在上述研究中，小学生的创造力是根据他们在讲故事活动中的表现进行评估的，同他们在教室里进行的其他语言艺术活动并无区别。从这个方面来看，我们对创造力的操作和测量与该领域的许多其他研究人员大不相同。不同于传统的托兰斯创造性思维测验（Torrance，1974）采用书面形式来评估创造力，我们要求研究参与者生产出真实的产品。更确切地说，托兰斯测验和相关测量方法侧重于一种或几种创造能力或倾向，并且我们认为一种更为全面的测量方法有待开发。同时，我们还发现许多社会和环境因素都会影响托兰斯创造性思维测验的结果，因此这些测验的建构效度（construct validity）也受到严重质疑。这一效度问题尤为麻烦，因为它是以多个创造力测验为支撑的。最后，我们还关注到一个事实，尽管多数公开发表的创造力测验使用的评分程序（scoring procedures）都声称自己的程序是客观的，但事实上创造力表现是根据测验构建者（test constructor）自己对什么是具有创造力的直觉概念（intuitive notion）来评估的。

但是我们这样的研究人员又如何判定在回报期望条件下生产的产品多多少少比控制或无奖赏条件下生产的产品更有创造力呢？同感评估技术（The Consensual Assessment Technique/CAT）（Amabile，1982b；Hennessey ＆ Amabile，1999）正是基于这样的需要产生的，它建立在这样一种设想的基础上：各个成员间相互独立，无法相互谈论或与研究员讨论有关产品创造力（product creativity）——这样一个专业评分小组才能作出最好的评判。其实，过去20年来在西方国家进行的研究已经清晰地表明，产品创造力可以根据专家们的共识来进行可靠而有效的评估。虽然某个产品的创造力的具体特征很难描述，在西方社会中它却能被加以辨别并获得一致评价。

同感评估技术基于创造力的两种互补性定义。建立创造过程的理论框架使用的基础概念定义（underlying conceptual definition）规定：具有创造力的产品应具有以下特征：（1）新颖、恰当、实用，能对手头的工作作出正确或有用的反应；（2）具有启发性而非规则性（Amabile，1996）。同感评估技术依据的操作性定义能够轻易地运用到经验性研究中：“判断一个产品或反映具有创造力的标准应该是恰当的观察者都认为它有创造力。所谓恰当的观察者是指那些熟悉产生该产品或反应的领域的人。”（Amabile，1996，p.33）这个同感定义重要的一点在于它是基于创造性产品而不是创造过程。不仅创造过程的清晰阐释有待开发，且任何对创造性思维过程的鉴别最终必须依据思维过程的成果——产品或反应。

阿马比尔和她的同事们试图找出同感评估技术中创造力概念性定义的基本特征（Amabile，1982b；Hennessey ＆ Amabile，1999）。首先，给研究对象布置一些具有较大灵活性和反应创新性空间的任务。其次，这些任务的适当反应范围在参与者说明中已明确列出。最后，采用的实验活动都具有启发性——评审员只对开放性任务进行评估，所谓开放性任务是指该任务具有不止一种解决方法，其中每种解决方法又有不同的实现途径。(www.daowen.com)

我们发现这种方法尤其适用于研究课堂环境对创造力的影响。与同感评估技术不同的是，现有的大多数评估方法都像性格或智商测试一样认为创造力是一种持久的性格特质。无论是要求思考砖头的不寻常用途，还是选择描述自己的形容词、完成一幅画作，抑或发现看似不相关的事物之间的联系，大多数的纸笔测量法都是为了最大化个体差异。这些测量方法所要做的正是我和我的同事们作为社会心理学家所要极力避免的。采用社会心理学方法的研究人员必须控制并消除测量方法的组内差异（within-group variability）。他们的目标是通过对社会和环境因素的直接实验性操作（direct experimental manipulations）探索普遍性的组间差异（between-group differences）。在我们关于课堂环境对创造力的影响及动机对孩童影响的研究中，个体差异包括误差方差。我们对某个小孩是否能够一直表现出高水平的创造力不感兴趣，我们也不会把创造力当作一种相对持久和稳定的特性进行研究。相反，我们的注意力集中在创造力表现的个别例子上，这样我们就能看到一种转瞬即逝的微妙动机状态：一种由环境因素引起的状态，例如：有无奖励因素的存在。我们需要的是一种不强调研究对象个体差异的创造力测量工具，一种具有较大灵活性和反应创新性、不严重依赖孩子技能水平或经验范围的测量方法。同感评估技术恰恰能满足以上各项要求。

在之前提到的1986年（Amabile et al.，1986，Study 1）的研究中，我们的创造力“专家”和评分人员都是小学教师。评分人员之间互不相识，但都是土生土长的美国人。评审人员并不是依据某些抽象的标准进行评估，而是使用七点尺度量表（seven-point scales），以自己和对创造力的主观定义为指导，对相互关联的故事录音进行评估。在该项研究中，故事创造力的评分者间信度非常高（0.91）。首先由三位评审人员针对每个产品作出评分，并用电脑对分数进行计算，再用这一计算结果作为余下产品创造力分析所依据的唯一测量方法。