基于STEM教育的学习者创造力测评研究

毛刚 吴童 李菲茗

[摘   要] 对学习者的创造力进行测评一直以来都是教学实践的难题。STEM教育为发展学生的创造力提供了更多机会，同时也为评估学生的创造力提供了真实的问题情境。研究根据加德纳多元智能理论和吉尔福德的创造力结构划分理论，解析了STEM教育活动中创造力的领域特殊性和思维同一性特征，构建了面向STEM教育情境的创造力评价模型。以此为基础，通过分析机器人教育活动中学生在S.T.E.M学科维度的创造性表现和思维过程特征，设计了面向教育机器人活动的创造力观测量表，并在小学生机器人项目化学习活动中开展实践应用。研究表明，基于该模型的测评工具和方法能够有效区分学习者的创造力水平，支持对学习者创造力学科倾向的深度分析，有助于厘清学习者知识基础对创造力的影响。

[关键词] STEM教育； 创造力； 机器人教育； 测评

[中图分类号] G434            [文献标志码] A

[作者简介] 毛刚（1981—），男，湖北黄冈人。副教授，博士，主要从事教师专业发展、学习分析、教育数据挖掘研究。E-mail：catihg@sina.com。

一、研究背景與问题

自1950年吉尔福德（Guilford）发表创造力演讲以来，创造力不是少数人才有的天赋或特质，而是每个普通人可以发展的能力这一观点得到广泛认同。发现并培养学生的创造力逐步成为教育实践的重要目标。新世纪以来，随着国家竞争的加剧，关于创造力的培养更是成为世界各国教育质量竞争的焦点。STEM教育作为一种融合了科学、技术、工程和数学的跨学科教育形式被认为是发展学生创造力的重要途径[1]。美国、德国、芬兰等国家在发展STEM教育，培养学生创造力方面是先行者，成为世界各国争相学习的对象[2]。我国同样高度重视学生创造力的培养。《中国教育现代化2035》指出，要通过推行启发式、探究式、参与式、合作式等教学方式……，培养学生创新精神与实践能力[3]。《教育信息化“十三五”规划》更是指明，要积极探索信息技术在“众创空间”、跨科学学习（STEAM教育）、创客教育等新的教育模式中的应用，着力提升学生的信息素养、创新意识和创新能力[4]。然而，在研究和实践过程中，我们往往有意无意地偏离创造力这一核心主题，缺乏对STEM教育及创造力本质的辨析，缺少基于STEM教育的创造力评价工具会影响我们对STEM教育质量的评估，也不利于STEM教育的标准化和大范围推广。

二、STEM教育与创造力相关研究

（一）创造力的定义与内涵

创造力是个体调动大脑中各种想法、描述、概念、经验和知识等多元要素协同构建新想法的复杂能力概念[5]。吉尔福德将创造力划分为八个结构：灵活性、流畅性、新颖性、分析、重组、重新定义、综合、复杂性和精致性[6]。这一划分为后续创造力的界定及相关研究奠定了理论基础。例如，Getzels认为，创造力是能够利用现有的环境和经验，以独特、新颖的、有用且有目的的方式来产生和表达问题的能力[7]。Zha等人将创造力定义为一种以新颖的方式看待普通事物的能力，发现他人没有意识到的问题的能力，或是对问题产生新颖的、特殊的、适切性的或有效的解决方案的能力[8]。被广泛引用的托伦斯创造性思维测验（TTCT）选用流畅性、灵活性、新颖性、精致性四个维度衡量学习者的创造力水平[9]。

创造力不应被视为一般普遍性的能力，而是具有特定领域性的能力[10]。加德纳的多元智能理论将人类智能划分为语言、数理逻辑、空间、肢体运动、音乐、人际、内省、自然探索八个范畴[11]。在广义的认知领域（例如数学、语言和音乐）和狭义的任务或内容领域（例如诗歌写作、故事写作和拼贴制作）中都可以找到创造力领域特殊性的证据[12]。当然，不屈不挠的精神、敢于冒险的勇气、自我认同的信心等一般性特征与创造力的关系也被广泛研究。

