01 / 20 · COVER
Annual Conference of Cognitive Science · 2026
自律エージェントによる、創造的タスクの分解
と再帰的合成に関する研究
A study on decomposition and recursive synthesis of creative tasks by autonomous agents
Author
Rick Ito
Acme Studio Research Lab
Co-author
A. Tanaka, K. Watanabe
Tokyo Institute of Technology
02 / 20 · AGENDA
02 · Agenda
本日の発表構成
- 01研究背景・先行研究
- 02研究課題・仮説
- 03方法・データ
- 04結果と分析
- 05考察と示唆
- 06結論と今後の展望
05 / 20 · HYPOTHESIS
05 · Research Question & Hypothesis
研究課題と仮説
Research Question · RQ1
創造的タスクは、サブタスクへの分解と再帰的合成によって、人間と同等の品質で完了可能か?
Hypothesis · H1
5 軸ブリーフを介した分解は、汎用 LLM の単一 prompt よりも、出力品質を有意に向上させる (p < 0.05)。
本研究では、output / vibe / palette / motion / diagram の 5 軸への分解 (Ito 2025) を介在させた条件と、しない条件で、出力物の品質を 3 名の専門家評価で比較する。
06 / 20 · METHODS
06 · Methods
研究方法
参加者は無作為割付。専門家評価は条件にブラインドし、二要因分散分析を実施。
11 / 20 · RESULTS
11 · Results
主要結果 — H1 を支持
5 軸介在条件 (M=82.4, SD=8.2) は、単一 prompt 条件 (M=64.1, SD=11.8) よりも、品質得点が有意に高かった (t(118)=10.42, p < .001, Cohen's d=1.81)。
- ○ 構成スコア: +24%
- ○ 視覚的一貫性: +38%
- ○ 編集要修正箇所: −71%
15 / 20 · CONCLUSION
15 · Conclusion
創造的タスクは、5 軸への分解を介して
統計的に有意な品質向上が確認された。
本研究は、人間-エージェント協調における「分解粒度」の重要性を示唆する。今後の課題として、5 軸が普遍的か文化依存的かを検証する必要がある (Tanaka et al., 2026 in prep.)。