想法客观表征的数学框架

产品设计的创新需求使得构思阶段更加重要。使用大型语言模型（LLM）如 GPT（生成式预训练转换器）的对话式 AI（CAI）系统在增强人类创造力方面已被证明非常有成效，能够提供大量新颖且多样化的想法。尽管在构思数量方面取得成功，但对这些想法的质量评估仍然具有挑战性，传统上依赖于专家人工评估。这种方法存在人类判断错误、偏见和遗漏等局限性。为弥合这一差距，我们的研究引入了一套全面的数学框架，用于自动化分析，从而客观地评估由 CAI 系统和/或人类生成的大量想法。该框架特别适用于缺乏经验的初学�设计师，以客观方式选择最有前景的想法，从而提高构思阶段的效率。