AI와 지식노동

  • 2025-02-08 (modified: 2025-07-22)

AI와 지식 노동

메모

근본적인 문제 중 하나

“What you write down doesn’t mean exactly what you think it means. And when it does, it doesn’t have the consequences you expected.” —Software Abstractions: Logic, Language, and Analysis

역량 또는 생산성을 높일 방법에 대한 고민

인간이 AI보다 잘할 수 있는 일을 찾으려고 노력하는 대신, AI를 활용해 생산성을 높일 방법을 찾기.

  • 인간은 잘하지만 AI는 못하는 무언가가 있다는 류의 논증은 1950년대에도 있었으나 부질 없는 생각이다(예: Computing machinery and intelligence에서 소개된 다양한 주장과 앨런 튜링의 논박 참고). 그런 걸 찾기보다는 AI-인간으로 구성된 시스템의 퍼포먼스를 높일 방법 또는 AI가 만들어낸 가치를 잘 활용할 방법 등을 고민하는 게 더 나아 보인다. 앞으로 당분간은 ‘AI에 의한 인력 대체’는 AI가 인간을 바로 대체하는 사례보다는, AI를 잘 쓰는 인간이 AI를 잘 못쓰는 인간을 대체하는 사례가 많을 것.

관련 글

역량이나 생산과 무관한 가치에 대한 고민

생산과 분리된 지식 활동에도 가치가 있다.

  • 기계가 인간보다 빨라도 스포츠(100m 달리기)는 여전히 의미가 있다. 알파고 이후에도 인간은 여전히 바둑 실력을 겨룬다. AI가 인간보다 똑똑해도 어떤 지적 활동은 생산을 위한 노동과 분리된 형태로 계속 의미를 가질 수 있음. 예술 등. 벤야민은 기술복제시대의 예술작품에서 ‘아우라’의 상실을 주장하지만, 상당수의 작품은 복제로 인해 더 큰 아우리를 가지게 되었고(사람들은 여전히 르브루에 가서 모나리자를 본다), 상당수의 개념 예술은 ‘복제’가 무의미하다.
  • 마르크스가 말하는 소외된 노동 문제가 완화될 수 있다. 물론 그러려면 분배 정의 구현이 매우 중요한 과제.

유연성, 제너럴리스트, 옵셔널리티

다양한 사고의 렌즈들

왜? AI에게 지시하는 용도, 내가 쓰는 용도.

  • Douglas Walton - Argumentation schemes for presumptive reasoning
  • …

윤리

  • ToDo

Articles

See also

2025 © ak