返回
A TRIZ and Socratic AI-Based Problem-Solving Framework
DOI:10.1007/978-3-032-08847-5_20.png)
摘要
En 中文
随着生成式人工智能在教育、职业和创意领域的日益整合,迫切需要从仅提供答案的系统转向积极支持深度推理和创新的系统。本文提出一个理论框架,将用于系统化创新问题解决的TRIZ原则与源自引导性探究和批判性反思的苏格拉底对话方法相结合。该混合模型旨在将AI从知识传递系统转变为结构化、反思性问题解决的促进者。该框架由五个相互依存的模块组成:输入解释、大型语言模型处理、苏格拉底对话生成、基于TRIZ的推理和自适应反馈管理。这些组件协同引导用户经历问题重构、矛盾识别、理想性导向和解决方案探索等阶段。该系统可采用集成或模块化架构实现,并可通过微调语言模型以支持以问题驱动的推理,以及通过TRIZ矛盾矩阵等结构化表示嵌入领域特定知识。评估策略强调结合定量指标、定性分析和受控实验来评估框架对认知参与度和创新思维的影响。探讨了在教育及职业环境中的潜在应用,并关注与可解释AI和多媒体界面的整合。同时,也探讨了关于中立性、透明度和用户自主权的伦理考量。通过融合结构化创新理论与教育学基础对话技术,该框架为开发不仅能响应查询还能增强人类推理和创造力的AI系统做出贡献。
Keyword:
TRIZ
Socratic method
Generative AI
Problem-solving framework
Human-AI collaboration

