010-53352947
当TRIZ和头脑风暴遇上LLM:一项基于fNIRS的认知神经科学研究


研究背景



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。



研究目的与意义


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。

假设与变量


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。

实验设计


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。

实验材料与仪器


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




01

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。

02
灵活性:HAC的跨类别思考能力(2.25分)优于HHC(1.66分),p=0.022;而且HAC+TRIZ组合最优(2.43分),HHC+TRIZ最差(1.13分),交互效应显著,p=0.005。
03
原创性:HHC+头脑风暴最突出(3.56分),HHC+TRIZ最差(1.20分),p可以对暑假最开始的假期计划,复盘自己假期的收获。
04
详尽性:TRIZ比头脑风暴更能深化方案(2.25分vs1.81分),p=0.026,结构化技术更利于细节完善。


研究结论



01


LLM协作(HAC)能显著降低设计师认知负荷,优化前额叶脑网络协调,尤其提升创意的流畅性和灵活性,是高效的设计协作模式;
02


两种CGT各有擅长:头脑风暴激活右背外侧PFC,侧重“多想法生成”;TRIZ激活左背外侧PFC,侧重“深逻辑完善”,选择需结合设计目标;
03


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;

04


未来LLM设计代理的开发,可针对性结合CGT:比如需要发散想法时用“头脑风暴型代理”,需要系统优化时用“TRIZ型代理”,同时保留人类在核心创意环节的主导权。


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



如有侵权,请联系我们删除!










公司简介

北京恒挚科技有限公司是一家专注于前沿科技的创新型高新技术企业,深耕脑科学、神经管理、人因工程、生物力学、拟态环境及XR仿真现实等多学科交叉领域。公司由中科(广东)科学集团投资,依托广东人因技术研究院与武汉人因工程技术研究院的科研力量,构建了集研发、生产、销售及技术服务于一体的专业化运营体系,为客户提供一站式、高质量的科技解决方案。

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


zh_CNChinese