AI로 인한 하락세

AI 도구가 점점 더 기능적이 되어 사용자가 도구에 의존하게 되면서 작업 용량이 감소하는 현상이 발생합니다.

AI를 과도하게 사용하면 전문적 기술이 손실될 수 있습니다. 사진: 타임스 오브 인디아 .

인공지능은 많은 사람들의 일상생활과 업무에 점점 더 깊이 자리 잡고 있습니다. Azumo의 최근 보고서에 따르면, 직원의 최대 50%가 직장에서 이 기술을 사용하고 있으며, 이는 작년 대비 32% 증가한 수치입니다.

AI는 작업 속도를 높이는 데 도움이 될 수 있지만, 사용자의 기술적 능력을 저하시킬 수도 있습니다. 소비자들이 기술에 지나치게 의존할 경우 사고력과 의사결정 능력을 상실한다는 연구 결과가 점점 더 많아지고 있습니다.

AI 활용의 반대효과

과학 기술 발전, 특히 인공지능의 역할이 점점 더 커진 최근 들어, 이러한 기술의 발전으로 인해 용량 감소가 오랫동안 예측되어 왔습니다. 이러한 맥락에서 과학자들은 AI가 사용자의 전문 기술에 미치는 영향에 대해 우려를 제기해 왔습니다.

대부분의 연구에 따르면 생성 AI 사용 시 성과 저하가 ​​흔히 발생하는 것으로 나타났습니다. 시러큐스 대학교 정보학과 부교수인 케빈 크로스턴은 집계된 정보를 바탕으로 AI가 인간의 성과를 향상시킬 수도, 저하시킬 수도 있다고 주장합니다(탈숙련화). 그러나 탈숙련화가 더 흔합니다.

AI가 대부분의 업무를 담당하게 되면, 특히 인간이 창의적이고 심층적인 분석 없이 편집이나 감독만 담당하게 되면 이런 일이 발생합니다. 고객은 검토 및 기술 개발에 중요한 단계인 생각할 시간을 덜 갖게 됩니다.

이러한 현상은 산업 자동화와 컴퓨터의 광범위한 사용 시대와 유사합니다. 20세기 기계가 육체 노동을 도왔다면, 오늘날의 AI는 점차 인간의 뇌를 대체하고 있습니다.

사람들이 AI를 사용할 때마다, 편리함과 신속성을 포기하고 두뇌를 단련할 기회를 얻게 됩니다. MIT 연구에 따르면 ChatGPT를 사용하여 에세이를 작성한 학생들은 Google 검색을 사용하거나 아무런 도움도 받지 않은 학생들보다 사고의 깊이와 독립성이 떨어지는 것으로 평가되었습니다.

AI를 사용하면 의사의 진단 능력이 저하됩니다. 사진: Adobe.

최근 연구에 따르면, 탈숙련화는 교육을 받았거나 더 높은 기술을 요구하는 직업을 가진 사람들에게서 더 흔하게 나타납니다. 의학 분야에서 AI를 진단 보조 도구로 활용하게 되면, AI에 의존하여 의사 결정을 내리는 데 익숙했던 의사들은 점차 전문적인 역량을 잃게 됩니다.

랜싯에 발표된 연구에 따르면, AI를 일상적으로 활용한 폴란드 내시경 검사의는 수동 진단을 내린 의사보다 전암성 종양을 발견할 확률이 낮았습니다.

AI를 올바른 방법으로 활용하기

모든 AI 애플리케이션이 기술 저하로 이어지는 것은 아닙니다. 크로스톤에 따르면, AI가 대체가 아닌 보조를 위해 설계되었다면, 사용자는 여전히 평가, 디버깅, 판단 능력을 개발해야 할 수도 있습니다.

도구는 프로토타입 아이디어를 제안하거나 스케치하는 데만 사용해야 합니다. 사용자는 AI의 결과물을 분석하고, 질문하고, 이의를 제기하는 습관을 들여야 합니다. 단순히 따라 하기보다는 "이 표현이 왜 타당한가?", "이를 뒷받침하는 데이터가 있는가?"라고 질문해야 합니다.

이를 위해서는 해당 분야와 사용되는 기술에 대한 깊은 지식이 필요합니다. 브리스톨 대학교의 호 꾸옥 투안 선임 강사는 Excel, Stata, Python, Matlab과 같은 다른 도구와 마찬가지로 AI를 사용하는 것에는 아무런 문제가 없으며, 중요한 것은 사용하는 도구에 대한 깊은 이해를 갖는 것이라고 말합니다.

AI를 사용할 때 비판적 사고는 필수적인 기술입니다. 사진: Globalbiz Outlook.

각 챗봇은 각 작업에 맞는 고유한 강점을 가지고 있습니다. 하나의 제안 모델에만 익숙해지면 탈숙련화 현상이 발생하기 쉬우므로, 다양한 플랫폼과 워크플로우를 활용하여 기계적인 습관이 생기지 않도록 하세요.

중요한 것은 사용자가 AI에 합리적인 명령을 내리기 위해 자신이 무엇을 하는지 이해하고 있는지입니다. 투안 씨는 AI 제품이 비전문가를 쉽게 속일 수 있지만, 주관적인 사고방식을 심어줄 수도 있다고 생각합니다.

AI 오류는 프레젠테이션의 1%에 불과할 수 있으며, 특히 전문가 심사위원들이 모든 숫자 하나하나에 집중하는 중요하고 정밀한 작업에서는 더욱 그렇습니다. 오류는 무지와 준비 부족을 드러내고 비용이나 기업 평판에 악영향을 미칠 수 있습니다.

마지막으로, AI는 출처를 조작하거나 사실을 잘못 인용할 수 있다는 점에 유의해야 합니다. ABAII 연구소 부소장인 다오 쭝 탄 씨는 개요 작성부터 문서 요약까지 매일 AI를 활용하지만, 인용과 결론 부분에서는 인간을 대체하지 않는 선에서 제한을 둔다고 말했습니다.

작업을 완료한 후에는 AI가 잘한 점과 개선해야 할 점을 평가하세요. Thanh은 모든 인용문을 사람이 직접 검토할 것을 권장합니다. 이 과정을 통해 사용자는 AI와 함께 학습할 수 있으며, AI의 성능이 저하되지 않습니다.

출처: https://znews.vn/xuong-doc-vi-ai-post1595636.html