위임과 사고 위임: 어디에서 선이 그어질까요?

올바른 질문은 "일을 자동화할 것인가, 사고를 자동화할 것인가"가 아닙니다. 그것은 "작업을 자동화할 것인가, 아니면 자신이 원하는 바를 결정하는 것을 포기할 것인가"입니다.

간단하게 말하자면

‘지루한 일은 자동화하고, 사고력은 유지하라’고들 말한다. Yennie Jun은 이 경계가 잘못 그려졌음을 보여준다. 진짜 경계는 일과 사고를 나누는 것이 아니다. 우리가 자율성을 포기하는 한계다 — 자신의 욕망과 이해를 형성하는 능력 말이다.

사실

artfish.ai에 실린 에세이에서 저자는 Ken Liu의 소설 속 인물이 AI에게 식사부터 파트너까지 모든 선택을 맡기는 장면을 시작으로, 한 모델이 물리 문제를 풀어주지만 이해는 남지 않는 어머니의 사례를 소개한다. 그녀의 질문은 압도적이다. “물리 문제를 푸는 건 힘들죠. 그런데 학교에 다니고 배우는 목적은 무엇일까요?” 마지막으로 그녀는 반례로 제시한다. 포르투갈 여행을 계획할 때, AI를 consultation하기 전에 그룹으로 먼저 고민하고, 그 과정에서 더 많은 것을 얻는 경우를.

우리의 해석

비유를 들어보자. 계산기는 수학을 파괴하지 않았다. 아무도 네 자리 나눗셈을 하고 싶어하지 않으니까. 하지만 계산기가 문제를 формуulating하기도 전에 답을 제안한다면? 그건 더 이상 계산 도구가 아니다. 프레이밍 도구다 — 그리고 프레이밍은 판단이 자리하는 곳이다.

유용한 구분은 한 문장으로 요약된다: 수행은 위임하면 더 빨라진다. formulation은 위임하면 대체 가능해진다. 모델에게 메모를 바탕으로 보고서를 작성하게 하는 건 수행이다. 어떤 결정에 대해 어떻게 생각해야 할지 묻는 건 다르다 — 그리고 그 답은 훌륭하고, 유창하고, 그럴듯하다. 바로 이 점이 포기하는 것이 얼마나 편안한지를 설명한다.

이 모든 게 기술에 대한 비판은 아니다. 위생 문제일 뿐이다: 어디에 커서를 놓을 것인가, 그리고 누가 그 커서를 놓는가?

기억할 것

어떤 사용에도 적용 가능한 간단한 테스트: 모델을 사용한 후, 그 모델 없이도 재사용할 수 있는 무언가를 배웠는가? 그렇다면 당신은 일을 위임한 것이다. 그렇지 않다면, 당신은 판단의 일부를 외주한 셈 — 그것이 합당한 선택일 수도 있지만, 분명한 선택이어야 한다.