Serendipity by Design: Evaluating the Impact of Cross-domain Mappings on Human and LLM Creativity

論文概要

タイトル: Serendipity by Design: Evaluating the Impact of Cross-domain Mappings on Human and LLM Creativity
著者: Qiawen Ella Liu, Marina Dubova, Henry Conklin, Takumi Harada, Thomas L. Griffiths (Princeton University, Santa Fe Institute, Toyota Motor North America)
目的: 創造性を高めるための介入手法として、「ランダムに割り当てられた遠隔のドメインからの類推（クロスドメインマッピング）」が、人間と大規模言語モデル（LLM）の両方に同様に機能するか、またそのメカニズムにどのような違いがあるかを検証すること。

---

1. 問題設定 (Problem)

創造性研究において、既存の知識を再構成し、遠く離れた概念間の関連性（リモート・アソシエーション）を築くことは重要視されています。しかし、人間は「固定観念（Fixation）」に陥りやすく、既知の解決策の範囲内で思考しがちです。一方、LLM は広範なクロスドメインのコーパスで訓練されており、認知のボトルネック（知識へのアクセス制限や固定観念）の影響を受けにくい可能性があります。

本研究の核心となる問いは以下の通りです：

1. 人間向けに設計された創造性向上介入（遠隔ドメインからの類推を強制する）が、LLM に対しても同様に有効か？
2. 人間と LLM は、同じ介入に対してどのように異なる反応を示すか？
3. どのような種類のクロスドメインマッピングが、両システムにおいて創造的なアイデアを生み出すのか？

---

2. 手法 (Methodology)

実験デザイン

10 種類の日常製品（例：スマートフォン、バックパック、ソファなど）をターゲットとし、以下の 2 つの条件でアイデア生成を促しました。

1. クロスドメインマッピング条件: ランダムに割り当てられた「源ドメイン（例：タコ、サボテン、GPS）」の特性をターゲット製品に転用するよう指示。
2. ユーザーニーズ条件: 源ドメインを与えず、満たされていないユーザーニーズに基づいて革新的な解決策を提案するよう指示。

参加者と生成物

• 人間: Prolific から募集した 140 名の成人。各製品に対し、2 条件のいずれかで 1 つの新しい機能案を生成（計 700 件の人間生成アイデア）。
• LLM: 7 種類のモデル（o3, gpt-4o, claude-sonnet-4, deepseek-v3, llama-3.3-70b, Qwen2.5-72B, gemini-2.5-pro）を使用。人間と同じ 100 組の「ターゲット - 源」ペアとユーザーニーズ条件で生成（計 700 件の LLM 生成アイデア）。
• 前処理: 人間と LLM の出力スタイルの偏りを制御するため、すべてのアイデアを別の LLM（o3）を用いて、類推の枠組みや明示的なニーズ記述を除去した簡潔な製品説明（1〜2 文）に書き換えました。

評価

1,002 名の評価者が、以下の 4 つの尺度（5 段階リッカート尺度）でアイデアを評価しました。

• 独自性 (Originality): 新規性や意外性。
• 実現可能性 (Feasibility): 現在の技術での実現可能性。
• 有用性 (Usefulness): 実世界での有益性。
• 投資価値 (Investment Worthiness): 投資に値するかどうかの総合判断。

分析手法

• 線形混合効果モデル（Linear Mixed-Effects Model）を用いて、アイデア源（人間 vs LLM）、条件、およびその交互作用が評価に与える影響を分析。
• 概念間の「意味的距離（Semantic Distance）」を算出するため、Wikipedia の記述を Sentence-Transformer でエンベディングし、Jensen-Shannon 発散を用いて定量化しました。

---

3. 主要な貢献と結果 (Key Contributions & Results)

3.1 創造性の比較：人間 vs LLM

• 平均的な独自性: 条件を問わず、LLM が生成したアイデアは人間よりも平均的に高い独自性評価を受けました。特に o3 と Claude-Sonnet-4 が最も高いスコアを示しました。
• 介入の効果:
  • 人間: クロスドメインマッピング条件は、ユーザーニーズ条件と比較して独自性を有意に向上させました。
  • LLM: クロスドメインマッピング条件は、人間のような独自性の向上効果を示しませんでした。LLM はユーザーニーズ条件でも既に高い独自性を発揮しており、追加の指示による恩恵は統計的に有意ではありませんでした。

3.2 意味的距離の影響

• 共通の傾向: 人間と LLM 両方において、ターゲットと源ドメイン間の意味的距離が大きいほど、評価される独自性が高まるという強い正の相関が見られました。
• 人間における特異な現象: 独自性の上位 10% に属するアイデアに限定して分析すると、人間がクロスドメインマッピング条件下で生成したアイデアは、LLM のアイデアよりもわずかに高い独自性評価を得ました（例：タコと車の組み合わせ、GPS と靴の組み合わせなど、非常に飛躍的な発想）。

3.3 評価尺度間の関係

• 独自性と実現可能性: 強い負の相関（$r = -0.74$）が見られました。より独創的なアイデアほど、実現可能性は低いと評価される傾向があります。
• 独自性と有用性: ほとんど相関が見られませんでした（$r = -0.08$）。
• 投資価値: 主に「有用性」によって決定され、独自性や実現可能性の影響は限定的でした。

3.4 質的な違い（予備的考察）

• 人間: 源ドメインの知覚的・感覚運動的な特徴（例：サボテンのトゲ、ピクルスの緑色）に注目し、それを製品に転用する傾向がありました。
• LLM: 源ドメインのメカニズムや機能（例：サボテンの水分保持機能、ピクルスの防腐機能）に注目し、構造的な転写を行う傾向がありました。

---

4. 考察と意義 (Discussion & Significance)

人間と LLM の非対称性

本研究は、人間向けの創造性介入が LLM にそのまま適用できない可能性を示唆しています。

• 人間のメカニズム: 人間は通常、固定観念に縛られやすく、遠隔のドメインからの明示的な指示（クロスドメインマッピング）がないと、漸進的な改善に留まりがちです。したがって、この介入は人間の認知の「平坦化」に効果的です。
• LLM のメカニズム: LLM は訓練データに多様な分野が含まれているため、明示的な指示がなくても、ユーザーニーズの枠組み内でも広範な関連性を引き出せる可能性があります。つまり、LLM はすでに「遠隔の関連性」を自然に扱えるため、追加の指示による追加効果（アウグメンテーション）が限定的だったと考えられます。

意味的距離の重要性

「ランダムな組み合わせ」そのものよりも、**「どれだけ遠隔（意味的に離れている）か」**が創造性の鍵であることが示されました。これは、人間・AI 問わず、創造的アイデアは遠い概念間の結合から生じるという古典的な仮説（Mednick, 1962 など）を支持する結果です。

実用的意義

• AI 支援デザイン: 人間を支援する AI ツールを開発する際、単に「ランダムなアイデア」を提示するだけでなく、人間が固定観念から脱却できるよう、意図的に「意味的に遠い」概念を提示する戦略が有効であることが示されました。
• LLM のプロンプト設計: LLM の創造性を最大化するには、単純な「クロスドメインマッピング」指示よりも、より複雑な制約や、意味的距離を操作したプロンプト設計が必要である可能性があります。

結論

「設計による偶然性（Serendipity by Design）」は、人間にとっては創造性を劇的に高める強力な介入ですが、LLM にとっては平均的な独自性をさらに高める効果は限定的でした。しかし、両者において「意味的距離」が独自性の予測因子となる点は共通しており、創造性のメカニズムには普遍的な側面と、認知アーキテクチャに依存する側面の両方が存在することを示しています。