Frontiers in Psychology

Bevezetés

Egy nemrég készült felmérés szerint a vezetők háromszor nagyobb valószínűséggel alkalmaznak érett munkavállalót, mint ezeréveseket (1980 és 2000 között születetteket; Rainer és Rainer, 2011), annak ellenére, hogy égető szükségük van a kreatív tehetségükre1. Az érett munkavállalók azért vonzóak a toborzók számára, mert megbízhatóbbnak és elkötelezettebbnek tartják őket, mint az ezredfordulósokat. A vezetők dilemmája tehát az, hogy olyan ezredfordulósokat vegyenek fel, akik egyszerre szorgalmasak és kreatívak.

A közelmúltbeli tanulmányok kimutatták, hogy a cégek a kognitív képességek mérésére támaszkodva biztosíthatják a szorgalmas ezredfordulósok felvételét. Például az intelligenciát találták az általános munkateljesítmény fő előrejelzőjének a legkülönbözőbb foglalkozásokban, valamint az életkor és a nemek között (pl. Hunter és Hunter, 1984; Olea és Ree, 1994; áttekintésért lásd Schmidt, 2009). A kognitív képességek standard mérései pozitívan korrelálnak a feladatteljesítménnyel (Schmidt et al., 1986; Murphy, 1989) és negatívan a kontraproduktív munkahelyi viselkedéssel, például lopással vagy hiányzással (Dilchert et al., 2007). Ráadásul egy nemrégiben végzett vizsgálat eredményei arra utalnak, hogy ezeket a hatásokat az egyének kognitív stílusa közvetítheti (Corgnet et al., 2015b). Különösen Corgnet és munkatársai (2015b) azt találták, hogy a reflektívebb stílussal jellemezhető ezredfordulósok (a Cognitive Reflection Test segítségével mérve; Frederick, 2005) szorgalmasabbak, magasabb szintű feladatteljesítményt és alacsonyabb szintű kontraproduktív munkamagatartást mutatnak2. Lényeges fenntartás, hogy az ezredfordulósok kognitív mérések alapján történő felvétele végső soron kevésbé kreatív munkavállalókat válogathat-e ki. Ennek a kérdésnek a megválaszolásához fel kell mérnünk a kognitív képességek és a kreativitás közötti kapcsolatot.

Tradicionálisan az intelligenciát, és a kreativitást nem tartják összefüggőnek (Getzels és Jackson, 1962; Wallach és Kogan, 1965; Batey és Furnham, 2006; Sawyer, 2006; Weisberg, 2006; Runco, 2007; Kaufman, 2009; Kim et al., 2010). Egy metaanalízisben Kim (2005) megállapítja, hogy a kreativitástesztek eredményei és az IQ közötti korreláció széles skálán mozog, és átlagosan kicsi (r = 0,174).

A legújabb kutatásokban azonban egyre nagyobb konszenzus alakult ki az intelligencia és a kreatív teljesítmény közötti szoros kapcsolatot hangsúlyozva (áttekintést lásd Silvia, 2015). Ez a kialakulóban lévő konszenzus nagymértékben támaszkodik a legújabb tanulmányokra, amelyek kifinomultabb statisztikai technikákat és robusztusabb értékelési módszereket alkalmaztak, mint a témával kapcsolatos korábbi kutatások. A látens változó modellek alkalmazása például lehetővé tette a kutatók számára, hogy a kreativitás és az intelligencia közötti pozitív és szignifikáns kapcsolatot feltárják a korábbi tanulmányok adatai alapján, amelyek nem szignifikáns korrelációkról számoltak be (Silvia, 2008b). Az intelligencia és a kreativitás kutatásának legújabb hulláma a kreativitás hagyományos értékelésén is javított, amely kizárólag a kreatív feladatokra adott válaszok eredetiségén és egyediségén alapuló pontozási módszerekre támaszkodott (például egy tárgy szokatlan felhasználási módjának megtalálása). Ezek a hagyományos pontozási módszerek pontatlanok, mivel számos tényezőt – például a folyékonyságot és a minta méretét – összekeverik (Hocevar, 1979; Silvia et al., 2008), és így pontatlan becslésekhez vezethetnek az intelligencia és a kreativitás közötti kapcsolatra vonatkozóan (Silvia, 2008a; Nusbaum és Silvia, 2011). A kreativitás és az intelligencia új kutatási hullámának eredményeit bizonyítékként vették, hogy a végrehajtó kogníció kétségtelenül előnyös a kreatív gondolkodás szempontjából (Silvia, 2015).

