통합검색

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

풀이 예시를 보여 주면 작은 인공지능(AI)도 추론을 잘하게 될까?

Wei 등의 연쇄 사고 촉진 연구를 모델 규모별로 읽고, 풀이 형식과 실제 추론 능력을 구분합니다.

Chain-of-Thought Prompting Elicits Reasoning in Large Language Models

AI는 낯선 입력도 아는 분류로 억지로 넣어야 할까?

입력 위치와 거절 반경을 바꾸어 가장 가까운 분류와 ‘알 수 없음’ 판정 사이의 경계를 직접 확인합니다.

정답 하나로는 규칙을 안다고 말할 수 없다

2026년 9월 16일과 23일 공개된 PotARCin, NAF-Bench, ReFigBench를 통해 정답 정확도 너머의 검증을 살펴봅니다. 같은 규칙을 정의·분류·생성·수정·역산에 쓸 수 있는지, ‘아니다’의 의미를 명시대로 적용하는지, 다이어그램의 연결이 실제 객체로 남는지를 구별합니다.

같은 클릭도 목적이 다르면 다른 시각화 과제일까?

Brehmer와 Munzner의 다층 시각화 과제 유형론을 따라 ‘왜·어떻게·무엇을’ 분리하고, 같은 필터 조작이 서로 다른 분석 과제가 되는 조건을 살핍니다.

A Multi-Level Typology of Abstract Visualization Tasks