Key points are not available for this paper at this time.
Resumo Este artigo aborda lacunas sobre o raciocínio abdutivo—amplamente considerado fundamental para o design thinking, mas raramente detalhado nas literaturas de design thinking e inovação—examinando dois tipos de abdução; identificando os impedimentos a ela; e propondo a promessa da Inteligência Artificial (IA) para mitigar esses impedimentos. Contrastando com as abordagens dedutiva e indutiva que dominam a resolução de problemas, distinguimos e elucidamos a abdução explicativa e a abdução inovadora na identificação de problemas, onde o problema a ser resolvido é, em si, incerto. Argumentamos que essas são apropriadas para gerar ideias inovadoras de identificação de problemas. Focando, a partir de então, apenas na identificação de problemas, o cerne do artigo propõe um modelo conceitual abrangente de geração de ideias inovadoras nesse espaço de problemas mais ambíguo, complexo, pouco pesquisado, mas empolgante. O modelo detalha três estágios principais: (1) quadro de busca de problemas, combinando a visão da liderança e o conhecimento dos inovadores; (2) geração de hipóteses abdutivas a partir de observações muitas vezes surpreendentes e sua síntese em insights; e (3) avaliação de hipóteses abdutivas, com base nos novos critérios de qualidade de plausibilidade e relevância. Entre os impedimentos cognitivos, mostramos como as desvantagens do modelo mental, carga cognitiva limitada e heurísticas exemplificativas e vieses cognitivos, como o viés de confirmação, podem dificultar cada estágio. Por outro lado, examinamos como o apoio da IA pode ajudar inovadores humanos a melhorar a quantidade, a velocidade e a qualidade de sua geração de ideias inovadoras.
Garbuio et al. (Ter,) estudaram esta questão.