Mégis, bár nyilvánvaló kapcsolat van az intelligencia és a végrehajtó kogníció között, a modern kettős folyamatelmélet (Evans, 2008, 2009; Stanovich, 2009, 2010; Evans és Stanovich, 2013) szempontjából különbséget kell tenni az algoritmikus és a reflektív kognitív folyamatok között. Az algoritmikus folyamatok jellemzően a számítási hatékonysághoz kapcsolódnak, és a standard intelligenciatesztekkel mérhetők, míg a reflektív feldolgozás az algoritmikus elme erőforrásainak alkalmazására való hajlandósággal, azaz az autonóm “1-es típusú” gondolkodásról az analitikus “2-es típusú” (munkamemória-függő) gondolkodásra való áttéréssel függ össze. A reflektív elme tehát diszpozíción alapuló meghatározással rendelkezik (“kognitív stílusok”, reflektív vs. intuitív), és nem megfelelően mérhető a standard intelligenciatesztekkel (amelyek a “kognitív képességeket” értékelik), hanem a kognitív reflexiós feladatokkal, mint például a kognitív reflexiós teszt (CRT; Frederick, 2005). A reflektívebb elmével jellemezhető egyének általában magasabb szintű önkontrollt és alacsonyabb szintű “kognitív impulzivitást” mutatnak (Frederick, 2005; Kahneman és Frederick, 2007; Cokely és Kelley, 2009; Oechssler et al., 2009; Toplak et al., 2011; Brañas-Garza et al., 2012).

Ebből a szempontból feltételezhető, hogy a kognitív reflexió negatív kapcsolatban lehet a kreativitással. Ez azért van így, mert számos tanulmány arra utal, hogy a figyelem és a viselkedés kontrollálásának képessége akár káros is lehet a kreatív gondolkodásra (áttekintésért lásd Wiley és Jarosz, 2012a). Például kimutatták, hogy a kreatív problémamegoldás pozitív kapcsolatban áll a mérsékelt alkoholmérgezéssel (Jarosz et al., 2012), amely köztudottan rontja a gátlást és a figyelemszabályozást (Peterson et al., 1990; Kovacevic et al., 2012; Marinkovic et al., 2012). Hasonlóképpen, a “tapasztalati” gondolkodási stílus (amely az 1-es típusú feldolgozásra képezi le) pozitívan korrelál a kreatív teljesítménnyel (Norris és Epstein, 2011).

Amint említettük, a korábbi szakirodalom ellentmondásos következtetésekre jutott azzal kapcsolatban, hogy a végrehajtó kogníció kedvez-e (Pl, Nusbaum és Silvia, 2011; Beaty és Silvia, 2012; Silvia, 2015) vagy akadályozza (pl. Eysenck, 1993; Kim et al., 2007; Ricks et al., 2007; Norris és Epstein, 2011; Jarosz et al., 2012; Wiley és Jarosz, 2012b) a kreatív gondolkodást. A kettős folyamatok elmélete összeegyeztetheti ezeket a látszólag ellentmondó eredményeket azzal, hogy feltételezi, hogy a kreativitást az 1-es és 2-es típusú folyamatok keveréke hozhatja létre (Allen és Thomas, 2011; Ball et al., 2015; Barr et al., 2015; áttekintésért lásd Sowden et al., 2015). Ebből következik, hogy a kettős folyamatok megközelítése ígéretes kutatási menetrendet határoz meg, amely az 1-es és 2-es típusú folyamatok kreativitást erősítő pontos keverékének felmérésén, valamint az algoritmikus és a reflektív 2-es típusú folyamatok kreatív gondolkodásra gyakorolt hatásának külön-külön elemzésén alapul.

A kettős folyamatok megközelítését követve Barr és munkatársai (2015) kísérleti bizonyítékot találnak a kontrollált 2-es típusú analitikus folyamatok fontos hatására mind a konvergens, mind a divergens (Guilford, 1967) kreatív gondolkodásra. Különösen azt találják, hogy mind a kognitív képesség (a számolási és a verbális készségek kombinációjaként mérve), mind a reflektív kognitív stílus (a CRT és az alapszintű problémafeladatokban elért pontszámok átlaga) pozitívan kovarkál a távoli asszociációk létrehozásának képességével, vagyis a konvergens kreatív gondolkodással. Ami a divergens kreatív gondolkodást illeti, Barr és munkatársai (2015) azt mutatják, hogy a kognitív képesség, de nem a kognitív reflexió előrejelzi a magasabb eredetiség pontszámokat egy alternatív felhasználási feladatban. Az utóbbi feladatban való folyékonyság azonban nem korrelált egyik kognitív mérőszámmal sem.

