엔드투엔드 워크플로우, 기밀성, 학문적 정직성 및 감사

이득:

• 철학적 연구를 7개의 링으로 나누고 각 링에 인공 지능의 역할과 인간의 필수 제어를 배치할 수 있음
• 인간분야의 비밀(개인정보, 미발표 저작물, 맹인심사)을 보호하고 익명화하거나 안전한 시스템을 사용할 수 있는 능력
• 모든 면에서 엔드투엔드 학문적 진실성, 정직한 투명성, 인적 감독을 유지할 수 있는 능력

이 마지막 단원에서는 이전 10개 단원의 기술을 하나의 통합 워크플로로 결합합니다. 논문, 강의, 리뷰, 윤리위원회 보고서 등 진정한 철학적 또는 윤리적 작업은 단일 작업이 아니라 읽기, 매핑, 문헌, 초안, 개정, 검증, 제출 등 상호 연결된 작업의 체인입니다. 이 체인의 각 링크에 AI를 올바르게 배치하는 것은 분산된 개별 요청보다 훨씬 효율적이고 안전합니다. 동시에 이 단원은 전체 모듈의 세 가지 나선형 주제인 기밀성, 학문적 정직성 및 인간 통제를 단일 제어 프레임워크로 통합합니다.

목표는 “AI를 언제 사용하는가?”이다. “AI로 프로젝트를 처음부터 끝까지 안전하게 운영하려면 어떻게 해야 할까요?” 질문으로 넘어가겠습니다.

엔드투엔드 워크플로: 7개의 링

전형적인 철학적 작업을 7개의 고리로 나누고 각 고리에서 AI의 역할과 필요한 인간 제어를 보여드리겠습니다.

1. 질문 및 범위. 당신이 묻는 한계는 무엇입니까? AI는 문제를 명확히 하는 데 도움이 됩니다. 하지만 연구 질문과 독특한 관점은 당신의 것입니다.

2. 자세히 읽어보세요. 기본 텍스트 분석(2단원). AI는 초기 요약 및 용어를 제공합니다. 댓글은 귀하의 것입니다.

3. 인수 매핑. 텍스트의 논리적 구조 추출(Unit 3). AI 프레임워크, 타당성/강건성은 귀하가 판단하는 것입니다.

4. 문학. 지역 지도 작성 및 자원 수집(4-5단원) AI 개념도; 각 소스는 독립적으로 검증됩니다.

5. 초안. 자신만의 주장을 작성하세요(7단원). 본질은 당신의 것입니다. AI는 가장 큰 토론 파트너다.

6차 개정. 언어, 흐름, 구조(7단원). AI 편집자; 의미가 보존됩니다.

7. 검증 및 전달. 모든 출처, 인용문, 사실(단위 5, 10) 및 투명성 설명을 최종 확인합니다.

팁: 각 링으로 이동하기 전에 "통과 확인"을 수행하십시오. 다음 링에 들어가기 전에 이 링의 출력이 검증되었습니까? 확인되지 않은 요약은 매핑을 나타냅니다. 조작된 소스를 초안으로 가져오면 오류가 기하급수적으로 늘어납니다. 사슬의 강도는 가장 약한 고리만큼이나 강력합니다.

개인 정보 보호: 인간 영역에도 적용됩니다.

철학이 "비밀 문서" 분야가 아니라고 생각할 수도 있지만 여기서도 기밀 유지가 중요합니다. 윤리위원회는 실제 환자 또는 직원 사례를 논의합니다. 학생이 자신의 미발표 논문을 지도교수에게 보낸다. 심사위원은 블라인드 피어 리뷰를 통해 원고를 평가합니다. 이들 모두에는 개인 데이터 또는 미공개 지적 재산이 포함되어 있습니다. 규칙은 명확합니다. 개인 정보, 미발표 저작물, 블라인드 동료 검토 원고, 기밀 위원회 데이터는 귀하의 기관이 승인하지 않은 공개 AI 도구에 입력될 수 없습니다. 실제 사례를 분석해야 하는 경우 먼저 이를 익명화하거나(개인 식별 정보를 모두 제거) 기관에서 승인한 안전한 시스템만 사용하십시오.

