随着人工智能技术爆发，大型语言模型（LLMs）已成为设计领域的“潜力搭档”——相比传统人与人协作（HHC），设计师与LLM的协作（HAC）能缩短设计周期、加速想法生成，还能提升认知灵活性。不过，要让LLMs真正发挥作用，得给它们“搭好框架”：目前研究者常将不同结构化程度的概念生成技术（CGT）与LLMs结合，比如非结构化的“头脑风暴”（靠自由联想激发创意）、高结构化的“TRIZ发明问题解决理论”（用矛盾矩阵、40项发明原理减少试错）。
但现有研究存在明显缺口：要么只关注设计最终成果，要么靠问卷、访谈等主观方式分析认知过程，没法客观揭示设计师的神经机制；而且虽然神经科学已发现“不同CGT会激活不同脑区”，但这一结论在LLM协作场景中是否成立，至今没人验证。好在功能近红外光谱（fNIRS）技术能解燃眉之急——它能直接监测设计核心脑区“前额叶皮层（PFC）”的活动，还兼具便携性和自然场景适配性，正好填补这一研究空白。
本研究以“人与人协作（HHC）”为基线，对比两种合作者类型（LLM 代理vs经验设计师）与两种CGT（头脑风暴vsTRIZ），如何影响设计师的神经活动、认知负荷与创意表现。核心是搞清楚三个问题：不同协作模式和CGT怎么影响认知负荷？怎么改变前额叶功能脑网络？又怎么作用于创意思维？
从理论上看，这是首次用神经科学工具解析LLM协作的认知机制，能把“双加工理论”“认知网络理论”延伸到设计领域，还能建立“认知-神经-表现”的整合研究框架；从实践上看，研究结果能给LLM设计代理开发提供科学依据——比如哪种CGT更适合搭配代理，同时也能帮设计团队找到“HAC与HHC的互补点”，比如HAC提升效率、HHC保留原创性，让协作模式更优化。另外，对高密度城市里依赖高效设计的行业来说，这也能为“AI+设计”的落地提供新思路。
研究方法
本研究采用实验室对照设计，重点对比两种核心变量的组合效果。32名健康中国设计从业者（平均年龄26.4岁，含硕士、博士、教师）参与实验，均满足“5年以上产品设计经验+6个月LLM高频使用经验”，无认知障碍。
实验工具方面，采用功能近红外光谱（fNIRS）监测前额叶和关键脑区的氧合血红蛋白（Oxy-Hb）水平，分析认知负荷和脑网络；用“专家评分”评估创意表现（按流畅性、灵活性、原创性、详尽性打分）；数据分析则用ANOVA、Scheirer-Ray-Hare检验（非正态数据），结合MATLAB、SciPy、SPSS处理数据，确保结果可靠。
脑区布置方面，重点监测设计师的前额叶皮层（PFC）——这一区域是创意生成与认知调控的核心脑区。设备通过16个传感器（8个发射器、8个探测器），按10/20国际系统布置在fNIRS帽上，形成22个监测通道，覆盖5个关键脑区子区：左背外侧PFC（L-DLPFC）、右背外侧PFC（R-DLPFC）、左腹外侧PFC（L-VLPFC）、右腹外侧PFC（R-VLPFC）及内侧PFC（mPFC），同时排除对设计认知作用有限的眶额皮层（OFC）。
各脑区子区承担不同认知功能：其中右腹外侧PFC（R-VLPFC）负责评估问题、探索问题空间及检测事物相似性，是人与代理协作（HAC）中认知资源协调的核心区域；右背外侧PFC（R-DLPFC）主导发散思维与非结构化问题处理，与头脑风暴的创意激发过程密切相关；左背外侧PFC（L-DLPFC）则擅长目标导向的方案规划、抽象推理及规则应用，在TRIZ方法的逻辑化创新中发挥关键作用。
监测过程中，每个通道通过“光源-接收器”配对捕捉大脑皮层的氧合血红蛋白（Oxy-Hb）浓度变化——这一指标能直接反映神经活动强度，为后续分析不同协作模式（HAC/HHC）、不同概念生成技术（头脑风暴/TRIZ）对认知过程的影响提供客观神经数据支撑。
研究假设：
1.LLM协作（HAC）比人与人协作（HHC）更能降低认知你负荷；
2.不同CGT激活不同脑区——头脑风暴激活右背外侧PFC（负责发散思维），TRIZ激活左背外侧PFC（负责逻辑推理）；
3.HAC提升流畅性和灵活性，HHC在原创性上更有优势；
4.合作者类型和CGT有交互效应，会共同影响认知和表现。
自变量是“合作者类型（LLM代理/经验设计师）”和“CGT类型（头脑风暴/TRIZ）”；因变量分三类——神经层面（前额叶亚区的节点中心性DC、网络密度ND、Oxy-Hb的AUC值）、认知层面（认知负荷）、表现层面（流畅性、灵活性、原创性、详尽性）；控制变量则包括被试的设计经验、LLM使用时长、实验环境（隔音、控光），还有任务时长（每个任务8分钟），避免干扰结果。