Ebben a tanulmányban Barr és munkatársaihoz (2015) hasonló megközelítést alkalmazunk, és azt vizsgáljuk, hogy a kognitív folyamatok mindkét típusa hogyan befolyásolja a kreativitást. Különösen azt elemezzük, hogy a kognitív képességek (a Raven mint a folyékony intelligencia tesztje segítségével mérve) és a kognitív stílusok (intuitív vs. reflektív; a CRT-vel mérve) hogyan kapcsolódnak a konvergens és divergens kreatív gondolkodáshoz. Kiterjesztjük Barr és munkatársai (2015) tanulmányát a divergens gondolkodás egyéb mérőszámainak, például a rugalmasságnak és az elaborációnak az elemzésével, valamint a kreativitás és a kognitív mérések közötti lehetséges nem lineáris összefüggések feltárásával.

Az ellentmondásos eredmények miatt, amelyek arra vonatkoznak, hogy a végrehajtó kogníció előnyös vagy hátrányos-e a kreatív gondolkodás szempontjából, feltételezzük, hogy nem lineáris kapcsolat állhat fenn a kreativitás és a kogníció különböző mérőszámai között. Pontosabban, elképzelhető, hogy a végrehajtó kogníció egy minimális szintje szükséges a kreatív teljesítményhez, de egy bizonyos szint felett a kapcsolat eltűnik, vagy akár negatívvá válik. Ez magyarázatot adhat arra, hogy a korábbi eredmények miért tűnnek ellentmondásosnak. Ehhez kapcsolódó gondolatmenetet javasoltak az IQ és a kreativitás közötti kapcsolat úgynevezett “küszöbhipotézisében” (Guilford, 1967; Jauk et al., 2013). A küszöbhipotézis azt állítja, hogy az intelligencia pozitívan kapcsolódik a kreatív gondolkodáshoz az alacsony IQ-szintek esetében, de a kapcsolat elmosódik a magas IQ-szintek esetében. Hasonló érvek merülnek fel az “őrült zseni-hipotézis” legújabb beszámolóiban: a szubklinikai pszichiátriai populációkra (pl. enyhe ADHD és skizofréniás zavarok) jellemző gátló vagy felülről lefelé irányuló kontrollzavarok mérsékelt szintje bizonyos körülmények között ösztönözheti a kreativitást, míg a klinikai-súlyos szintek jellemzően a kreatív gondolkodás elszegényedéséhez vezetnek (Schuldberg, 2005; Abraham et al, 2007; Jaracz et al., 2012; Acar és Sen, 2013; Abraham, 2014).

Módszerek

Résztvevők és általános protokoll

A résztvevők 150 diák (46,67% nő; életkor: átlag ± SD = 20,23 ± 1,96) voltak az amerikai Chapman Egyetemről, akiket egy több mint 2000 diákot tartalmazó adatbázisból toboroztak. A jelenlegi tanulmányban való részvételre vonatkozó meghívókat a teljes adatbázis egy véletlenszerű részhalmazának küldték el. Ez a tanulmány egy nagyobb kutatási program része, amely a kogníciót és a gazdasági döntéshozatalt vizsgálja. A helyi intézményi felülvizsgálati bizottság jóváhagyta ezt a kutatást. Minden résztvevő írásbeli beleegyezését adta a részvétel előtt. Összesen 12 ülést végeztünk, kilencben 12, háromban pedig 14 résztvevő volt. A foglalkozások átlagosan 45 percig tartottak. Minden alany ugyanazt a feladatot végezte el a következő sorrendben: (1) CRT, (2) Raven-teszt, (3) Távoli asszociációs feladat, (4) Alternatív használati feladat. Az alanyoknak 6 perc állt rendelkezésükre az egyes feladatok elvégzésére, és a Raven-teszt elvégzése után 2 perc szünetet tartottak.

Mérések

Kognitív képességek felmérése

A résztvevők a Raven progresszív mátrix teszt (Raven, 1936) egy részhalmazát töltötték ki. Konkrétan az utolsó három mátrixsorozat páratlan számát használtuk (Jaeggi et al., 2010; Corgnet et al., 2015a). A Raven-tesztben helyesen megoldott mátrixok száma (mintánkban 9 és 18 között, átlag ± SD = 14,40 ± 2,42 férfiaknál és 14,47 ± 2,16 nőknél) a kognitív képesség hagyományos mérőszáma. Ez a teszt a kognitív feldolgozás egy fontos aspektusát ragadja meg, amelyet folyékony intelligenciának neveznek, és szorosan kapcsolódik az algoritmikus gondolkodáshoz (Stanovich, 2009, 2010).