주의: 블라인드 심사를 거친 논문을 AI 도구에 붙여넣는 것은 저자의 지적 재산권과 동료 심사 과정의 기밀성을 모두 침해하며 심각한 학문적 부정행위에 해당합니다. 마찬가지로 자신의 미발표 작품을 공개 도메인에 입력하는 것은 위험할 수 있습니다. 소속 기관과 저널의 정책을 알아보세요.

학문적 진실성과 투명성에 대한 선언문

모듈 전반에 걸쳐 우리가 강조하는 학문적 성실성은 제공 단계에서 구체화됩니다. 이제 대부분의 기관과 저널에서는 AI 사용에 대한 투명한 공개를 요구합니다. 어떤 도구를 사용하여, 어떤 단계에서, 무엇을 위해? 언어 교정을 위해 AI를 사용하는 것은 일반적으로 허용되고 선언됩니다. AI에 인수나 텍스트를 인쇄하는 것은 대부분의 장소에서 허용되지 않습니다. 소속 기관의 현재 정책과 대상 출판물을 알아보고 이를 그대로 따르십시오. 투명성은 약점을 인정하는 것이 아니라 정직과 전문성의 표시입니다.

세 개의 미니 케이스

사례 1 - 체인 검증. 연구원은 읽기, 매핑, 문헌, 초안, 수정 등 처음부터 끝까지 AI 지원 논문을 진행했습니다. 그는 각 링에서 액세스를 확인했습니다. 문헌 반지에서 그는 조작된 것으로서 12개의 출처 중 2개를 삭제했습니다. 확인 링에서 3개의 인용문을 그대로 수정했습니다. 해당 기사는 단 한 번의 잘못된 인용 없이 출판되었습니다. 체계적인 체인을 통해 오류가 원고에 새어나오는 것을 방지했습니다.

사례 2 - 개인정보 침해로부터 복귀. 검토자는 빠른 요약을 위해 자신이 평가한 블라인드 검토 논문을 공개적으로 사용 가능한 AI 도구에 붙여넣습니다. 그는 마지막 순간에 멈췄습니다. 이것은 출판되지 않은 작품이자 기밀이었습니다. 그는 어떤 도구도 사용하지 않고 자신의 독서를 통해 평가를 했습니다. 지적재산권 및 개인정보 침해를 방지하였습니다.

사례 3 - 투명한 진술. 한 박사 과정 학생은 논문에서 언어 편집에만 AI를 사용했으며 논문 방법론 섹션에서 이를 명확하게 밝혔습니다. "AI 도구는 언어 및 흐름 편집에 사용되었습니다. 모든 주장, 논문 및 출처는 저자의 것이며 독립적으로 검증되었습니다." 배심원단은 이러한 투명성을 높이 평가했습니다. 솔직한 말은 신뢰를 쌓았습니다.

약한 프롬프트 / 강한 프롬프트

약한 프롬프트:

조사하고, 작성하고, 소스를 추가하는 등 처음부터 끝까지 이 기사를 준비하세요.

이 프롬프트는 전체 체인(사고, 검증, 책임)을 AI에 위임합니다. 그 결과는 기밀성/무결성 관점에서 조작되고, 허위이며, 방어할 수 없습니다.

강력한 프롬프트(벨소리 기반):

귀하의 역할: 철학 연구 과정의 단계 조력자. 현재 [WHICH RING: e.g. 우리는 [인수 매핑] 링에 있습니다. 이 반지의 일을 하세요. 다음 링으로 이동합니다.규칙: 소스 피팅; 각 주장을 내가 제공한 텍스트와 연결하십시오. 확실하지 않은 경우 "확인해야 함"으로 표시하십시오. 결정과 논문은 나에게 남아 있습니다. 이 링의 입력: [이전 링의 검증된 출력]

이 프롬프트는 작업을 링으로 나누고 각 링에서 확인을 강제하며 제어를 유지합니다.

