論文の概要: Beyond Input-Output: Rethinking Creativity through Design-by-Analogy in Human-AI Collaboration

• arxiv url: http://arxiv.org/abs/2602.09423v1
• Date: Tue, 10 Feb 2026 05:37:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-11 20:17:43.384935
• Title: Beyond Input-Output: Rethinking Creativity through Design-by-Analogy in Human-AI Collaboration
• Title（参考訳）: インプットアウトプットを超えて:人間-AIコラボレーションにおけるデザイン・バイ・アナロジーによる創造性の再考
• Authors: Xuechen Li, Shuai Zhang, Nan Cao, Qing Chen,
• Abstract要約: デザイン・バイ・アナロジー(Design-by-Analogy, DbA)は、ドメイン間のインスピレーションをマッピングすることによって、新しいソリューションを育むための認知的基盤を持つアプローチである。 創造プロセスの7段階にわたる6種類の表現とテクニックの分類を行う。 この合成に基づいて、DbAを人間とAIのコラボレーションの仲介技術として位置づける。
• 参考スコア（独自算出の注目度）: 15.099155360492196
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While the proliferation of foundation models has significantly boosted individual productivity, it also introduces a potential challenge: the homogenization of creative content. In response, we revisit Design-by-Analogy (DbA), a cognitively grounded approach that fosters novel solutions by mapping inspiration across domains. However, prevailing perspectives often restrict DbA to early ideation or specific data modalities, while reducing AI-driven design to simplified input-output pipelines. Such conceptual limitations inadvertently foster widespread design fixation. To address this, we expand the understanding of DbA by embedding it into the entire creative process, thereby demonstrating its capacity to mitigate such fixation. Through a systematic review of 85 studies, we identify six forms of representation and classify techniques across seven stages of the creative process. We further discuss three major application domains: creative industries, intelligent manufacturing, and education and services, demonstrating DbA's practical relevance. Building on this synthesis, we frame DbA as a mediating technology for human-AI collaboration and outline the potential opportunities and inherent risks for advancing creativity support in HCI and design research.
• Abstract（参考訳）: ファンデーションモデルの普及は個人の生産性を大幅に向上させたが、創造的コンテンツの均質化という潜在的な課題ももたらした。 これに対し、ドメイン間のインスピレーションをマッピングすることで、新しいソリューションを促進する認知基盤のアプローチであるDesign-by-Analogy(DbA)を再考する。 しかし、一般的な視点は、DbAを初期のアイデアや特定のデータモダリティに制限する一方で、AI駆動設計を単純化された入出力パイプラインに還元することが多い。 このような概念的な制限は、必然的に広くデザインの定着を後押しする。 これを解決するために,創造的なプロセス全体にDbAを埋め込むことで,DbAの理解を拡大し,そのような定着を緩和する能力を示す。 85研究の体系的なレビューを通じて、創造的プロセスの7段階にわたる6種類の表現と分類手法を同定する。 さらに、創造産業、インテリジェント製造、教育とサービスという3つの主要な応用分野について議論し、DbAの実践的妥当性を実証する。 この合成に基づいて、我々はDbAを人間とAIのコラボレーションの仲介技術として捉え、HCIとデザイン研究における創造的支援を促進する可能性と固有のリスクを概説する。

関連論文リスト

• Exploration vs. Fixation: Scaffolding Divergent and Convergent Thinking for Human-AI Co-Creation with Generative Models [26.911618039280665]
  本稿では,プロセス指向の人間とAIの共創パラダイムを提案する。 我々のパラダイムは、初期の散逸した思考段階における概念概念の高レベルな探索と、後の収束した思考フレーズにおける変化の低レベルな探索の両方である。 本稿では、HAIExploreと広く使われている線形チャットインタフェース(ChatGPT)を比較して、クリエイティブな画像生成を行う。
  論文  参考訳（メタデータ） (2025-12-20T14:58:41Z)
• Universe of Thoughts: Enabling Creative Reasoning with Large Language Models [1.9480051045857554]
  認知科学の原理に触発された創造的推論のための計算フレームワークを導入する。 本稿では,テキスト探索,テキスト変換,テキストUoTという3つの中心的創造的推論パラダイムを提案する。 UoTは創造的推論において優れたパフォーマンスを示す。
  論文  参考訳（メタデータ） (2025-11-25T16:34:59Z)
• Large Language Models as Innovators: A Framework to Leverage Latent Space Exploration for Novelty Discovery [19.394116388173885]
  大規模言語モデル(LLM)は、しばしば新規かつ関連する出力を生成するのに苦労する。 本稿では,モデルに依存しない潜在空間の創造性を実現するフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-18T12:54:28Z)
• Extended Creativity: A Conceptual Framework for Understanding Human-AI Creative Relations [0.6031721946649193]
  AIが創造的なプロセスをサポートし、形作る3つの基本的なモードを特定します。 AIがツールとして機能するサポート、AIと人間が補完的な方法で協力するSynergy、そして人間とAIの認知が統合され、統一された創造システムを形成する共生。 各構成が日々の問題解決からパラダイムシフトイノベーションに至るまで,創造性のレベルにどのように影響するかを検討する。
  論文  参考訳（メタデータ） (2025-06-12T00:16:52Z)
• Probing and Inducing Combinational Creativity in Vision-Language Models [52.76981145923602]
  VLM(Vision-Language Models)の最近の進歩は、それらのアウトプットが組合せの創造性を反映しているかという議論を引き起こしている。 本稿では,創造的プロセスを3つのレベルに分解するIEIフレームワークを提案する。 このフレームワークを検証するために、IEIフレームワークに従って注釈付けされた666人のアーティストによる視覚マッシュアップの高品質データセットであるCreativeMashupをキュレートする。
  論文  参考訳（メタデータ） (2025-04-17T17:38:18Z)
• Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
  本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。 本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。 我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
  論文  参考訳（メタデータ） (2024-08-22T04:49:50Z)
• An Artificial Intelligence Approach for Interpreting Creative Combinational Designs [1.3948357001626264]
  組み合わせ創造性は、よく知られたアイデアのブレンドを含む創造性の一形態である。 本研究は,創造的デザインを構成する「基礎」と「付加的」成分を具体的に識別する計算解釈に焦点を当てた。
  論文  参考訳（メタデータ） (2024-05-08T11:47:32Z)
• Can AI Be as Creative as Humans? [84.43873277557852]
  理論的には、AIは人間の創造者によって生成されたデータに適切に適合できるという条件の下で、人間と同じくらい創造的になれることを証明しています。 AIの創造性に関する議論は、十分な量のデータに適合する能力の問題に縮小されている。
  論文  参考訳（メタデータ） (2024-01-03T08:49:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。