Kognitív stílus felmérése

A Frederick (2005) által bevezetett CRT segítségével mértük a résztvevők intuícióra támaszkodó vs. reflexióra való hajlamát. A tesztet az jellemzi, hogy létezik olyan helytelen válasz, amely automatikusan eszünkbe jut, de a helyes megoldás megtalálásához felül kell írni. Az eredeti CRT-kérdésekhez négy, Toplak és munkatársai (2014) által nemrégiben kidolgozott kérdést adtunk hozzá. Ez a kibővített feladat (lásd az S1. szöveget) lehetővé teszi, hogy feltárjuk a potenciálisan nem lineáris összefüggéseket, amelyeket a klasszikus három tételből álló feladat (Frederick, 2005) segítségével nehéz lenne megfigyelni. Az S1. táblázatban megjelenítjük az egyes kérdésekre helyesen válaszoló alanyok arányát, nemek szerinti bontásban. A várakozásoknak megfelelően a férfiak jobban teljesítettek a tesztben, mint a nők (Frederick, 2005; Bosch-Domènech et al., 2014). A kognitív reflexió mérőszámunkat a helyes válaszok teljes száma (0-tól 7-ig) adja. A férfiak (átlag ± SD = 4,09 ± 2,31) és a nők (átlag ± SD = 2,89 ± 2,03) helyes válaszainak teljes eloszlását az S1. ábra tartalmazza.

konvergens kreatív gondolkodás

A távoli asszociációs teszt (RAT; Mednick, 1962) egy alcsoportját használtuk a kísérleti személyek távoli asszociációs képességének mérésére. Nevezetesen, a kísérleti személyeknek 13 három szóból álló halmazt mutattunk (pl. özvegy-harapás-majom), és arra kértük őket, hogy találjanak egy olyan szót, amely mindhárom megadott szóhoz kapcsolódik (ebben a példában a megoldás a “pók”). A konvergens gondolkodás mérőszámunk a helyesen megoldott feladatok száma (0-tól 13-ig).

Divergens kreatív gondolkodás

A divergens gondolkodást az Alternate Uses Task (AUT; Guilford, 1967) egy változatával mértük. A résztvevőket arra utasítottuk, hogy 6 perc alatt minél több szokatlan felhasználási módot adjanak meg egy tollnak. A divergens gondolkodás négy különböző mérőszámát konstruáltuk meg: folyékonyság, eredetiség, rugalmasság és kidolgozottság. A fluenciát a résztvevő által adott válaszok teljes számaként mértük. Három értékelőnek bemutattunk egy véletlenszerű válaszlistát, és megkértük őket, hogy pontozzák az egyes bejegyzések eredetiségének mértékét egy 1-től (egyáltalán nem) 5-ig (nagyon) terjedő Likert-skála segítségével. Az eredetiséget úgy számoltuk ki, hogy a három értékelő által a résztvevő által megadott összes válaszra adott pontszám átlagának összegét elosztottuk a válaszok teljes számával. Troyer és Moscovitch (2006) és Gilhooly et al. (2007) nyomán az összes választ nagyjából differenciált kategóriákba soroltuk (pl. a toll ruhaként vagy hajkiegészítőként való felhasználása). Ezután a rugalmasságot az egyes résztvevők által megadott különböző kategóriák számaként mértük. Végül az elaboráció az egyes résztvevők által megadott részletek átlagos mennyiségére vonatkozik (0-tól 2-ig).

Statisztikai elemzés

Az adatok elemzéséhez először is bemutatjuk az összes alkalmazott mérőszám leíró statisztikáját és azok nulladik rendű korrelációit. A kreativitás és a kognitív mérések közötti kapcsolatok további értékeléséhez először grafikus ábrázolást adunk a LOWESS simítás (Cleveland, 1979; Cleveland és McGill, 1985) segítségével. Ezután rendes legkisebb négyzetek regressziót futtatunk, amely lehetővé teszi a LOWESS-grafikonokon látható lineáris és nem lineáris kapcsolatok statisztikai szignifikanciájának tesztelését. Minden elemzést a Stata 14.0.