복사 가능한 템플릿 4개

1) 프로젝트 범위 설명:

귀하의 역할: 연구 컨설턴트. 다음 연구 아이디어를 구체화할 수 있도록 도와주세요. (a) 연구 질문 범위를 좁히고, (b) 제외 항목을 제안하고, (c) 답변에 필요한 단계를 나열합니다. 나에게 논문을주지 마십시오; 질문을 날카롭게 하세요.내 의견: [의견을 작성하세요]

2) 링 액세스 제어:

다음 단계로 이동하기 전에 [링 이름]의 출력을 확인하십시오.(1) 확인되지 않은 출처/인용/사실이 있습니까?(2) 텍스트와 연결되지 않은 주장이 있습니까?(3) 결정이 필요한 부분에 AI가 판단을 내렸습니까? 문제가 있는 영역을 표시하십시오. 수정하겠습니다. 출력: [붙여넣기]

3) 개인정보 사전 심사:

처리하기 전에 다음 텍스트를 스캔하십시오. 개인 데이터, 미출판 저작물, 블라인드 피어 리뷰 또는 기밀 패널 데이터가 포함되어 있습니까? 그렇다면 어떤 부분을 공개적으로 사용 가능한 도구에서 처리해서는 안 됩니까? 나에게 경고하세요. 텍스트: [텍스트]

4) 초안 투명성 설명:

다음 연구에서는 다음 단계/다음 목적으로 AI를 사용했습니다:[단계 작성]. 기관/저널의 정책을 준수하는 정직하고 명확한 AI 사용 설명의 초안을 작성하세요. 과장; 내가 실제로하는 일을 반영하십시오.

링/역할/제어 테이블

반지

AI의 역할

의무적인 인간 감독

주요 위험

질문/범위

청징제

연구 질문

독창성

자세히 읽으세요

첫 번째 요약

댓글, 출처 링크

왜곡

인수 매핑

해골

타당성/견고함

논리 오류

문학

개념도

소스 확인

출처가 불분명한 귀속

초안

대련 파트너

논문, 정당화

독창성의 상실

개정

언어 편집기

보호의 의미

콘텐츠 드리프트

검증/배송

체크리스트

최종확인, 선언

무결성 위반

일반적인 실수

• 하나의 요청으로 전체 체인을 위임합니다. “철저히 준비하라”는 것은 가장 위험한 명령입니다. 작업을 링으로 나눕니다.
• 액세스 제어를 우회합니다. 확인되지 않은 출력을 다음 링으로 이동하면 오류가 배가됩니다.
• 인간 영역의 프라이버시를 과소평가합니다. 블라인드 동료 검토, 미발표 연구, 개별 사례 데이터도 보호되어야 합니다.
• 투명성 설명을 생략하거나 과장합니다. 진술은 정직하고 실제 사용에 적합해야 합니다. 숨기지도 부풀리지도 마세요.
• 통제권을 포기합니다. 체인이 아무리 자동화되어 있더라도 각 링크의 결정과 책임은 인간에게 있습니다.

요약하면

이 모듈의 모든 기능은 질문, 읽기, 지도 작성, 문헌, 초안, 개정, 검증 등 엔드투엔드 워크플로우로 결합됩니다. 각 링크에 AI를 올바르게 배치하고 각 패스를 통해 확인합니다. 체인은 가장 약한 링크만큼만 강합니다. 기밀성(개인 데이터, 미발표 작업 및 맹인 동료 검토는 인간 분야에서도 보호됨), 학문적 진실성(원래 생각은 귀하의 것이며 투명성에 대한 설명은 정직함) 및 인간 통제(결정과 책임은 항상 귀하의 것입니다)라는 세 가지 나선형 주제가 모든 곳에 적용됩니다. “처음부터 끝까지 나를 위해 해주세요”라는 명령을 피하세요. 작업을 분할하고 확인하고 통제하세요. AI는 프로세스 속도를 높입니다. 당신은 생각하고 확인하고 서명하는 사람입니다.

응용과제

1. 작은 철학 프로젝트(짧은 에세이 또는 수업 계획)를 선택하세요.
2. 7개의 링으로 나누고 각 링마다 AI의 역할과 제어 단계를 작성합니다.
3. "개인정보 사전 검사" 템플릿을 사용하여 사용할 모든 항목을 검사하세요.
4. "링 전환 제어" 패턴으로 한 링의 출력을 확인하고 다음 링으로 이동합니다.
5. "초안 투명성 설명문" 템플릿을 사용하여 정직한 AI 사용 설명문을 작성하세요.

