人们声称渴望创造力,实际却心存各种偏见

最新研究表明,人们虽然口头上渴望创新,但在实际中却常常拒绝有创意的想法。研究指出,新颖的高质量产品因不确定性和缺乏客观证据支持而被忽视,这导致创意想法被误解并最终石沉大海。本文探讨了创意偏见的根源,揭示了人们对创新的误解,以及这种偏见如何阻碍了科学进步。

你的一个好的点子石沉大海或者就此湮灭,你或许只能看着你的同事表示很遗憾。最新的研究表明他们很多人甚至不知道神马才是有创意的点子。

“人们总是嘴上说希望来点创造力,但在实际中他们又常常拒绝掉这些创造力。”Jack Goncalo这么说。他于2010年在宾夕法尼亚大学做了一个超过200人的调查并且总结出了这一点。

研究发现包括:

有创意的点子来自纪实小说,新奇带来的不确定性让大多数人感觉不舒服。人们忽视有创意的想法而去赞成那些使用的点子,因为那可以尝试并且很真实。

总是要客观证据去支撑一个创意想法的有效性,这就无法激励人们去接受它。抵触创意的偏见很是微妙,以至于人们都没有意识到,这也就干扰到他们去识别一个有创意的点子。

比如,受试者对一个装备了纳米技术的鞋都表现出负面的反应,尽管这跑鞋可以减少脚底起水泡,并且可以给脚降温。揭露对创意的偏见,研究者使用了一个细微的技术来衡量无意识的偏见,某些可能不想承认的,比如种族主义。结果显示,人们嘴上说自己渴望有创意的东西,但实际上却对有创意的点子充满了各种负面的否定的形容词。

Goncalo称这种偏见导致了新颖的高质量的产品被拒绝。

“我们的研究结果隐喻了一个深深的讽刺,”宾夕法尼亚的Jennifer Mueller和北卡罗来纳大学Shimul Melwani这么说。

“不确定性驱动了创意想法的搜寻和产生,但是不确定也会让我们难以识别创意,可能在我们最需要的时候,”研究者称,“揭示这一偏见的存在,可以更好地解释人们为何总是拒绝有创意的点子,甚至扼杀科学的进步。创造力领域可能需要做一个观点的转变,从当前的如何产生更多的创意转换思路为如何帮助创新的点子更加容易被人们认可和 接受。”

Goncalo表示,该研究“对创意的偏见:为什么人们渴望但是又拒绝有创意的点子”也许可以验证创意人群所遭遇的种种挫折。

benimaru雷锋网专稿,转载请注明!)
一、数据采集层:多源脸数据获取 该层负责从不同设备 / 渠道采集脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选脸区域(通过Haar级联分类器初步定位),确保样本聚焦脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含脸,若未检测到脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值