Eredmények

leíró statisztikák és korrelációk

Az 1. táblázatban láthatók az átlagok, a szórások és a korrelációk. Nem meglepő módon mérsékelt pozitív korrelációt találunk a helyes válaszok száma között a CRT és a Raven tesztekben (r = 0,26, p < 0,01), ami arra utal, hogy a CRT és a Raven nem teljesen ugyanazokat a kognitív képességeket mérik (Frederick, 2005; Stanovich, 2009, 2010). Hasonlóképpen, a divergens gondolkodás (AUT) különböző mérései szignifikánsan korrelálnak (minden p < 0,01), kivéve az eredetiség és a rugalmasság (p = 0,28).

A kognitív mérőszámainkat tekintve azt találtuk, hogy mind a Raven (p < 0,01), mind a CRT pontszámok (p = 0.03) pozitívan korrelálnak a konvergens gondolkodással (RAT). A kognitív készségek és a divergens gondolkodás közötti kapcsolat azonban bonyolultabb. A magas szintű kognitív képességek (Raven) pozitívan kapcsolódnak az eredetiséghez (p = 0,01) és az elaborációhoz (p < 0,01), de negatívan a megadott válaszok számával (fluency; p = 0,04) és nem korrelálnak a rugalmassággal (p = 0,20). Végül, nem találunk szignifikáns korrelációt a kognitív stílusok (CRT-pontszámok) és a divergens gondolkodás egyik mérőszáma között sem (minden p > 0,26).

Nem lineáris hatások és regresszióelemzés

Most rátérünk a kogníció és a kreativitás mérőszámaink közötti lehetséges nem lineáris kapcsolatok vizsgálatára. Az 1. ábra a LOWESS (sávszélesség = 0,8; Cleveland, 1979; Cleveland és McGill, 1985) segítségével mutatja be az összes vizsgált kapcsolatot. A LOWESS egy modellmentes, helyileg súlyozott regressziókon alapuló simítási technika, amely lineáris és nem lineáris kapcsolatokat egyaránt képes kimutatni. A hatásméretek összehasonlítása érdekében minden mérést standardizálunk (az átlagtól való standard eltérések). A megfigyelt összefüggések statisztikai szignifikanciájának értékeléséhez rendes legkisebb négyzetek regresszióit is lefuttattuk. Az S2-S6. táblázatokban egy sor regresszió eredményét mutatjuk be, amelyekben az egyes prediktorok (Raven és CRT) lineáris és kvadratikus hatását is becsültük külön-külön az egyes kreativitási mérőszámokra (oszlopok a ). Ezekből a regressziókból az Akaike Információs Kritérium (AIC) segítségével kiválasztottuk a legjobb illeszkedést mutató modelleket, amelyek minden esetben lineárisak vagy kvadratikusak voltak, és ezeket a 2. összefoglaló táblázatban közöljük. Ezenkívül hasonló regressziókat futtattunk, amelyekben mindkét prediktor (lineáris és kvadratikus tag) egyszerre szerepel (az S2-S6. táblázatok oszlopai és ), hogy teszteljük az esetleges közvetítő vagy zavaró hatásokat. A CRT és a Raven-pontszámok közötti kölcsönhatás soha nem szignifikáns a kreativitás előrejelzésében (minden p > 0,3), ezért a rövidség kedvéért nem szerepel a táblázatokban. Az eredmények minőségileg hasonlóak maradnak, ha a nemre és az életkorra is kontrollálunk.

A legjobban illeszkedő modellek (2. táblázat) a konvergens gondolkodás (RAT) pozitív lineáris kapcsolatáról számolnak be mind a Raven (p < 0,01), mind a CRT pontszámokkal (p = 0,03), ami összhangban van az előző részben közölt pozitív és szignifikáns összefüggésekkel. A hatásméretek jelentősek: mindkét esetben a prediktor egy SD növekedése a RAT egy SD növekedésének körülbelül 20%-ával jár együtt (0,22 és 0,17 a Raven és a CRT esetében; lásd az együtthatókat a 2. táblázatban). Érdekes módon a Raven hatása a RAT-ra akkor is szignifikáns marad (p = 0,02), ha mind a Raven-, mind a CRT-pontszámokat prediktornak tekintjük (lásd az S2. táblázat oszlopát), míg a CRT hatása nem szignifikáns (p = 0,15). Ez az eredmény arra utal, hogy a CRT-pontszámok konvergens gondolkodásra gyakorolt szignifikáns hatását inkább a kognitív képességek (a CRT helyes megoldásához alapvető számítási készségek is szükségesek), mintsem a reflektivitás határozza meg.

