Los puntos clave no están disponibles para este artículo en este momento.
El pensamiento divergente es un proceso en el diseño que explora múltiples soluciones posibles; es crucial en las etapas iniciales del diseño para romper la fijación y expandir la ideación del diseño. El diseño por analogía promueve el pensamiento divergente, al estudiar soluciones que han resuelto problemas similares y usar este conocimiento para hacer inferencias y resolver problemas en situaciones nuevas y desconocidas. El diseño inspirado en la biología (BID) es una forma de diseño por analogía y su conocimiento proporciona diversas fuentes para la analogía, haciendo que el conocimiento de BID sea una fuente potencial para el pensamiento divergente. La base de datos de BID existente se ha centrado en recopilar casos de BID y facilitar la recuperación del conocimiento biológico. A pesar de su éxito, la aplicación del conocimiento de BID en el pensamiento divergente todavía encuentra dificultades, ya que la asociación entre el dominio fuente y el dominio objetivo siempre está limitada dentro de un solo caso. En este trabajo, se propone un enfoque novel para apoyar el pensamiento divergente desde tres fases sucesivas: codificación, recuperación y mapeo. Específicamente, el conocimiento biológico se codifica en una forma triple utilizando un modelo de lenguaje grande (LLM) para extraer información clave de una base de conocimiento de BID bien conocida. Los triples creados se implementan en una red semántica para facilitar modos de recuperación bidireccional: impulsados por problemas y impulsados por soluciones, así como el mapeo para el pensamiento divergente. El algoritmo de mapeo calcula la similitud semántica entre nodos en la red semántica basado en sus atributos en tres pasos progresivos, siguiendo el paradigma del pensamiento divergente. El enfoque propuesto se implementa como una herramienta llamada AskNatureNet, que apoya el pensamiento divergente mediante la recuperación y el mapeo de conocimiento en una red semántica interactiva visualizada. Un estudio de caso sobre la ideación para evaluar la efectividad de AskNatureNet muestra que nuestra herramienta es capaz de apoyar el pensamiento divergente de manera eficiente.
Chen et al. (Martes,) estudiaron esta cuestión.