“For any program which purports to be creative, an important question is the extent to which its design (including the algorithms and data it uses) is contrived to produce particular outputs. That is, has the program been ‘fine-tuned’ to generate specific results? Evidence of fine-tuning can affect our perception of how creative a program has been.”
“In order to address the question of how the knowledge input to a program affects its creativity, we first discuss the nature of the kinds of program to which our measures of creativity apply … Following this, we give an overview of Ritchie’s previous work on measuring creativity, and discuss how we will build on these.”
From: The Effect of Input Knowledge on Creativity by Simon Colton, Alison Pease, Graeme Ritchie fr. Informatics Research Report EDI-INF-RR-0055. DIVISION of INFORMATICS, Centre for Intelligent Systems and their Applications, Institute for Communicating and Collaborative Systems November 2001， Appears in Proceedings of ICCBR-2001.
文獻中強調，若一個創作系統的啟發集合被過度「微調」，也就是其知識輸入被狹隘地限制於特定範例，那麼該系統的輸出往往會過度接近既有模式，進而削弱其創造性的可信度。正如研究者所言：「程式是否被『微調』來生成特定結果，將影響我們對其創造力的觀感。」（“Evidence of fine-tuning can affect our perception of how creative a program has been.”）過度受控的知識輸入，使創作過程更像是既定模板的再生，而非真正的生成行為。
相對地，當創作者能夠在較寬廣、較少被預設框架限制的知識環境中汲取素材，創意輸出便更有可能呈現出不可預期性（unpredictability）與原創性（originality）。研究者明確指出，創造力的衡量必須從輸入出發：「為了探討知識輸入如何影響一個程式的創造力，我們首先討論……」（“In order to address the question of how the knowledge input to a program affects its creativity…”）。這樣的觀點同樣適用於人類創作：創意的生成來自於創作者如何吸收、選擇並重新組織其所接觸的文化資料，而非憑空產生。
科學哲學的創意基礎～依循塔斯基（Tarski）的觀點，波普爾（Popper）主張我們應將所有陳述所構成的全域集合分為真（T）與假（F）（Popper 1972）。他認為科學的目標，是發現其內容能涵蓋盡可能多的 T、並盡可能少的 F 的理論（解釋），其中理論的「內容」是指所有由該理論在邏輯上所能推出的陳述之集合。這些陳述也同樣可再區分為真與假的部分（即理論的真含量與假含量）。一個好的理論應該能指出新的探索方向，也就是提出我們先前未曾想到要做的觀察。
這種情況類似於：某個領域中所有基本項目的全域集合被劃分為好的與不好的，分別稱為 V 與 V0。如果我們把一個程式的內容視為它的輸出集合 O，而 O 能再分為好的與不好的作品，那麼我們便能說，一個創造性程式的目標之一，就是盡可能產生多的 V（以及盡可能少的 V0）。一個好的系統應該能指出搜尋空間中的新區域值得探索，也就是能發現我們原本未想到要產生的新作品。如果我們接受這個類比，那麼波普爾用來評估理論的準則，也能用來照亮評估創造性程式的準則。
波普爾為一個令人滿意的理論提出了兩個條件（除了該理論在邏輯上能推出它欲解釋的現象之外）。首先，它不能是臨時（ad hoc）的。意即，理論（解釋項 explicans）本身不能同時用作被解釋現象（解釋項 explicandum）的證據，反之亦然。舉例而言，如果 explicandum 是「這隻老鼠死了」，那麼「這隻老鼠吃了毒藥」並不足以作為解釋，若支持它吃了毒藥的唯一證據僅是「它現在死了」。必須要有獨立的證據，例如「老鼠的胃中含有老鼠藥」。因此，不是 ad hoc 的解釋就是可被獨立檢驗的解釋。其次，一個理論必須具有豐富的內容。例如，一個能解釋除了其原本被設計來解釋的特定現象之外的其他現象的理論，其內容更為豐富，因此比不那麼普遍的理論更具價值（即「普遍性原則」）。
將這些準則應用於創造性程式時，若我們把程式 P 視為理論，而把我們希望生成的作品集合 A 視為要被解釋的現象，那麼我們關注的就是 P 的獨立可檢驗性以及其內容的豐富程度。一個被仔細調整過、只為產生特定作品的程式，不能僅因其產生了那些特定作品就被稱為好的程式。它必須具有其他能證明其價值的獨立理由，例如也能生成其他有價值的作品。在程式設計的類比中，這顯然與「內容的豐富性」準則有關：一個程式生成越多 A 以外的有價值作品、且越少毫無價值的作品，這個程式就越好。
值得注意的是，波普爾的準則是普遍適用於所有科學理論的，無論是單一陳述的解釋，還是包羅萬象的理論。因此，它們同樣適用於任何能生成 A 中作品的程式（包括較大型程式中的子系統）。這項類比的結論是：我們應努力讓程式儘可能具有普遍性。也就是說，任何重新發明既有作品的創造性程式，也應該能生成相當數量新的、有價值的作品。
From: Section～Motivation from the Philosophy of Science in The Effect of Input Knowledge on Creativity by Simon Colton, Alison Pease, Graeme Ritchie fr. Informatics Research Report EDI-INF-RR-0055. DIVISION of INFORMATICS, Centre for Intelligent Systems and their Applications, Institute for Communicating and Collaborative Systems November 2001， Appears in Proceedings of ICCBR-2001.