체크리스트

• [ ] 나는 프로젝트를 링으로 나누었습니다. 한 번의 요청으로 전송하지 않았습니다.
• [ ] 각 링 패스에 대해 유효성 검사를 수행했습니다.
• [ ] 나는 개인/미공개/맹인 동료 검토 데이터를 보존하거나 익명화했습니다.
• [ ] 출처와 인용문, 사실관계를 마지막으로 한 번 확인했습니다.
• [ ] 원본 논문과 근거를 직접 제작했습니다.
• [ ] 정직한 AI 사용/투명성 설명을 준비했습니다.
• [ ] 나는 각 서클에서 결정과 책임을 맡았습니다.

모듈 시험

1. 다음 중 철학과 응용윤리에서 인공지능에 대한 가장 정확한 포지셔닝은 무엇입니까?

• A) 인공지능은 인간의 승인 없이 윤리적 결정을 직접 내리고 정당화할 수 있다.
• 나) 인공지능은 텍스트 번역에만 유용할 뿐, 철학적 작업과는 아무 관련이 없습니다.
• C) 인공 지능은 읽기, 매핑, 요약 및 초안 작성 보조자입니다. 해석, 정당화, 독창적 사고의 책임은 인간에게 있습니다 ✔
• 라) 인공지능은 수백만 개의 텍스트를 평균적으로 제공하므로 원본 논문을 직접 작성하는 것이 가장 신뢰할 수 있는 방법입니다.

설명: 인공지능; 텍스트 읽기, 인수 매핑, 문헌 검색 및 초안 생성 속도를 높이는 보조자입니다. 논증을 판단하고, 철학자를 올바르게 해석하고, 윤리적 결정을 정당화하고, 독창적인 논문을 작성하는 등의 작업은 유능한 전문가와 사상가의 몫입니다. 철학에서는 제품 자체가 추론이고, 추론을 기계에 넘기는 것은 작업을 포기하는 것입니다.

2. 인공지능이 명확한 인용문과 페이지 번호를 인용부호로 표시했지만, 이 정보가 1차 출처에서 발견되지 않는 경우 이를 무엇이라고 하며 어떻게 방지할 수 있나요?

• 가) 단락 자신의 말로 인용문을 다시 작성하면 피할 수 있습니다
• B) 환각; 모든 인용 및 참조는 기본 출처에서 축어적 검증을 통해 방지됩니다 ✔
• C) 유효성 오류; 인수를 표준 형식으로 캐스팅하여 방지합니다.
• D) 편견; 다른 관점에서 바라봄으로써 이를 방지할 수 있습니다.

설명: 이것은 환각입니다. AI는 진실을 알지 못한 채 통계적으로 개연적이고 현실적으로 보이지만 존재하지 않는 인용문을 생성합니다. 해독제는 기본 소스에서 모든 인용문과 속성을 그대로 확인하는 분야입니다. AI의 자신감 있는 어조는 정확성을 의미하지 않습니다.

3. 인공지능이 철학적 문장을 단순화하고 '항상'이라는 표현을 '대부분'으로 바꿀 때 실제 위험은 무엇입니까?

• A) 의미 이동; 한 단어로 된 뉘앙스 변경은 주장의 보편성 주장을 약화시킬 수 있으며 원본과의 비교가 필요함 ✔
• B) 단순화는 항상 의미를 보존하므로 위험이 없습니다.
• C) 스타일만 변경되고 인수의 논리적 내용은 전혀 영향을 받지 않습니다.
• D) 텍스트가 길어지고 복잡해져서 읽기가 어려워집니다.

설명: 철학에서는 양(모든 것/일부/대부분)과 양상(필요한/가능한)의 표현이 종종 논쟁의 핵심입니다. '항상'과 '대부분의 경우' 사이의 한 단어 변화는 논증의 보편성 주장을 파괴할 수 있습니다. 그러므로 각각의 단순화는 제안된 해석으로 보아야 하며, 원본과 나란히 비교하여 뉘앙스의 손실을 확인해야 한다.

4. 논증이 '타당하다'는 것과 '타당하다'는 것의 차이점은 무엇입니까?

• A) 그것들은 같은 것입니다. 모든 유효한 논증은 반드시 건전하다
• B) 건전성은 구조에만 관련되고, 타당성은 전제의 진실성과 관련됩니다.
• C) 타당성(validity)은 전제가 설득력 있게 나타나는 것을 의미하고, 건전함(soundness)은 유창하게 작성되었음을 의미합니다.
• D) 타당성은 구조의 정확성이고, 건전성은 타당성과 전제가 모두 참이라는 사실입니다.

