정답이 하나가 아닌 자리들입니다. 편향, 딥페이크, 자율주행의 선택 — 직접 판단해 보고 왜 어려운지 느껴 보는 자료들입니다.
수업이나 토론에 그대로 쓰기 좋습니다. 각자 해보고 결과를 나누면 이야깃거리가 자연스럽게 생깁니다.
채용을 대신 결정하고, 사고의 순간을 대신 선택하는 알고리즘. 내가 만든 규칙이 어디로 향하는지 봅니다.
채용에 쓰이는 인공지능이 사람의 편향을 그대로 물려받는 과정을 6분 정도의 게임으로 보여 주는 교육용 자료입니다. 방문자는 회사 대표가 되어 지원자를 직접 골라 뽑다가, 채용 속도를 높이려고 자신의 선택을 학습한 인공지능에게 심사를 넘기게 됩니다. 그 뒤 인공지능이 특정 지원자들을 걸러내기 시작하는 것을 보며, 편향이 알고리즘에서 새로 생기는 것이 아니라 학습 데이터를 통해 옮겨 온다는 점을 이해하게 됩니다.
브레이크가 듣지 않는 무인 자동차가 누구를 치게 될지 정해야 하는 상황을 연달아 제시하고, 방문자가 외부 관찰자로서 어느 쪽 결과를 받아들일지 고르는 사이트입니다. 시나리오를 모두 마치면 자신의 판단 경향이 다른 응시자들의 응답과 비교되어 요약으로 나타납니다. 사람이 다치는 결정을 기계에 맡길 때 무엇을 기준으로 삼아야 하는지, 그리고 그 기준이 사람마다 얼마나 다른지를 확인하게 됩니다.
자율주행 중 발생할 수 있는 윤리적 문제 상황을 게임 형태로 보여주는 앱입니다. 정답이 있는 것은 아니고, 다른 사람의 선택도 확인할 수 있습니다.
만들어진 얼굴과 영상을 얼마나 가려낼 수 있을까요. 그리고 출처는 어떻게 확인할까요.
미국 노스웨스턴대학교 컴퓨터과학과가 운영하는 온라인 연구 실험입니다. 짧은 연설문을 읽고 민주당 쪽 발언인지 공화당 쪽 발언인지 맞혀 보는 과제가 제시되며, 판단을 돕는 '설명 힌트'가 함께 나옵니다. 사람이 진짜와 가짜, 혹은 출처를 얼마나 잘 가려내는지 살펴보는 연구입니다.
두 장의 사진 중 하나는 실제 사람이고, 다른 하나는 AI가 생성한 가짜 얼굴입니다. AI가 만든 이미지를 구별해내는 능력을 테스트해보는 게임입니다.
이미지나 영상 파일에 담긴 Content Credentials, 즉 제작·편집 이력 정보를 열어 보는 도구입니다. 파일을 올리면 언제 어떤 도구로 만들어지고 어떻게 바뀌어 왔는지를 단계별로 보여 줍니다. AI 생성물의 출처 표시를 직접 확인해 보기에 적합합니다.
언어 모델이 무엇을 배웠는지 빈칸으로 들춰 보고, 프롬프트로 방어선을 뚫어 보며 그 한계를 체감합니다.
구글 PAIR가 만든 시각 해설로, 언어모델 BERT에게 문장의 빈칸을 채우게 해서 모델이 세상에 대해 무엇을 배웠는지 살펴봅니다. 'in texas, they like to buy ___'처럼 지역 이름 하나만 바꿔도 후보 단어와 확률 순위가 달라지는 것을 직접 확인할 수 있습니다. 언어모델의 예측이 중립적인 지식이 아니라 학습한 문장에 담긴 통계적 연상이며, 그래서 사회적 편향까지 함께 배운다는 점을 이해하게 됩니다.
'간달프'라는 챗봇에게 말을 걸어 숨겨진 비밀번호를 알아내는 게임입니다. 단계를 하나 넘길 때마다 간달프의 방어가 강해져서, 같은 방법으로는 다음 단계를 통과할 수 없습니다. AI가 어떤 말에 넘어가고 어떻게 막아내는지를 직접 겪어보면서 AI 안전의 기본 개념을 익힐 수 있습니다.
