Исследователи представили методологию моделирования креативности как процесса селективной трансформации существующих артефактов, а не изолированного изобретения. Авторы опираются на теории имитации Габриэля Тарда и Джеймса Марка Болдуина, предлагая многоуровневый фреймворк для анализа изменений в литературных текстах. Работа позволяет количественно оценивать степень новизны и способы переработки исходного материала в культурных произведениях, что открывает новые возможности для NLP-анализа творческого контента.
Традиционные подходы к изучению генеративного ИИ часто фокусируются на новизне как ключевом показателе креативности. Однако данное исследование смещает фокус на эволюцию идей, рассматривая текст как систему репрезентаций. Модель отслеживает, как именно авторы или алгоритмы модифицируют структуру, стиль и семантическое наполнение исходных данных, переходя от простого копирования к осмысленной трансформации.
Применение такого подхода в области машинного обучения позволяет лучше понять механизмы «творческого» синтеза в больших языковых моделях. Анализируя изменения на разных уровнях — от лексического до концептуального — разработчики могут точнее настраивать параметры генерации, чтобы достичь баланса между следованием заданному контексту и созданием оригинальных смысловых связей.
Ключевые факты
- Исследование базируется на социологических и психологических теориях имитации Габриэля Тарда и Джеймса Марка Болдуина.
- Предложенный фреймворк классифицирует креативность как многоуровневый процесс трансформации, а не как акт спонтанного творчества.
- Методология позволяет формализовать изменения в литературных текстах для последующего анализа с помощью алгоритмов машинного обучения.
- Работа направлена на преодоление ограничений текущих метрик новизны, которые не учитывают контекстуальную преемственность культурных артефактов.