设计中的奇遇: 跨域映射对人类与大语言模型创造力的影响评估
人工智能
2026-03-20 v1 计算与语言
摘要
大型语言模型(LLM)是否以与人类相同的方式具有创造性，以及相同的干预措施是否能增加两者的创造力？我们评估了一种具有前景但 largely 未测试的创造力干预：迫使创作者从随机的、远程的源域中寻找类比("跨域映射")。人类参与者和LLM在两种提示下为十个日常产品(如背包、电视)生成新特性：(i) 跨域映射，需要将来自随机指定源(如章鱼、仙人掌、GPS)的属性翻译到目标中；(ii) 用户需求，需要针对未满足的用户需求提出创新方案。我们显示，人类可靠地从随机指定的跨域映射中受益，而LLM在平均情况下生成比人类更具原创性的想法，且不显示跨域映射是否有统计意义的影响。然而，在两者中，随着灵感来源与目标之间的语义距离变得更远，跨域映射的影响会增加。我们的结果凸显了远程关联在创意构思中的作用，以及人类与LLM对相同创造力干预作出系统性差异的作用。
引用
@article{arxiv.2603.19087,
title = {Serendipity by Design: Evaluating the Impact of Cross-domain Mappings on Human and LLM Creativity},
author = {Qiawen Ella Liu and Marina Dubova and Henry Conklin and Takumi Harada and Thomas L. Griffiths},
journal= {arXiv preprint arXiv:2603.19087},
year = {2026}
}