AI-Augmented Brainwriting: Investigating the use of LLMs in group ideation

要約

大規模言語モデル（LLM）のような生成的AI技術の利用可能性が高まっていることは、創造的作業にとって重要な意味を持つ。本論文では、LLMを創造的プロセスに統合する2つの側面、すなわちアイデア創出の発散段階と、アイデアの評価と選択の収束段階を探求する。我々は、グループアイデアプロセスにLLMをエンハンスメントとして組み込んだ、グループとAIによるブレインライティングの共同アイデア発想フレームワークを考案し、アイデア発想プロセスとその結果得られたソリューションスペースを評価した。アイデア評価プロセスにおけるLLM利用の可能性を評価するため、評価エンジンを設計し、3人の専門家評価者と6人の初心者評価者によるアイデア評価と比較した。その結果、BrainwritingにLLMを統合することで、アイデア発想プロセスとその結果の両方が向上する可能性があることが示唆された。また、LLMがアイデアの評価をサポートできるという証拠も得られた。最後に、HCI教育と実践への示唆について論じる。

要約(オリジナル)

The growing availability of generative AI technologies such as large language models (LLMs) has significant implications for creative work. This paper explores twofold aspects of integrating LLMs into the creative process – the divergence stage of idea generation, and the convergence stage of evaluation and selection of ideas. We devised a collaborative group-AI Brainwriting ideation framework, which incorporated an LLM as an enhancement into the group ideation process, and evaluated the idea generation process and the resulted solution space. To assess the potential of using LLMs in the idea evaluation process, we design an evaluation engine and compared it to idea ratings assigned by three expert and six novice evaluators. Our findings suggest that integrating LLM in Brainwriting could enhance both the ideation process and its outcome. We also provide evidence that LLMs can support idea evaluation. We conclude by discussing implications for HCI education and practice.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL