통합검색

선택지가 많으면 언제나 선택이 어려울까?

50개 연구의 63개 조건과 5,036명을 종합한 메타분석은 선택 과부하의 평균 효과가 사실상 0에 가까웠지만 연구 간 차이가 컸다고 보고했습니다.

Can There Ever Be Too Many Options? A Meta-Analytic Review of Choice Overload

AI 시험 문제가 학습 자료와 겹치면 점수를 믿을 수 있을까?

공개 시험·재표현 시험·새 비공개 시험의 결과를 비교하며 암기와 새로운 문제 해결을 구분합니다.

AI가 ‘완료했습니다’라고 쓰면 실제 작업도 끝난 걸까?

등대 경보판 7개를 바꾸는 가상 작업에서 답변, 도구 결과, 작업 뒤 상태를 분리해 완료의 근거를 판정합니다.

AI 심판은 자기 계열의 답을 더 좋아할까?

내용 조건은 같은 익명 답 A·B를 심판 A·B와 사람 루브릭이 평가할 때 88:78, 77:87, 80:80으로 달라지는 교육용 감사를 수행합니다.

입력 분포가 바뀌면 AI 오류도 같은 방식으로 늘어날까?

전체 정확도 82%가 66%로 같게 떨어져도 입력 구성 80·20→40·60의 변화와 조건별 정확도 90%→70%의 관계 변화는 다른 진단임을 비교합니다.