创造性作为人类认知领域最不可能被人工智能替代的认知能力，在世界范围内越来越受重视。最大化地发挥人类的创造性潜能或能为人类社会的进步提供可能。人类的创新能力推动各行各业的进步，体现在人类创造性地产生新的假设、新的产品和新的解决方案。因此，从幼儿园到大学，培养创新性人才是教育工作者的首要目标，而创造性思维能力能够持续预测学业成绩。已有研究表明，创造性焦虑普遍存在于各个领域，从传统上被人们视为“创造性”的领域（如音乐、视觉艺术等领域）到通常被视为不太具有创造性的领域（如数学等领域）。这种特定于某一领域的创造性焦虑可能会对人们从事的职业和求学路上所选专业产生重要影响。因此，找出阻碍创造性产生的潜在因素迫在眉睫。

 根据创造性广义上的“标准定义”——个体产生新颖独特且有实用价值的观点或产品的能力，Darker 和 Green 等人（2019）开发了创造性焦虑量表(Creativity Anxiety Scale, CAS, 下同)，创造性焦虑指的是个体对创造性思维的焦虑。Darker等人（2019）在美国样本上发现个体的创造性焦虑水平对创造性成就具有负向预测的作用，这提示创造性焦虑可能是个体创造性成就发展的潜在阻碍因素。

本研究首次对CAS进行中文版修订，旨在修订出符合中国文化背景、信度和效度较高、符合心理测量学标准的中国版创造性焦虑量表；并从个体差异的角度切入，使用基于脑功能连接组的预测模型(Connectome-based Predictive Modeling, CPM)首次揭示创造性焦虑的个体差异及静息态功能连接基础。具体来说，以全脑功能连接数据为输入，使用交叉验证来减少模型误差，最终训练出一个泛化能力良好的预测模型来预测个体的创造性焦虑水平，并使用一个独立样本对主样本发现的结果进行重复验证，以保证结果的可靠性。结果发现，由额顶控制网络、默认网络、凸显网络、视觉网络（如图）构成的这组功能连接能够显著预测个体的创造性焦虑水平，其结果也在另一个独立样本上得到重复验证。这些网络主要参与创意想法产生、创意想法评估、情绪反应和情绪加工等过程，提示个体可能通过情绪调节、创意想法产生及评估等来降低创造性焦虑体验，从而为低创造性焦虑个体拥有较好的创造性认知能力提供神经科学证据。此外，本研究还发现个体的创造性焦虑水平对创造性成就具有显著的负向预测作用，创造性焦虑越高的个体在创造性成就上的表现越差。这提示创造性焦虑可能是个体创造性成就发展的潜在阻碍因素。

该研究为理解创造性焦虑的神经基础提供了初略的证据，也为低创造性焦虑个体拥有较好的创造性认知能力提供神经科学证据，对提升个体创造性能力的应用和实践具有重要作用。

乔治城大学的 Adam E.Green教授和西南大学邱江教授为论文共同通讯作者，第一作者为西南大学在读博士生任芷葶。本研究得到国家自然科学基金，国家级人才项目，以及中央高校基本科研业务费等资助。

论文信息：Zhiting Ren, Richard J.Daker, LiangShi, JiangzhouSun, ...& Adam E.Green, JiangQiu. (2020). Connectome-Based Predictive Modeling of Creativity Anxiety. NeuroImage. Doi:10.1016/j.neuroimage.2020.117469

https://www.sciencedirect.com/science/article/pii/S105381192030954X