00:00:00저는 교사들이 정말 좋은 교육을 만드는 핵심 요소,
00:00:03즉 학생들과의 연결을 AI에 외주화하는 미래는 보고 싶지 않습니다.
00:00:08학생들을 진정으로 이해하고 그들과 시간을 보낼 수 있을 때 말이죠.
00:00:11AI는 교사들이 그런 종류의 일에 더 많은 시간을 할애할 수 있도록 정말 다양한 방식으로 활용될 수 있습니다.
00:00:17교육 기관들과 대화하며 그들이 이미 가지고 있는 지식을 증폭시킬 수 있는 방법을 논의할 수 있다는 게 기대됩니다.
00:00:23안녕하세요, 여러분.
00:00:25제가 가장 좋아하는 주제인 AI와 교육에 대해 이야기하려고 합니다.
00:00:30제 이름은 드류 벤트입니다.
00:00:31저는 교육 분야에서 유익한 배포를 위한 업무를 이끌고 있습니다.
00:00:35이전에는 고등학교 수학 교사였습니다.
00:00:37부모님도 교육자이시고요.
00:00:38교육 비영리 단체에서 일했으며, 제 자신을 평생 학습자라고 생각합니다.
00:00:42조직 전반에 걸쳐 교육 분야에서 일하는 훌륭한 동료들과 함께 자리했습니다.
00:00:47조이, 먼저 시작할래요?
00:00:48기꺼이요.
00:00:49네.
00:00:50안녕하세요, 저는 조이입니다.
00:00:51Anthropic의 교육팀에 있으며,
00:00:53교사와 학생들을 포함한 모든 비기술 대상에게 우리 제품과 AI 전반에 대해 교육하는 일을 지원하고 있습니다.
00:01:00안녕하세요, 저는 매기입니다.
00:01:02현재 교육팀을 설립하고 관리하며 지원하고 있는데, 내부적으로는 '교육부'라고 부르고 있습니다..
00:01:08안녕하세요, 저는 에프렘입니다.
00:01:10저는 제품 엔지니어링 매니저이며, 교육을 위한 일부 제품 구축도 도왔습니다.
00:01:15먼저 왜 우리가 교육에 대해 논의하고 있는지부터 시작하는 게 도움이 될 것 같습니다.
00:01:21이 범용 AI 연구소에서 애초에 교육을 시작하게 된 이유 말이죠.
00:01:25물론 Anthropic에서 우리가 구축하고 있는 기술의 잠재력뿐만 아니라 위험성에 대해서도 많은 관심을 기울이고 있다는 건 모두 알고 있습니다.
00:01:32교육은 그것의 완벽한 예이자 구현체라고 생각합니다.
00:01:36이 대화에서 다룰 엄청난 이점들이 있지만, AI가 교육에 미치는 영향에 대한 우려도 많기 때문입니다..
00:01:44이점을 생각할 때,
00:01:45AI가 교사 번아웃을 예방할 수 있는 방법,
00:01:48양질의 학습과 튜터링에 대한 접근을 혁신하고 민주화할 수 있는 방법,
00:01:53교사들이 무엇을 어떻게 가르치는지를 바꿀 수 있는 방법에 대해 여러분과 많은 대화를 나눴습니다.
00:01:59하지만 물론 다른 측면도 보게 됩니다.
00:02:02AI가 더 많은 부정행위로 이어질 수 있고 실제로 이어지고 있다는 교사들의 우려뿐만 아니라,
00:02:08이러한 도구들이 인간의 사고를 대체하는 것이 아니라 실제로 향상시키고 증강시키는지 확인하는 방법에 대한 보다 근본적인 위험도 있습니다..
00:02:16이 대화를 통해 이 모든 뉘앙스를 깊이 파고들고,
00:02:19Anthropic에서 이러한 문제들을 해결하기 위해 하고 있는 실용적인 작업에 대해서도 이야기할 수 있기를 바랍니다.
00:02:26먼저 시작하자면,
00:02:27여러분 모두를 알고 있고 한동안 알아왔지만,
00:02:30애초에 교육 분야에 관심을 갖게 된 계기에 대한 이야기를 모두 아는 건 아니거든요.
00:02:37매기, 먼저 시작해서 이 일을 하게 된 계기를 들려주시겠어요?
00:02:40제 교육에 대한 관심은 두 가지입니다.
00:02:42직업적으로, 교육과 커뮤니케이션은 Anthropic에 오기까지 제가 맡았던 모든 직무의 일부였습니다.
00:02:48개인적으로는,
00:02:49제 인생에 두 명의 사랑스러운 아이들이 있고,
00:02:53이 시대의 다른 모든 부모들처럼 고민하고 있습니다.
00:02:57AI 시대에 성장하면서 그들을 지적이고 사려 깊은 사고자이자 비판적으로 참여하는 개인으로 키우기 위해 무엇을 할 수 있을까요?
00:03:09하나는 제가 차이를 만들 수 있다고 느끼는 전문적 관심입니다.
00:03:14그리고 후자는 어린 마음을 보호하는 사람으로서 제 핵심에 긴급하게 우려되는 부분이죠.
00:03:21에프렘은 어떤가요?
00:03:23저는 학계에서 경력을 시작했습니다.
00:03:25물리학과 수학을 공부했고, 기술 분야로 전환하기 전까지는 평생 연구를 할 거라고 생각했습니다.
00:03:33MIT에 있을 때 수업을 가르쳤고 겸임 교수진으로도 있었기 때문에,
00:03:37교육은 항상 제가 관심을 가져온 분야였습니다.
00:03:40AI와 교육에 관해서는,
00:03:41제게 대학생 자녀가 둘 있어서 그들이 무엇을 배우고 어떻게 배우는지,
00:03:46졸업 후 무엇을 할지 매일 걱정합니다.
00:03:49나중에 이야기하겠지만, 교육 기관들이 교육에서 AI를 어떻게 다루는지에 대해서도 매우 열정적입니다.
00:03:57개인적이면서도 사회를 바라보는 관점에서 정말 관심 있는 많은 것들이 있습니다.
00:04:01AI가 교육에 무엇을 의미하는지, 정말 관심이 가는 부분입니다.
00:04:05저와 당신 모두 우리 삶에 아이들이 있다는 건 정말 흥미롭고도 우려되는 일 중 하나인데,
00:04:11지금 당장 너무나 현실적으로 다가오게 만들죠,
00:04:14그렇죠?
00:04:15당신의 아이들은 대학생이라서 인생에서 무엇을 할지 알아가려 하고 있고요.
00:04:20제 아이들은 더 어리지만,
00:04:22머지않아 이런 종류의 사고를 키우기 시작할 수 있는 중요한 결정 시점이 온다는 걸 눈앞에 보고 있습니다.
00:04:30일찍 잡지 못하면 상황이 꽤 나빠지고 복합적으로 악화될 수 있다고 느낍니다.
00:04:34그래서 우리가 모든 연령대의 교육을 중요하게 생각하는 거죠..
00:04:38네.
00:04:39제가 애초에 교육에 뛰어든 많은 이유를 건드리는 것 같은데,
00:04:43교육이 우리 사회에 변화를 만들기 위해 할 수 있는 가장 중요한 일 중 하나라는 깊은 신념이 있습니다.
00:04:48대부분의 사람들이 그 점에 동의할 수 있다고 생각합니다.
00:04:50제가 교실에서 기술 분야로 전환한 이유는 규모 있게 그런 변화를 만들 수 있는 조직에서 일하고 싶었기 때문입니다.
00:04:56우리 교육 시스템에서 마법의 지팡이가 있다면 고치고 싶은 것들이 있습니다.
00:05:00AI가 더 나은 방향으로 그런 변화를 가속화하는 데 도움이 될 수 있기를 바라지만,
00:05:05동시에 그 변화가 오늘 그리고 10년 후에도 잘 진행되도록 우리가 큰 책임을 지고 있다는 것도 충분히 인식하고 있습니다.
00:05:11제가 대화를 나눴던 한 교수님의 멋진 인용구가 있었는데,
00:05:16학계의 모든 문제는 기관으로서 한동안 존재해 왔다고 말씀하셨습니다.
00:05:22다만 AI가 모두가 계속 미루는 대신 지금 당장 다루도록 만드는 촉진 요인이라는 거죠.
00:05:29네.
00:05:30네.
00:05:31그래서 우리가 그것을 다루게 되어 기대됩니다.
00:05:32지금 깨달았는데 이쪽에는 부모들이 있고, 우리가 여기서 좋은 관점들을 가져오고 있네요.
00:05:38제 쪽에서도 부모님이 교육자이시라서 항상 그분들을 우러러보며 그분들이 하신 일을 하고 싶었습니다..