A kognitív méréseink és a divergens gondolkodás közötti kapcsolat összetettebb. A legjobban illeszkedő modellek lineáris és szignifikáns kapcsolatról számolnak be a kognitív képességek és a divergens gondolkodás valamennyi mérőszáma között (minden p < 0,03), kivéve a rugalmasságot (p = 0,22; lásd a 2. táblázatot). A magasabb Raven-pontszámmal rendelkező alanyok általában kevesebb felhasználást generálnak (alacsonyabb fluencia), bár ezek kidolgozottabbak és eredetibbek. Ismétlem, e három kreativitásmérés esetében a Raven-érték egy SD-növekedése a függő változóban körülbelül egy SD 20%-ának megfelelő változást eredményez. A Raven rugalmasságra gyakorolt hatása az 1. ábrán enyhén U-alakúnak tűnik, de a regressziók nem mutatnak szignifikáns lineáris vagy kvadratikus kapcsolatot (minden p > 0,22; lásd az oszlopokat és az S5. táblázatot). Amint az S3-S6. táblázatok oszlopaiban és látható, a Raven hatása a divergens gondolkodás mérőszámaira gyakorlatilag azonos marad, ha a CRT-t kontrolláljuk, ami azt jelzi, hogy a kognitív reflexió nem közvetíti ezeket a kapcsolatokat.

A Raven esetében megfigyelt eredményekkel ellentétben nem találunk szignifikáns lineáris kapcsolatot a kognitív stílusok és a divergens gondolkodás között (minden p’s > 0,28; lásd az S3-S6. táblázatok oszlopát). Ezek az eredmények akkor is érvényesek, ha a Ravenre kontrolláljuk (minden p > 0,63; lásd az S3-S6. táblázatok oszlopát). Ugyanakkor szignifikáns fordított U alakú kapcsolatot találunk a CRT és a folyékonyság és a rugalmasság között, amint azt a 2. táblázatban közöljük (p < 0,01 és p = 0,02, illetve). Az átlagos szintű kognitív reflexióval rendelkező alanyok általában több választ adnak és több kategóriát használnak, mint azok az alanyok, akiket vagy intuitívabb, vagy reflektívebb kognitív stílus jellemez. Továbbá az a tény, hogy a lineáris kifejezés együtthatója a négyzetes regressziós specifikációban egyik esetben sem különbözik szignifikánsan nullától (p = 0,52, illetve p = 0,88), azt jelzi, hogy a folyékonyság és a rugalmasság maximális szintje az átlagos CRT-pontszámnál figyelhető meg, ahogy azt az 1. ábra is sugallja. A hatásméretek hasonlóak a fentiekben közöltekhez, amennyiben mindkét esetben az egy SD-vel a CRT átlaga fölé vagy alá történő elmozdulás a függő változó egy SD-nek körülbelül 20%-os csökkenésével jár. A hatások azonban nagyobbak a szélsőségesebb CRT-értékek esetében. Megjegyzendő, hogy a megfigyelések fele az átlag ± egy SD tartományon kívül esik (lásd még az S1 ábrát). A Raven kontrollálása nem változtatja meg ezeket az összefüggéseket (p = 0,01, illetve p = 0,02; lásd az S4, S5 táblázatok oszlopát), ami ismét a közvetítő hatások hiányát jelzi.

Diszkusszió

A megismerés kettős folyamatú megközelítését javasolták nemrégiben a kreativitás és a végrehajtó kogníció közötti kapcsolatra vonatkozó korábbi ellentmondásos eredmények összeegyeztetésére (Allen és Thomas, 2011; Ball et al., 2015; Barr et al., 2015; Sowden et al., 2015). Azzal járulunk hozzá ehhez a szakirodalomhoz, hogy különbséget teszünk az algoritmikus és a reflektív elme között (Evans és Stanovich, 2013), és elemezzük külön-külön hatásukat a konvergens gondolkodásra és a divergens gondolkodás négy különböző dimenziójára. Részben megismételjük Barr és munkatársai (2015) eredményeit azzal, hogy azt találjuk, hogy az egyének távoli asszociációkra való képessége pozitívan korrelál a kognitív képességekkel és a kognitív reflexióval. Azt találjuk azonban, hogy ez a konvergens gondolkodásra gyakorolt hatás elsősorban a kognitív képességeknek köszönhető. Barr és munkatársaihoz (2015) hasonlóan mi is azt találjuk, hogy a magasabb szintű kognitív képességek a divergens gondolkodásban magasabb eredetiségi pontszámokkal és alacsonyabb folyékonysági pontszámokkal állnak összefüggésben. Barr és munkatársaitól (2015) eltérően mi nem lineáris hatásokat is elemezünk, és fordított U alakú kapcsolatot találunk a kognitív reflexió és a rugalmasság és a folyékonyság mérőszámaink között a divergens gondolkodási feladatban. Ezek az új eredmények arra utalnak, hogy az erősen mérlegelő egyének hátrányban lehetnek a nagyszámú új és kreatív ötlet létrehozásában.