从认知心理的角度出发，创造力来源于人脑的思维。有三种类型的思维可能主导创造性个体的思维方式：横向思维、发散思维和融合思维。横向思维负责从不同角度系统地产生新想法的思维过程[13]。发散思维是创造性思维时个体大脑中形成的新概念[14]。融合思维又称收敛思维，是个体识别问题的关键要素，找出各个部分是如何结合在一起的思维过程。在这一过程中，思考者看到新的关系，结合不同的想法，确定模式，并在以前不同的实体之间形成新的联系[13]。因此，融合思维是一种与内容知识、逻辑和推理以及智力相关的技能。

综合以上研究可以获得以下认识：第一，创造力广泛存在于各个领域中，表现在发现问题、表达问题、提出新颖、适切或有效的问题解决方案的行动过程中。第二，创造力具有多样化的外在表现，但在思维层面是同一的，是特定领域相关知识、技能以及完成创造性任务的动机三个要素综合作用的结果[15]。第三，个体思维能力能够在以知识内容为载体的教育活动中得到发展，培养学生横向思维、发散思维和融合思维有利于促进学生创造力的发展。

（二）创造力评价研究

创造力是一个复杂的、多方面的现象，不同学科都试图对学习者的创造力进行评价。 鉴于本文的研究主题，集中对科学、数学、工程与技术领域关于创造力特征描述和评价方法的代表性文献进行回顾，从而为后续STEM教育情境下的创造力评价提供参考。

科学和数学领域对创造力的认识和评价存在相似性。科学创造力是问题解决过程中调动领域通用和领域特定技能与知识的能力。有研究者提出双重搜索理论，认为科学发现发生于假设和实验双重认知空间的搜索过程中[16]。因此，从科学现象和科学问题提出、科学假设生成、假设测试（实验设计）和证据评估等环节评估创造力水平是常见的做法[17]。数学创造力是以一种新的方式将数学思想、方法和技术结合在一起，生成和构建所需论点的能力。数学创新活动强调形成数学假设、证明与说服、发现新的关系并建立论点、以及在技术、思想和应用领域之间建立联系[13]。二者对创造力的评价均着眼于问题解决过程，重视问题提出、验证、应用评估等环节中思维的流畅性、灵活性和独创性品质。

技术、工程与艺术领域对创造力的认定是基于产品（作品）的。对技术、工程创造力，主要从创新性、技术水平和美学吸引力三个维度进行评量。在细分维度上则包括新颖的想法、创新使用材料、复杂性、组织性、整洁性，在形状、形式或颜色、价值等方面提供令人愉悦的使用体验等[18]。艺术作品是展示创造力最为直观的方式。除需要专业知识和技能的音乐和绘画外，拼贴画制作、短文或故事创作过程中完成任务的时间和故事长度，甚至是只言片语中的潜在语义也能发现创造力的痕迹[12，19]。

在创造力评价方法方面，创设综合复杂任务情境对学习者问题解决能力进行测评，以此衡量学习者的创造性潜力正逐步受到青睐。其中，数字游戏等技术的引入为创造力的测评提供了更多选择。Atesgoz等人设计了包含“苍蝇”“水”“隧道”要素的动画环境，测评儿童在开放型任务表现出的科学创造力[20]。Shute等人将评估嵌入《物理游乐场》游戏环境中，通过采集学生解决关卡数量、物理知识运用等表现性数据评估初中生的创造性潜力[21]。虚拟现实等新兴技术也被应用于创造力的培养和测评中，研究者发现，基于VR的设计工具或模拟创建的环境能够有效激发设计者的创意灵感，其设计的产品更具创造力[22]。这类测评提供了一种有趣的、融合创造性思维和情感态度等非认知能力的评价方式，能够更加全面、真实地反映学习者的创造性潜力，具有较高的内部效度。

