한곳에서 찾는 논리 자료

통합검색

연구와 학습, 시험과 도서를 한곳에서 찾습니다.

검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

세 연구자가 논문과 도표를 함께 검토하고 작은 갈색 안경 올빼미가 곁에서 책을 읽는 모습

관심 주제로 찾아보기

조건 초기화

검색 결과260건

검색 결과 제목

  1. 111익숙한 내용이면 논리도 더 잘 보일까?
  2. 112같은 숫자라도 확률보다 빈도가 더 잘 보일까?
  3. 113결과를 알고 나면 처음부터 뻔했다고 느끼는 이유는 뭘까?
  4. 114필요 없는 숫자 하나가 인공지능(AI)의 답을 흔들까?
  5. 115정답을 잘 고르는 인공지능(AI)는 반례도 잘 만들까?
친숙한 내용과 낯선 내용의 문항을 나란히 보여준다. 두 문항 모두 모든 A는 B, 민서는 A, 따라서 민서는 B라는 동일한 구조로 옮겨진다.

익숙한 내용이면 논리도 더 잘 보일까?

친숙한 내용과 낯선 내용의 문항을 나란히 보여준다. 두 문항 모두 모든 A는 B, 민서는 A, 따라서 민서는 B라는 동일한 구조로 옮겨진다.
인간의 사고와 추론해외 학술 연구 · 연구 해설 · 심화

익숙한 내용이면 논리도 더 잘 보일까?

같은 추론 구조라도 내용에 따라 판단이 달라질 수 있습니다. 사람과 언어모델의 ‘내용 효과’를 비교한 연구를 읽습니다.

Language models show human-like content effects on reasoning tasks

게시 2026-09-12 · 약 6분해외 논리학 연구 해설 읽기 →
수치 형식, 시선 경로, 분모 확인을 연결해 조건과 범위를 확인하는 교육용 도식.

같은 숫자라도 확률보다 빈도가 더 잘 보일까?

수치 형식, 시선 경로, 분모 확인을 연결해 조건과 범위를 확인하는 교육용 도식.
다이어그램과 시각추론해외 학술 연구 · 연구 해설 · 일반

같은 숫자라도 확률보다 빈도가 더 잘 보일까?

시선추적 연구는 자연빈도와 확률, 나무도표와 2×2표가 통계 추론의 탐색 경로를 다르게 만든다고 보고했습니다.

An Eye-Tracking Study of Statistical Reasoning With Tree Diagrams and 2 × 2 Tables

게시 2026-09-12 · 약 9분해외 논리학 연구 해설 읽기 →
사후확신, 결과 지식, 예측 가능성의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.

결과를 알고 나면 처음부터 뻔했다고 느끼는 이유는 뭘까?

사후확신, 결과 지식, 예측 가능성의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.
인간의 사고와 추론해외 학술 연구 · 연구 해설 · 일반

결과를 알고 나면 처음부터 뻔했다고 느끼는 이유는 뭘까?

Fischhoff의 세 실험은 결과를 안 뒤 그 결과의 사전 가능성과 관련 단서를 높게 재평가하고, 그 영향을 스스로 되돌리기 어렵다는 점을 보였습니다.

Hindsight ≠ Foresight: The Effect of Outcome Knowledge on Judgment Under Uncertainty

게시 2026-09-12 · 약 10분해외 논리학 연구 해설 읽기 →
기본형 24÷4=6, 색 정보 추가형 24÷4=6, 8개 보관 조건 변경형 (24-8)÷4=4. 무관 정보와 실제 조건 변경을 구별한다.

필요 없는 숫자 하나가 인공지능(AI)의 답을 흔들까?

기본형 24÷4=6, 색 정보 추가형 24÷4=6, 8개 보관 조건 변경형 (24-8)÷4=4. 무관 정보와 실제 조건 변경을 구별한다.
인공지능과 논리해외 학술 연구 · 연구 해설 · 입문

필요 없는 숫자 하나가 인공지능(AI)의 답을 흔들까?

같은 계산 구조에서 이름·숫자·무관 정보를 바꾸는 평가를 살펴봅니다. 한 번의 정답보다 변형에 대한 안정성을 묻습니다.

GSM-Symbolic: Understanding the Limitations of Mathematical Reasoning in Large Language Models

게시 2026-09-12 · 약 7분해외 논리학 연구 해설 읽기 →
하나의 추론 문제를 논리 표현, 반례 구성, 타당성 판정의 세 과제로 나누고 마지막에 서로 모순 없는지 대조하는 교육용 평가 그림.

정답을 잘 고르는 인공지능(AI)는 반례도 잘 만들까?

하나의 추론 문제를 논리 표현, 반례 구성, 타당성 판정의 세 과제로 나누고 마지막에 서로 모순 없는지 대조하는 교육용 평가 그림.
인공지능과 논리해외 학술 연구 · 연구 해설 · 심화

정답을 잘 고르는 인공지능(AI)는 반례도 잘 만들까?

2026년 9월 개정된 로직스킬스 연구는 문장의 논리적 표현, 반례 구성, 타당성 판단을 나누어 평가합니다.

LogicSkills: A Structured Benchmark for Formal Reasoning in Large Language Models

게시 2026-09-12 · 약 7분해외 논리학 연구 해설 읽기 →

111–115 / 260편