소개글
"대학생의 챗 gpt를 활용한 창작물 과제를 인정하면 안된다"에 대한 내용입니다.
목차
1. 챗GPT의 사용에 따른 문제점과 활용방안
1.1. ChatGPT란?
1.2. ChatGPT 가입과 사용방법
1.3. 챗GPT로 불거진 AI 기술의 윤리적 문제점
1.3.1. 표절과 지적재산권 침해
1.3.2. 정보의 신뢰도
1.3.3. 불명확한 출처
1.4. 챗GPT의 활용방안
1.4.1. AI 컨택센터
1.4.2. 교육
1.5. 시사점
2. 생성형 AI로 인하여 인간에게 발생할 수 있는 위험성과 올바른 태도
2.1. 생성형 AI를 통해 인간에게 발생 가능한 위험
2.1.1. 인간의 비판적 사고능력 저하
2.1.2. 거짓 정보 노출 위험
2.1.3. 불명확한 출처
2.2. 생성형 AI를 이용하는 개인이 가져야 하는 태도
2.2.1. 사고능력 향상을 위한 자세
2.2.2. 생성형 AI 창작물의 출처와 설명 명시
3. 오픈AI 사의 챗GPT와 같은 고급 능력을 갖는 인공지능의 활용과 윤리적 쟁점
3.1. 인공지능의 활용 사례
3.2. 인공지능과 윤리적 쟁점
3.2.1. 의무론
3.2.2. 권리론 및 정의론
3.2.3. 공리론
3.2.4. 상대주의 관점
3.3. 마케팅적 시사점
4. 참고 문헌
본문내용
1. 챗GPT의 사용에 따른 문제점과 활용방안
1.1. ChatGPT란?
ChatGPT란 "Chat Generative Pre-trained Transformer"의 약자로, 오픈AI 사가 개발한 '대화 전문 인공지능 채팅 서비스'이다. 기존 챗봇보다 상세하게 답변할 수 있는 능력 때문에 '사전 훈련 변환기', 또는 '초거대 AI'로도 불린다. 챗GPT는 대용량 텍스트 데이터 세트를 사용하여 훈련되었으며, 이런 훈련과 학습을 통해 매우 현실적인 인간과 같은 텍스트를 생성하여 보여준다. 현재 검색 시장에서 가장 큰 시장 지배자인 구글에게는 상당한 위험으로 다가올 수 있는 전망들이 나오고 있을 만큼 답변 수준이 굉장하다. 챗GPT의 가장 큰 특징은 문장을 통해 질문을 주고 받을 수 있는 대화형 인공지능이라는 점이다. 테슬라의 일론 머스크, 와이콤비네이터 창업자인 샘 알트만, 링크드인 공동창업자인 리드 호프먼 등 IT업계의 거물들이 뭉쳐 설립한 세계 최대의 인공지능 연구소인 오픈AI 사에서 개발했다. 이러한 ChatGPT의 높은 성능과 편의성으로 인해 최근 교육계를 중심으로 큰 변화와 논란이 일어나고 있다.
1.2. ChatGPT 가입과 사용방법
ChatGPT 가입은 openAI 웹사이트를 통해 가능하다. openAI 사이트에 접속하면 로그인과 함께 가입 버튼을 볼 수 있으며, 이메일 계정이나 구글 계정 등으로 간편하게 가입할 수 있다.
가입 시 이름과 전화번호 인증 절차를 거치게 되는데, 6자리 인증 코드를 입력하면 가입이 완료된다. 가입 후에는 채팅창 하단을 통해 질문을 입력하면 ChatGPT가 답변을 제공한다. 영어로 질문해야 답변의 정확도가 높으며, 파파고나 구글번역기를 이용해 질문을 영어로 번역한 뒤 답변을 다시 번역하는 것이 효과적이다.
사용자가 ChatGPT에 질문을 던지면, 방대한 양의 데이터를 학습한 ChatGPT가 해당 질문에 대한 상세한 답변을 제공한다. 부동산이나 SEO 기법 등 다양한 주제에 대해 ChatGPT는 친절하고 논리적인 설명으로 답변을 내놓는다. 이처럼 ChatGPT는 기존 검색 엔진과 달리 사용자의 질문을 이해하고 맥락을 파악하여 체계적으로 답변을 제공하는 것이 특징이다.