00:05:45하지만 이 대화를 우리 모두가 작업해 온 연구에도 기반을 두는 게 도움이 될 것 같습니다.
00:05:51작년 말쯤 Anthropic의 사회적 영향 팀이 사용자들이 Claude를 사용하는 모든 방식에 대한 연구를 했고,
00:06:00상위 사용 사례 중 일부가 교육 분야라는 것을 발견했습니다.
00:06:05이는 어느 정도 모든 챗봇에서 보았던 것이지만, 우리에게는 경종이 울리기도 했습니다.
00:06:10흥미로운 점은 우리 모두 알다시피 이러한 대형 언어 모델들이 교육을 염두에 두고 만들어진 게 아니라는 점입니다.
00:06:16질문에 답하는 것에 중점을 두고 있죠..
00:06:18그런 방식으로 파인튜닝되어 있습니다.
00:06:19생산성 작업을 위한 것이죠.
00:06:22그런데 교육에 매우 유용하다는 것이 일종의 흥미로운 창발적 현상입니다.
00:06:27때로는 사람들의 학습에 파괴적이기도 하고요..
00:06:31그래서 우리는 그것을 더 깊이 파고들기 시작했습니다.
00:06:33하지만 연구에서 눈에 띄었던 것은 항상 나오는 한 가지 통계인데,
00:06:38Claude에서 학생 상호작용의 47%가 참여도가 낮은 매우 직접적이고 거래적인 유형의 상호작용이었다는 것입니다.
00:06:46매기와 제가 처음 데이터를 보았을 때 일종의 경종이었던 것 같습니다.
00:06:51소크라테스식 튜터로 사용할 수 있는 놀라운 방법들이 많은데 말이죠..
00:06:56하지만 경우에 따라 사람들이 단지 숙제를 하는 데 사용하고 있다는 걸 보게 되었습니다.
00:07:00교사로서 저는 학생들이 배웠으면 하는 다양한 인지 능력에 대해 생각하곤 합니다.
00:07:05기초 수준에서는 사실을 기억하고 지식을 이해하는 것일 수 있지만,
00:07:10결국에는 학생들이 종합하고 창조하는 수준까지 도달하기를 바라죠.
00:07:14물론 우리는 이것을 블룸의 분류학이라고 부릅니다..
00:07:18물론 우리는 이것을 블룸의 분류학이라고 부르죠.
00:07:20하지만 데이터에서 흥미로웠던 점은 Claude가 이러한 대화에서 어떻게 상호작용하는지 연구하기 시작했고,
00:07:27이러한 인지 과제에서 Claude가 얼마나 잘 수행하는지 발견했다는 것입니다.
00:07:32다시 말하지만,
00:07:33교사로서 학생들이 하기를 원하는 창조와 분석이라는 최상위 수준에서 Claude가 수행하고 있다는 것을 발견했죠..
00:07:40네, 학생들이 어떤 면에서는 이것을 뒤집고 있는 것 같아요. 교육자로서 우리에게는 우려스러운 방식으로요.
00:07:46그리고 그것이 반드시 나쁜 것인지는 모르겠어요.
00:07:50첫 반응은 나쁜 것이라고 생각하지만,
00:07:53제가 우리와 세상이 생각해보길 바라는 것은,
00:07:56AI 이전에는 불가능했던 새로운 것을 그 위에 쌓아올릴 수 있는 기준선이 되는 새로운 분류학이 있지 않을까 하는 것입니다..
00:08:06우리는 또한 교육자들이 어떻게 사용하고 있는지 탐구했습니다.
00:08:10그들은 수업 계획을 만들고, 채점하는 등의 실험을 하고 있어요..
00:08:14노스이스턴 대학의 한 교수가 우리에게 말하길,
00:08:18너무 많은 학생들이 AI로 작성한 과제를 제출해서 이제는 전통적인 에세이에 절대 서명하지 않을 거라고 했어요.
00:08:26그들이 Claude를 사용했는지 아닌지는 모르지만, 저는 그것이 우리에게 많은 질문을 제기했다고 생각합니다.
00:08:32우리가 교육자들과 자주 이야기하는 두 가지를 정확히 짚으신 것 같아요.
00:08:36AI가 학생들이 배우는 방식뿐만 아니라 그들이 배워야 할 것도 바꾸고 있다는 거죠, 맞죠??
00:08:42학생들이 AI 도구를 쉽게 사용할 수 있거나 이론적으로는 사용할 수 있어야 하기 때문에,
00:08:4910년 전에 필요했던 것과 같은 암기력이 실제로 중요한지 잘 모르겠어요.
00:08:54그리고 고등 학문의 수준으로 들어가면,
00:08:56오늘날 우리가 가르치고 있는 기술들 중 미래에는 그다지 중요하지 않을 수 있는 것들이 잠재적으로 있죠.
00:09:01그래서 교사들이 고민해야 할 것이 엄청나게 많아요.
00:09:03여러분 모두에게 듣고 싶습니다.
00:09:05AI가 교수법과 학습을 어떻게 변화시킬 수 있는지에 대해 정말 기대되는 한 가지는 무엇인가요?
00:09:10제게 정말 돋보이는 한 가지는 대화형 학습 경험입니다.
00:09:15제가 교실에 있었을 때의 아주 생생한 기억이 있어요.
00:09:18학생들이 완전히 프로그래밍된 바이러스 시뮬레이터 게임을 했는데요..
00:09:22그들이 바이러스가 되어 세포 안으로 들어가서 복제하는 거였죠.
00:09:26그날 제 교실에서 본 몰입도는 그 어느 것과도 달랐어요..
00:09:29대부분의 교사들이 이런 것을 경험했을 거라고 생각하는데,
00:09:31AI는 정말로 어떤 과목에서든 이것을 대규모로 할 수 있게 해줘요,
00:09:34맞죠?
00:09:34역사적 인물과 대화하는 것을 상상해보세요.
00:09:36교사들은 적절한 도구를 사용하면 이 주변에 많은 가드레일을 설정할 수 있지만,
00:09:40저는 그저 시간이 지남에 따라 그 분야가 발전하는 것을 보게 되어 매우 기대됩니다..
00:09:45상호작용성도 저에게 정말 흥미로워요.
00:09:47AI로부터 얻을 수 있는 지원이 너무 많은데, 리소스 측면에서 얻기 어려운 상호작용성이 있어요.
00:09:56특히 많은 학생들이 조직에서 적절하게 면접하는 방법을 안내해줄 개인 커리어 코치에 접근할 수 없는 자원이 부족한 지역에서요..
00:10:08그리고 Claude와 같은 AI의 힘으로,
00:10:10채용 공고나 이력서 등을 업로드하고 Claude에게 이런 것들을 롤플레이하는 것을 도와달라고 요청할 수 있어요.
00:10:17죽은 역사적 인물과의 롤플레이든,
00:10:19어떤 종류의 코칭 상황이든,
00:10:21외부의 관점이 엄청난 도움이 될 수 있는 많은 경험을 통해 정말로 도움을 줄 수 있는 매우 매력적이고 흥미로운 롤플레이 경험이 많다고 생각해요.
00:10:32특히 자원이 부족한 지역에서는 다른 인간이 당신과 함께 앉을 시간을 찾기가 정말 어렵죠.
00:10:39그것과 관련해서, 교사들이 그것으로 평가를 어떻게 변화시키고 있는지 매우 기대되고 있어요.
00:10:43몇 주 전에 한 교사와 이야기했는데,
00:10:46한 시점에서,
00:10:47아마 팬데믹 기간 동안 Zoom을 통해 시간을 내어 기본적으로 모든 학생들과 구두 인터뷰를 했고 정말로 더 전체적인 방식으로 그들을 평가할 수 있었다고 해요.
00:10:57하지만 물론 그것은 확장성이 좋지 않았어요.
00:10:59그래서 그만뒀죠.
00:11:01하지만 이러한 AI 도구가 나오면서,
00:11:04이제 같은 루브릭을 사용하고 모든 학생들이 정기적으로 챗봇과 주고받으며 이런 종류의 평가를 하도록 할 수 있게 되었어요.
00:11:13그러면 교수, 즉 교사가 그것들을 검토하고 AI와 주고받는 과정을 기반으로 평가할 수 있어요.
00:11:21평가는 AI의 매우 흥미로운 사용 사례라고 생각해요.
00:11:24미래에는 평가가 특정 시점이 아니라 AI와의 지속적인 상호작용을 통해 이 대수 개념이나 개념 뒤에 있는 것을 정말로 이해하는지에 대한 훨씬 더 깊은 이해를 개발하는 연속체가 될 수 있다고 상상할 수 있어요.
