論文の概要: Exploring Creativity in Human-Human-LLM Collaborative Software Design

• arxiv url: http://arxiv.org/abs/2604.24373v1
• Date: Mon, 27 Apr 2026 12:06:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.979612
• Title: Exploring Creativity in Human-Human-LLM Collaborative Software Design
• Title（参考訳）: 人間-Human-LLMコラボレーションソフトウェア設計における創造性を探る
• Authors: Victoria Jackson, Grischa Liebel, Rafael Prikladnicki, Andre van der Hoek,
• Abstract要約: 本研究は,ソフトウェア設計者が設計作業中にLCMと共同作業する場合に,創造性がどのように自然に現れるかについて検討する。 創造性は、事前の経験、共感、アナロジーの使用といった特性によって引き起こされる人間設計者に帰着する。 LLMはコラボレーションソフトウェア設計において創造性をサポートすることができるが、人間の洞察は依然として中心である。
• 参考スコア（独自算出の注目度）: 8.269269531507309
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While the use of Large Language Models (LLMs) in programming has been extensively studied, there is limited understanding of how LLMs support collaborative work where creativity plays a central role. Software design, as a collaborative and creative activity, provides a valuable context for exploring the influence of LLMs on creativity. This study investigates how and where creativity naturally emerges when software designers collaborate with an LLM during a design task. In a laboratory setting simulating a workplace environment, 18 pairs of software professionals with design experience were asked to complete a design task. Each pair had 90 minutes to produce a software design based on a set of requirements, with optional access to a custom LLM interface. Pairs were not primed to be creative. We find that creativity was present in all pairs in design processes, with 13 producing design documents containing creativity. We primarily attribute creativity to the human designers, driven by traits such as prior experience, empathy, and the use of analogies. The LLM contributed by producing novel ideas and elaborating human ideas. However, in some cases, the LLM appeared to hinder creativity by suggesting complex solutions or adding to unproductive digressions. LLMs can support creativity in collaborative software design, but human insights remain central. To effectively augment human creativity, designers must be intentional in their engagement with LLMs.
• Abstract（参考訳）: プログラミングにおけるLLM(Large Language Models)の使用は広く研究されているが、LCMが創造性が中心的な役割を担う協調作業をどのようにサポートするかについては、限定的な理解がされている。 協調的で創造的な活動としてのソフトウェアデザインは、LCMが創造性に与える影響を探求するための貴重なコンテキストを提供する。 本研究は,ソフトウェア設計者が設計作業中にLCMと共同作業する場合に,創造性がどのように自然に現れるかについて検討する。 職場環境をシミュレートする実験室では,設計経験を持つ18組のソフトウェア専門家に対して,設計作業の完了を依頼した。 それぞれのペアは要件セットに基づいてソフトウェア設計を作成するのに90分を要し、オプションでカスタムLLMインタフェースにアクセスした。 ペアは創造的なものではないと推測された。 クリエイティビティはデザインプロセスにおいてすべてのペアに存在し、13がクリエイティビティを含むデザインドキュメントを作成しています。 私たちは主に、事前の経験、共感、アナロジーの使用といった特性によって引き起こされた、人間のデザイナーに創造性をもたらします。 LLMは、新しいアイデアを生み出し、人間のアイデアを実験することで貢献した。 しかし、いくつかのケースでは、LLMは複雑な解決策を提案したり、非生産的な侵入を追加することによって創造性を妨げているように見えた。 LLMはコラボレーションソフトウェア設計において創造性をサポートすることができるが、人間の洞察は依然として中心である。 人間の創造性を効果的に増強するためには、デザイナーは故意にLLMとの関わりを持てなければならない。

関連論文リスト

• The Role of LLMs in Collaborative Software Design [9.27915132566963]
  大規模言語モデル(LLM)は、ソフトウェア工学における協調グループワークを形作る。 本研究は,このような協調作業,すなわちソフトウェア設計に焦点をあてる。
  論文  参考訳（メタデータ） (2026-04-10T09:00:33Z)
• Cooking Up Creativity: Enhancing LLM Creativity through Structured Recombination [46.79423188943526]
  本稿では,LLM(Large Language Models)の創造性を高める新しいアプローチを提案する。 自然言語と構造化表現の翻訳にLLMを適用し,その中心となる創造的飛躍を行う。 我々は、創造的なレシピを生成するモデルであるDishCOVERを用いて、料理分野における我々のアプローチを実証する。
  論文  参考訳（メタデータ） (2025-04-29T11:13:06Z)
• 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)
• A Causality-aware Paradigm for Evaluating Creativity of Multimodal Large Language Models [100.16387798660833]
  オオギリゲーム(オオギリゲーム)は、ユーモアと連想的思考を必要とする創造的な仕事である。 LoTbenchはインタラクティブで因果性を考慮した評価フレームワークである。 その結果、ほとんどのLLMは制約された創造性を示すが、LLMと人間の間の性能格差は克服できないことがわかった。
  論文  参考訳（メタデータ） (2025-01-25T09:11:15Z)
• Assessing and Understanding Creativity in Large Language Models [33.37237667182931]
  本稿では,大規模言語モデル(LLM)における創造性レベルを評価するための効率的な枠組みを確立することを目的とする。 The Torrance Tests of Creative Thinking を用いて、7つのタスクにまたがる様々なLSMの創造的パフォーマンスを評価する。 LLMの創造性は、主に独創性に欠けるが、エラボレーションには優れていた。
  論文  参考訳（メタデータ） (2024-01-23T05:19:47Z)
• Luminate: Structured Generation and Exploration of Design Space with Large Language Models for Human-AI Co-Creation [19.62178304006683]
  現在のインタラクションパラダイムは不足しており、限られたアイデアの集合に対して、ユーザを迅速なコンバージェンスへと導くものだ、と私たちは主張する。 本研究では,ユーザがシームレスに探索し,評価し,多数の応答を合成できる設計空間の構造化を促進するフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-19T17:53:14Z)

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。