A kreativitás kétfolyamatos modelljei szerint a kreatív folyamat során a generatív és az értékelő folyamatok kölcsönhatásba lépnek egymással (Finke et al., 1992; Basadur, 1995; Howard-Jones, 2002; Gabora, 2005; Nijstad et al., 2010; Gabora és Ranjan, 2013). Bár ezek a modellek nem egyenesen leképezhetőek a megismerés kettős folyamatú modelljeire, az 1-es és 2-es típusú kognitív folyamatok közötti kölcsönhatás eltérő szerepet játszhat a kreatív folyamat különböző fázisaiban. Sowden és munkatársai (2015) ezen a vonalon a jövőbeni kutatásokat szorgalmazzák “…annak vizsgálatára, hogy a kreativitást milyen mértékben határozza meg az 1-es és 2-es típusú gondolkodási folyamatok közötti váltás képessége a körülmények és a kreatív folyamatok szakaszának függvényében” (55. o.). Eredményeink arra utalnak, hogy a kognitív reflexió, azaz az 1. típusú feldolgozással kapcsolatos automatikus válaszok felülírására és a 2. típusú irányított gondolkodásra való hajlandóság komplex hatással van a divergens gondolkodásra. Bizonyos mértékig a kognitív reflexió szükséges lehet az új ötletek létrehozásában részt vevő generatív és értékelő folyamatok közötti váltáshoz. A magas szintű reflexióval jellemezhető egyének azonban kevésbé tudnak támaszkodni intuitív, autonóm elméjükre, amelyre szintén szükség lehet a kreatív erő felszabadításához (pl. Dorfman et al., 1996; Norris és Epstein, 2011; Jarosz et al, 2012).

A kognitív reflexió (és analóg módon az intuitív feldolgozás) és a kreativitás közötti fordított U alakú kapcsolat megállapítása összhangban van az “őrült zseni hipotézis” legújabb eredményeivel: a felülről lefelé irányuló kontrollzavar enyhe szintje előnyös lehet a kreativitás szempontjából, de a súlyos károsodás gyenge kreatív teljesítményhez vezet (áttekintésért lásd Abraham, 2014).

Ezzel kapcsolatban neuropszichológiai kutatások fordított U alakú kapcsolatot mutattak ki a spontán szemvillanási sebesség és a rugalmasság között a divergens kreatív gondolkodási feladatokban (Chermahini és Hommel, 2010). Amennyiben a szemvillanási ráták dopaminerg aktivitást tükröznek (Karson, 1983), amely viszont a gátló kontrollhoz kapcsolódik (Cohen és Servan-Schreiber, 1992), eredményeink összhangban vannak Chermahini és Hommel (2010) megállapításával.

A kognitív alapkutatásokkal való kapcsolaton túlmenően eredményeink betekintést nyújtanak az ezredfordulósok kreatív tehetségét kereső vezetők számára. Tanulmányunk egyik lényeges következménye, hogy a túl sok gondolkodás akadályozhatja a divergens kreatív gondolkodás fontos aspektusait. Ez az eredmény elsősorban a felvételi menedzserek számára fontos, akik a szorgalmas (Corgnet et al., 2015b) és kreatív ezredfordulósok felvételénél a kognitív reflexióra mint fő kritériumra támaszkodhatnak. Eredményeink arra utalnak, hogy a munkavállalók felvételéhez használt kognitív teszteket a felkínált munkakör jellegéhez kell igazítani. Például az olyan munkakörökbe történő toborzás, amelyek alapvetően jól meghatározott problémamegoldásokat igényelnek (mint például a számviteli vagy biztosításmatematikai munkakörök), támaszkodhat a kognitív képességek és a reflexiós tesztek keverékére, amelyek jó előrejelzői a konvergens kreatív gondolkodásnak és a szorgalomnak. Az elsősorban divergens kreatív gondolkodást igénylő állások (például marketing, ipari formatervezés vagy pszichológia) toborzása azonban nem támaszkodhat kizárólag kognitív mérésekre. A kognitív reflexiós készségeken alapuló toborzás valójában megakadályozhatja a rendkívül kreatív munkavállalók felvételét. Ezek az ajánlások egyre fontosabbá válnak, mivel a modern gazdaságokban egyre több munkahely igényel divergens kreatív gondolkodást (Pink, 2005).

