Семантични мрежи за повишаване на творчеството

Творчеството генерира нови идеи за решаване на всекидневни проблеми и ни дава власт да трансформираме околния свят отвъд това, което е възможно в момента. Творческите идеи не са само нови и неочаквани, но са успешни и в предоставянето на полезни, ефикасни и ценни решения. Произходът на творчеството обаче не е разбран напълно и в момента не са известни семантични мерки, които биха могли да предскажат успеха на генерираните идеи.

В новата ни статия, публикувана в списанието Knowledge-Based Systems, анализираме база от данни с разговори целящи решаването на предварително зададени дизайн проблеми в реални условия, използвайки 49 семантични мерки, базирани на WordNet 3.1, и показваме, че дивергенцията в семантичното сходство, повишеното информационно съдържание и намалената полисемия прогнозират успеха на генерираните идеи. Първата обратна връзка от клиентите също повишава информационното съдържание и води до дивергенция на успешните идеи при решаване на творчески задачи. Тези резултати водят до напредък в когнитивната наука чрез идентифициране на реални процеси в решаването на творчески проблеми, които са от значение за успеха на генерираните решения и осигуряват инструменти за мониториране на решаването на творчески проблеми в реално време, за подобрено обучение на студенти и улеснено придобиване на умения. Избрана група от мерки за информационно съдържание (IC Sanchez–Batet) и семантично сходство (Lin/Sanchez–Batet), които са както мощни статистически, така и бързи изчислително, могат да подпомогнат разработването на технологии за компютърно-асистирано повишаване на човешкото творчество или за създаването на творчески машини, които притежават общ изкуствен интелект.