설명: 타당성은 단지 구조에 관한 것입니다. 전제가 참이라면 결론도 반드시 참일까요? 전제가 실제로 거짓이더라도 논증은 타당할 수 있습니다. 건전성은 타당성과 모든 전제가 모두 참이어야 합니다. AI는 구조를 추출하는 데는 능숙하지만 견고성에 대한 전제의 실제 정확성을 평가할 수는 없습니다. 이 판단은 사람에게 있습니다.

5. 논증을 매핑할 때 '암시적 전제'를 찾는 것이 왜 중요합니까?

• A) 명시적으로 언급된 전제들만이 논증의 일부이기 때문에 암묵적인 전제를 찾는 것은 불필요합니다.
• B) 암묵적인 전제는 텍스트의 스타일을 향상시킬 뿐이며 논리와는 아무런 관련이 없습니다.
• C) 암묵적인 전제는 논증의 숨겨진 가정을 드러내며 종종 비판의 가장 강력한 포인트가 됩니다 ✔
• 라) 암묵적 전제는 확정적으로 받아들여야 할 인공지능의 최종 판단이다.

설명: 암묵적 전제는 논증이 작동하는 데 필요하지만 본문에는 명시되어 있지 않은 가정입니다. 좋은 철학적 독서는 말하지 않은 것도 본다. 가장 강력한 비판은 종종 이러한 암묵적인 가정에 있습니다. AI가 뼈대를 제공할 수는 있지만 암묵적인 전제를 다시 텍스트에 연결하고 검증하고 논란의 여지가 있는지 평가하는 것은 인간의 몫입니다.

6. AI에게 '이 주제에 대한 가장 중요한 10가지 출처와 그 요약을 알려주세요'라고 말하는 것이 인문학에서 위험한 이유는 무엇입니까?

• A) 인공 지능은 가짜, 설득력 있게 보이는 태그를 만들 수 있습니다. 독립 카탈로그에서 검증 없이 모든 리소스를 사용할 수 있는 것은 아닙니다. ✔
• B) 인공 지능은 항상 정확한 출처를 제공하지만 유일한 문제는 요약이 너무 길다는 것입니다.
• C) 위험이 없습니다. 인공지능이 부여한 DOI 번호는 현실의 확실한 증거다
• D) 소스의 수가 많기 때문에 읽는 데 시간이 걸릴 뿐, 다른 위험은 없습니다.

설명: AI는 인용 데이터베이스가 아닙니다. 텍스트 패턴에서 '인용문의 모양'을 학습하고 실제 여부에 관계없이 현실적으로 보이는 속성을 생성합니다. 이 주장은 실제 소스와 전혀 존재하지 않는 가상 소스를 혼합합니다. 한 번의 허위 언급은 작품의 신뢰성을 파괴합니다. 각 인쇄물은 독립적인 카탈로그에서 그대로 검증되어야 합니다.

7. 인공지능이 제시한 인용문이 실제 책에서 그대로 발견되는데, 저자가 반대 견해를 전달하고 반박하기 위해 그 문장을 사용했다면, 이 인용문을 저자 자신의 논제로 사용하는 것은 무슨 실수인가?

• A) 각인 오류입니다. 페이지 번호만 수정하면 해결됩니다.
• B) 이는 탈맥락화 왜곡이다. 주변 내용을 읽지 않고 인용문을 사용하면 저자가 반대되는 말을 할 수도 있습니다 ✔
• C) 이는 유효성 오류입니다. 논증은 표준 형식으로 표현되어야 한다
• D) 이것은 문제가 되지 않습니다. 문장이 문자 그대로 참인 한 문맥은 관련이 없습니다.

설명: 이는 콘텐츠 충실도(레이어 2) 위반입니다. 소스가 진짜이기 때문에 첫 번째 검사를 통과했지만 인용문이 맥락에서 벗어났습니다. 가장 교활한 왜곡은 실제 문장을 문맥에서 벗어나 저자가 정반대로 말하게 만드는 경우입니다. 인용문을 사용하기 전에 주변 단락을 읽고 저자가 그것을 방어하기 위해 만든 것인지 전달하기 위해 만든 것인지 판단할 필요가 있습니다.

