인간의 직관과 빅데이터 기반 딥러닝의 비교

오늘 교육공학 연구실 세미나에서 배우고 느낀 점을 이하와 같이 정리해보고자 한다.

나의 의견에 대한 반박과 아이디어는 언제나 환영,,, 🌝

 

1. 인간의 직관 VS 빅데이터 기반 딥러닝

공통점	차이점
1) 경험이 축적된 것     ⇒ 즉 인간의 직관 역시 체계적인 학습을 통해 후천적으로 양성 가능한 대상 2) 편향적 성격 3) 그 근거를 일목요연하게 설명하기 어려움.     (블랙박스 모델)	1) 인간의 직관과 달리 인공지능은 (심지어 잘 구조화된 인공지능 모델이더라도) 자신이 모르는 것을 재빠르게 '모른다'라고 판단하는 데 상당히 오랜 시간이 걸린다. (자신이 갖고 있는 모든 데이터를 확인한 후 어떻게든 예측해낼텐데, 그 예측이 정답이면 잘 아는 것이고 오답이면 잘 모르는 부분이었다고 사후적으로 판단하게 된다.) 이와 달리 인간은 자신이 모르는 내용을 만나면 몇초 안에 스스로 '내가 모르는 내용이구나' 하고 판단해낼 수 있다. 2) 인간의 직관은 살아오면서 축적된 데이터 뿐 아니라 다양한 역량(논리력, 창의력, 분석력 등)이 복합적으로 결합한 결과일 것이다.

+

차이점 1번과 관련하여 떠오르는 아이디어가 있다

자신이 '이 부분은 정확히 예측할 것 같다(=나는 input에 대해 잘 알아)' 혹은 '정확히 예측하지 못할 것 같다(=나는 input에 대해 잘 몰라)'를 사전에 판단할 수 있는 인공지능도 있을까?

혹은 현재 input에 대한 예측 정확도는 n%야 라고 설명하는 인공지능이 개발되었을까?

--- 나아가 XAI와 관련된 아이디어인 것 같다는 생각도 든다.

 

+ 

사실 차이점 2번과 관련하여서는 내 의견에 대한 확신이 부족하다. 사실 인공지능의 예측 과정 자체가 블랙박스라, 인공지능에게도 어떠한 특별한 역량이 있다고 혹은 없다고 단정짓기 어려워 보인다.
+ 그렇지만 여전히, 인공지능은 주로 단일한 형태의 정형화된 데이터에 상당히 의존적인 모델이라고 생각한다.

이와 달리 인간의 직관은 상대적으로 더 입체적이고 다양한 방식으로 생성된다는 이미지가 있다. 예컨대, 경험 데이터의 형식이 훨씬 다양하고 정형화되어있지 않으며, 각 경험이 개인의 직관을 구성하는 방식 역시 역동적일 것이다.

+ 흠... 오히려 공통점에 가까운가..?

+ 그렇다면 차이점에 무엇이 또 있을까...?

 

 

2. 분야별로, 교과별로 필요한 직관은 서로 다르다. 

 

3. 나의 탐구 주제:

"인간과 AI 간 관계가 보다 신뢰롭고 긍정적이도록 형성하려면 어떤 전략/요소가 필요할까?"

"XAI에서 X한다면 어떤 방식으로 제공되는 것이 적절할까? 어느 시점에? 학습자가 X를 원하는 경우는 언제일까?"

 

 

-저작자표시

-비영리

-변경금지 !!!