00:11:38제가 정말 기대하는 한 가지는 이 개인화된 학습을 제공할 수 있다는 것입니다.
00:11:43일대일 튜터링에 대한 연구가 있었어요.
00:11:46그들이 발견한 것은 평균적으로 일대일 튜터링을 받은 평균 학생이 일대일 튜터링을 받지 않았거나 단지 교실 환경에 있었던 학생들의 98번째 백분위수보다 낫다는 것입니다.
00:11:57그리고 그것은 인간 튜터링으로요.
00:11:58인간과 함께요.
00:11:59확장하기 어렵죠.
00:12:00정확히요.
00:12:01확장하기 어려워요.
00:12:02하루에 한 시간 정도의 일대일 튜터링을 가정해보세요.
00:12:04AI를 사용하면 지속적인 일대일 튜터링을 받을 수 있고, 그것은 전 세계 모든 사람이 이용할 수 있어요.
00:12:11그래서 저는 그것이 세상과 사람들이 배우는 방식을 변화시킬 큰 잠재력을 가지고 있다고 생각합니다.
00:12:16네, 동의해요.
00:12:17물론 사람들이 연구를 살펴보고 그것을 어떻게 복제할 것인지에 대해 많은 도전이 있다고 생각해요.
00:12:22하지만 매우 개인화되었지만 또한 개인적인 유형의 튜터링 경험을 가질 수 있다면 무엇이 가능할지에 대한 매우 유용한 북극성이라고 생각해요.
00:12:31절대적으로요.
00:12:32오늘날 우리는 최상위에 있는 학생들로 분리된 수업을 가지고 있을 수 있어요.
00:12:36예를 들어, 그 학생 그룹에 있다면 AP 수업을 듣거나 그렇지 않거나요..
00:12:41하지만 AI를 사용하면 모든 학생이 자신만의 여정을 가질 수 있어요.
00:12:42진전할 수 있는 학생들은 매우 빠르게 진전할 수 있고,
00:12:43도움이 필요한 학생들은 그 개인화된 도움을 받을 수 있죠..
00:12:44이것은 제가 한 교사와 이야기한 정말 흥미로운 사용 사례를 떠올리게 해요.
00:12:46항상 학생들이 가장 관심 있는 곳에서 만나고 싶어 하죠, 맞죠??
00:12:48이것은 제가 한 교사와 이야기한 정말 흥미로운 사용 사례를 떠올리게 해요.
00:12:52항상 학생들이 가장 관심 있는 곳에서 만나고 싶어 하죠, 맞죠??
00:12:56그것은 정말로 몬테소리식 접근 방식과 같아요.
00:12:58좋아하는 주제가 무엇인지, 그러면 모든 과목을 그것에 맞출 거예요..
00:13:02그것은 확장하기 정말 어렵죠, 맞죠?
00:13:04하지만 제가 이야기한 교사가 있었는데, 그냥 학생들에게 좋아하는 것이 무엇인지 물어봤어요.
00:13:08그들이 저에게 작은 이야기를 해줘요.
00:13:09그러면 이제 모든 유인물에 같은 수학 개념,
00:13:12심지어 같은 문제가 있지만,
00:13:14각 유인물이 각 학생을 위해 만들어진 거예요.
00:13:17그리고 그것은 정확히 그들의 관심사에 따라 만들어져요.
00:13:20그들에게 매력적인 이야기가 있고, 그들이 실제로 관심 있는 문제들이 있죠.
00:13:23그리고 그녀는 확실히 참여도가 증가한 것을 알아챘어요.
00:13:26왜냐하면 갑자기 이 학생들이 교실의 모든 과목을 관통하는 줄거리를 가지게 되었기 때문이에요..
00:13:31그것은 그들의 관심사에 매우 개인화된 방식으로 자체적으로 쌓아지고 있어요.
00:13:35그것이 모든 교실에 있다면, 학생들이 얼마나 빠져들지 상상해보세요..
00:13:38그것이 주요한 것이죠.
00:13:39정확히요.
00:13:40네.
00:13:41그래서 AI 시대에 무엇을 배울 가치가 있는지에 대한 질문을 어떻게 생각하고 계신가요?
00:13:45제품,
00:13:45제품 개발에 종사하는 사람으로서,
00:13:48제가 보는 것은 학생과 교사 모두가 AI를 매우 효과적으로 사용하는 데 도움이 될 제품 레이어의 부재예요.
00:13:55예를 들어, 제 딸의 수업에서 그녀는 Python을 배우고 있어요.
00:13:58제 두 아이 모두 컴퓨터 공학을 공부하고 있어서, 시험이나 Python 작성에 아주 밀접한 관련이 있죠.
00:14:04학교에서는 부정행위가 걱정되어서 종이에 직접 코드를 작성하게 하더라고요..
00:14:08지금 이게 이렇게 어려운 이유는, 학생들이 학습에 사용할 수 있는 제품이 없기 때문입니다.
00:14:14교사들이 과제를 채점할 때 사용할 제품도 없고요.
00:14:18이 모든 것들은 사실 우리가 제공할 수 있는 제품으로서는 아주 가벼운 작업인데,
00:14:24LLM 기반으로 만들어진 의도적인 제품이 없다 보니 우리가 개발하는 기술에 대한 많은 불확실성과 두려움,
00:14:31그리고 남용이 드러나고 있습니다.
00:14:33제 생각은 이렇습니다.
00:14:36조금만 제품적 사고를 지원해준다면,
00:14:39불확실성이나 부정행위 같은 문제들을 상당 부분 완화할 수 있다는 것이죠..
00:14:48제가 고민하는 것 중 하나는,
00:14:49직업이 어떻게 변화하는지에서 거슬러 올라가 대학 교육이 어떻게 변해야 하는지 생각해볼 수 있다는 점입니다.
00:14:56하지만 당신 자녀 또래의 K-12 학생들을 생각해보면,
00:15:00몇 년 후에 그들에게 필요할 기술,
00:15:03지속 가능한 기술이 무엇일지는 훨씬 더 어려운 질문이 됩니다.
00:15:08저도 답은 없지만, 항상 당신에게, 그리고 Maggie에게도 기대를 걸게 되네요.
00:15:12정말 어려운 문제죠.
00:15:14제가 교사들과 이야기하면서 많이 공감받는 부분은,
00:15:18젊은 학생들에게 주변 세상을 비판적으로 사고하는 방법을 가르치는 많은 기술들이 AI 세계에도 그대로 적용될 수 있다는 점입니다.
00:15:28특히 제시된 사실에 대해 비판적으로 생각하는 영역에서요..
00:15:33모든 사람이 말하는 것을 무조건 믿는 단계에서,
00:15:35이것이 진실이라고 믿기 위해서는 어떤 다른 것들을 알아야 하는지 생각하기 시작하는 단계로 발전하는 과정이 있습니다.
00:15:42제 아이들에게는 두 부분으로 된 프레임워크를 사용하는데,
00:15:45첫 번째는 교육의 중요성이 그 어느 때보다 중요해졌다는 점입니다.
00:15:48본인이 수학을 못하면 AI가 수학을 잘못했는지 알 수 없고, 실제로 어떤 것이 정답인지도 모르니까요..
00:15:54우리는 아직 AI가 계산기처럼 항상 신뢰할 수 있는 단계에 있지 않습니다.
00:15:57그걸 이해하고,
00:15:58읽기,
00:15:59쓰기,
00:15:59과학,
00:16:00수학 등을 배우는 것이 여전히 매우 중요하다는 점을 강조하는 것이 중요합니다.
00:16:06두 번째 부분은 정보의 비판적 소비자로 키우는 것인데,
00:16:10단순히 '이것이 내게 주어진 사실이다'가 아니라 '왜 그런가?'를 생각하게 하는 겁니다.
00:16:18그것이 사실이라는 것을 어떻게 신뢰할 수 있을까?
00:16:20내가 여기서 배우는 것을 확인하기 위해서는 어떤 다른 영역들을 검토해야 할까?
00:16:25그런 비판적 사고 능력은 AI가 정보를 주든,
00:16:28다른 사람이 정보를 주든 상관없이 아주 어린 나이부터 개발할 수 있습니다.
00:16:33그런 종류의 비판적 사고가 어린 나이에 가질 수 있는 가장 중요한 것 중 하나라고 생각합니다.
00:16:38회의론, 호기심, 그리고 그것들의 결합이죠.
00:16:39맞아요.
00:16:40덧붙이고 싶은 것은,
00:16:41제가 대화하는 많은 교사와 부모들이 답을 가지고 있어야 하고,
00:16:44아이들에게 무엇을 가르쳐야 하는지 알아야 하며,
00:16:47교실에서 수업을 어떻게 진행해야 하는지 알아야 한다는 엄청난 압박감을 느끼고 있다는 점입니다.