A jelenlegi kutatásnak van néhány szükséges korlátja, amelyeket a jövőbeli kutatások orvosolhatnak. A fókusz megtartása érdekében tanulmányunk a folyékony intelligencia egyetlen mérőszámát (Raven) és a kognitív stílus egyetlen mérőszámát (CRT) használja. A jövőbeli kutatás felmérheti eredményeink robusztusságát a folyékony intelligencia és a kognitív stílus más mérőszámaira, esetleg kiterjesztheti az elemzést a kikristályosodott intelligenciára is. Továbbá a mintánk teljes egészében egyetemistákból állt, korlátozott életkori, iskolai végzettségi és jövedelmi skálával. Bár ez egy olyan módszertani választás volt, amely lehetővé tette számunkra, hogy a jövő munkaerejét tanulmányozzuk, további tanulmányok értékelhetik eredményeink robusztusságát különböző populációkra. Ami a kreativitási méréseinket illeti, a jövőbeli kutatások megpróbálhatják kiterjeszteni elemzésünket a gyakorlati kreatív feladatok esetére, amelyekkel gyakran találkozhatunk például a munkahelyeken. Ebből a célból a jövőbeli kutatások a kreativitás vizsgálatát olyan szervezeti környezetbe ágyazhatják, amely lehetővé teszi a munkahelyi problémamegoldás és a kognitív készségek közötti kapcsolat vizsgálatát.

Módszertani megjegyzésként rögzített sorrendet használtunk, amely befolyásolhatta az eredményeket, mivel többek között a fáradtság is befolyásolhatja a teszteredményeket. Bár a kísérlet közepén tartott 2 perces szünet enyhíthette a kísérlet első és második része közötti átgyűrűző hatásokat, az aggályok továbbra is fennállnak. Bátorítjuk a jövőbeli kutatásokat a lehetséges sorrendhatások feltárására. Ezenkívül az intuíció vs. a reflexió kreatív teljesítményben betöltött szerepének állapotszintű elemzésére összpontosító jövőbeli kutatásokra van szükség, hogy értékeljük a tulajdonságszintű eredményeink robusztusságát (és kauzalitását), valamint elmélyítsük a kreativitás kognitív alapjainak megértését. E vonalak mentén érdekes lenne a jövőbeni kutatások során tesztelni az olyan kognitív manipulációk hatását a kreatív teljesítményre, mint a kognitív terhelés, az ego kimerülése, a priming vagy az időnyomás/késleltetés. Eredményeink azt sugallják, hogy a témával kapcsolatos jövőbeli kutatásoknak meg kell próbálniuk megragadni a potenciálisan nem lineáris hatásokat, így olyan kísérleti terveket dolgozva ki, amelyek lehetővé teszik az ilyen hatások megvalósulását. Ezt például úgy lehet megtenni, hogy kezelési feltételenként legalább három szintet veszünk figyelembe.

Author Contributions

A felsorolt szerzők mindegyike jelentősen, közvetlenül és intellektuálisan hozzájárult a munkához, és jóváhagyta azt a publikáláshoz.

Finanszírozás

A szerzők elismerik a Nemzetközi Kísérleti Közgazdasági Kutatási Alapítvány, a Chapman Egyetem Argyros School of Business and Economics, a spanyol Oktatási Minisztérium , a Gazdasági és Kompetencia Minisztérium , a spanyol Plan Nacional I+D MCI , 2014-17, és a Proyectos de Excelencia de la Junta Andalucía , 2014-18 pénzügyi támogatását.

Conflict of Interest Statement

A szerzők kijelentik, hogy a kutatást olyan kereskedelmi vagy pénzügyi kapcsolatok hiányában végezték, amelyek potenciális összeférhetetlenségként értelmezhetők.

Supplementary Material

A cikkhez tartozó kiegészítő anyag online elérhető a következő címen: https://www.frontiersin.org/article/10.3389/fpsyg.2016.01626

Lábjegyzetek