第一，「技術移植型」使中國技能認證成為區域工業的參照基準，快速提升製造業技術能力；第二，「文化敘事型」透過文創及歷史敘事課程，強化地方社群的文化主體性與敘事主權；第三，「跨國學徒制型」結合職校、企業與政府，建立「教育即就業」的青年工業進入路徑；第四，「AI 文創型」利用生成式 AI 與短影音工具，促成技術型創作者的民主化生產；第五，「雙向融合型」超越單向知識輸出，形成地方文化與外來技術共生共創的教育與產業模式。
Host Studio
“For any program which purports to be creative, an important question is the extent to which its design (including the algorithms and data it uses) is contrived to produce particular outputs. That is, has the program been ‘fine-tuned’ to generate specific results? Evidence of fine-tuning can affect our perception of how creative a program has been.”
「對於任何宣稱具備創造力的程式而言，一個重要的問題是：其設計（包括所使用的演算法與資料）在多大程度上是被刻意安排以產生特定輸出。換言之，該程式是否被『微調』來生成特定結果？微調的證據會影響我們對其創造力的觀感。」
“In order to address the question of how the knowledge input to a program affects its creativity, we first discuss the nature of the kinds of program to which our measures of creativity apply … Following this, we give an overview of Ritchie’s previous work on measuring creativity, and discuss how we will build on these.”
「為了探討知識輸入如何影響一個程式的創造力，我們首先討論那些適用於創造力衡量的程式類型……接著，我們概述 Ritchie 先前關於創造力衡量的研究，並說明我們將如何在此基礎上延伸。」
From: The Effect of Input Knowledge on Creativity by Simon Colton, Alison Pease, Graeme Ritchie fr. Informatics Research Report EDI-INF-RR-0055. DIVISION of INFORMATICS, Centre for Intelligent Systems and their Applications, Institute for Communicating and Collaborative Systems November 2001， Appears in Proceedings of ICCBR-2001.
[愛墾研創·嫣然]
在創意研究與文化生產的脈絡中，創作者的「知識輸入」被證明是影響其創意輸出的關鍵因素。創造力並非孤立運作的精神活動，而是深深扎根於創作者此前所吸收、接觸與內化的各類範例、知識與文化素材。正如相關研究所指出，任何自稱具有創造力的系統——無論是人類還是人工智慧——都依賴某種「啟發集合」（inspiring set），亦即創作者創作行為之前的知識基礎或訓練來源。這些輸入不僅構成創作的素材庫，也界定創作者可能生成的觀念範圍。
文獻中強調，若一個創作系統的啟發集合被過度「微調」，也就是其知識輸入被狹隘地限制於特定範例，那麼該系統的輸出往往會過度接近既有模式，進而削弱其創造性的可信度。正如研究者所言：「程式是否被『微調』來生成特定結果，將影響我們對其創造力的觀感。」（“Evidence of fine-tuning can affect our perception of how creative a program has been.”）過度受控的知識輸入，使創作過程更像是既定模板的再生，而非真正的生成行為。
相對地，當創作者能夠在較寬廣、較少被預設框架限制的知識環境中汲取素材，創意輸出便更有可能呈現出不可預期性（unpredictability）與原創性（originality）。研究者明確指出，創造力的衡量必須從輸入出發：「為了探討知識輸入如何影響一個程式的創造力，我們首先討論……」（“In order to address the question of how the knowledge input to a program affects its creativity…”）。這樣的觀點同樣適用於人類創作：創意的生成來自於創作者如何吸收、選擇並重新組織其所接觸的文化資料，而非憑空產生。