00:16:51하지만 아이들은 우리가 생각하는 것보다 훨씬 더 똑똑하다고 생각해요.
00:16:54그래서 학생이든 실제 자녀든 그들과 함께 앉아서 함께 배우고,
00:16:58AI에게 뭔가 질문한 다음 나온 결과를 함께 평가하고,
00:17:02아이들이 스스로 AI와 상호작용하는 자신만의 프레임워크를 구축하도록 성찰하게 하는 것이 정말로 강력하다고 생각합니다.
00:17:10우리 모두 여기 있지만 답을 가지고 있지 않습니다. 그러니 아무도 답을 가지고 있지 않죠.
00:17:13물론 우리는 그 답을 찾기 위해 정말 열심히 노력하고 있지만,
00:17:16발달 단계에 맞게 어떤 나이에서든 그런 성찰을 장려하는 것이 지금 사람들이 할 수 있는 가장 좋은 일 중 하나라고 생각합니다.
00:17:24자녀와 함께 앉아서 AI를 같이 사용해보는 것을 추천합니다.
00:17:28질문을 하고 나서, '이건 정말 자신 있게 말했는데, 그것만으로 충분할까?'라고 물어보세요.
00:17:33누군가가 자신 있게 말할 때, 그것만으로 믿기에 충분한가요?
00:17:37그리고 바라건대 대답은 '아니오'여야겠죠?
00:17:39그 외에 무엇을 확인할 수 있을까요?
00:17:40다른 곳을 찾아볼 수 있을까요?
00:17:42이것에 대해 생각하고 그것이 맞는지 아닌지 진정으로 내면화하려면 어떤 정보가 필요할까요?
00:17:48그런 연습이 정말 유익하다고 생각합니다.
00:17:49그리고 반대편에서는 뭔가를 모른다는 것이 어떤 것인지 보여주는 것도 중요합니다.
00:17:55불확실성을 보여주고 자녀에게 본을 보이는 것,
00:17:58뭔가 모를 때 그것을 알아내는 자신의 과정이 무엇인지 보여주는 것이 많은 경우에 중요하다고 생각합니다.
00:18:05당신의 학습 과정은 무엇인가요?
00:18:07제 아이들에게 전하고 싶은 것은 답을 찾는 것이 학습 여정의 시작일 뿐이라는 점입니다.
00:18:15많은 교육 기관과 학교 등에서는 지금 답에 도달하는 것을 평가하고 있다고 생각합니다.
00:18:21하지만 그것을 누군가의 여정의 시작으로 만든다면,
00:18:23특히 AI와 함께 학습할 때,
00:18:25그것이 일련의 문들을 열어준다고 생각합니다.
00:18:27그래서 집에서는 뭔가를 발견하는 제 과정을 보여주려고 노력하고,
00:18:31어른들도 항상 답을 가지고 있지는 않다는 것,
00:18:34아이들은 매우 똑똑해서 스스로 답을 찾을 수 있다는 것을 보여줍니다.
00:18:38우리가 대화하고 올바른 질문을 한다면,
00:18:40그들은 스스로 무엇이 진실이고 무엇이 아닌지 분별할 수 있고 단순히 겉모습만 믿지 않게 될 것입니다..
00:18:46맞아요.
00:18:47그 문제를 해결하는 과정을 모델링하는 방식이 정말 마음에 듭니다.
00:18:52불확실성을 모델링하는 것은 정말 중요한데, 우리 모두 불확실하니까요.
00:18:55그러니 그것을 우리에게 유리하게 사용합시다.
00:18:56그런데 우리는 그걸 충분히 하지 않고 있습니다.
00:18:58우리는 이런 자신감을 투사하고 싶어 하는 것 같아요.
00:19:00그리고 때로는 그것이 아이의 발달에 해로울 수 있다고 생각합니다.
00:19:04모든 것을 믿으라고 하거나, 주변 어른들이 항상 무슨 말을 하는지 안다고 말하는 것은요..
00:19:10왜냐하면 그것은 일종의 지팡이가 되어버리기 때문입니다.
00:19:14실제로 스스로 진실에 대해 생각하고 자신만의 진실을 정의할 필요가 없게 만들죠.
00:19:19변하지 않는 한 가지는 인간이 어떻게 배우는가 하는 점입니다.
00:19:23우리는 기본적인 것을 먼저 배우고, 덧셈, 뺄셈을 배우고 계속 쌓아 올라갑니다.
00:19:27그것은 오늘날의 생성형 AI가 있든, 다음 세대 AI가 있든 여전히 사실로 남을 것입니다.
00:19:32그래서 제가 보기에, 어떤 분야를 공부하는 것이 옳은지는 모르겠습니다.
00:19:37하지만 어쨌든, 우리는 여전히 이 학습 과정을 거쳐야 합니다.
00:19:40그리고 지금의 큰 가능성은 실제로 AI를 사용해서 학습을 발전시키고 더 큰 이해를 얻을 수 있다는 점입니다.
00:19:46이해는 두 가지 다른 방식으로 나눌 수 있습니다.
00:19:48한 가지는 개인적인 측면으로, 저는 어린 시절 호기심이 많아서 물리학을 공부했습니다.
00:19:53하지만 호기심 많은 사람으로서 세상에 대해 배우고 싶다면, 세상에, 지금이 얼마나 좋은 기회입니까.
00:19:59AI가 당신이 알고 싶은 모든 것에 대해 가르쳐줄 수 있으니까요.
00:20:01하지만 커리어 측면에서, 다음에는 무슨 일이 일어날까, 어떻게 생계를 꾸릴까를 생각한다면요.
00:20:05어떻든 간에, AI 기술을 사용해서 당신 + AI가 더 유능한 직원이 될 수 있어야 합니다.
00:20:13동의합니다.
00:20:14하지만 우리가 배우는 순서에 있어서 일부 기본 원칙이 변하고 있다고 생각합니다.
00:20:19한 가지 예로, 당신이 프로그래밍과 컴퓨터 공학에 대해 말씀하셨는데요.
00:20:24제가 프로그래밍을 배울 때,
00:20:26아마 당신도 비슷할 텐데,
00:20:28CS 교육의 90%를 코드 작성과 알고리즘 작성을 배우는 데 썼습니다.
00:20:32그리고 나머지 10% 정도만 다른 사람의 코드를 읽고 리뷰하는 법을 배우는 데 썼죠.
00:20:36그런데 지금 Anthropic에서 모든 코딩 에이전트와 Claude Code 등으로 프로그래밍할 때는,
00:20:43제 시간의 10% 정도만 코드 작성에 쓰고,
00:20:4690%는 코드를 읽는 데 씁니다.
00:20:48그래서 이런 생각을 하게 됩니다. 우리는 보통 아이로서 쓰기 전에 읽기를 먼저 배우죠.
00:20:55맞아요.
00:20:56하지만 코딩에서는 보통 쓰기에 훨씬 더 많은 시간을 보내고, 그다음에 읽기를 하거든요.
00:20:59그래서 저는 이런 생각이 들기 시작했어요.
00:21:01우리가 그런 기본 원칙들을 다시 살펴봐야 하는 건 아닐까,
00:21:04그리고 아마도 컴퓨터공학 입문 과정에서 학생들 교육의 핵심 부분은 코드를 읽고 좋은 코드와 나쁜 코드를 분별할 수 있는 능력에 대해 생각하는 것이어야 하지 않을까 하는 거죠..
00:21:12그럼 이제 다시 본론으로 돌아가서, Anthropic이 여기서 무엇을 하고 있는지 이야기해볼까요?
00:21:16이것이 중요하다고 생각하고, 물론 우리 모두 알고 있듯이, 우리는 여기에 책임이 있습니다.
00:21:21우리는 교육 시스템에 이런 영향을 미치고 있는 이 기술을 만들고 있습니다.
00:21:26비록 처음에는 그런 의도가 아니었지만요..
00:21:28그래서 우리는 회사로서,
00:21:30공익법인으로서 책임이 있지만,
00:21:32특히 이 회사에서 일하는 개인으로서,
00:21:34전직 교육자로서 책임이 있습니다.
00:21:36그래서 우리가 하고 있는 일들에 대해 이야기하는 것이 도움이 될 것 같아요.
00:21:40우리가 고민하고 있는 것들은 무엇인가요?
00:21:42Zoe나 Maggie, 우리가 AI 리터러시에 대해 해온 작업에 대해 이야기해주실 수 있나요?
00:21:46네.
00:21:47네.
00:21:48기꺼이 시작하겠습니다.