1.3. 챗GPT로 불거진 AI 기술의 윤리적 문제점
1.3.1. 표절과 지적재산권 침해
챗GPT의 등장으로 미국 대학가에 비상이 걸렸다. 학생들이 에세이 과제에 챗GPT를 이용한 것이다. 방대한 양의 전문 학술 정보 데이터를 보유하고 있는 챗GPT에게 대학 에세이 과제를 쉽게 해내고 있는 것이다. 미국 노던미시간대 철학과에서는 학생이 쓴 우수한 에세이가 챗GPT를 활용한 결과인 게 발각됐다. 해당 교수는 앞으로 학생들이 인터넷 사용이 제한된 강의실에서 에세이를 작성하도록 하겠다고 했다. 이런 문제들이 왕왕 벌어지자 뉴욕시는 공립학교에서 학생들이 챗GPT를 쓰지 못하도록 네트워크에서 챗GPT 접속을 차단했다. 챗GPT는 에세이나 보고서뿐 아니라 소설이나 시 같은 순수 창작물도 만들어 내는데, 지금 같은 상황이면 언젠가 '작가'라는 이름으로 챗GPT의 글을 자기 것처럼 '작품'으로 발표하는 일이 일어날 수 있다. 또 이런 표절은 단순히 양심의 문제를 넘어 챗GPT가 애초에 학습하는 데이터의 지적재산권 침해에 대한 문제를 포함하고 있다. 챗GPT가 학습한 데이터 또한 누군가가 만들어 낸 지식과 정보다. 지식과 정보를 인용?차용하는 과정에 챗GPT라는 AI 기술이 중개자 역할을 하게 된 셈인데. 이 과정에서 표절과 지적재산권 침해라는 윤리의식이 흐릿해지는 것은 아닌지 의식적으로 자각해야 할 필요가 있다.
1.3.2. 정보의 신뢰도
ChatGPT가 제공하는 정보를 100% 신뢰할 수는 없다. ChatGPT는 2021년까지의 데이터를 기반으로 학습했기 때문에 최신 정보를 갖고 있지 않기 때문이다. 또 방대한 데이터를 학습했기 때문에 원본 데이터에 따라 사실과 다른 잘못된 정보 혹은 편향적인 정보를 제공 및 확산할 수 가능성도 얼마든지 있다.
ChatGPT는 대화형 인공지능 챗봇으로, 사용자의 질문에 대한 답변을 제공한다. 하지만 이러한 답변은 ChatGPT가 학습한 데이터와 알고리즘에 기반하기 때문에 완전한 정확성과 신뢰성을 보장하기 어렵다. 특히 ChatGPT는 최신 정보를 포함하고 있지 않아 실제 상황과 다른 정보를 제공할 수 있으며, 학습 데이터의 편향성으로 인해 편향된 답변을 내놓을 수도 있다.
또한 ChatGPT는 입력된 질문을 이해하고 관련 정보를 종합하여 답변을 생성하는 과정에서 오류나 논리적 비약이 발생할 수 있다. 따라서 사용자는 ChatGPT가 제공하는 정보를 무조건적으로 신뢰하기보다는 다른 정보원과 비교하여 확인하는 자세가 필요하다.
이처럼 ChatGPT의 정보에 대한 신뢰도는 아직 완전하지 않다. AI 기술은 지속적으로 발전하고 있지만, 현재로서는 ChatGPT의 정보가 완벽하지 않으며 추가적인 검증과 개선이 필요한 상황이다. 따라서 사용자는 ChatGPT의 답변을 참고할 수는 있지만, 반드시 다른 정보원과 대조하여 신뢰도를 확인해야 한다.
1.3.3. 불명확한 출처
챗GPT는 자신이 학습한 데이터의 출처를 명시하지 않고 있어 논란의 여지가 있다. 챗GPT는 OpenAI가 개발한 대화형 인공지능 서비스로, 방대한 양의 웹 문서와 서적 등을 학습 데이터로 활용했다고 알려져 있다. 그러나 이러한 데이터들을 어떤 방식으로 수집했는지, 그리고 저작권자의 동의를 구했는지 등의 정보는 공개되지 않고 있다.
이에 따라 챗G...
참고 자료
김경수, 2023, 전남대 문화전문대학원 교수, 챗GPT의 상식과 활용방안
박찬, 2022, AI타임스, 챗GPT, 스스로 규제 필요성 역설
이가람, 최민지, 2023, 중앙일보, 교육부 직원들도 챗GPT ‘열공’교육 현장 적용 방안 고민할것
이진로, 2023, 영산대 자유전공학부 교수, 경남시론, 챗GPT 시대의 성찰과 대응 방안
한국지능정보사회진흥원(NIA), “AI 활성화를 위한 3대 자원 지원 전략”, 2020.9.
한국지능정보사회진흥원(NIA), “AI 학습용 데이터 사업의 실효성 향상을 위한 정책
방향”, 2020.11.
정원식, ‘ChatGPT’가 대신 써준 과제 교사들은 걸러낼 수 있을까, 경향신문, 2022.12.29.
https://m.khan.co.kr/world/world-general/article/202212291616001
최미송, [단독]국내 국제학교 학생들, 챗GPT로 과제 대필… ‘전원 0점’, 동아일보, 2023.02.09.
https://www.donga.com/news/Society/article/all/20230209/117801590/1
전수빈, ‘데이터 해적질’ 논란부터 할루시네이션까지, 챗GPT 열풍이 부른 논란, 벤처이코노미, 2023.02.13.
https://vtecon.com/news/114989/
국경완, 인공지능 기술 및 산업 분야별 적용 사례, 정보통신기획평가원 주간기술동향, 2019
이경주(외), 플랫폼 서비스 혁신에 있어 인공지능 (AI) 의 역할과 효과에 관한 연구: 카카오 그룹의 인공지능 활용 사례 연구, 지식경영연구, 2020
