南澳大利亚大学的新机器学习模型，允许在学校进行快速且经济高效的创造力评估，使用TCT-DP测试来提供快速准确的结果。
在人工智能（AI）接管可预测的日常任务的时代，培养学校的创造力比以往任何一个时间里都更重要。尽管大多数教师认为创造力是21世纪必不可少的技能，但缺乏有效可靠的创造力测试，意味着学校很难评估创造力。
现在，南澳大学（University of South Australia）开发了一种新的机器学习模型，能够给大家提供高质量、符合目的的创造力测试，可以在很短的时间和很低的成本内完成评估。
新算法应用于目前的经验创造力测试 —— 创造性思维测试-绘图制作（TCT-DP）—— 在一毫秒内标记测试，而不是标准的15分钟人工标记测试。这一进展可以为教师在已经超负荷的课程表上节省数千小时。
首席研究员、南萨大学的大卫·克罗普利教授表示，该算法为学校带来了一项改变游戏规则的创新。
克罗普利教授表示：“创造力是下一代的一项基本技能，尤其是因为它是一项无法自动化的技能。但是，由于缺乏负担得起的有效工具来衡量学校的创造力，学生要么没有接受测试，要么被主观地打分，这是不一致和不可靠的。”
克罗普利教授解释说：“长期以来，TCT-DP测试一直被认为是评估学龄儿童创造力的首要工具，但由于它昂贵、速度慢、劳动密集，大多数学校都没办法实现。”
“我们的算法改变了这一点。不仅运行算法的成本降低了20多倍，而且结果也非常快速和准确。
“例如，一所拥有1000名学生的学校进行人工评分测试，成本约为2.5万美元，需要大约10周的时间才能收到测试结果；使用UniSA的算法，同样的测试可以在1-2天内完成，成本约为1000美元。”
“这使得学校和教师能直接用该测试，为他们提供了准确而廉价地评估创造力的手段。”
联合研究人员、南萨大学的丽贝卡·马龙博士说，测试和衡量创造力的能力对有时被忽视的学生有额外的好处。
“创造力测试有助于识别那些可能具有传统学校测试方法无法显示的能力的学生。例如，一个孩子在传统的智商测试中表现不佳，但很有创造力，非常容易就能通过考试。
“培养创造力还可保护成绩较低的儿童，因为他们接受了一项不易受到自动化影响的技能培训，这能够在一定程度上帮助他们抵御数字化转型的影响。”
该算法目前正在开发为桌面应用程序，供教师在课堂上使用。在此之前，有兴趣使用TCT-DP的课堂教师被邀请与UniSA团队联系，讨论他们的需求。