Serendipity by Design: Evaluating the Impact of Cross-domain Mappings on Human and LLM Creativity

📄 arXiv: 2603.19087v1 📥 PDF

作者: Qiawen Ella Liu, Marina Dubova, Henry Conklin, Takumi Harada, Thomas L. Griffiths

分类: cs.AI, cs.CL

发布日期: 2026-03-19

💡 一句话要点

跨领域映射提升人类与LLM创造力：设计中的意外发现

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 创造力 跨领域映射 大型语言模型 人机协作 创新设计

📋 核心要点

  1. 现有创造力激发方法缺乏对人类和LLM差异的深入研究，难以有效提升双方的创造力。
  2. 论文提出跨领域映射方法，通过随机分配的远端概念激发创造力，探索其对人类和LLM的影响。
  3. 实验表明，跨领域映射对人类有益，而LLM本身已具备较高原创性，但远端概念对双方均有促进作用。

📝 摘要（中文）

大型语言模型（LLM）的创造力与人类的创造力是否相同？相同的干预措施能否同时提升两者的创造力？本文评估了一种有前景但未经充分测试的创造力干预方法：迫使创造者从随机的、遥远的源领域进行类比（“跨领域映射”）。人类参与者和LLM在两种提示下为十种日常产品（例如，背包、电视）生成新颖的特征：（i）跨领域映射，要求从随机分配的源（例如，章鱼、仙人掌、GPS）转换属性，以及（ii）用户需求，要求提出针对未满足用户需求的创新。结果表明，人类可以可靠地从随机分配的跨领域映射中受益，而LLM平均产生比人类更具原创性的想法，并且没有表现出跨领域映射的统计显著影响。然而，在这两种系统中，当灵感来源在语义上与目标更加遥远时，跨领域映射的影响都会增加。研究结果突出了远程关联在创造性构思中的作用，以及人类和LLM对相同创造力干预措施的系统性差异。

🔬 方法详解

问题定义：论文旨在研究跨领域映射这种创造力激发方法，对人类和大型语言模型（LLM）创造力的影响。现有方法缺乏对人类和LLM在创造性思维过程中的差异性考虑，难以设计出通用的、有效的创造力提升策略。此外，如何量化和比较人类与LLM的创造力也是一个挑战。

核心思路：核心思路是利用“跨领域映射”这一技术，迫使创造者从一个随机且遥远的领域中寻找灵感，并将该领域的属性或特征迁移到目标产品或概念上。这种方法旨在打破常规思维模式，激发新的想法。研究假设，这种方法能够促进人类和LLM产生更具原创性和新颖性的想法。

技术框架：研究采用实验设计，分别让人类参与者和LLM在两种提示下生成新颖的产品特征：（1）跨领域映射提示，要求从随机分配的源领域（如章鱼、仙人掌）提取属性；（2）用户需求提示，要求针对未满足的用户需求提出创新。然后，通过评估生成想法的原创性、实用性等指标，比较两种提示方法的效果，并分析人类和LLM在创造性思维上的差异。

关键创新：关键创新在于同时评估了跨领域映射对人类和LLM创造力的影响，并揭示了两者在对该方法响应上的系统性差异。此外，研究还发现，当灵感来源与目标在语义上更加遥远时，跨领域映射的效果会更加显著，这为创造力激发策略的设计提供了新的思路。

关键设计：实验中，随机分配的源领域是关键设计之一，保证了实验的公平性和可重复性。此外，对生成想法的评估指标（如原创性、实用性）的选择和量化方法也至关重要。论文可能采用了人工评估和自动评估相结合的方式，以确保评估结果的准确性和可靠性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，人类在跨领域映射的帮助下，能够产生更具创造性的想法。而LLM本身就具备较高的原创性，跨领域映射对其影响不显著，但远端概念的引入仍能提升其创造力。研究还发现，语义距离越远的灵感来源，对创造力的提升效果越明显。LLM平均产生比人类更具原创性的想法。

🎯 应用场景

该研究成果可应用于产品设计、广告创意、科学研究等领域，帮助人类和AI系统产生更具创新性的想法。通过了解人类和LLM在创造性思维上的差异，可以设计出更有效的协同创新模式，促进人机协作，解决复杂问题。未来的研究可以探索更多创造力激发方法，并将其应用于更广泛的领域。

📄 摘要（原文）

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.