阅读与创造力提升方法可以设计成一个可记录的过程：从短阅读材料提取问题，给创作任务设定对象与约束，产生多个不同方向，再按相关性、清晰度和任务要求选择、修改，并保存来源与反馈。这个过程能帮助比较想法怎样形成，不能仅凭自评或一本书证明创造力已经提升。
本文比较一本阅读、艺术与科技融合的方法书，以及一本讨论生成式 AI、原创性和意义的概念读物，并用一个 AI 协助起草的微型展签示例展示完整练习记录。
阅读与创造力提升方法：把练习拆成五步
| 步骤 | 要做的事 | 过程记录 |
|---|---|---|
| 阅读输入 | 选一段材料，提取一个概念、意象、矛盾或问题 | 标题、章节、来源版本与摘取理由 |
| 任务约束 | 说明面向谁、要表达什么、篇幅/媒介和 AI 辅助边界 | 任务说明、不能改变的元素和未知项 |
| 候选方向 | 产生至少两种真正不同的解释或表达路径 | 相同点、差异点及各自依据 |
| 评价修改 | 检查相关性、清晰度、来源一致与任务约束，选择并修改 | 选择理由、删改内容和仍有争议的判断 |
| 反馈复盘 | 收集读者如何理解作品，再决定下一轮问题 | 反馈对象、问题、日期和下一次修改 |
需要先练习概念、证据和假设的分栏方法时，可以参考科学与思维阅读路线。这里进一步把它用于创意练习的候选、选择和修改记录。
两本书分别适合过程设计与概念讨论
阅读智能概念入门：《以阅读智能点燃创造力》
《以阅读智能点燃创造力：融合艺术与科技的方法》的作者是 Qian Liu 与 Wenling Li；书内另列的出版编辑不是共同作者。目录围绕艺术与科技融合的认知框架、以“阅读智能”点燃创意的方法、AI+项目式教学、影视艺术科技项目、实施和工具展开。
本文按该书的方法概念使用“阅读智能”，不将它等同于通用 IQ、标准化心理测验或本站验证的创造力分数。教师、艺术与技术项目设计者可以用它组织“阅读材料—任务—草稿—反思—来源”流程，再依据自己的对象和场景设计评价。
查看《以阅读智能点燃创造力：融合艺术与科技的方法》的目录与试读
艺术科技融合学习与概念边界：《生成式人工智能与创造力的本质》
Marcel Danesi 的《生成式人工智能与创造力的本质》讨论生成式 AI、创造力架构、人机创造力、AI 艺术、问题解决、机器人创造力与创造性奇点。随书版权页标注 2027 年初版，这只是书内出版信息，不用于判断当前市场状态。
它适合愿意阅读技术、艺术、原创性、意义和作者身份等概念论证的读者。笔记可以分成定义、技术例子、作者论点、可检验问题和价值判断。涉及机器人创造力或 AI 意识时，可结合意识与大脑书籍的模型—行为—体验分栏方法，避免把输出表现直接写成主观体验证据。
一个已填写的微型展签练习
以下材料和草案是本站为本文编写的虚构教学示例，由 AI 协助起草，候选、选择理由与修改稿用于示范记录方法。它不是书中原句、真实学生作品或真人实验。
阅读输入与任务约束
展柜里的旧地图少了一条回家巷子。
管理员说，那条巷子只在雨天出现。
任务：为虚构展览写一则简短展签，保留“旧地图、回家巷子、雨天”三个元素，不解释为真实城市史，不超过两句。
两个候选方向
- 方向一：被删去的归途。“旧地图漏掉了回家巷子，却没抹去某个人的记忆。雨天替他把归途重新画了出来。”
- 方向二：天气写下的城市。“雨天一到，旧地图便显出平日藏起的回家巷子。天气成了这座城市的制图者。”
两个方向都使用原材料，但前者把重点放在记忆与归属，后者把重点放在天气与地图的关系。它们是不同解释方向，不代表哪一个客观上更有创造力。
选择、修改与待反馈
本例示范选择方向二：两个候选都保留任务元素，方向二把重点放在地图变化，更便于继续围绕天气和路径组织展签。这个理由可以讨论，未经过真实受众评价。修改后的草案为：“雨天一到，旧地图显出回家巷子。它记录的是一座随天气改写路径的城市。”
下一步不打虚构分数，而是向真实读者询问：是否看懂雨与地图的关系？是否误以为这是历史事实？展签是否保留了足够想象空间？本文没有收集这些反馈，因此选择理由仍是编辑过程记录，不是作品效果结论。
生成式AI创意评估：区分个人作品与集体多样性
Doshi 与 Hauser 的 2024 年随机在线研究分析了 293 名写作者在三种条件下完成的八句短篇故事：未提供 AI 故事想法、提供一个想法、或至多五个想法；另有 600 名评估者评价作品。原始论文全文（NCBI XML 格式）报告，在该任务和度量中，AI 想法访问与更高的个体故事评分同时出现，而故事之间的集体多样性下降。
这两个结果回答不同问题：一个关注单篇作品在特定评价中的表现，另一个关注作品集合彼此有多相似。研究范围是限定的八句故事任务、参与者和评价方法，不能自动推广到所有艺术、学习者、工具或长期创造能力。
评价步骤可以借鉴，分数不能照搬
OECD PISA 2022 技术报告第 4 章（PDF 第 81 页起）的框架在 15 岁学生的特定任务中区分生成多样想法、生成创造性想法、评价与改进想法。本文借用的是“生成—评价—改进”的过程顺序，不把 PISA 框架改成成人量表、本站测验或阅读后的创造力分数。
UNESCO 的生成式 AI 教育与研究指导强调人本、主体性、包容、公平和多元表达，并讨论教学设计与学习评估。它可以提醒练习设计者保留人的选择、解释和修改权，但不是本例的课堂实测。
创造力练习证据记录：下一轮保留什么
- 阅读输入：标题、章节、来源版本和提取的概念或问题。
- 任务：受众、表达目标、媒介、篇幅和不能改变的约束。
- AI 辅助范围：用于候选、改写、比较或其他步骤；哪些判断由人完成。
- 候选方向：至少两种差异在哪里，各自依据什么材料。
- 选择与修改：使用了哪些标准，删改了什么，理由是什么。
- 来源与版本：引用材料、生成工具或模型信息、日期及保存位置。
- 反馈：向谁提问、得到什么理解、下一轮怎样修改。
- 证据边界：个人反思、教学示例或真实研究分别能支持什么。
想设计阅读、艺术与技术融合的项目过程，选择《以阅读智能点燃创造力》；想讨论生成式 AI、原创性、意义和人机创造力的概念，选择《生成式人工智能与创造力的本质》。先按当前任务选择一本，不需要捆绑开始。
本文于 2026 年 11 月 9 日核对资料。书目事实来自两本授权 EPUB 的扉页、版权、前言和目录，未完整通读，也未开展学生评估或真人作品比较。微型展签是 AI 协助起草的教学示例，没有真人评分、无 AI 对照或长期效果数据。