（三）STEM教育与创造力发展

STEM教育是科学探究、技术制作、工程设计和数学应用的有机统一。在一些情况下，艺术、文化、互联网等要素也加入进来，形成跨学科融合的教育形式。成熟的STEM教育具备问题解决、创中学、设计制造和协作探究四个外部特征以及S.T.E.M.知识真实的整合性的应用和科学精神的熏陶与强化两个内部特征[23]。然而，在现实的教育实践中，STEM教育常常被视为学科教学的补充，突出强调其加深学生对学科知识的理解、提升STEM学习质量的作用[24]。如果回溯STEM的源起可以发现，STEM的核心价值在于“教育促进创新”。有研究指出，STEM教育一直致力于通过营造创新环境、激发学生创新精神、培养具有创新能力的人才而被视为教育体系变革的核心抓手[25]。在STEM教育发展的过程中，STEM素养概念的提出将知识学习和创造力的培养统一起来。其中的主要抓手就是问题解决，即通过整合科学、技术、工程和数学等领域的概念和知识，创造性地解决复杂问题。这里的问题不再是纸面上的问题，而是开放的、具有现实意义的真实问题。在问题解决的过程中，学习者对所学知识的深化和整合应用就是创造力的体现。

STEM教育活动还是评估学生创造性潜力的绝佳场景。作为一种创新性的教育形式，STEM教育为学生提供了一个不被单一学科知识体系所束缚的情境，促进教师在教学过程中更好地进行跨学科融合，鼓励学生跨学科解决问题。在问题解决过程中，学生的设计思维、计算思维、工程与实践、协作交流等多元能力得到培养，学生的创造性潜力也在活动过程中显现出来。随着教育机器人、数字游戏、虚拟现实等新技术的引入，STEM学习活动可以在有限的学习空间内开展，能够为学生提供重复试错的机会，活动变得更加安全、有趣[29]。学生在问题解决过程中创造性行为和创新作品更容易被有效地观察和记录，多维度评估学生的创造性潜力成为可能。

三、基于STEM教育场景的创造力评价模型

研究以加德纳多元智能理论和吉尔福德的创造力结构划分理论为基础，从领域特殊性和思維同一性两个维度，构建STEM教育情境下的创造力评价模型，如图1所示。其中，领域特殊性着力描绘学习者在STEM项目活动中运用学科知识解决问题的创造性表现，其潜在假设是学习者在不同学科领域的智能发展水平存在差异。思维同一性表示学习者面对多样化的情境，灵活运用横向思维、发散思维和融合思维开展创新活动的过程，其内在逻辑是学习者在问题解决过程中的思维运用具有共通性。

从评价的内容维度上，模型从跨学科整合视角观察学生运用科学探究、技术、工程、数学分析和艺术表达开展创新活动的能力。其中，科学探究强调学习者在发现问题、形成假设、实验验证中体现出的创新能力。例如，寻找新的替代例子、类比、描述和对科学理论或概念的解释等。数学在STEM活动中起到基础性的作用。学习者运用数学知识和工具进行合乎情理的推理构思，提出独特、巧妙的问题解决方法是衡量其创造性潜力的关键[13]。对学习者工程实践创新能力的评判关键是：在有约束的条件下产生新颖且满足特定功能需求的方案、产品或模型[26]。此外，STEM学习活动中学习者富有想象力的语言、文字和视觉表达是学生创造性思维能力的直接体现，突出个体对问题情境的理解、知识的创新运用和审美特质。

从评价的指标确立上，模型结合STEM教育活动的特点和吉尔福德的创造力结构划分理论，选取流畅性、灵活性和原创性三项核心指标进行适用性改造，分别表示为：提出多样化的问题、灵活验证初始想法、优化形成原创设计。其中，学习者从不同角度产生新想法、提出新问题是其横向思维的体现[13]。学生制定面向开放问题的多种解决方案、尝试验证并识别突出的想法体现其发散性思维。在STEM教育活动中，个体识别问题的关键要素，持续优化形成原创作品或方案体现其收敛整合思维。