00:21:49저는 교육 콘텐츠를 담당하고 있습니다.
00:21:50그래서 그게 제가 이 분야에서 변화를 만들 수 있는 주요 방법 중 하나입니다.
00:21:53그래서 제가 정말 기대하는 것 중 하나는 우리의 AI 리터러시 과정입니다.
00:21:56우리는 Joe Feller와 Rick Daken이라는 두 교수님과 파트너십을 맺었는데,
00:21:59그분들이 AI 사용에 대해 어떻게 생각해야 하는지에 관한 정말 훌륭한 프레임워크를 만들었어요.
00:22:03이것의 멋진 점은 우리가 오늘날 사용 가능한 제품들과 프롬프팅,
00:22:06그리고 그곳에서 볼 수 있는 모든 트릭들로부터 한 발짝 물러서서 생각한다는 거예요.
00:22:11정말 많죠.
00:22:12정말 많아요.
00:22:13맞아요.
00:22:14꽤 압도적이에요.
00:22:15맞죠.
00:22:16그리고 너무 빨리 구식이 되어버려요.
00:22:17그래서 여기서의 아이디어는 사람들에게 AI와의 상호작용을 이해하고 효율적이고,
00:22:22효과적이고,
00:22:23윤리적이고 안전한 상호작용을 향해 나아갈 수 있는 도구를 제공하는 것입니다.
00:22:27그게 바로 AI 리터러시의 정의입니다.
00:22:29우리는 꽤 훌륭하다고 생각하는 이 핵심 과정을 가지고 있습니다.
00:22:32그리고 교육자를 위한,
00:22:33그리고 학생들을 위한 파생 과정들도 만들었고,
00:22:36AI 리터러시를 가르치는 데 관심이 있는 교육자들을 위한 더 긴 과정도 있습니다.
00:22:40그래서 아이디어는 이 과정들 중 하나를 거친 사람은 누구나 자신의 AI 상호작용을 평가할 수 있는 더 나은 준비를 갖추게 된다는 것입니다.
00:22:48저는 앞서 학생들과 함께 배우는 것과 AI 상호작용을 성찰하는 힘에 대해 이야기했습니다.
00:22:53그리고 핵심적으로, 이 과정이 정말로 다루는 것이 바로 그것입니다.
00:22:55교사, 학생, 학부모 모두에게 그들이 AI 상호작용에서 자율성을 가지고 있다는 것을 상기시키는 거죠.
00:23:01그래서 그게 제가 기대하는 한 가지입니다.
00:23:03네.
00:23:04우리 AI 리터러시 작업에서 흥미로운 점은 우리가 기본 원칙으로 한 발짝 물러서고 있다는 사실이라고 생각해요.
00:23:08우리가 이 AI 리터러시 작업을 시작했을 때,
00:23:11Drew,
00:23:11기억하시는지 모르겠지만,
00:23:13우리가 답하려고 했던 질문은,
00:23:14이 모든 프롬프트 엔지니어링 팁들과 그런 것들이 다른 사람들에 의해 개발된 거잖아요,
00:23:19그렇죠?
00:23:19그리고 마치 우리 Anthropic이 외부의 다른 모든 사람들보다 더 큰 초능력을 가진 것처럼 말하는 게 아니에요.
00:23:23우리는 단지 모델에 접근하는 사고방식이 다를 뿐입니다.
00:23:26그리고 그 사고방식을 누군가에게 어떻게 가르칠 것인가 하는 거죠.
00:23:29왜냐하면 Zoe의 말처럼, 그것은 우리 모두 안에 있으니까요.
00:23:31너무 진부하게 들리지만, 우리는 이것과 함께 비판적으로 사고하는 능력을 가지고 있어요.
00:23:37그리고 때때로 제대로 해야 한다는 두려움이 우리가 그냥 실험해보는 능력을 능가하는 것 같아요.
00:23:43그리고 제가 AI 리터러시에 대해 좋아하는 점은 우리가 실험의 문을 열고 이렇게 말하는 거예요.
00:23:46이것들을 시도해볼 수 있어요..
00:23:47당신에게는 맞지 않을 수도 있어요.
00:23:49그리고 그것들이 당신에게 맞지 않을 때와 AI를 사용하지 말아야 할 때를 배우는 것이 그것을 사용할 수 있을 때를 배우는 것만큼이나 중요합니다.
00:23:56그리고 우리 교육팀이 가끔 말하는 것이 있는데, 저는 그게 정말 공감이 가요.
00:24:01우리는 차라리 백만 명에게 AI를 사용하지 않는 법을 가르치고 싶지,
00:24:05십억 명이 그 기술에 의존하게 되는 걸 보고 싶지 않다는 거죠,
00:24:09맞죠??
00:24:10그리고 실제로는 그게 꽤 어려울 수 있지만, AI 리터러시가 아주 확실한 시작이라고 생각해요.
00:24:15제가 처음 당신이 그 말을 하는 걸 들었을 때 정말 기뻤고, 제가 올바른 회사에 왔다는 걸 알았어요.
00:24:20왜냐하면 여기 AI 연구소에 있는데 Maggie가 말하고 있었으니까요.
00:24:23네,
00:24:23저는 이 경우에 AI를 사용해야 한다고 생각하지 않아요,
00:24:26또는 사람들에게 AI를 사용하지 않는 법을 가르칩시다..
00:24:28그들에게 스스로 결정을 내릴 수 있는 도구를 주는 것과 같아요.
00:24:31매번 비판적 사고로 돌아가죠.
00:24:34하지만 물론 그것의 일부는 교육과 훈련,
00:24:36인식 부분이지만,
00:24:37우리는 또한 실제 세상에서 사용되는 제품과 모델을 만들고 있습니다.
00:24:41그래서 Efrem, 당신과 당신 팀이 학습 모드에 대해 해온 작업이 정말 중요한 부분이라고 생각해요.
00:24:46그래서 그게 어떻게 시작되었는지 더 공유해주시면 좋겠어요.
00:24:49학습 모드는 Claude를 학생들의 튜터로 포지셔닝하는 일련의 기능입니다.
00:24:55학생들은 예를 들어 들어와서 과제를 업로드할 수 있고,
00:24:59질문에 명시적으로 답하는 대신,
00:25:01학생들이 교실에서 다루는 자료를 통해 도움을 줄 것입니다.
00:25:05질문에 답하는 방법을 안내해줄 것입니다.
00:25:07튜터링을 해줄 거예요.
00:25:08또한 예를 들어 업로드한 콘텐츠를 기반으로 플래시카드를 보여줌으로써 시험을 준비하는 데 도움을 줄 것입니다.
00:25:14이것은 실제로 매우 풀뿌리적인 노력입니다.
00:25:16회사에는 교육에 정말 열정적이고 메인 제품 라인에 교육 도구를 추가하기를 원하는 많은 사람들이 있습니다.
00:25:22그래서 학습 모드에서 우리가 한 것은,
00:25:25실제로는 여기저기 작은 기능들 같은 건데,
00:25:28Claude 앱을 학생들의 학습을 돕는 데 정말 좋도록 맞춤화한 겁니다.
00:25:34그 과정에서 프로젝트에 얼마나 많은 콘텐츠를 추가할 수 있는지 확장하여 더 많은 콘텐츠가 들어갈 수 있게 하고,
00:25:40교실 관리 시스템에 연결하여 콘텐츠가 매우 쉽게 들어오고 나갈 수 있도록 하는 등 몇 가지 기능을 더 추가했습니다.
00:25:46그래서 그것은 제가 생각하기에 이것이 미래에 무엇이 될 수 있는지의 시작점일 뿐입니다.
00:25:52흥미로운 것은 학습 모드로 이어진 초기 연구 중 일부인데,
00:25:56우리가 대학생들을 인터뷰하고 있었고,
00:25:58교육자들이 어떤 형태의 학습 모드를 원한다는 것을 어느 정도 알고 있었어요.
00:26:02그들이 계속 물었거든요, 학습 모드는 어디 있나요??
00:26:05그래서 저는 오케이, 이제 우리가 그것을 만들어야겠다고 생각했죠.
00:26:08하지만 정말로 우리를 위해 그 요점을 명확히 한 건 학생들이었다고 생각해요.
00:26:11왜냐하면 그들은 물론 다른 단어를 사용했는데,
00:26:14바로 브레인 롯(brain rot,
00:26:15뇌 부패)이었지만,
00:26:16우리는 그들이 브레인 롯에 대해 이야기하는 걸 들었고,
00:26:19그들은 단기적으로 AI 챗봇을 사용해서 과제를 끝낼 수 있다는 걸 깨달았어요..
