최근 PNAS Nexus에 발표된 연구 결과는 AI 챗봇의 매끄러운 편의성이 상당한 인지적 비용을 초래할 수 있음을 시사한다. 언어 모델은 정보를 소화하기 쉬운 요약본으로 압축하는 데 탁월한 성능을 발휘한다. 하지만 University of Pennsylvania(펜실베이니아 대학교) 연구진은 구글과 같은 전통적인 검색 엔진을 통해 직접 데이터를 합성한 사용자가 훨씬 더 깊은 전문 지식을 쌓는다는 사실을 발견했다. 이는 여러 출처를 스스로 평가하는 '노력하는 과정'이 지식 습득의 핵심임을 보여준다. 7번의 실험과 1만 명 이상의 참가자를 대상으로 진행된 이번 연구는 점차 커지는 '지식의 착각' 문제를 조명한다. 원예부터 건강에 이르기까지 복잡한 주제를 요약하는 번거로운 작업을 LLM이 대신 처리하면, 사용자는 장기 기억을 형성하는 데 필요한 능동적인 두뇌 활동을 생략하기 일쑤다. 링크를 직접 탐색하고 상충하는 정보를 골라내는 과정은 비록 시간은 걸리지만, 인간의 뇌에 이해를 각인시키는 필수적인 장치가 된다. 흥미롭게도 인용문의 존재는 이 문제를 해결하지 못했다. '링크가 포함된 ChatGPT'를 사용한 실험에서도 원본 출처를 직접 확인한 참가자는 4분의 1에 그쳤기 때문이다. Daniel Oppenheimer(다니엘 오펜하이머, Carnegie Mellon University 심리학자)는 문제는 도구 자체가 아니라고 지적한다. 대신 파운데이션 모델이 단순한 지름길로 활용되면서 인간 특유의 독립적인 사고 과정을 저해하는 방식이 문제라고 강조했다. 학습 과정에 의도적인 마찰이 없다면, 사용자는 능동적인 학습자가 아닌 수동적인 소비자로 전락할 위험이 크다.

최근 PNAS Nexus에 발표된 연구 결과는 AI 챗봇의 매끄러운 편의성이 상당한 인지적 비용을 초래할 수 있음을 시사한다. 언어 모델은 정보를 소화하기 쉬운 요약본으로 압축하는 데 탁월한 성능을 발휘한다. 하지만 University of Pennsylvania(펜실베이니아 대학교) 연구진은 구글과 같은 전통적인 검색 엔진을 통해 직접 데이터를 합성한 사용자가 훨씬 더 깊은 전문 지식을 쌓는다는 사실을 발견했다. 이는 여러 출처를 스스로 평가하는 '노력하는 과정'이 지식 습득의 핵심임을 보여준다. 7번의 실험과 1만 명 이상의 참가자를 대상으로 진행된 이번 연구는 점차 커지는 '지식의 착각' 문제를 조명한다. 원예부터 건강에 이르기까지 복잡한 주제를 요약하는 번거로운 작업을 LLM이 대신 처리하면, 사용자는 장기 기억을 형성하는 데 필요한 능동적인 두뇌 활동을 생략하기 일쑤다. 링크를 직접 탐색하고 상충하는 정보를 골라내는 과정은 비록 시간은 걸리지만, 인간의 뇌에 이해를 각인시키는 필수적인 장치가 된다. 흥미롭게도 인용문의 존재는 이 문제를 해결하지 못했다. '링크가 포함된 ChatGPT'를 사용한 실험에서도 원본 출처를 직접 확인한 참가자는 4분의 1에 그쳤기 때문이다. Daniel Oppenheimer(다니엘 오펜하이머, Carnegie Mellon University 심리학자)는 문제는 도구 자체가 아니라고 지적한다. 대신 파운데이션 모델이 단순한 지름길로 활용되면서 인간 특유의 독립적인 사고 과정을 저해하는 방식이 문제라고 강조했다. 학습 과정에 의도적인 마찰이 없다면, 사용자는 능동적인 학습자가 아닌 수동적인 소비자로 전락할 위험이 크다.