四、实践研究

（一）研究情境

教育机器人是推行STEM理念，培养学生创新素养的良好载体。研究以机器人教育课程为基础，通过浙江省某市青少年宫招募77名7～10岁小学生，采用项目化的方式创设学习和研究情境。机器人课程选用乐高Wedo2.0套件，围绕机械结构与传动、传感器与运算、可视化编程等内容设计项目活动。学习活动包括真实场景引入及问题分析、模型搭建与程序编写、作品优化和分享四个环节。根据学习者知识基础的差异，将其分为两个类型各两个班：基础班36人（平均年龄7.9岁），这些学习者在课程开始之前没有接触过可编程乐高积木；提高班41人（平均年龄8.4岁），这些学生了解一些可视化编程基础知识（例如scratch）或玩过搭建型积木，但没有接触过可编程乐高。两个班级的教学由研究者承担，内容和教学进度基本一致。机器人课程学习持续5周共10次，每次活动90分钟。

（二）研究工具

研究以STEM教育场景下创造力评价模型为基础，根据机器人教育实践的实际情况构建创造力观测表。为保证观测指标的科学性，综合采用录像分析和独立评判法，通过两轮研讨确定观测指标。第一轮，研究者选择根据实际课堂观察情况，提取具有特别指标意义的、能够体现学生创造潜力的行为、语言等事件，形成观察指标集。第二轮，邀请机器人教育和教育评价两名专家对学习活动录像进行独立分析，优化观察指标集。两名专家独立评判后的指标一致性系数为0.94。最终形成基于教育机器人环境的创造力观测表，见表1。

（三）数据获取

研究采用课堂活动观察和学习者自我复述两种方法采集数据。课堂活动观察记录显性的创造性行为数据。学习者自我复述与课堂分享活动结合，研究者通过追问“你是怎么想的”“为什么这么想”等问题获取隐性思维数据。除此之外，还会从新颖性、功能性和完整性三个维度对学习者作品体现出的创造性水平进行高中低等级评定。所有数据由研究者和助教分工记录，针对存在异议的编码数据，通过回看录像的方式协商确定。

数据采集从课程开始后的第二周开始。第一周2次课程活动的主要工作是让学习者熟悉积木式机器人搭建和编程环境、了解项目式学习的流程、规范活动纪律等。正式数据采集持续4周共8次课程活动，数据记录见表2。

（四）分析与讨论

1. 基于学习者行为特征的创造力水平分析

研究采用K均值聚类算法对学习者数据进行分析，该方法是一种迭代求解的分析算法，具有简洁、高效、易理解的特点。采用这一方法对学习者在机器人活动中的表现数据进行聚类分析，将学习者分为三个类别。聚类结果与作品等级评定的一致性为0.91，说明基于行为编码数据的分析具有较高的信度，能够作为评定学习者创造性水平的依据。依据各维度上的数据特征，将其定义为隐现型（39人）、呈现型（20人）、优秀型（18人），见表3。

相当部分的学习者属于隐现型，其中基础班占31%，提高班占19%。这些学习者在问题解决过程中，能够提出一两个基础问题，他们的设计方案偶尔有一些亮点。在基本任务完成后，他们能对程序和模型进行一些局部性的改进，但不能清晰地表达设计的意图。综合来看，这类学习者在机器人活动中表现出的创造力较弱。

呈现型学习者经常会提出一些创意性想法，并且具有较强的问题解决能力。其中，基础班占8%，提高班占18%。该群体学习者在问题发现、运用数学知识开展方案验证、模型和程序优化、创意表达等方面的表现更为突出。例如，不拘泥于模型搭建的参考步骤，使用替代零件快速完成模型搭建，或改造程序使其模拟真实生活场景。但是，这类学习者的创造性表现通常不会超出项目任务约定的范围，学习行为以及创建的作品呈现出精致性的特征。