00:26:24하지만 실제로 중간고사를 공부하고 개념을 이해하고 내면화하는 것에 관해서는,
00:26:28그들은 이 모든 다양한 방식으로 프롬프트할 필요가 없는 Claude 버전을 원했어요.
00:26:34정확히요.
00:26:35그들은 과제를 주기만 하는 걸 원하지 않았어요.
00:26:36그냥 답이 나오는 거요.
00:26:37맞아요.
00:26:38그리고 과제를 주는 대신, 답을 통해 안내해주는 거죠.
00:26:40기말고사를 공부하고 있다면, 그냥 콘텐츠를 암기하고 배우는 데 도움이 되는 플래시카드를 보여주면 돼요.
00:26:46그래서 학습 모드가 바로 그것입니다. Claude의 인터페이스를 완전히 바꿔서 학습에 집중하도록 한 거죠.
00:26:51이 첫 번째 버전을 만드는 데 얼마나 걸렸나요?
00:26:54초기 버전은 실제로 아주 짧은 시간이 걸렸습니다.
00:26:56이 기능을 추가하는 것에 극도로 열정적인 여러 사람들이 있습니다.
00:27:00처음부터 끝까지 약 2주가 걸렸어요.
00:27:04그리고 놀라웠어요.
00:27:05믿을 수 없죠.
00:27:06네.
00:27:07물론 이것의 또 다른 측면은,
00:27:08우리가 이런 교육 프로그램에서 작업할 수 있고,
00:27:10우리의 제품과 모델을 개선할 수 있지만,
00:27:12그다음은 물론 외부 세계와 어떻게 파트너십을 맺느냐 하는 거죠.
00:27:15우리는 그냥 기술 회사일 뿐입니다.
00:27:16우리는 이 훨씬 더 넓은 생태계의 작은 부분일 뿐이에요.
00:27:19그래서 당신은 교사 노조 AFT 같은 기관들과 파트너십을 맺는 우리가 해온 많은 작업을 해왔어요.
00:27:24그런 파트너십에 무엇이 들어가는지, 그리고 왜 우리가 그것에 그렇게 집중하는지 더 듣고 싶어요.
00:27:29네.
00:27:30저나 당신이나 둘 다요.
00:27:31하지만 네, 제 생각에 우리가 기대하는 것은, 우리는 교실 경험이 있잖아요.
00:27:35제 것은 비교적 구식이에요.
00:27:36저는 코로나 이전에 교실에 있었어요.
00:27:38밖의 세상이 정말 많이 달라졌다는 걸 알아요.
00:27:40코로나 이전, AI 이전.
00:27:41코로나 이전, AI 이전.
00:27:42이제는 그게 거의 의미가 없어진 것 같아요.
00:27:46하지만 우리는 이러한 조직들과 파트너십을 맺고 실제 교실에 있는 교사들과 대학의 교수들로부터 배우면서,
00:27:52학교에서 겪고 있는 실질적인 문제들과 정말 잘 되고 있는 실질적인 이점들을 파악할 수 있습니다.
00:27:57그리고 교사들을 교육하기 위한 교육 자료든,
00:27:59그들에게 더 많은 자율성과 도구를 제공하는 제품 솔루션이든,
00:28:03이 두 가지 모두에 집중하고 있습니다.
00:28:06그래서, 네.
00:28:07이것의 핵심은 이것이 집단적인 문제라는 거죠, 그렇죠?
00:28:12인류 전체의 집단적인 문제입니다.
00:28:14그리고 우리는 이 문제를 해결하는 데 필요한 모든 것을 알고 있는 것과는 거리가 멉니다.
00:28:19그래서 우리 작업의 일관된 맥락은 더 많은 사람들을 대화에 참여시키는 것이라고 생각합니다.
00:28:24충분히 많은 사람들이 AI 활용 능력 과정을 수강한다면,
00:28:26그들이 그 지식을 자신의 기관에 가져가서 이런 대화를 시작하기를 바랍니다.
00:28:30그리고 조가 전에 말한 것처럼,
00:28:32학생들은 정말 똑똑하고 뇌가 썩는 것을 원하지 않으려는 욕구에도 정말 적극적입니다.
00:28:37우리가 받는 최고의 피드백 중 일부는 학생 사용자들로부터 나오는데,
00:28:40때때로 우리는 그들이 확실히 이것으로 부정행위를 하고 싶어할 것이라고 생각하며 그들에게 제대로 인정하지 않는 것 같습니다.
00:28:45이것은 제도적인 문제이지, 인간의 동기 문제는 아니라고 생각합니다.
00:28:51모든 제품 사용자들로부터 받는 최고의 피드백을 보면,
00:28:54그들은 이러한 모델에 대한 의존을 원하지 않는다는 것을 알 수 있습니다.
00:28:59그들은 AI와의 협업을 통해 자신의 인간적 능력이 증강되고 향상되기를 원합니다.
00:29:06그래서 일반적으로 우리 제품에서 표준적인 참여 지표를 최적화하지 않는 것이 매우 자랑스럽습니다.
00:29:13우리는 유지율이나 제품에 소비하는 시간, 제품에 대한 의존성을 최적화하려고 하지 않습니다..
00:29:19그리고 우리는 지금과 미래에 때로는 실제로 더 큰 증강된 사고를 장려하거나,
00:29:24다시 말해 AI를 사용하지 않는 시간을 장려하는 적극적인 제품 결정을 내립니다.
00:29:29아이들이 말하는 것처럼 '풀을 만지는' 것이죠..
00:29:33우리가 그 길을 계속 걸어가는 것이 기대됩니다.
00:29:34네.
00:29:35그리고 실제로 Anthropic에 합류했을 때 가장 놀라웠던 것 중 하나는 이곳이 성장에 최적화된 회사가 아니라는 것이었습니다,
00:29:42그렇죠?
00:29:42대부분의 SaaS 회사들은 사용자, 유지율, 이 모든 것들을 최적화하고 싶어합니다.
00:29:44Anthropic은 제품의 성공이 무엇인지에 대해 훨씬 더 광범위한 관점을 가지고 있는데,
00:29:46이것이 정말 흥미롭다고 생각합니다..
00:29:47우리의 제품 개발에서 이것은 우리가 가진 교육 이니셔티브뿐만 아니라 우리가 구축하는 모든 다른 것들에도 해당됩니다.
00:29:52사용자를 제품에 참여시키는 것에 관한 것이 아닙니다.
00:29:58이것은 정말로 AI가 유익하게 활용되고 사회에 영향을 미치는 것에 관한 것입니다.
00:30:00우리가 다룬 것은 어딘가에서 AI를 사용하거나 사용하지 않기로 하는 모든 결정이 의도적인 선택이라는 것입니다.
00:30:06저는 우리가 AI가 모든 곳에 존재하는 방향으로 가고 있다고 생각하지 않습니다.
00:30:12그리고 회사로서 우리가 하는 일과 우리가 만드는 것들,
00:30:13특정 방식으로 제품을 구축하기 위해 내리는 선택들이 모범을 보이고 사람들을 초대하여 모든 것이 의도적인 선택이며 때로는 선택하지 않는 것이 좋고 때로는 더 나을 수도 있다는 것을 깨닫기 시작할 수 있기를 바랍니다,
00:30:17그렇죠?
00:30:17교사들이 좋은 교육을 만드는 부분, 즉 연결 부분을 AI에 아웃소싱하는 미래를 보고 싶지 않습니다.
00:30:36학생들을 정말로 이해하고 그들과 시간을 보낼 수 있을 때,
00:30:39그리고 AI는 교사들이 그런 종류의 일을 할 수 있는 더 많은 시간을 가질 수 있도록 하는 많은 방법으로 사용될 수 있습니다.
00:30:45그리고 시간이 지남에 따라 기관들과 대화하고 그들이 이미 가지고 있는 지식을 증폭시킬 수 있는 방법에 대해 논의하는 것이 기대됩니다,
00:30:52그렇죠?
00:30:53그리고 우리가 파트너십을 맺는 전문가들은 일반적으로 AI가 교육 성과에 적극적으로 해를 끼치는 경우에 대해 상당히 명확한 의견을 가지고 있습니다.
00:31:02그리고 우리의 일은 듣고 그것을 제품이나 교육 프로그램에 구현하려고 노력하는 것입니다.
00:31:09그래서 우리는 AI 교육에 대한 우리의 개인적인 견해,
00:31:12회사로서 우리가 하고 있는 일에 대해 많이 이야기했지만,
00:31:14확실히 해결하지 못했습니다.
00:31:15그렇다면 우리가 여전히 확신하지 못하는 것들은 무엇일까요?
00:31:26이것에 대한 여러분의 의견이 궁금한데요, 우리가 여전히 알아내려고 하는 것들은 무엇인가요?
