AI 소개

  • 9분

디지털 음성 도우미부터 뉴스 및 엔터테인먼트, 학습 플랫폼 및 생산성 도구를 개인화하는 알고리즘에 이르기까지 가정, 업무 및 놀이에 AI(인공 지능)를 사용하는 데 익숙해졌습니다.

실제로 많은 교육자는 이미 Microsoft 365에서 AI 기반 기술을 사용하여 다음과 같은 작업을 수행합니다.

AI의 새로운 발전이 이전보다 빠르게 진행되면서 교육자는 이것이 본인에게 어떠한 의미인지 궁금해할 수 있습니다. 전 세계 교육자들은 AI를 이해하고 업무에 통합하기 위해 작은 단계별 실행을 해왔으며 종종 중요한 도구라는 것을 알게 되었습니다.

AI란 무엇인가요?

AI는 "컴퓨터 또는 다른 컴퓨터가 일반적으로 인텔리전스가 필요하다고 생각되는 활동(또는 작업)을 수행할 수 있는 능력"으로 정의됩니다. (미국 문화 유산 사전)

빠르게 성장하는 이 분야는 다양한 데이터 분석 또는 프로덕션을 포함하는 AI 작업을 수행할 수 있는 컴퓨터 시스템을 개발하는 데 중점을 둡니다. 이러한 작업에는 예측 또는 권장 사항 제공, 언어 번역, 컴퓨터 비전 시스템 또는 음성 인식이 포함됩니다. AI는 프로세스 자동화 및 의사 결정 개선과 같은 방식으로 교육을 포함한 다양한 산업을 변화시킬 수 있는 잠재력을 가지고 있습니다.

먼저 AI의 흥미로운 역사를 살펴보겠습니다.

  • 1936년 – Alan Turing은 퍼즐을 풀기 위한 노력의 일환으로 유니버설 머신(컴퓨터)을 발명했습니다.
  • 1955년 – 컴퓨터 과학자 Alan Newell은 시스템 프로그래머 John Clifford Shaw 및 경제학자 Herbert Simon과 함께 인간의 문제 해결 기술을 모방하도록 설계된 프로그램인 Logic Theorist를 개발했습니다.
  • 1955년 - John McCarthy는 "인공 지능"이라는 용어를 만들었습니다.
  • 1964년 – MIT 교수인 Joseph Weizenbaum은 대화형 기술을 보여주기 위해 설계된 챗봇인 ELIZA를 만들었습니다.
  • 1997년 – IBM의 Deep Blue는 Gary Kasparov를 6게임 체스 경기에서 물리치고 기록을 세웠습니다.
  • 2011년 - IBM의 Watson 슈퍼컴퓨터가 텔레비전에서 방송된 경기에서 Jeopardy의 역대 챔피언 Ken Jennings를 물리쳤습니다.
  • 2014년 – Facebook DeepFace는 얼굴 인식에서 97.35%의 정확도를 달성했습니다.
  • 2018년 – Google Duplex는 Google Assistant의 일부가 되었으며, 이를 통해 이발 예약과 같은 플랫폼 간 작업이 가능해졌습니다.
  • 2019년 – OpenAI의 GPT-2는 심층 인공신경망을 사용하여 언어 처리에서 인간과 유사한 성능을 달성했습니다.
  • 2022년 - GPT-3.5 및 InstructGPT 아키텍처를 기반으로 구축된 ChatGPT 더 미묘하고 상황에 맞는 응답을 허용하기 위해 보강 학습을 통해 인간의 피드백에서 개선됨에 따라 자연어 처리의 상당한 발전을 나타냈습니다.
  • 2023년 – Microsoft는 Microsoft 365 Copilot Chat 및 Microsoft 365 Copilot 같은 새로운 AI 기반 환경을 출시했습니다.

AI의 세계는 계속 발전함에 따라 교육자가 몇 가지 기본 AI 어휘를 빌드하는 것이 도움이 됩니다.

교육자는 일상적인 작업에 대한 지원, 데이터 분석 지원 및 새로운 학습 환경 아이디어를 요청하면서 증가하는 AI 기능의 혜택을 활용할 수 있습니다.

AI 분야의 몇 가지 주요 용어는 다음과 같습니다.

  • 데이터: 지식을 습득하거나 결정을 내리는 데 분석되거나 사용될 수 있는 사실 정보; 정보(American Heritage Dictionary)
  • 알고리즘: 특정 초기 조건 집합이 주어지면 특정 목표를 달성하기 위해 규정된 순서로 수행될 수 있고 인식할 수 있는 최종 조건 집합이 있는 한정되고 명확한 지침의 집합(American Heritage Dictionary)입니다.
  • 모델: 데이터에서 특정 유형의 패턴을 인식하도록 학습된 후 생성되는 함수
  • 트레이닝: 데이터의 집합을 추론하고 학습하는 데 사용할 수 있는 알고리즘을 모델에 제공하는 프로세스입니다.

과학자들은 데이터에서 패턴을 찾는 알고리즘을 사용하여 컴퓨터를 프로그래밍합니다. 그런 다음, 모델은 함수를 기계 학습이라고 하는 새 데이터에 적용합니다.

AI는 교육 및 학습 환경을 변화시킬 수 있는 잠재력을 가지고 교육 분야에 수많은 응용 프로그램을 보유하고 있습니다. AI가 교육에 도움이 될 수 있는 몇 가지 방법은 다음과 같습니다.

  • 학습 개인 설정: 개별 학습 요구 사항을 분석하고 교육자가 각 학습자의 요구 사항에 맞게 교육 및 자료를 조정할 수 있도록 지원합니다.
  • Engage 학습자: 창의적인 프로세스를 시작하고 학습 결과를 개선하는 데 도움을 줌으로써 학습자에게 대화형 환경 및 즉각적인 피드백을 제공합니다.
  • 데이터를 효율적으로 분석: 교육자는 교육 Insights 같은 여러 위치에서 데이터로부터 실행 가능한 인사이트를 제공할 수 있도록 지원합니다.
  • 접근성 향상: 소리 내어 읽기, 받아쓰기, 번역 및 캡션과 같은 도구를 사용하여 보다 공평한 학습 환경을 구축합니다.
  • 사용자 지정 콘텐츠 만들기: 모든 언어 및 모든 수준의 학습자를 위한 수업 계획, 퀴즈, 루브릭 및 기타 수업 리소스를 만듭니다.

AI는 학습 환경을 개인화하고, 작업을 자동화하고, 교육자에게 귀중한 인사이트를 제공하여 교육을 향상시킬 수 있는 엄청난 잠재력을 제공합니다.

그리고 다른 새로운 기술과 마찬가지로 교육자는 학습자에게 AI 도구를 효과적으로 사용하고 결과를 평가하는 데 필요한 기술을 제공해야 합니다. AI 기술이 계속 발전함에 따라 모든 학습자가 이러한 기술을 개발하고 AI 리소스에 액세스할 수 있는 기회를 갖도록 교육자가 참여하고 준비하는 것이 중요합니다.

AI는 교육자가 학습자를 위한 매력적이고 혁신적이며 포용적인 학습 환경을 조성하는 동시에 미래를 준비하는 데 도움을 줄 수 있습니다. 가능성을 수용하세요!