Liu, Qiawen Ella, Marina Dubova, Henry Conklin, Takumi Harada, and Thomas L. Griffiths. 2026. "Serendipity by Design: Evaluating the Impact of Cross-domain Mappings on Human and LLM Creativity." arXiv preprint arXiv:2603.19087.
Serendipity by Design: Evaluating the Impact of Cross-domain Mappings on Human and LLM Creativity
Qiawen Ella Liu, Marina Dubova, Henry Conklin, Takumi Harada, Thomas L. Griffiths
@June 18, 2024 9:30 PM (GMT+2)
Overview
- ランダムで遠い分野からアイデアを借りる『クロスドメイン・マッピング』という創造性を高める手法が、人間とAI言語モデルの両方に効くのかを調べました。
- 人間は遠い分野からのアイデアで創造性が高まりますが、AI言語モデルはもともと創造的で、この手法の効果が限定的という興味深い違いが見えました。
創造的なアイデア出しをする時、私たちはどうやって新しい発想に至るのでしょうか。この研究は、人間とAIが創造性を発揮する仕組みが同じなのか、それとも根本的に異なるのかという根本的な問いに取り組んでいます。デザインやイノベーション現場で使える実践的な知見も得られる、人間とAIの違いを理解するための重要な研究です。
Abstract
Are large language models (LLMs) creative in the same way humans are, and can the same interventions increase creativity in both? We evaluate a promising but largely untested intervention for creativity: forcing creators to draw an analogy from a random, remote source domain (''cross-domain mapping''). Human participants and LLMs generated novel features for ten daily products (e.g., backpack, TV) under two prompts: (i) cross-domain mapping, which required translating a property from a randomly assigned source (e.g., octopus, cactus, GPS), and (ii) user-need, which required proposing innovations targeting unmet user needs. We show that humans reliably benefit from randomly assigned cross-domain mappings, while LLMs, on average, generate more original ideas than humans and do not show a statistically significant effect of cross-domain mappings. However, in both systems, the impact of cross-domain mapping increases when the inspiration source becomes more semantically distant from the target. Our results highlight both the role of remote association in creative ideation and systematic differences in how humans and LLMs respond to the same intervention for creativity.
Motivation
- 大規模言語モデル（LLM）が人間と同じようなやり方で創造的になれるのか、それとも異なる仕組みで動いているのかが不明確でした。
- 『遠い分野からアイデアを取り入れると創造性が高まる』というクリエイティブな発想の古い知恵は、AIにも当てはまるのか検証されていませんでした。
- 人とAIに同じ創造性向上テクニックを試して、その効果の違いから両者の創造プロセスの本質的な違いを理解したいという著者たちの狙いがあります。
Method
バックパックやテレビなど日常の10種類の製品について、人間の参加者とLLMの両方に新しい機能を考え出してもらいました。一つの条件は『ランダムに選ばれた全く別の分野（タコやサボテン、GPSなど）の特性を参考にしながら発想する』というもの、もう一つは『実際の使い手のニーズを満たす工夫を考える』というものです。
- 人間の参加者と複数のLLMモデルに対して、同じ製品と同じ指示で実験を行いました。生成されたアイデアの独創性（既知のものか、全く新しいか）を専門家が評価しています。
- 各アイデアを『どれくらい独創的か』と『どれくらい実用的か』の2つの軸で採点し、特に『全く思いつかないような新しさ』を指標に分析しました。
- クロスドメイン・マッピングの条件と、ユーザーニーズの条件の二つで、人間とLLMのパフォーマンスを直接比較しました。さらに、借りてきたアイデア元がどれくらい『遠い』分野か（意味的に関連性がないか）によって効果が変わるかも調べています。
Results
人間はランダムな遠い分野からのアイデア借用で創造性が大きく高まりますが、LLMはもともと独創的で、この手法の効果がほぼ見られないという対照的な結果が得られました。
- 人間参加者は、クロスドメイン・マッピング条件でユーザーニーズ条件よりも統計的に有意に独創的なアイデアを生み出しました。
- LLMは平均的に、人間よりも既に高い水準の独創性でアイデアを生成しており、クロスドメイン・マッピング条件による統計的に有意な改善は観察されませんでした。
- 人間にとってもLLMにとっても、参考にする分野が意味的に遠いほど（例えば『GPSとバックパック』のように関連性が低いほど）、クロスドメイン・マッピングの創造性向上効果が大きくなりました。
Further Thoughts
- AIシステムの設計者は、LLMが既に十分な創造性を持つ一方で、人間は特定の手法（遠い分野からの連想）で大きく創造性が引き出される点を認識すべきです。人間とAIが協力する際は、こうした違いを活かした役割分担が重要になります。
- デザイナーやイノベーションチームは、ランダムで遠い分野からの発想を意識的に取り入れる『セレンディピティ設計』が人間の創造性向上に効果的だという実証的なエビデンスを得られました。
- この研究の限界としては、特定の種類のタスク（日常製品の機能追加）に限定されている点と、より多くの言語モデルやより長期的な創造性への影響を調べる必要がある点が挙げられます。今後は、人間とAIの創造プロセスの神経科学的・認知的な違いをさらに深掘りする研究が有望です。