통합검색

인공지능(AI)의 자세한 풀이가 실제 판단 이유를 숨길 수도 있을까?

Turpin 등의 연구를 통해 연쇄적 사고 설명이 그럴듯해도 입력의 편향 단서를 충실히 드러내지 않을 수 있음을 살펴봅니다.

Language Models Don't Always Say What They Think: Unfaithful Explanations in Chain-of-Thought Prompting

손을 움직이는 수업이면 모두 깊이 배우는 수업일까?

Chi와 Wylie의 ICAP 틀을 통해 수업의 겉모습이 아니라 학습자가 만들어 내는 사고 산출물과 상호작용을 구분합니다.

The ICAP Framework: Linking Cognitive Engagement to Active Learning Outcomes

걸으면 아이디어가 늘어난다는 결과를 모든 창의적 과제에 적용해도 될까?

통제 실험·메타분석과 발산·수렴 과제를 선택해 같은 방향의 근거, 비교할 수 없는 결과와 적용 한계를 구분합니다.

Give Your Ideas Some Legs: The Positive Effect of Walking on Creative Thinking

AI가 이름이 같다는 이유만으로 두 기록을 합쳐도 될까?

이름·연도·소속 단서를 조합해 같은 사람인지 판단합니다. 잘못 합치기와 잘못 나누기의 결과를 함께 살펴봅니다.

노트북 필기보다 손글씨가 늘 더 잘 기억하게 할까?

원연구·직접 재현, 개념·사실 문항과 필기 과정 지표를 선택해 일치하는 결과와 허용되는 결론을 구분합니다.

The Pen Is Mightier Than the Keyboard: Advantages of Longhand Over Laptop Note Taking