나는 최근 Google 검색에 다음과 같은 간단한 질문을 입력했습니다. 화면 시간은 십대들에게 너무 많은 시간입니까? 구글이 수년간 해왔던 것처럼 링크를 제시하는 대신 인공지능이 생성한 답변을 제공했다. AI 에이전트는 숫자를 인용한 다음 시간의 질과 균형이 시간 수보다 더 중요할 수 있으며 “너무 많은” 시간은 십대의 수면, 운동, 학교 요구 사항 및 기분에 따라 달라질 수 있다고 지적하면서 답변을 복잡하게 만들었습니다.
또 다른 검색을 해봤습니다. 매일 아스피린을 복용해야 할까요? 이번에 AI 응답은 나에게 의료 정보를 제시하고, 위험에 대해 경고하며, 나이와 병력을 제공하면 더욱 맞춤화된 안내를 제공했다.
좋은 답변이었습니다. 제가 흥미로웠던 점은 답변의 종류가 다르다는 것이었습니다.
AI 응답에 대한 논쟁은 정확성에 초점을 맞춰 왔습니다. 시스템이 올바른 답변을 얻었습니까? 그것은 중요하지만 정확성은 단지 테스트일 뿐입니다. 각 유형의 응답에는 사용자가 다른 것을 판단해야 합니다.
나는 AI 응답을 사실적, 해석적, 건설적, 전략적 네 가지 광범위한 유형의 “응답 유형”으로 분류하는 것이 유용하다고 생각합니다. 사실에 근거한 진술은 종종 출처를 통해 확인할 수 있습니다. 해석은 정확할 수 있으며 어떤 증거가 중요한지에 대한 선택을 반영할 수 있습니다. 구조는 합리적일 수 있지만 그것을 받는 사람에게는 여전히 틀릴 수 있습니다. 잘 작성된 전략 문서가 사실이 아닐 수도 있습니다. 그러나 AI는 네 가지 유형의 응답을 모두 동일하게 유창하고 권위 있는 방식으로 제시합니다. 차이점은 놓치기 쉽습니다.
저는 버지니아대학교 사서이자 도서관장으로 도서관 전문가를 위한 AI 역량 개발을 위한 국가적 노력을 주도하고 있으며 AI 활용 능력에 관해 폭넓게 컨설팅하고 있습니다. 나는 Journal of Academic Librarianship에서 처음으로 타이포그래피를 제안했습니다.
네 가지 범주는 밀폐된 상자가 아닙니다. AI 에이전트 응답은 여러 유형을 반영할 수 있습니다. 즉, 아래에서 각 응답 유형을 설명하고 응답을 사용할 준비가 되었는지 또는 추가 조사가 필요한지를 결정하는 데 지침을 제공합니다.
Google은 어떤 답변을 제공합니까?
사실에 근거한 답변은 원칙적으로 증거로 확인할 수 있는 주장을 합니다. 버지니아 대학교는 언제 설립되었나요? 금의 화학 기호는 무엇입니까?
사실적 답변이 사용하기에 충분히 강력한지 확인하려면 적절한 출처를 통해 주장을 확인하세요. 답변이 출처를 인용하는 경우 단순히 답변을 증거로 취급하는 대신 해당 링크를 따르십시오.
해석적 답변은 증거에 기초하지만 단일 결론은 없습니다. 십대에게 화면 시간은 얼마나 과한가요? 원격 근무가 생산성을 높여주나요? 어떤 증거가 포함되고, 무엇이 생략되고, 불일치가 어떻게 이해되는지에 따라 답이 달라집니다.
기기 사용 시간에 대한 내 질문에 대한 Google의 초기 응답에서는 십대의 경우 2시간이 제한되어 있음을 나타냈습니다. 그런 다음 그는 소아 타겟팅이 단순한 시간보다 화면 사용의 질과 맥락에 더 큰 비중을 둔다는 점을 지적했습니다. 미국 소아과 학회(American Academy of Pediatrics)에서는 십대에게 권장되는 정확한 양이 없으며 화면 사용 유형과 스크롤할 수 있는 활동을 강조합니다. 숫자로 보이는 질문에는 해석이 필요했습니다.
