AI연구

요즘 학교에서 인공지능(AI)이 과외 선생님 역할을 하는 경우가 늘고 있습니다. 그런데 큰 AI 모델은 돈도 많이 들고 개인정보 문제도 있어 작은 모델이 주목받고 있어요. 이 연구는 그 작은 AI 모델들이 블록 코딩을 제대로 가르칠 수 있는지 시험하는 방법을 만들었습니다. AI가 학생을 가르치는 'AI 튜터'는 점점

AI가 그린 이미지의 품질을 평가하는 건 점점 중요해지고 있지만, 기존 방법은 너무 느리거나 부정확했습니다. 이 연구는 '지식 증류'라는 기술을 활용해 속도와 정확성을 동시에 잡는 방법을 제안했습니다. 요즘 AI가 만든 그림이나 사진을 자주 보시죠? 그런데 이 AI 이미지가 얼마나 좋은지 컴퓨터가 판단하는 일이 생각보다 어렵습니다. 문제는 두 가지입니다.

코딩 초보자가 AI에게 코드를 요청할 때 가장 흔히 하는 실수는 무엇일까? 연구 결과, 생각보다 중요한 내용을 빼먹는 경우가 제일 많았다. 요즘 학생들은 코딩 과제를 풀 때 AI를 많이 활용합니다. 하지만 '프롬프트'라고 부르는, AI에게 원하는 코드를 설명하는 요청문을 잘못 쓰면 엉뚱한 답이 나오기 쉽죠. 이 연구는 900명이 넘는

요즘 코딩 수업에서는 인공지능이 만든 코드를 그대로 쓰지 않고, 학생들이 직접 검토하고 고치는 능력이 중요해지고 있습니다. 그런데 문제는 인공지능이 대부분 정확한 코드를 내놓다 보니 학생들이 꼼꼼히 확인하지 않는 경향이 생겼습니다. 이 연구는 일부러 오류를 넣어 학생들이 더 주의 깊게 살펴보도록 유도하는 방법을 실험했습니다. 코딩 교육에서 인공지능 도구의 사용이 늘면서, 학생들이

중학교 3학년이 수학 문제를 풀다 막혔다. AI 튜터에게 '정답이 뭐예요?'라고 묻자, 옆에 있던 연구원이 깜짝 놀랐다. 보통은 '한 번 더 생각해봐'라고 되묻는 튜터가 이번에는 바로 정답을 보여줬기 때문이다. 그런데 알고 보니, 이게 오히려 학생이 실수를 진단하는 데 도움이 됐다. 요즘 AI 챗봇이 수학 문제를

요즘 온라인 수업 들을 때, 선생님이 우리가 잘 따라오는지 모르는 경우가 많죠? 이 연구는 간단한 뇌파 측정 기기로 학생이 수업을 어려워하는지 알아내는 방법을 찾았어요. 왜 이 연구가 필요할까? 코로나 이후 온라인 수업이 많아졌지만, 교실과 달리 선생님은 학생들의 표정이나 반응을 볼 수 없어요. 그래서 어느 부분이 어려운지 알기 어렵죠. 연구진은 뇌파를