綜合而言，我們可以看到創意並非在真空中產生，而是由創作者與其知識環境的互動所塑形。創作者接收與內化的知識輸入——包括其範圍、品質以及自由度——將直接影響其創意輸出的特性，使其在原創性與不可預測性之間呈現不同程度的表現。這種觀點不僅有助於理解人類創作，也為當代機器創造力的分析提供了基礎框架。
Dec 7
Host Studio
科學哲學的創意基礎～依循塔斯基（Tarski）的觀點，波普爾（Popper）主張我們應將所有陳述所構成的全域集合分為真（T）與假（F）（Popper 1972）。他認為科學的目標，是發現其內容能涵蓋盡可能多的 T、並盡可能少的 F 的理論（解釋），其中理論的「內容」是指所有由該理論在邏輯上所能推出的陳述之集合。這些陳述也同樣可再區分為真與假的部分（即理論的真含量與假含量）。一個好的理論應該能指出新的探索方向，也就是提出我們先前未曾想到要做的觀察。
這種情況類似於：某個領域中所有基本項目的全域集合被劃分為好的與不好的，分別稱為 V 與 V0。如果我們把一個程式的內容視為它的輸出集合 O，而 O 能再分為好的與不好的作品，那麼我們便能說，一個創造性程式的目標之一，就是盡可能產生多的 V（以及盡可能少的 V0）。一個好的系統應該能指出搜尋空間中的新區域值得探索，也就是能發現我們原本未想到要產生的新作品。如果我們接受這個類比，那麼波普爾用來評估理論的準則，也能用來照亮評估創造性程式的準則。
波普爾為一個令人滿意的理論提出了兩個條件（除了該理論在邏輯上能推出它欲解釋的現象之外）。首先，它不能是臨時（ad hoc）的。意即，理論（解釋項 explicans）本身不能同時用作被解釋現象（解釋項 explicandum）的證據，反之亦然。舉例而言，如果 explicandum 是「這隻老鼠死了」，那麼「這隻老鼠吃了毒藥」並不足以作為解釋，若支持它吃了毒藥的唯一證據僅是「它現在死了」。必須要有獨立的證據，例如「老鼠的胃中含有老鼠藥」。因此，不是 ad hoc 的解釋就是可被獨立檢驗的解釋。其次，一個理論必須具有豐富的內容。例如，一個能解釋除了其原本被設計來解釋的特定現象之外的其他現象的理論，其內容更為豐富，因此比不那麼普遍的理論更具價值（即「普遍性原則」）。
將這些準則應用於創造性程式時，若我們把程式 P 視為理論，而把我們希望生成的作品集合 A 視為要被解釋的現象，那麼我們關注的就是 P 的獨立可檢驗性以及其內容的豐富程度。一個被仔細調整過、只為產生特定作品的程式，不能僅因其產生了那些特定作品就被稱為好的程式。它必須具有其他能證明其價值的獨立理由，例如也能生成其他有價值的作品。在程式設計的類比中，這顯然與「內容的豐富性」準則有關：一個程式生成越多 A 以外的有價值作品、且越少毫無價值的作品，這個程式就越好。
值得注意的是，波普爾的準則是普遍適用於所有科學理論的，無論是單一陳述的解釋，還是包羅萬象的理論。因此，它們同樣適用於任何能生成 A 中作品的程式（包括較大型程式中的子系統）。這項類比的結論是：我們應努力讓程式儘可能具有普遍性。也就是說，任何重新發明既有作品的創造性程式，也應該能生成相當數量新的、有價值的作品。
From: Section～Motivation from the Philosophy of Science in The Effect of Input Knowledge on Creativity by Simon Colton, Alison Pease, Graeme Ritchie fr. Informatics Research Report EDI-INF-RR-0055. DIVISION of INFORMATICS, Centre for Intelligent Systems and their Applications, Institute for Communicating and Collaborative Systems November 2001， Appears in Proceedings of ICCBR-2001.
Dec 7
Host Studio
[愛墾研創]《跨文化職教與文創新場域：中國新職教法在東南亞的制度擴散與五種合作模型》
在「新職教法」（2022年）框架下，中國的技能標準、產教融合制度與文化創意導向職教實踐，呈現出一套高度可移植的教育體制。此體制在東南亞區域內與在地產業結構、青年文化、地緣文化記憶以及新媒體生態相互作用後，正逐步演化為五種具有前瞻性的跨國合作模型。本研究旨在從東南亞視角出發，探討這五種模型的生成邏輯、制度動力與文化效應。
第一，「技術移植型」使中國技能認證成為區域工業的參照基準，快速提升製造業技術能力；第二，「文化敘事型」透過文創及歷史敘事課程，強化地方社群的文化主體性與敘事主權；第三，「跨國學徒制型」結合職校、企業與政府，建立「教育即就業」的青年工業進入路徑；第四，「AI 文創型」利用生成式 AI 與短影音工具，促成技術型創作者的民主化生產；第五，「雙向融合型」超越單向知識輸出，形成地方文化與外來技術共生共創的教育與產業模式。
愛墾研創探索到，東南亞不是職教體系的被動接受者，而是透過文化多樣性、青年人口紅利與成熟的新媒體敘事能力，積極再造職教內容，並具潛力在未來十年形成新型文明對話與跨文化創造力的樞紐。本文主張，跨國職教合作的核心不僅是技術轉移，而是文化生成、社群敘事與青年參與所構成的複合工程。
關鍵詞：新職教法、東南亞、跨國教育、文創、AI 敘事、文化主體性、產教融合
on Tuesday