- 출처: Discernment
- 저자: Rick Dakan, Joseph Feller, and Anthropic
- 라이선스: CC BY-NC-SA 4.0
- 번역일: 2025년 5월 29일
- 번역 및 감수: Claude and 공부하우
AI 유창성 (AI Fluency): 식별
예상 시간: 20분
학습 목표
이 수업이 끝나면 다음을 할 수 있게 됩니다:
- AI 출력과 프로세스를 신중하게 평가하는 방법 이해하기
- AI 상호작용을 위한 비판적 사고 기술 개발하기
- AI 상호작용에서 품질 문제를 식별하고 해결하는 방법 배우기
비디오: 식별 자세히 살펴보기
(5분)
이 비디오는 AI 출력, 프로세스 및 행동을 신중하게 평가하는 데 초점을 맞춘 AI 유창성 역량인 식별(Discernment)을 탐구합니다. 식별은 설명의 반대편이라고 설명합니다. 설명이 당신의 의도를 명확하게 전달하는 데 도움이 되는 반면, 식별은 받은 것이 당신의 요구사항을 충족하는지 평가하는 데 도움이 됩니다. 비디오는 세 가지 유형의 식별을 소개합니다:
- 제품 식별(Product Discernment): AI 출력의 품질 평가하기
- 프로세스 식별(Process Discernment): AI가 작업에 접근한 방법 평가하기
- 성능 식별(Performance Discernment): 상호작용 자체 중에 AI가 어떻게 행동했는지 평가하기
이러한 기술은 함께 AI 협업이 신중한 인간의 판단에 의해 계속 안내되도록 보장합니다.
핵심 내용
- 식별은 AI가 생성하는 것, 어떻게 생성하는지, 어떻게 행동하는지를 신중하게 평가하는 능력입니다
- 제품 식별은 실제 출력의 품질 평가에 초점을 맞춥니다 (정확성, 적절성, 일관성, 관련성)
- 프로세스 식별은 AI가 출력에 도달한 방법을 평가하여 논리적 오류, 주의력 부족 또는 부적절한 추론을 찾는 것을 포함합니다
- 성능 식별은 협업 프로세스 자체 내에서 AI가 어떻게 행동하는지 평가하여 커뮤니케이션 스타일이 당신의 요구에 효과적인지 고려합니다
- 식별은 지속적인 피드백 루프에서 설명과 함께 작동합니다
- 가장 진보된 AI 시스템조차도 인간의 판단과 감독으로부터 이익을 얻습니다
연습
전문가 식별: 당신의 도메인에서 AI 응답 평가하기
활동 목표
전문성이 있는 도메인에서 AI가 생성한 콘텐츠를 평가하여 제품, 프로세스 및 성능 식별을 연습하고, 당신의 지식이 AI 출력을 비판적으로 평가하는 능력을 어떻게 향상시키는지 인식하기.
지침
1단계: 전문 분야로 돌아가기이전 연습에서 Claude와 논의한 주제를 떠올려보세요 (수업 2, 연습 2: "좋아하는 것을 탐구하기"). 이것은 당신이 강한 지식과 열정을 가진 주제였습니다.
2단계: 여러 설명 요청하기Claude와 새로운 대화를 시작하고 전문 주제의 특정 측면에 대해 세 가지 다른 설명이나 분석을 생성하도록 요청하세요. 예를 들어:
- 주제가 사진이었다면, 피사계 심도에 대한 세 가지 다른 설명을 요청할 수 있습니다
- 주제가 요리였다면, 발효 기술에 대한 세 가지 다른 분석을 요청할 수 있습니다
- 주제가 역사였다면, 특정 역사적 사건에 대한 세 가지 다른 관점을 요청할 수 있습니다
전문성을 바탕으로 Claude가 제공한 각 설명을 신중하게 평가하세요:
제품 식별:- 어떤 설명이 가장 정확한 정보를 포함하나요?
- 사실적 오류나 오해가 있나요?
- 이 주제를 배우는 사람에게 적절한 세부 수준인가요?
- Claude가 각 설명에서 논리적 추론을 따르나요?
- 분석이나 사고 과정에 공백이 있나요?
- Claude가 개념 간에 적절한 연결을 만드나요?
- Claude가 당신의 특정 질문에 주의를 기울이고 피드백과 지시에 반응했나요?
- 주제에 맞게 용어가 적절하게 사용되나요?
- 톤과 스타일이 설명의 명확성에 어떤 영향을 미치나요?
평가를 바탕으로:
- 가장 강력한 설명을 식별하고 왜 효과적인지 Claude에게 구체적으로 말하세요
- 가장 약한 설명을 식별하고 무엇이 문제인지에 대한 구체적인 피드백을 제공하세요
- Claude와 함께 식별한 문제를 해결하는 개선된 버전을 만들어보세요
Claude와 (같은 채팅에서) 논의하세요:
- 강점이나 약점을 식별할 수 있게 한 특정 지식은 무엇이었나요?
- 당신의 전문성이 없는 사람은 이러한 설명의 품질을 식별하는 데 어떻게 어려움을 겪을 수 있나요?
- 이 경험이 도메인 지식과 효과적인 식별 간의 관계에 대해 무엇을 가르쳐주나요?
성찰
계속하기 전에 다음을 고려해보세요:
- 식별의 어떤 유형(제품, 프로세스 또는 성능)을 적용하는 것이 가장 어렵다고 생각하며, 그 이유는 무엇인가요?
- 식별은 설명을 어떻게 보완하나요? 어떻게 함께 작동하나요?
- AI 출력이 더 면밀한 조사를 필요로 한다는 것을 나타낼 수 있는 신호나 패턴은 무엇인가요?
수업 자료
다음 단계
다음 수업에서는 전체 과정 프로젝트에 설명과 식별 기술을 모두 적용할 기회를 갖게 됩니다. AI와 효과적으로 소통하고 그 출력을 비판적으로 평가하는 것에 대해 배운 것을 실습하여 인간과 AI 능력의 최고를 활용하는 결과를 만들어낼 것입니다.
이 과정에 대한 피드백
과정을 진행하면서 여러분이 삶, 업무, 수업에서 과정의 개념을 어떻게 사용하고 있는지, 그리고 어떤 피드백이 있는지 듣고 싶습니다. 여기에서 피드백을 공유하세요.
감사의 말과 라이선스
저작권 2025 Rick Dakan, Joseph Feller, Anthropic. CC BY-NC-SA 4.0 라이선스로 배포됩니다.
이 과정은 Dakan과 Feller의 AI 유창성 프레임워크를 기반으로 합니다.
아일랜드 HEA의 National Forum for the Enhancement of Teaching and Learning의 부분적 지원을 받았습니다.
번역 및 감수: Claude and 공부하우