00:31:28저는 몇 가지가 있는데,
00:31:29둘 다 꽤 다르지만,
00:31:29우리가 앞서 다룬 한 가지는 AI가 가르쳐야 하는 것이 무엇인지를 변화시키고 있다는 것입니다.
00:31:32코딩에 대해 말씀하셨죠.
00:31:39우리는 5년 후에 코딩 커리큘럼이 매우 달라질 것이라고 꽤 확신합니다.
00:31:40상황이 어떻게 변화하기 시작하는지,
00:31:41그리고 이러한 분야의 학자들이 미래에 어떤 종류의 기술이 더 증강될 수 있는지,
00:31:42어떤 종류의 기술이 검토나 관리와 같은 추가적인 인간 지원이 필요할지 이해하는 데 도움이 될 수 있는 프레임워크나 정말 무엇이든 개발할 수 있는지 보고 싶습니다.
00:31:44컴퓨터 과학과 같은 분야에서 그것을 이해하기 시작하고 있다고 생각하지만,
00:31:51매우,
00:31:52매우 초기 단계이고 이것이 훨씬 더 많은 분야에 영향을 미칠 것이라는 것을 알고 있습니다.
00:32:02그래서 특히 고등 교육에서 제가 관심 있는 것입니다.
00:32:08K-12에서는 다양한 도구에 대한 많은 우려를 듣고 있으며,
00:32:09그 도구에 데이터를 넣을 때 데이터에 무슨 일이 일어나는지 이해하려고 합니다.
00:32:11그리고 지금 교실에서 AI 도구가 대량으로 확산되고 있고,
00:32:14교사와 관리자들은 매우 정당한 이유로 정말 압도되고 있다고 생각합니다.
00:32:19모든 사람에게 정말 새로운 개념이 많이 있습니다.
00:32:27새롭고 이해하기 어려운 데이터 프라이버시 요소들이 있습니다.
00:32:30그래서 저는 그 환경이 어떻게 진화하는지,
00:32:30사람들이 환경을 더 잘 평가할 수 있도록 데이터 프라이버시에 대한 교육을 정말로 강화해야 하는지,
00:32:31아니면 이 분야에서 명확한 승자를 보기 시작하는지 보고 싶습니다.
00:32:32그곳에서 무슨 일이 일어날지 정말 흥미로울 것입니다..
00:32:33그것 외에도 기술이 정말 빠르게 변화하고 있다고 생각합니다.
00:32:47그래서 우려 사항 중 하나는,
00:32:48시간이 지남에 따라 어떻게 될지 확신하지 못하는 것이 기관들이 어떻게 적응할 것인가 하는 것입니다.
00:32:51일반적으로 느리게 움직이고 의도적으로 그렇게 만들어졌습니다.
00:32:57그리고 기술의 변화 속도는 매우 빠릅니다.
00:33:006개월 후나 1년 후에 무슨 일이 일어날지 예측하기가 더 어렵습니다.
00:33:03그래서 새로운 기술에 기관들이 일반적으로 적응하는 변화 속도가 제가 확신하지 못하는 한 영역이라고 생각합니다.
00:33:07저는 항상 모든 곳에서,
00:33:08모든 기관이 아무것도 하지 않는 대신 AI로 무언가를 해야 한다는 엄청난 압박을 느낀다고 생각합니다.
00:33:13그리고 저는 조직들이 그 압박이 정말 현실적이지만,
00:33:15특히 교육에 관해서는 빠르게 움직이고 무언가를 깨뜨리는 것이 선택 사항이 아니라는 사실을 어떻게 균형을 맞추거나 도울 수 있는지 전혀 모르겠습니다,
00:33:20그렇죠?
00:33:21그리고 그것은 개별 교사에게도, 전체 기관에게도 매우 어려운 일입니다.
00:33:33Meg, 저는 이것을 교육의 언번들링이라고 부릅니다.
00:33:38하나는 지식 자체인데, AI가 개인화된 교육을 제공하는 데 정말 능숙합니다.
00:33:42하지만 기관은 단순히 학생들에게 지식을 전달하는 것 이상을 제공합니다.
00:33:49다른 하나는 정말로,
00:33:50저는 대학에 두 자녀가 있는데,
00:33:50그들이 얻는 것은 학습만이 아니라 그곳이 그들이 성장하는 곳이고,
00:33:51성숙해지는 곳이고,
00:33:52책임감을 배우는 곳입니다.
00:33:52그래서 AI가 정말 잘 해결하는 것은 지식, 지식 전달과 학습입니다.
00:34:02앞으로 우리가 사회로서 해야 할 일은 지식 전달 부분에서 AI를 어떻게 활용하면서도 이러한 기관들이 사회에서 수행하는 다른 모든 훌륭한 역할을 유지할 수 있는지입니다.
00:34:08맞습니다.
00:34:09일부 부분을 분리해서 좋은 교육자의 성공 지표가 이 모든 것을 다 하는 것이 아니도록 하는 것입니다..
00:34:18하지만 당신이 말하는 것은 한 가지를 더 많이 하고 지식 습득 지향적인 것들은 AI가 처리하게 하되,
00:34:24학생과의 관계 같은 것은 그렇게 하지 않는다는 것이죠,
00:34:27맞나요?
00:34:27맞습니다, 맞습니다.
00:34:40맞습니다, 맞습니다.
00:34:41예를 들어,
00:34:42우리가 대학들을 방문했을 때 받은 피드백 중 하나는 AI 과제가 매우 흥미롭긴 하지만,
00:34:48그걸 실제로 하고 싶다는 것이었어요.
00:34:50하지만 AI 과제는 학생들이 AI와 함께 작업한다는 의미잖아요.
00:34:53그래서 원래 6개월 정도 걸릴 큰 과제가 2주 만에 끝날 수도 있는 거죠..
00:34:57그럼 어떻게 성적을 매기죠?
00:34:58맞아요.
00:34:59그렇죠.
00:35:00AI가 많이 관여한다는 건 학습이 훨씬 더 빠르게 일어날 수 있다는 의미예요.
00:35:06AI를 활용해서 학습 측면을 처리하니까요..
00:35:08그렇다면 교사와 교육 기관이 학생들에게 제공하는 나머지 모든 것들은 어떻게 되는 걸까요?
00:35:13제 생각에 그게 바로 언번들링이고, 기술과 교육 기관이 하는 일 양쪽에서 적절한 부분들만 활용하는 거예요.
00:35:20네.
00:35:21제 생각엔 이것의 최선의 시나리오는 대규모로 번아웃을 줄이는 거예요.
00:35:25번아웃이 대부분 교사들이 직면한 가장 큰 문제거든요..
00:35:28언번들링하면 아마 할 수 있을 거예요.
00:35:30맞아요.
00:35:31모든 교육자는 특정 분야에서 정말 뛰어나고,
00:35:33그런 일들이 그들에게 많은 에너지를 주고,
00:35:35그 분야에서 탁월하잖아요.
00:35:36그런데 만약 AI가 그들에게 에너지를 주지 않는 일들을 지원해줄 수 있다면 어떨까요?
00:35:39그렇게 되면 교사 개인의 삶과 그들이 지원하는 학생들 모두에게 훨씬 더 균형 잡힌 시스템이 만들어진다고 생각해요.
00:35:45이 대화를 들으면서 우리가 교육자를 위해 만든 AI 활용 능력 커리큘럼의 한 부분이 생각나네요.
00:35:52정말 설득력 있었던 건,
00:35:54AI를 과제와 경험 등에 완전히 통합시키고,
00:35:57대신 AI 사용 방식을 평가하고 결과물은 덜 평가하자는 거였어요..
00:36:03이런 장기 프로젝트를 어떻게 생각하는지,
00:36:05AI 세상에서 어떤 것들이 달라지는지로 돌아가면,
00:36:08그런 종류의 참여는 매우 다르고 AI 중심적이어서 더 많은 교육 기관들이 채택하길 기대하고 있어요.
00:36:14정확히 짚으셨어요.
00:36:15우리 대화에서 나온 것 중 하나가,
00:36:17성적을 매길 때 최종 결과물만 평가하는 게 아니라 학생들이 그 결과에 어떻게 도달했는지도 평가한다는 거예요..
00:36:23기술을 어떻게 사용했는가?
00:36:24어떤 과정을 거쳤는가?
00:36:25그것도 학습의 일부가 되는 거죠.
00:36:30우리 마케팅 책임자 중 한 명이 언젠가 저에게 와서 이렇게 말했어요. AI의 진정한 힘은 과정에 있다고요.
00:36:38그게 바로 우리가 말하고자 하는 핵심이라고 생각해요.
