How Individuals Efficiently Search for Creative Concepts: A Value-Guided Search Account

技術要約：個人がいかに効率的に創造的なコンセプトを探索するか：価値ガイド型探索モデル

問題提起
創造的なアイデアの生成には、新しい、かつ適切なアイデアへと組み合わせるべきコンセプトを特定するために、膨大な可能性の空間をナビゲートする必要がある。連合理論はコンセプトがいかに活性化されるかを説明するが、多数の可能性の中からいかにして効率的に探索を行い、開発すべき候補となるコンセプトを選択するのかというメカニズムについては未解明のままである。本研究が取り組む中心的な問題は、完全な創造的アイデアが形成される前に、候補となるコンセプトの探索がいかに導かれるかである。具体的には、著者らは、この探索が「価値（value）」によって制御された探索ー搾取（exploration–exploitation）のバランスに基づく、価値ガイド型のプロセスとしてモデル化できるかどうかを調査している。ここで「価値」とは、あるコンセプトがさらなる展開を行う可能性を示す、目標依存的な信号として定義される。

方法論
本研究は、行動実験と計算モデリングおよびシミュレーションによる検証を組み合わせた、2つの研究デザインを採用している。

• 研究1（価値の構成）:

  • 参加者: 学部生61名。
  • 課題: 参加者は、事前選定された90個のコンセプト（代替用途課題［AUT］の回答から抽出）を、「一般的な用途」条件と「創造的な用途」条件の2つの異なる文脈の下で評価した。
  • 測定項目: 各コンセプトに対し、参加者は新規性、適切性、および「コンセプト価値」（そのコンセプトを最終的な回答へと発展させる意欲として操作化）の評価を行った。また、二値の選択決定も行った。
  • 分析: 階層ベイズモデリングを用い、コンセプトの選択と価値の構成に関する競合するモデルを比較した。本研究では、コンセプトの価値が新規性や適切性単独よりも選択をより良く予測するかどうか、また、その属性の重み付けがタスクの文脈によって変化するかどうかを検証した。

• 研究2（探索のダイナミクス）:

  • 参加者: 学部生86名。
  • 課題: 人工的に構築された意味ネットワーク（15のセマンティック・クラスターにグループ化されたノード）内をナビゲートする、意味探索パラダイム。参加者は矢印キーを使用して隣接するコンセプト間を移動し、スペースキーを使用してコンセプトを選択した。
  • 測定項目: ステップごとの遷移、反応時間、およびコンセプト選択イベントを追跡した。遭遇したコンセプトに対しては、事後の新規性、適切性、および価値の評価を収集した。
  • 分析:
    • モデル比較: コンセプト間の遷移確率を予測するために、競合するソフトマックスモデル（価値ガイド型、新規性のみ、適切性のみ、意味的近接性、ランダム）を適合させた。
    • 動的制御: 「温度（temperature）」パラメータ（確率性対価値ガイド型の搾取を制御するもの）が一定であるか、あるいは「回答間隔（answer intervals）」（2つのコンセプトが選択される間のステップのシーケンス）内で動的に変化するかを検証した。
    • シミュレーション: 1,004個の実在するAUT回答から再構築された意味ネットワークを用いた。5つの活性化モデル（価値、距離、ランダム、ジャンプ、リセット）をシミュレートし、標準的なAUTにおいて参加者がどのコンセプトを生成するかを予測した。

主な結果

1. タスク依存的な価値の構成（研究1）:

   • コンセプトの価値は、コンセプト選択の最強の予測因子であり（精度 = 83%）、新規性や適切性のみに基づくモデルよりも優れていた。
   • 価値は、新規性と適切性の非線形な統合によって構築される。
   • 文脈による変調: 創造的な文脈では、新規性に割り当てられる重み（$\alpha$）が有意に高くなった一方、一般的な文脈では適切性の重み（$\beta$）が高くなった。さらに、統合パラメータ（$\tau$）は創造的な文脈において低くなっており、これは、創造的なタスクにおいてコンセプトが価値があると見なされるためには、新規性と適切性が共同で満たされる必要があること（補償的ではないこと）を示している。

2. 価値ガイド型の探索軌跡（研究2）:

   • 候補となるコンセプト間の遷移は、価値ガイド型ソフトマックスモデルによって最も良く予測された（超過確率 $X_p = 1.00$）。これは、意味的近接性やランダムな選択に基づくモデルを大幅に上回った。
   • 探索ー搾取のトレードオフ: より強い価値ガイド（低い温度 $T$）は、冗長な再訪問の減少と相関したが、探索時間の長期化および生成されるユニークなコンセプト数の減少をもたらした。これは、効率性と探索の広さの間のトレードオフを示唆している。

3. 確率性の動的制御（研究2）:

   • 探索ダイナミクスは、回答間隔内においてU字型の反応時間パターンを示す（間隔の初期には反応が速く、コンセプトが選択されるにつれて遅くなる）。
   • 温度の変化: モデル比較の結果、固定温度モデルよりも動的温度モデルが強く支持された。探索は高い温度（より広く、確率的な探索）で始まり、間隔が進むにつれて低い温度（より強い価値感受性／収束）へと移行する。
   • このシフトはカテゴリーの切り替え時に最も顕著であり、一時的な探索の増加の後に、新しい意味領域における価値感受的な収束が続く。

4. シミュレーションによる検証:

   • 実在のAUTデータを用いたシミュレーションにおいて、価値ガイド型モデルは、距離ベースおよびランダムモデルよりも、人間が生成するコンセプトの予測において優れていた。特に中程度の近傍サイズにおいて顕著であった。
   • 「高から低への温度シーケンス（HT+LT）」を組み込んだモデルが最良の適合を示し、効率的な想起が、初期の多様性に続く迅速な価値感受的収束に依存していることを裏付けた。

意義と主張
本論文は、創造性を単なる「完全なアイデアの想起」とする見解を超え、創造的なコンセプト探索のプロセスレベルの説明を提供すると主張している。著者らは以下の通り述べている：

• 価値は方向的な制約である: コンセプトの価値は、連合的な探索に取って代わるものではなく、方向的なバイアスを提供し、現在のタスク目標を満たすコンセプトを優先させることで、開かれた概念空間のナビゲーションを支援する。
• 結合されたメカニズム: 効率的な創造的探索は、価値ガイドと動的な探索ー搾取の制御の結合に依存している。具体的には、探索は局所的な固着を避けるための広範で確率的な探索から始まり、有望なコンセプトが特定されると、価値感受的な収束へと移行する。
• 時間的ダイナミクス: 本研究は、この制御が、アイデアの最終的な選択時だけでなく、意味的な遷移が行われる瞬間的なレベルでも発生していることを示している。
• 一般化可能性: 探索は、意味ネットワークのより広範な構造的規則性が探索プロセスを支配する前に、候補となる活性化のローカルなスケールにおいて最も明確に機能することを示唆している。

著者らは、本研究が事後の価値評価に依拠しており、制約のある意味ネットワークを用いていること、また、評価の重みが探索中にオンラインで変化するかどうかや、これらの原理をAUT以外の領域に一般化できるかについては今後の研究が必要であることを挙げ、控えめな立場をとっている。