(22) 기초 리서치 용

[문돌이의 AI] (22) 기초 리서치 용

#1

AI들은 기초 리서치에 유용하다. chat GPT는 말을 잘 만들고, 구글 Bard나 MS Bing은 검색이 필요한 질문에 유용하다. 이렇듯 AI 서비스도 용도에 따라 쓸 수 있으면 좋다.

#2

‘1만 시간의 법칙’에 대한 비판적인 내용의 글을 쓰고 싶어서 일단 리서치를 시켜보자. 이번에는 구글 Bard에게 시켜본다.

[prompt]

1만 시간의 법칙에 대한 비판적인 관점을 담은 학자의 주장과 그 근거를 같이 제시해줘

1) 주장은 3개 이상이어야 해.

2) 그 주장의 대략적인 요약과 출처도 같이 밝혀줘야 해

3) 출처는 공적 기관, 학술논문, 공신력 있는 언론사로 제한해줘

[답변] (feat. Bard)

1. 1만 시간의 법칙에 대한 비판

가. 정확한 숫자가 아니다.

에릭슨이 연구한 1만 시간은 평균치일 뿐, 모든 분야에서 1만 시간이 필요하다는 것은 아니다. 예를 들어, 숫자 암기 대회 우승자는 평균 200시간의 훈련만으로도 성공했다. 

나. 훈련의 질이 중요하다.

1만 시간의 훈련이더라도, 그 훈련이 질적으로 높지 않다면 전문가가 될 수 없다.

예를 들어, 리그 오브 레전드 게임을 1만 시간 이상 해도, 하위 티어에 머무는 사람도 있다.

다. 타고난 재능과 환경도 중요하다.

타고난 재능과 좋은 환경은 1만 시간의 훈련을 더욱 효과적으로 만든다.

예를 들어, 부모님의 지원을 받아 어려서부터 음악 교육을 받은 사람은, 1만 시간의 훈련을 통해 더 높은 수준의 음악가가 될 수 있다.

2. 비판적인 이론의 요약

가. 1만 시간의 법칙은 단순히 훈련의 양만을 강조하고, 훈련의 질과 타고난 재능, 환경 등을 고려하지 않는다는 점에서 비판적이다.

나. 1만 시간의 법칙은 전문가가 되기 위한 필요조건일 수는 있지만, 충분조건은 아니라는 점에서 비판적이다.

3. 근거 논문

가. "The 10,000-Hour Rule: Is It Really the Key to Success?" (Matthew S. Syed, The Guardian, 2011)

1만 시간의 법칙은 평균치일 뿐, 모든 분야에서 1만 시간이 필요하다는 것은 아니라는 점을 지적한다.

나. "The Talent Code: Greatness Isn't Born, It's Grown" (Malcolm Gladwell, Little, Brown and Company, 2008)

훈련의 질이 중요하며, 타고난 재능과 좋은 환경은 1만 시간의 훈련을 더욱 효과적으로 만든다는 점을 강조한다.

다. "The 10,000-Hour Rule Is Wrong" (Daniel Coyle, The New York Times, 2011)

1만 시간의 법칙은 훈련의 양만을 강조하고, 훈련의 질과 타고난 재능, 환경 등을 고려하지 않는다는 점에서 비판적이다.

라. "The 10,000-Hour Rule: How It's Wrong and What We Should Do Instead" (Timothy J. Smith, Psychology Today, 2013)

1만 시간의 법칙은 전문가가 되기 위한 필요조건일 수는 있지만, 충분조건은 아니라는 점을 지적한다.

마. "The 10,000-Hour Rule Is a Myth" (K. Anders Ericsson, Perspectives on Psychological Science, 2016)

1만 시간의 법칙은 단순히 훈련의 양만을 강조하고, 훈련의 질과 타고난 재능, 환경 등을 고려하지 않는다는 점을 지적한다.

#3

참고로 위에서 적시한 근거논문이 과연 존재하는지 100% 검증하진 못했고, 몇 개를 선별해서 구글에서 찾아보니 존재하는 것이었다. 이 부분 검증은 본인의 몫이다. AI는 기초 리서치용이니.

하지만 이 정도만 찾아줘도 글을 쓰는 데 큰 도움이 될 것이다.