8. 강사가 덕윤리를 위해 인공지능에게 유추를 요청할 때, 받은 유추로 인해 개념이 왜곡된다는 점을 발견하면 어떻게 해야 합니까?

• A) 비유는 유창하게 사용되어야 합니다. 개념적 정확성은 부차적입니다.
• B) 학생들은 비유를 스스로 수정해야 하며 강사가 개입해서는 안 됩니다.
• 다) 비유를 그대로 활용하고 '이것은 인공지능이 만들어낸 것이다'라고 표기하면 충분하다.
• D) 비유를 확인하고, 왜곡된 경우 개념의 핵심을 살리는 올바른 예시로 대체해야 합니다 ✔

설명: 오해의 소지가 있는 비유는 학생에게 잘못된 뿌리를 알려주고 수정하기 어렵기 때문에 예가 전혀 없는 것보다 더 해롭습니다. 인공지능이 교육에 사용하는 모든 비유와 예시는 전문가의 점검을 거쳐 개념이 올바르게 반영되었는지 확인해야 합니다. 왜곡된 비유는 개념의 핵심을 보존하는 예로 대체되어야 합니다.

9. '독창성의 한계' 측면에서 학술 글쓰기에 인공지능을 활용하는 가장 적절한 접근 방식은 무엇입니까?

• A) AI를 언어/흐름 편집기 및 이의 제기 파트너로 사용하여 먼저 자신만의 초안을 작성합니다. 스스로 논제 작성 및 주장 작성 ✔
• 나) 인공지능에게 빈 페이지를 채우고 문장 몇 개만 바꿔서 전달하게 하세요.
• 다) 평균적인 텍스트가 가장 신뢰도가 높기 때문에 논문과 결론을 인공지능에게 쓰도록 하세요.
• D) 인공 지능을 전혀 사용하지 마십시오. 문법을 교정하는 것조차 학문적 정직성을 침해하는 행위이다

설명: 글쓰기는 레이어로 나누어집니다. 언어 및 흐름 수정은 AI에 안전하게 맡길 수 있습니다. 구조는 상호 결정입니다. 논문, 주장 및 독창적인 기여는 양도할 수 없으며 오직 인간에게만 속합니다. 경험상 빈 페이지를 AI가 채우는 것보다 먼저 자신의 초안을 작성하고 AI가 이를 다듬도록 하는 것이 원칙입니다. 유창함은 독창성이 아닙니다. 학문적 가치는 미묘한 구별과 대담한 논제에 있습니다.

10. 윤리위원회는 사례 분석 시 AI를 어떻게 활용해야 할까요?

• A) 인공지능에게 '어떻게 해야 하나'라고 묻고, 인공지능이 주는 단 하나의 대답을 바로 결정으로 적용해야 합니다.
• 나) 인공지능은 윤리적 분석에 기여할 수 없기 때문에 전혀 사용되어서는 안 된다.
• C) 인공지능을 활용하여 여러 프레임에서 사례를 매핑하고 이해관계자를 추출하여 스스로 결정하고 정당화해야 합니다 ✔
• D) 인공지능이 가장 공정하다고 가정할 때, 모든 우선순위는 인공지능에게 맡겨야 한다

설명: AI의 진정한 힘은 결과론적, 의무론적, 미덕 기반 프레임워크에서 사례를 다면적으로 매핑하여 이해관계자를 추출하고 원칙의 충돌을 가시화하는 것입니다. 그러나 윤리적 판단; 가치의 우선순위를 정하고 책임을 지며 결정에 서명해야 합니다. AI에는 가치, 책임, 상황 지식이 부족하고 편견이 있습니다. 그러므로 결정과 정당성은 인간, 특히 책임 있는 이사회에 속합니다.

11. 인공지능 기반 시스템이 피해를 입혔을 때 책임이 '공허에 빠지는' 것을 방지하기 위한 가장 철학적으로 올바른 입장은 무엇입니까?

