S-DAT: A Multilingual, GenAI-Driven Framework for Automated Divergent Thinking Assessment

要約

このペーパーでは、人間の創造性のコアコンポーネントであるDivergent Thinking（DT）である自動化された評価のためのスケーラブルで多言語のフレームワークであるS-DAT（Synthetic-Divergent Association Task）を紹介します。
従来の創造性評価は、多くの場合、労働集約的、言語固有であり、主観的な人間の評価に依存しており、そのスケーラビリティと異文化の適用性を制限します。
対照的に、S-DATは、大規模な言語モデルと高度な多言語埋め込みを活用してセマンティック距離を計算します。
英語、スペイン語、ドイツ語、ロシア語、ヒンディー語、日本語（漢字、hiragana、katakana）を含む11の多様な言語でS-datを評価し、言語の文脈全体で堅牢で一貫したスコアリングを実証します。
以前のDATアプローチとは異なり、S-DATは他のDT測定値との収束妥当性を示し、収束思考で判別妥当性を正しく示します。
この言語間の柔軟性により、より包括的でグローバルな規模の創造性研究が可能になり、以前のアプローチの重要な制限に対処します。
S-DATは、多様な集団における認知的柔軟性のより公平で包括的な評価のための強力なツールを提供し、オンラインで自由に評価できます：https：//sdat.iol.zib.de/。

要約(オリジナル)

This paper introduces S-DAT (Synthetic-Divergent Association Task), a scalable, multilingual framework for automated assessment of divergent thinking (DT) -a core component of human creativity. Traditional creativity assessments are often labor-intensive, language-specific, and reliant on subjective human ratings, limiting their scalability and cross-cultural applicability. In contrast, S-DAT leverages large language models and advanced multilingual embeddings to compute semantic distance — a language-agnostic proxy for DT. We evaluate S-DAT across eleven diverse languages, including English, Spanish, German, Russian, Hindi, and Japanese (Kanji, Hiragana, Katakana), demonstrating robust and consistent scoring across linguistic contexts. Unlike prior DAT approaches, the S-DAT shows convergent validity with other DT measures and correct discriminant validity with convergent thinking. This cross-linguistic flexibility allows for more inclusive, global-scale creativity research, addressing key limitations of earlier approaches. S-DAT provides a powerful tool for fairer, more comprehensive evaluation of cognitive flexibility in diverse populations and can be freely assessed online: https://sdat.iol.zib.de/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google