Using Large Language Models for Idea Generation in Innovation
Diese Studie zeigt, dass KI-generierte Produktideen zwar eine geringere Neuartigkeit und Diversität als von Menschen generierte Ideen aufweisen, jedoch die durchschnittliche Kaufabsicht menschlicher Ideen signifikant übertreffen und siebenmal wahrscheinlicher zu den besten 10 % der hochwertigen Konzepte gehören.
Originalarbeit unter CC0 1.0 der Gemeinfreiheit gewidmet (http://creativecommons.org/publicdomain/zero/1.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie stünden in einem riesigen, nebligen Feld namens „Die Ideenlandschaft“. Ihr Ziel ist es, den einen, wertvollsten Schatz zu finden, der irgendwo in diesem Feld verborgen liegt. In der Welt der Wirtschaft und Innovation ist dieser Schatz eine brillante neue Produktidee, die Menschen gerne kaufen werden. Lange Zeit war der einzige Weg, diese Schätze zu finden, das Entsenden von menschlichen Expeditionsteams. Diese Menschen wanderten umher und gruben eine Idee nach der anderen aus. Die Regel des Spiels lautete schon immer: Man muss nicht jede einzelne Idee perfekt machen; man muss nur ein paar absolute Juwelen finden. Wenn Sie 100 Ideen ausgraben und 99 sind Steine, aber eine ist ein Diamant, dann haben Sie gewonnen. Aber was wäre, wenn Sie einen magischen, superschnellen Roboter anheuern könnten, der 1.000 Ideen ausgräbt, während ein Mensch nur zehn ausgräbt? Das ist die Frage, die sich Wissenschaftler über Künstliche Intelligenz (KI) stellen. Speziell testen sie „Large Language Models“ (LLMs) – supersmarte Computerprogramme, die mit fast allem trainiert wurden, was jemals im Internet geschrieben wurde. Diese Programme sind großartig darin, Geschichten zu schreiben und Fragen zu beantworten, aber können sie auch so kreativ sein wie Menschen, wenn es darum geht, neue Dinge zu erfinden? Diese Arbeit setzt sich zum Ziel zu untersuchen, ob diese digitalen Träumer tatsächlich besser erfinden können als echte Menschen.
Die Forscher führender Universitäten beschlossen, dies mit einer spezifischen Herausforderung auf die Probe zu stellen: Erfindet ein neues physisches Produkt für College-Studenten, das 50 US-Dollar oder weniger kostet. Sie versammelten drei verschiedene Gruppen von „Ideengeneratoren“. Die erste Gruppe war ein Team von Universitätsstudenten, die zuvor einen Kurs für Produktdesign besucht hatten, bevor KI-Tools wie ChatGPT weit verbreitet waren. Die zweite Gruppe war ein Computerprogramm (GPT-4 von OpenAI), dem eine einfache Anweisung gegeben wurde, vergleichbar mit einer leeren Leinwand (dies wird als „Zero-Shot-Prompting“ bezeichnet). Die dritte Gruppe war dasselbe Computerprogramm, dem jedoch zuerst einige Beispiele großartiger Ideen gezeigt wurden, um es in die richtige Stimmung zu versetzen (dies wird als „Few-Shot-Prompting“ bezeichnet).
Um zu sehen, wer die beste Arbeit geleistet hat, fragten die Forscher nicht nur Experten, sondern ganz normale Menschen. Sie zeigten Hunderten dieser Produktideen einer großen Gruppe von jungen Erwachsenen im College-Alter und fragten: „Wie wahrscheinlich ist es, dass Sie dieses Produkt kaufen würden?“ Sie verwandelten diese Antworten in einen „Kauf-Score“, um die Qualität zu messen. Sie verwendeten auch Computertools, um zu prüfen, wie ähnlich sich die Ideen untereinander waren, und baten Menschen, die Ideen als „neu“ oder „originell“ zu bewerten.
Hier ist, was sie herausfanden, und es ist etwas überraschend. Erstens war die KI tatsächlich besser in der Hauptaufgabe: Ideen zu kreieren, die Menschen kaufen wollen. Im Durchschnitt wurden die von dem Computer generierten Ideen höher bewertet als die Ideen, die von den Studenten stammten. Der Computer, der zu Beginn einige Beispiele erhalten hatte (Few-Shot), schnitt am besten ab. Es ist, als hätte der Roboter ein besseres „Gehör“ dafür, was Kunden wollten.
Es gab jedoch einen Haken. Während die KI besser darin war, gute Ideen zu machen, war sie nicht so gut darin, unterschiedliche Ideen zu machen. Die Ideen des Computers neigten dazu, sich sehr ähnlich zu sehen und zu klingen. Wenn man sich die menschlichen Studenten vorstellt, die das gesamte neblige Feld erkunden, schien die KI in ein oder zwei spezifischen Gebieten zu bleiben und viele Variationen derselben wenigen Schätze auszugraben. Die Ideen des Computers wurden von den Lesern auch als etwas weniger „originell“ oder einzigartig bewertet. Es ist, als wäre der Roboter sehr gut darin, bestehende Konzepte zu polieren, aber er hatte Schwierigkeiten, so „außerhalb der Box“ zu denken, wie es Menschen manchmal tun.
Aber hier ist der aufregendste Teil. In der Innovation zählt die durchschnittliche Idee nicht so viel wie die beste Idee. Die Forscher betrachteten die obersten 10 % aller gesammelten Ideen – die absolut besten. Sie fanden heraus, dass die KI siebenmal wahrscheinlicher eine Idee produzierte, die in diesen Top 10 % landete, im Vergleich zu den Menschen. Für jede eine großartige Idee, die die Studenten hervorbrachten, brachte der Computer sieben Ideen hervor.
Die Autoren legen nahe, dass dies eine konservative Schätzung ist. Sie haben nicht einmal berücksichtigt, wie viel schneller der Computer war. Ein Mensch braucht vielleicht 15 Minuten, um fünf Ideen zu entwickeln, während der Computer in derselben Zeit 200 Ideen generieren kann. Der Computer ist also nicht nur besser in der Qualität, sondern auch ein Produktivitätsmonster.
Das Paper kommt zu dem Schluss, dass die KI zwar vielleicht nicht so wild oder vielfältig wie eine menschliche Brainstorming-Sitzung ist, aber ein Kraftpaket für das Finden von qualitativ hochwertigen, marktfähigen Ideen darstellt. Es deutet darauf an, dass Unternehmen in Zukunft vielleicht nicht mehr so viel Zeit damit verbringen müssen, Ideen von Grund auf neu zu entwickeln. Stattdessen könnten sie die KI nutzen, um schnell hunderte hochwertige Optionen zu generieren, und dann die Menschen darauf konzentrieren lassen, die besten auszuwählen und noch besser zu machen. Der Roboter ersetzt nicht den menschlichen Träumer, aber er gibt ihm eine superstarke Schaufel an die Hand, um viel schneller Diamanten auszugraben.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.