• A) 책임은 인공지능 그 자체에게 있다. 왜냐하면 결과물을 만들어내는 사람이기 때문이다.
• B) 시스템을 설계, 배포 및 사용하는 인간 사슬의 관련 링크에 책임이 있어야 합니다. ✔
• 다) 시스템이 너무 복잡하고, 누구도 이해할 수 없기 때문에 누구도 책임지지 않는다.
• D) 책임은 전적으로 최종 사용자에게 있습니다. 디자이너 및 기관은 완전 면제

설명: AI는 도구이며 이를 설계하고, 데이터를 제공하고, 배포하고, 사용하는 사람들에게 도덕적 책임이 있다는 것이 지배적인 견해입니다. 책임에는 의도, 이해, 결정에 서명하려는 의지가 필요하기 때문입니다. 'AI 결정'이라는 언어로 인해 책임이 모호해졌습니다. 엄격한 개념 언어는 인간 사슬의 관련 링크에 책임을 부여합니다.

12. 왜 철학의 '추론의 독창성'을 인공지능에 전달할 수 없는가?

• A) 인공지능이 평균을 산출하기 때문이죠. 독창성은 평균에서 벗어난 자신의 판단에서 나온다 ✔
• 나) 인공지능은 매우 느리고 제때에 원본 텍스트를 생성하지 못하기 때문에
• C) 인공지능은 항상 문법 오류를 범하고 텍스트를 읽을 수 없게 되기 때문에
• D) 양도 가능; 인공지능이 만들어낸 논문은 가장 독창적이고 깊이 있는 논문이다.

설명: 철학에서 가치는 답에 도달하는 방법, 즉 어떤 구별을 하고 어떤 반대를 예상하고 충족하는지에 있습니다. 인공 지능은 평균 수백만 개의 텍스트를 생성합니다. 이 평균은 유동적이고 합리적으로 보이지만 독창적인 것은 아닙니다. 독창적인 사고는 평균에서 벗어나는 바로 그 순간부터 시작됩니다. 생각 자체를 위임하면 순수 텍스트만 남게 되는데, 이 또한 지적 정직성에 대한 위반이다.

13. 지적 정직성 측면에서 세미나 본문에서 확인할 수 없는 논란의 여지가 있는 주장을 어떻게 제시해야 합니까?

• A) 인공지능이 그렇게 말해주기 때문에 절대적으로 옳은 것으로 제시해야 합니다.
• B) 모호함은 용납될 수 없으므로 주장을 완전히 생략하고 전혀 언급하지 않아야 합니다.
• C) 가장 설득력 있고 독자가 의심하지 않는 정확한 언어로 작성해야 합니다.
• D) 주장에 이의가 있거나 입증되지 않았음을 분명히 하면서 솔직하게 제시해야 합니다. ✔

설명: 지적 정직성의 첫 번째 규칙은 불확실성을 숨기지 않는 것입니다. 모르거나 확인할 수 없는 것을 확실하다고 제시하지 마십시오. '이 점은 논쟁의 여지가 있다', '확인할 수 없었다'라고 말하는 것은 나약함의 표시가 아니라 성숙함과 정직함의 표시입니다. 잘못된 확신은 정직한 유보보다 더 해롭고 신뢰를 파괴합니다.

14. 빠른 요약을 위해 블라인드 리뷰(아직 출판되지 않은) 논문을 공개된 AI 도구에 붙여넣는 것이 왜 심각한 문제입니까?

• A) 괜찮습니다. 미발표 저작물은 이미 공개 도메인으로 간주됩니다.
• 나) 요약이 길면 문제가 되지만 짧게 요약해도 괜찮습니다.
• C) 저자의 지적재산권과 심사위원의 기밀을 침해하는 행위; 그러한 데이터는 승인 없이 공개 도구에 입력되지 않습니다 ✔
• D) 유일한 문제는 차량이 느리게 주행하고 시간을 낭비한다는 것입니다.

설명: 이는 저자의 지적 재산권과 동료 검토 과정의 기밀성을 모두 위반하는 것이며 심각한 학문적 위법 행위에 해당합니다. 기밀성은 인간 분야에서도 중요합니다. 개인 데이터, 미발표 작업, 블라인드 동료 검토 및 기밀 위원회 데이터는 기관이 승인하지 않은 공개 도구에 입력되지 않습니다. 필요한 경우 텍스트는 익명으로 처리되거나 기관에서 승인한 안전한 시스템만 사용됩니다.