robert J. and Todd I. Lubart, 1995, Defying the Crowd: Cultivating Creativity in a Culture of Conformity, New York, NY: Free Press.

  • –––, 1999, “The Concept of Creativity: Prospects and Paradigms”, in Sternberg 1999: 3–15. doi:10.1017/CBO9780511807916.003

  • Stokes, Dustin R., 2007, “Incubated Cognition and Creativity”, Journal of Consciousness Studies, 14(3): 83–100.

  • –––, 2008, “A Metaphysics of Creativity”, in New Waves in Aesthetics, Kathleen Stock and Katherine Thomson-Jones (eds.), New York: Palgrave-Macmillan, 105–124.

  • –––, 2011, “Minimally Creative Thought: Minimally Creative Thought”, Metaphilosophy, 42(5): 658–681. doi:10.1111/j.1467-9973.2011.01716.x

  • –––, 2014, “The Role of Imagination in Creativity”, in Paul and Kaufman 2014: 157–184. doi:10.1093/acprof:oso/9780199836963.003.0009

  • –––, 2016, “Imagination and Creativity”, in The Routledge Handbook of the Philosophy of Imagination, Amy Kind (ed.), London/New York: Routledge, chapter 18.

  • Stokes, Dustin R. and Jon Bird, 2008, “Evolutionary Robotics and Creative Constraints”, in Beyond the Brain: Embodied, Situated, and Distributed Cognition, Benoit Hardy-Vallée and Nicolas Payette (eds.), Newcastle: Cambridge Scholars Publishing, 227–245.

  • Tabery, James, 2014, Beyond versus: The Struggle to Understand the Interaction of Nature and Nurture, (Life and Mind: Philosophical Issues in Biology and Psychology), Cambridge, MA: MIT Press.

  • Takeuchi, Hikaru and Rex Jung (eds), 2019, Creativity, special issue of Current Opinion in Behavioral Sciences, 27: 1–174.

  • Tatarkiewicz, Władysław, 1980, A History of Six Ideas: An Essay in Aesthetics, Dordrecht: Springer Science & Business Media.

  • Thagard, Paul and Terrence C. Stewart, 2011, “The AHA! Experience: Creativity Through Emergent Binding in Neural Networks”, Cognitive Science, 35(1): 1–33. doi:10.1111/j.1551-6709.2010.01142.x

  • Turing, Alan M., 1950, “Computing Machinery and Intelligence”, Mind, 59(236): 433–460. doi:10.1093/mind/LIX.236.433

  • Verstijnen, Ilse Marieke, 1997, “Sketches of Creative Discovery: A Psycological Inquiry into the Role of Imagery and Sketching in Creative Discovery”, Doctoral thesis, Technische Universiteit, Delft, The Netherlands. [Verstijnen 1997 available online]

  • Wallas, Graham, 1926, The Art of Thought, London: J. Cape.

  • Ward, Thomas B., 1994, “Structured Imagination: The Role of Category Structure in Exemplar Generation”, Cognitive Psychology, 27(1): 1–40. doi:10.1006/cogp.1994.1010

  • –––, 1995, “What’s Old about New Ideas?” in Smith, Ward, and Finke 1995: 157–178.

  • Watson, James D., 1968 [1999], The Double Helix: A Personal Account of the Discovery of the Structure of DNA, New York: Atheneum. First Touchstone edition, London: Penguin, 1999.

  • Weisberg, Robert W., 1986, Creativity: Genius and Other Myths, New York: W.H. Freeman.

  • –––, 2006, Creativity: Understanding Innovation in Problem Solving, Science, Invention, and the Arts, Hoboken, NJ: Wiley.

  • Wiggins, Geraint A. and Joydeep Bhattacharya, 2014, “Mind the Gap: An Attempt to Bridge Computational and Neuroscientific Approaches to Study Creativity”, Frontiers in Human Neuroscience, 8(July). doi:10.3389/fnhum.2014.00540

  • Williams, Rich, Mark A. Runco, and Eric Berlow, 2016, “Mapping the Themes, Impact, and Cohesion of Creativity Research over the Last 25 Years”, Creativity Research Journal, 28(4): 385–394. doi:10.1080/10400419.2016.1230358

  • Young, Edward, 1759 [1966], Conjectures on Original Composition: In a Letter to the Author of Sir Charles Grandison, London: A. Millar. Reprinted Leeds: Scolar Press, 1966.

  • Zagzebski, Linda Trinkaus, 1997, Virtues of the Mind: An Inquiry into the Nature of Virtue and the Ethical Foundations of Knowledge, Cambridge/New York: Cambridge University Press.

  • Zemore, Sarah E., 1995, “Ability to Generate Mental Images in Students of Art”, Current Psychology, 14(1): 83–88. doi:10.1007/BF02686876

Academic Tools

How to cite this entry.

Preview the PDF version of this entry at the Friends of the SEP Society.

Look up topics and thinkers related to this entry at the Internet Philosophy Ontology Project (InPhO).

Enhanced bibliography for this entry at PhilPapers, with links to its database.

Other Internet Resources

Related Entries

artificial intelligence | epistemology: virtue | ethics: virtue | imagination | Turing, Alan | Turing machines | Turing test

Copyright © 2023 by Elliot Samuel Paul <elliotspaul@gmail.com> Dustin Stokes <dustin.stokes@utah.edu>

上一页神创论 creationism (Michael Ruse)下一页哈斯代·克雷斯卡斯 Crescas, Hasdai (Shalom Sadik)

最后更新于

Logo

道长哲学研讨会 2024