优秀型学习者（基础班占8%，提高班占16%）的创造性潜力主要体现在思维的发散性、流畅性和创新性等方面。这类儿童在各个任务环节均能够主动提出问题，并采用试错和迭代的方法完善创意模型及驱动程序。例如考虑到萤火虫的生存特点，使用零件为“萤火虫”营造良好的自然环境；模拟黑夜环境，控制萤火虫发出闪光等。还有学习者会运用传感器为“螳螂”增加感知能力，以更好地模拟生物功能。该类儿童在学习过程中往往会超出任务本身的要求，表现出勇于尝试、思维严谨、创意行为高发的特点。

2. 學习者创造力的学科倾向分析

基于多元智能理论关于人的创造力具有领域倾向的观点，可以假设学习者在机器人活动中也能够体现出其创造力倾向。研究采用决策树算法对学习者行为数据进行分析以验证这一假设。决策树是一种数据挖掘方法，其生成的树状结构是由特征（内部节点）构成的多条规则集。这些规则反映的是对象属性与对象值之间的映射关系。因此，可以依据这一算法特性了解不同创造力水平学习者的学科倾向。

研究综合聚类分析结果和作品等级评定对学习者进行类标注。由于隐现型学习者表征数据较为稀疏，难以获得有效的结论，将其排除。最终标记为中等水平的20人、高水平18人。采用CART决策树算法对这些学习者数据进行分析，结果见表4。

依据分析结果可以发现，中等创造力水平的学习者更多地表现为单学科倾向，高水平创造力学习者则具有跨学科特征。前者在科学方面表现突出，这些学习者能够运用科学知识提出多样化的问题，会灵活选择适宜的方法对想法或方案进行检验，在问题解决方面体现出较好的科学创新能力。高水平创造力学习者（37%）模型搭建的创意性和程序编写的复杂性等方面的表现更好，并且能够采用具有想象力的方式表达意图。这些发现拓展了以教育机器人为载体的研究和实践的视野。有研究指出，机器人在数学、科学、工程、计算机技术、问题解决等学科领域中有广泛的应用，是促进学习的有效因素，但在提升学习效果方面的证据还存在较多质疑[27]。出现这一情况的原因可能是针对单一或独立领域知识与技能的评量不足以展现机器人教育在发展学生能力方面的作用。

需要特别注意的是，仅5%的学习者在数学领域的创造力表现较好，11%的学习者兼具科学探究与艺术表达素养。这与测评环境本身的特点相关。教育机器人活动天然强调科学探索、模型搭建（工程）和程序编写（技术），因此学习者在这些方面的创造力表现更突出，而在数学等方面的创造性潜力则会被遮蔽。Lindh等人的研究同样发现教育机器人在促进学生数学逻辑能力发展方面的作用并不显著[28]。这也启示我们：基于教育机器人的STEM教学活动有时候并不能帮助我们达成某一学科具体的教学目标，而要从整体的、多维的角度检验教育机器人的适用范围。

3. 学习者知识基础对创造力的影响分析

创造力被认为是创造性技能、特定领域相关知识以及完成创造性任务的动机三个要素综合作用的结果[15]。因此，学习者已经掌握的知识和技能会影响其创造性表现。为调查学习者已经了解的编程知识和积木搭建技能对创造性学习活动的影响，研究以每个学科维度上的行为数据为基础，进行独立样本检验。分析结果见表5。