00:36:41맞아요.
00:36:42모델 학습 관점에서도 궁금한 게 있어요. 인식론 철학을 연구한 분과 정말 좋은 대화를 나눴는데요.
00:36:54뭔가가 진실인지 어떻게 아느냐 하는 거죠.
00:36:56그분이 정말 좋은 지적을 했는데,
00:36:58AI가 인간이 지금까지 만난 다른 어떤 지능보다도 더 쉽게 정말 확신에 차 보일 수 있다는 거예요.
00:37:04아니면 정말 현실적으로 들리는 말을 할 수 있다는 거죠..
00:37:08보통 인간의 경우,
00:37:09진실이 아닌 것을 그렇게 말할 수 있는 사람이 되려면 많은 카리스마와 연습이 필요하거든요.
00:37:15하지만 AI의 경우,
00:37:17그런 상황을 항상 마주하게 되고,
00:37:19무엇이 진실이고 아닌지 식별하는 우리의 인간적 능력은 다른 인간들을 식별하는 방식에 기반하는데,
00:37:24AI에 적용할 때는 성공적이지 않을 수 있어요.
00:37:27그건 풀어야 할 완전히 다른 문제예요.
00:37:30AI의 성격을 그 영역에 더 맞출 것인지,
00:37:33아니면 진실을 식별하는 새로운 방법을 사람들에게 가르칠 것인지 고민해야 하죠..
00:37:39제 솔직한 의견은, 후자가 좀 더 강력하다고 생각해요.
00:37:43AI든 인간이든 관계없이 모든 형태의 설득적 글쓰기, 설득적 사고에 대한 좋은 예방접종이 되기도 하니까요..
00:37:53하지만 그런 비판적 사고는,
00:37:54AI가 이미 존재하는 것들을 우리가 직면하도록 강요한다는 사실로 돌아가면,
00:37:59가르치기가 정말 어려워요.
00:38:01맞아요.
00:38:02이건 아동 심리학으로 돌아가는 거죠.
00:38:03우리에겐 이제 디지털 네이티브 세대 전체가 있잖아요.
00:38:05어떤 사람들에게는 정말 어려운 스팸 문자를 매우 명확하게 식별할 수 있는 세대요..
00:38:10그렇다면 AI 네이티브 세대는 어떤 모습일까요?
00:38:12어떻게 생겼을까요?
00:38:13그게 아이들의 발달에 어떤 영향을 미칠까요?
00:38:15우리가 아직 모르는 것들이 너무 많아요.
00:38:16마무리를 지어야 할 것 같은데, 영원히 이야기할 수 있을 것 같네요.
00:38:225년 후를 생각할 때 여러분 모두에게서 듣고 싶은 게 있어요.
00:38:27교육과 학습에 있어 성공은 어떤 모습일까요?
00:38:295년이라는 건 AI 세계에서 예측하기엔 미친 것 같네요.
00:38:33제 희망을 말씀드릴게요.
00:38:33성공이 어떤 모습인지는 모르겠지만, 제가 바라는 건 알거든요..
00:38:35교육 기관에서, 교사들이 관계와 육성 부분에 개별적으로 참여할 시간이 훨씬 더 많아지는 거예요.
00:38:48에프렌의 말로 돌아가면,
00:38:49아마도 교사들이 지식 습득 부분에는 예전만큼 참여하지 않고,
00:38:54대신 그 지식을 당신의 삶과 세상의 더 큰 생태계로 통합하고,
00:38:59각 개인이 어떻게 하면 가장 잘 배울 수 있는지 이해하는 데 더 집중하게 되는 거죠.
00:39:06왜냐하면 우리는 여전히 이 미래에서도 모두 독특한 개인이고,
00:39:10그 독특함을 축하하고 강조하는 것이 교육을 통해 도달할 수 있기를 바라거든요.
00:39:14맞아요.
00:39:155년은 정말 긴 시간이지만,
00:39:18제게 성공은 지구상의 모든 사람이 언제든지 준비된 개인화된 튜터를 갖는 것처럼 보여요.
00:39:27그리고 우리가 그 전환을 성공적으로 이뤄낸다면,
00:39:30우리 교육 기관들은 살아남아서 우리 사회에서 이미 하고 있는 중요한 역할을 계속하게 될 거예요.
00:39:36저는 비판적 사고 부분으로 돌아가는 게 중요하다고 생각해요.
00:39:39모든 사람,
00:39:40정말로 모든 학생과 교사가 AI를 학습에 사용하는 것이 무엇을 의미하는지에 대한 공유된 어휘와 문화적 이해를 갖기를 바라요.
00:39:48그리고 AI 사용에 대한 훨씬 더 많은 식별력과 성찰, 그리고 의도성을 가지기를 바라요.
00:39:54제가 계속 고장 난 레코드처럼 이것으로 돌아가는 걸 알지만,
00:39:57모든 학생이 AI를 언제 사용하고 싶은지,
00:39:59언제 사용하고 싶지 않은지,
00:40:01그리고 왜 그런지를 명확히 말할 수 있다면 정말 좋지 않을까요?
00:40:05자신의 습관,
00:40:05생각하는 방식,
00:40:06가장 잘 배우는 방법에 대한 그런 지식,
00:40:08그런 지식의 개인화가 정말 흥미진진해요..
00:40:11그게 성공이 어떤 모습일 수 있는지에 대한 간단한 경험적 방법이라고 생각해요.
00:40:15아니면 반대로, 기술이 제품이기 때문에 그들이 그런 결정을 할 필요가 없을 수도 있죠.
00:40:20제품 자체가 잘 적응되어 있으니까요.
00:40:21우리는 둘 다 필요해요.
00:40:22맞아요.
00:40:23함께요.
00:40:24당연하죠.
00:40:25제품과 경험, 그리고 교육이 모두 함께 가야 해요.
00:40:27제가 계속 돌아가게 되는 생각이 있는데, 그게 저에게 낙관론을 주는 이유예요.
00:40:31이 일을 하다 보면 어떤 날은 비관론이 많거든요..
00:40:34직업들이 변하고 있고 우리 직업이 어떻게 될지 전혀 모르죠.
00:40:37그리고 일어나는 모든 일에 대해 우리가 느끼는 많은 개인적 책임감도 있고요.
00:40:43하지만 동시에,
00:40:43지능이 풍부해지고 항상 상품화되는 세상에서는 더 이상 그게 인간으로서 우리를 정의하는 특성이 아니게 될 거라고 봐요.
00:40:50그게 어느 시점에서는 무섭게 느껴질 수 있어요.
00:40:56하지만 저는 그게 해방이라고도 생각해요.
00:40:57지난 수백 년 동안 우리는 산업혁명을 거치면서 모든 걸 할 수 있게 됐지만,
00:41:04동시에 사무실에 가서 업무를 하고 우리가 하는 일로 우리 자신을 정의하면서 어느 정도 인간성을 잃은 것 같아요.
00:41:13그게 5년 후에는 우리가 가장 잘할 수 있는 것이 아닐 수도 있어요.
00:41:17하지만 교사나 의사가 하는 일 중에 진정으로 인간적이고 지능이 아닌 것들이 정말 많거든요.
00:41:24그래서 저는 오히려 어떤 것들이 벗겨지는 것에 대해 기대가 돼요.
00:41:29우리와 교육 시스템이 그 핵심에서 진정으로 우리를 인간답게 만드는 것에 집중하게 되는 거죠.
00:41:35옥스퍼드 교수님이 제가 항상 생각하는 멋진 말씀을 하셨는데,
00:41:39"AI의 시대는 좋은 질문을 하는 시대가 될 것"이라고 하셨어요.
00:41:43그리고 그건 반드시 많이 아는 것에서 나오는 게 아니잖아요..
00:41:48호기심을 갖는 것, 그리고 돌아오는 답변에 대해 약간의 분별력과 회의적인 태도를 유지하는 것이 중요합니다.
00:41:52그것이 더 나은 질문으로 이어지죠..
00:41:54그리고 주머니 속 개인 튜터인 AI 덕분에,
00:41:58질문의 세계는 인류 역사상 그 어느 때보다 엄청나게 확장되었습니다.
00:42:04우리는 사람들이 좋은 질문을 할 수 있는 사고방식으로 나아갈 수 있도록 이끌어야 합니다.
00:42:09문제를 가지기에 지금보다 더 좋은 시기는 없었습니다.
00:42:11문제를 가지기에 지금보다 더 좋은 시기는 없었죠, 맞습니다.
00:42:12마무리하기에 완벽한 말인 것 같네요.
00:42:14여러분 모두 감사합니다.
00:42:15시간 내주셔서 감사합니다.