해석적 답변을 평가하려면 사실을 확인하는 것 이상의 일을 하십시오. 시스템이 강조한 증거가 무엇인지, 생략한 증거가 무엇인지, 또 다른 방어 가능한 해석이 있는지 스스로에게 물어보세요. 검색 엔진에 제시할 수 있는 유용한 후속 질문은 “다른 결론에 대한 가장 강력한 증거는 무엇입니까?”입니다.
게티 이미지를 통한 Jaap Arriens/NurPhoto
발견에 대한 반응보다는 건설적인 반응이 이루어집니다. AI에게 자기 소개서 초안 작성, 추도문 작성, 수업 계획 제안, 문단 재배치 등을 요청하세요. 단 하나의 올바른 결과는 없습니다.
목적, 청중, 목소리 등을 고려하여 반응을 판단할 수 있습니다. 칭찬은 문법적으로 완벽할 수도 있지만 칭찬하는 사람의 말과는 전혀 다르게 들리거나 가족 구성원이 들을 수도 있습니다. 죽은 사람을 잘 포착하지 못할 수도 있습니다. 읽으면서 이러한 유형의 효과를 고려하십시오.
전략적 질문은 무엇을 해야 하는지 묻습니다. 매일 아스피린을 복용해야 하나요? 집을 사야 하나? 답변에는 목표, 위험, 약속 및 개인 상황에 대한 현명한 정보가 결합되어 있습니다.
아스피린에 대한 나의 검색은 왜 맥락이 중요한지를 보여줍니다. Google은 위험에 대해 경고하고 의료 전문가와 상담하라고 말했으며 나이, 심혈관 병력, 출혈 위험을 제공하면 더 맞춤화된 정보를 제공했습니다. 이러한 주의는 미국 예방 서비스 태스크포스(US Preventive Services Task Force)의 지침과 일치합니다. 그는 심장 마비와 뇌졸중 예방을 위해 저용량 아스피린을 시작하기로 한 결정은 개별화되어야 하며 출혈 위험과 심혈관 혜택을 비교해야 한다고 말했습니다.
전략적 답변을 얻으려면 시스템의 조언이 귀하에게 개별적으로 합리적으로 적용되기 전에 시스템이 무엇을 알아야 하는지 물어보세요. 이해관계, 대안 및 자격을 갖춘 사람이 참여해야 하는지 여부를 고려하십시오. 아스피린 질문의 경우 유용한 후속 조치는 “내 나이, 병력 또는 출혈 위험에 대한 어떤 세부 사항이 이 조언을 바꿀 수 있습니까? 결정하기 전에 의사와 무엇을 논의해야 합니까?”입니다. 최종 판단은 당신의 몫입니다. 왜냐하면 당신은 그 결과를 안고 살아야 하는 사람이기 때문입니다.
답변 후 첫 번째 질문
내 질문은 일반적인 Google 검색에서 시작되었습니다. 챗봇을 열지 않았습니다. AI 생성 응답이 도착하고 링크가 추가되었습니다.
답변이 도움이 되었습니다. Google은 추가 정보를 제공하는 경우 상황을 추가하고 합병증을 인식하며 맞춤형 지침을 제공했습니다. 그러나 각 응답 내에서 응답 유형이 변경될 수 있습니다. 의료 지침에 명시된 내용을 보고하는 것은 그것이 특정 개인에게 어떻게 적용되는지 결정하는 것과 다릅니다. 유창한 반응은 눈에 띄는 음성 변화 없이 이러한 유형의 반응 사이를 이동할 수 있습니다.
사용자로서 당신은 AI 에이전트가 받은 응답에 대해 어떤 종류의 지적 작업을 했는지 인식하려고 노력합니다. 해석이 설득력이 있는지, 조언이 귀하의 상황에 적합한지 고려하십시오.
AI 답변이 맞는지 묻기 전에 좀 더 기본적인 질문을 해보세요. ‘이건 어떤 답변인가요? 그 사람이 다음에 무엇을 해야할지 알려줄 것입니다.
