S-DAT：面向多语言的基于生成式 AI 的 Divergent Thinking 自动评估框架
计算与语言
2025-11-04 v2 人机交互
摘要
本文介绍了 S-DAT（Synthetic-Divergent Association Task），一个可扩展、多语言的框架，用于自动评估散生思维（divergent thinking, DT）——这是人类创造力的核心组成部分。传统的创意评估往往依赖主观人工评分，且语言依赖性强，限制了其可扩展性和跨文化适用性。相比之下，S-DAT 利用大语言模型和先进的多语言嵌入来计算语义距离——这一语言无关的 DT 指标。我们在包括英语、西班牙语、德语、俄语、印地语和日语（包括片假名、平假名、片假名）在内的 11 种语言中进行评估，结果显示该方法在不同语言语境下表现稳定一致。与现有 DAT 方法不同，S-DAT 表现出与其他 DT 测度的收敛有效性，并显示出与收敛性思维的正确判别有效性。这种跨语言灵活性使得更具包容性、面向全球范围的创意研究成为可能，解决了先前方法的关键局限性。S-DAT 为更公平、全面地评估不同人群中的认知灵活性提供了强大工具，可在线免费评估：https://sdat.iol.zib.de/。
引用
@article{arxiv.2505.09068,
title = {S-DAT: A Multilingual, GenAI-Driven Framework for Automated Divergent Thinking Assessment},
author = {Jennifer Haase and Paul H. P. Hanel and Sebastian Pokutta},
journal= {arXiv preprint arXiv:2505.09068},
year = {2025}
}