实验用基于GPT开发的两个代理呈现CGT：“IntelliStorm”主打头脑风暴，风格热情、鼓励自由想法；“EvoluTRIZ”主打TRIZ，风格简洁、按系统步骤引导，每个代理对应3个平行设计任务，确保刺激一致。
实验总时长约90分钟，分三阶段：首先是准备阶段（10分钟）——被试签知情同意书、戴fNIRS设备、学习CGT规则，还会用“户外饮水产品设计”做练习，熟悉流程；然后是基线收集（2分钟）——被试静坐，记录前额叶的生理基线；最后是任务执行（约70分钟）——被试随机完成“LLM代理+头脑风暴”“LLM代理+TRIZ”“人类+头脑风暴”“人类+TRIZ”四种组合任务（用拉丁方设计避免顺序效应），每个任务8分钟协作讨论，之后用1-3分钟口头描述方案的“功能-行为-结构（F-B-S）”，中间穿插短暂休息。
实验室环境严格标准化：温度控制在22-25℃，噪音低于40分贝，光照柔和，全程由2名训练有素的技术员监督，确保实验条件一致。
实验材料设计场景：两个核心设计任务——“跨语言沟通挑战”（设计帮助游客克服语言障碍的产品/服务，如问路、点餐）、“新手烹饪挑战”（设计让零经验者做出美食的方案），每个任务都要求整合“功能-结构-用户行为”三要素；还有LLM代理的配置文件，明确“IntelliStorm”和“EvoluTRIZ”的角色、对话风格、响应规则，比如前者强调“无判断鼓励”，后者强调“逻辑清晰”。
实验仪器：CORTIVISION Photon Cap C20 fNIRS设备（波兰），采样率10Hz、波长780/830nm，覆盖前额叶22个通道，精准监测Oxy-Hb变化；HP StarBook pro14笔记本用于呈现任务说明，ThinkPad X1 Carbon同步记录fNIRS数据；iPhone14运行LLM代理，讯飞智能录音笔SR501记录协作过程，后续转文本用于专家评分；还有“专家评分表”，基于Torrance创意思维维度制定，确保评分标准统一。
研究结果
认知负荷：HAC显著更轻松
LLM协作（HAC）的认知负荷（Oxy-Hb的AUC值：4.66×10⁻³）显著低于人与人协作（HHC：6.65×10⁻³），p
AUC结果(a)不同协作方式的主要影响 (b)交互效应
脑网络：HAC激活关键脑区，CGT各有侧重
合作者类型影响：HAC显著提升“右腹外侧PFC（R-VLPFC）”的节点中心性（DC：0.56vsHHC：0.38），p=0.002，这个脑区负责“相似性检测”和“假设生成”，说明LLM协作能优化核心认知功能的网络地位；而且HAC的前额叶网络密度（ND：0.55）远高于HHC（0.16），p
CGT影响：TRIZ显著激活“左背外侧PFC（L-DLPFC）”（DC：0.92vs头脑风暴：0.14），p
创意表现：HAC赢在效率，HHC赢在原创
流畅性：HAC生成的方案数量（3.84 个）显著多于HHC（1.94个），p=0.005；头脑风暴也比TRIZ更能出想法（3.44个vs2.34个），p=0.002。
HAC和HHC是互补关系——HAC适合提升效率，HHC在原创性上不可替代，人类的直觉、情感共鸣和经验知识，仍是AI难以超越的；
后续研究可扩大样本（比如纳入不同文化背景的设计师），在真实设计场景中验证结论，还能探索更多CGT（如形态分析、SCAMPER）与LLM的结合，让“AI+设计”更精准落地！
原文链接：Comparing TRIZ and brainstorming in human–agent design collaboration:effects on cognitive processes and performance | AI EDAM | Cambridge Core
公司简介
凭借卓越的创新能力，恒挚科技已荣获多项发明专利、软件著作权和注册商标，入选国家高新技术企业等多项权威名单，并参与国家标准和团体标准的编制。公司长期服务于高校及科研院所，与中国人类工效学学会、中国心理学会、中国建筑学会等多个国家级学会深度合作，每年组织与参与40余场学术会议，推动技术交流与行业发展。
恒挚科技秉持“为科研事业尽一份力”的理念，致力于成为行业领先的科研支持型科技企业，助力国家科技进步与社会发展，携手各界伙伴共赴科技赋能的美好未来。
扫码关注我们
Chinese 
English 