結果显示，基础班与提高班学习者在技术、工程、数学分析、创意表达上存在显著差异，但在科学探究方面则没有显著的差异。这些发现印证了相关研究的发现，即教育机器人通常被视为一种增强学习的元素，但并非在所有方面均有显著的促进作用[27]。结合以上分析以及不同创造力水平学生在科学探究方面的表现可以发现，影响创造力发展的主要因素可能是教学活动，而不是工具载体。当然，这一结论需要进一步的实验研究证实。尽管如此，学习者基础知识和技能的准备情况会对其创造性表现产生显著影响是确定的。提高班学习者在课前都接触过模块化编程和搭建型积木，这些知识和技能会迁移到项目学习活动中。在现场的观察和交流过程中，我们同样发现学过scratch编程的学生对乐高机器人编程环境适应得更快，编写程序的速度、复杂度和逻辑性更好。这就提示我们，开展机器人教育活动的过程中，不应将焦点限于机器人本身，结合多学科的知识和活动，为学生制定针对性的学习活动计划、设置多样化的发展目标是培养学生创新能力的重要举措。

五、结   语

本研究在两个方面做了一些创新性的工作。第一，结合创造性思维的过程特征和S.T.E.M.学科领域对创造性的要求，构建基于STEM教育场景的创造力评价模型。模型在机器人教育活动中得到了初步验证，能够对学习者的创造性潜力进行评估，也支持开展创造力学科倾向测评。面向更为广泛的STEM教育活动，这一模型能够帮助教师从创造力发展的角度了解学生个体的差异，理解其教学活动质量并优化STEM项目设计。第二，充分发挥机器学习等相关算法的特性，建立多样化特征之间的联系，开展创造力学科倾向分析。这种分析方法能够有效弥补一般统计分析软件难以处理高维数据的不足，有利于实现对学生创造力特征的深层理解。当然，由于样本数量的限制，相关分析结果可能存在一定的偏差。基于大样本、高维数据的创造力评价是后续研究需要着力的方向。最后，由于学习情境、问题类型、所需专业知识和技能的不同，创造力的表现各有差异。创造力的发展和评价还受到文化、社会和学科相关因素的影响。因此，制定适合研究场景的观测量表并选用合适的分析方法是创造力评价研究面临的长期挑战。

[参考文献]

[1] 杨盼，韩芳.芬兰STEM教育的框架及趋势[J].电化教育研究，2019，40（9）：106-112.

[2] 祝智庭，雷云鹤.STEM教育的国策分析与实践模式[J].电化教育研究，2018，39（1）：75-85.

[3] 中共中央、国务院印发《中国教育现代化2035》[DB/OL].（2019-02-23）[2022-07-19]. http：//www.gov.cn/zhengce/2019-02/23/content_5367987.htm.

[4] 教育部.教育信息化“十三五”规划[DB/OL]. （2016-06-24）[2022-07-19]. http：//www.moe.gov.cn/srcsite/A16/s3342/201606/t20160622 _269367.html.

[5] SUHERMAN S， VID？譧KOVICH T. Assessment of mathematical creative thinking： a systematic review[J]. Thinking skills and creativity，2022（44）：1-10.

[6] GUILFORD J P. The nature of human intelligence[M].New York：McGraw-Hill Harrington，1967.

[7] GETZELS J W. Creativity： prospects and issues[M]. Chicago，IL：Aldine，1975.

[8] ZHA P， WALCZYK J J， GRIFFITH-ROSS D A， et al. The impact of culture and individualism—collectivism on the creative potential and achievement of American and Chinese adults[J]. Creativity research journal，2006（18）：355-366.

[9] TORRANCE E P. Torrance tests of creative thinking[M]. Benseville，IL：Scholastic Testing Service，1990.

[10] GARDNER H. Creativity：an interdisciplinary perspective[J]. Creativity research journal， 1988，1（1）：8-26.

[11] GARDNER H. Frames of mind： the theory of multiple intelligence[M]. New York： Basic Books，1983.

[12] BAER J. The Case for domain specificity of creativity[J]. Creativity research journal， 1998，11（2）：173-177.

