MIT가 어린이들에게 AI 모델 만들기를 가르칩니다

오늘 발표된 보도자료에서, MIT는 Manuj와 Shruti Dhariwal 연구원들이 개발한 새로운 교육 도구를 공개했습니다.

그들의 어플리케이션인 ‘Little Language Models’는 아이들이 AI가 어떻게 작동하는지 탐색하도록 초대하며, 그들이 단순화된, 소규모 모델을 만들 수 있게 합니다. 이 실용적인 방법은 AI에 대한 보통의 추상적이거나 강의식 소개에 대한 대안을 제공하며, 상호작용 학습을 통해 개념을 이해하기 쉽게 만듭니다.

이 프로그램은 언어 모델(LMMs)의 기본 개념 중 하나인 확률적 사고를 소개하는 데 주사위 한 쌍을 사용하여 시작합니다. 인공지능(AI)에서 확률적 사고는 모델이 불확실성을 고려하고 가능성에 기반한 결정을 내리며 문장에서 가장 가능성이 높은 다음 단어를 예측하게 해줍니다. 이는 MIT Review에서 언급하고 있습니다.

주사위를 조정하여 이 과정을 시각화함으로써, 학생들은 모델의 출력이 항상 완벽하지 않고 확률에 기반한 것임을 이해할 수 있습니다. Little Language Models를 통해 아이들은 주사위의 각 면을 다른 변수로 표현하고 각 면이 나타날 확률을 조정하여 AI 모델 뒤의 의사결정 과정을 모방할 수 있습니다.

이런 식으로 하면 학생들은 다양한 조건이 어떻게 다른 결과를 이끌어내는지 볼 수 있게 되어, 주사위 실험처럼 AI 모델이 결정론적인 규칙보다는 확률적 추론에 의존한다는 것을 명확하게 이해할 수 있습니다.

AI의 기본 원리를 설명하는 것을 넘어서, 이 프로그램은 머신러닝에서의 편향 문제도 다룹니다. 교육자들은 학생들에게 주사위의 각 면에 다른 피부색을 대표하는 색을 할당하게 함으로써 AI에서 어떻게 편향이 발생할 수 있는지 설명하는 데 이 도구를 사용할 수 있습니다.

처음에는 학생들이 흰색 손의 확률을 100%로 설정할 수 있습니다 – 이는 오직 흰색 손의 이미지만을 포함하는 불균형 데이터셋을 반영한 시나리오입니다. 이에 대응하여 AI 모델은 요청할 때마다 오직 흰색 손만을 생성합니다.

이후 학생들은 다양한 피부색이 포함될 수 있도록 확률을 조정하여, 균형 잡힌 데이터셋을 시뮬레이션할 수 있습니다. 이는 데이터 다양성이 AI 결과에 어떤 영향을 미치는지, 그리고 데이터 표현을 통해 어떻게 편향성을 완화할 수 있는지를 보여주는데 도움이 됩니다.

이 기능은 AI 윤리와 투명성이 기술 교육의 핵심 이슈가 되는 시기에 특히 적시적이다. 어린이들에게 이러한 개념을 일찍 소개함으로써, 다리왈 가족은 AI의 장점과 한계를 이해하는 기술에 능숙한 세대를 키우는데 기여하길 바란다.

새로운 기술을 교육 과정에 통합하는 데 학교와 협업하는 학습 경험 디자이너인 엠마 캘로우는 이 프로그램의 접근 방식을 칭찬했다. “데이터 리터러시와 AI 개념을 창의적으로 가르치는 장난감과 도구가 실제로 부족하다”라고 캘로우는 설명했다.

“학교들은 AI를 활용하는 잠재력보다는 안전에 더욱 우려하고 있습니다. 하지만 학교에서는 AI가 점차 진화하고 있으며, 사람들이 이를 어느 정도 활용하기 시작했습니다. 교육이 변화할 공간이 있다.”라고 그녀는 덧붙였습니다.

Little Language Models는 Dhariwals의 온라인 교육 플랫폼, coco.build에서 11월 중순에 출시될 예정입니다. 이 프로그램은 다음 달 동안 여러 학교에서 시범 운영될 예정이며, 이를 통해 교육자들은 초기 피드백을 받고 기회를 통해 프로그램을 개선할 수 있을 것입니다. 이는 MIT Review에서 지적했습니다.