S-DAT：一个多语言、GenAI驱动的发散性思维自动评估框架
S-DAT: A Multilingual, GenAI-Driven Framework for Automated Divergent Thinking Assessment
AI总结：
本文提出S-DAT框架，利用大语言模型和多语言嵌入计算语义距离以自动评估发散性思维，在11种语言中验证了其稳健性、聚合效度与区分效度，为全球规模的创造力研究提供了公平且可扩展的工具。
摘要：
本文介绍了S-DAT（Synthetic-Divergent Association Task，合成发散联想任务），这是一个可扩展的多语言框架，用于自动评估发散性思维（DT）——人类创造力的核心组成部分。传统的创造力评估通常费时费力、局限于特定语言，且依赖主观的人类评分，限制了其可扩展性和跨文化适用性。相比之下，S-DAT利用大语言模型和高级多语言嵌入来计算语义距离——一种与语言无关的DT代理指标。我们在包括英语、西班牙语、德语、俄语、印地语和日语（汉字、平假名、片假名）在内的11种不同语言中对S-DAT进行了评估，证明了其在不同语言环境下评分的稳健性和一致性。与以往的DAT方法不同，S-DAT与其他DT指标显示出聚合效度，并与聚合思维具有正确的区分效度。这种跨语言灵活性使得更具包容性的全球规模创造力研究成为可能，解决了早期方法的关键局限性。S-DAT为在多样化人群中更公平、更全面地评估认知灵活性提供了一个强大的工具，可在以下网址免费访问：https://sdat.iol.zib.de/。
英文摘要：
This paper introduces S-DAT (Synthetic-Divergent Association Task), a scalable, multilingual framework for automated assessment of divergent thinking (DT) -a core component of human creativity. Traditional creativity assessments are often labor-intensive, language-specific, and reliant on subjective human ratings, limiting their scalability and cross-cultural applicability. In contrast, S-DAT leverages large language models and advanced multilingual embeddings to compute semantic distance -- a language-agnostic proxy for DT. We evaluate S-DAT across eleven diverse languages, including English, Spanish, German, Russian, Hindi, and Japanese (Kanji, Hiragana, Katakana), demonstrating robust and consistent scoring across linguistic contexts. Unlike prior DAT approaches, the S-DAT shows convergent validity with other DT measures and correct discriminant validity with convergent thinking. This cross-linguistic flexibility allows for more inclusive, global-scale creativity research, addressing key limitations of earlier approaches. S-DAT provides a powerful tool for fairer, more comprehensive evaluation of cognitive flexibility in diverse populations and can be freely assessed online: https://sdat.iol.zib.de/.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