[13] HADAR L L， TIROSH M.Creative thinking in mathematics curriculum： an analytic framework[J]. Thinking skills and creativity， 2019（33）： 100585.

[14] NURKAETI N， TURMUDI， KARSO， PRATIWI V， et al. Enhancement of mathematical creative thinking ability through open-ended approach based on metacognitive[J]. Journal of physics： conference series， 2020， 1521（3）：032030.

[15] AMABILE T M， BARSADE S G， MUELLER J S， et al. Affect and creativity at work[J]. Administrative science quarterly， 2005， 50（3）：367-403.

[16] KLAHR D， DUNBAR K. Dual space search during scientifc reasoning[J]. Cognitive science， 1988，12（1）： 1-48.

[17] SUN M， WANG M H， WEGERIF R. Effects of divergent thinking training on students' scientific creativity： the impact of individual creative potential and domain knowledge[J]. Thinking skills and creativity， 2020（37）：100682.

[18] DENSON C D， BUELIN J K， LAMMI M D， et al. Developing instrumentation for assessing creativity in engineering design[J]. Journal of technology education， 2015，27（1）：23-40.

[19] PRABHAKARAN R， GREEN A E， GRAY J R. Thin slices of creativity： using single-word utterances to assess creative cognition[J]. Behavior research methods， 2014，46：641-659.

[20] ATESGOZ N N， SAK U. Test of scientific creativity animations for children： development and validity study[J]. Thinking skills and creativity， 2021，40：100818.

[21] SHUTE V J， RAHIMI S. Stealth assessment of creativity in a physics video game[J]. Computers in human behavior，2021，116：106647.

[22] LEE J H， YANG E， SUN Z Y. Using an immersive virtual reality design tool to support cognitive action and creativity： educational insights from fashion designers[J]. The design journal，2021，24（4）：503-524.

[23] 楊开城，公平.论STEM教育何以特殊[J].中国远程教育，2022（4）：48-54.

[24] 秦瑾若， 傅钢善. STEM教育：基于真实问题情景的跨学科式教育[J]. 中国电化教育， 2017（4）：67-74.

[25] 钟柏昌，刘晓凡.跨学科创新能力培养的学理机制与模式重构[J].中国远程教育，2021（10）：29-38，77.

[26] CHARYTON C， JAGACINSKI R J， MERRILL J A， et al. Assessing creativity specific to engineering with the revised creative engineering design assessment[J]. Journal of engineering education， 2011，100（4）：778-799.

[27] BENITTI F. Exploring the educational potential of robotics in schools： a systematic review[J]. Computers & education， 2012， 58（3）：978-988.

[28] LINDH J，HOLGERSSON T. Does lego training stimulate pupils' ability to solve logical problems？[J]. Computers & education， 2007， 49（4）：1097-1111.

Research on Assessment of Learners' Creativity Based on STEM Education

MAO Gang，  WU Tong，  LI Feiming

（Key Laboratory of Intelligent Education Technology and Application of Zhejiang Province，

Zhejiang Normal University， Jinhua Zhejiang 321004）

[Abstract] Assessing learners' creativity has long been a difficult problem in teaching practice. STEM education provides more opportunities to develop students' creativity， and also provides real problem situations for assessing students' creativity. Based on Gardner's theory of multiple intelligences and Guilford's theory of creativity structure division， this study analyzes the characteristics of domain specificity and thought identity of creativity in STEM education activities， and constructs a creativity assessment model for STEM education contexts. Based on this model， by analyzing the characteristics of students' creative performance and thinking process in the S.T.E.M discipline dimension of robotic educational activities， a creativity observation scale for educational robot activities is designed and applied in practice. The research shows that the assessment tools and methods based on this model can effectively distinguish the creativity level of learners， support the in-depth analysis of the subject tendency of learners' creativity， and help to clarify the influence of learners' knowledge base on creativity.

[Keywords] STEM Education; Creativity; Robotic Education; Assessment