위임과 사고 위임: 어디에서 선이 그어질까요?

좋은 질문이 아닙니다. “일을 자동화할 것인가, 생각을 자동화할 것인가?”가 아니라, “작업을 자동화할 것인가, 아니면 자신이 원하는 바를 결정하는 것을 포기할 것인가?”입니다.

간단하게 말하자면

‘지루한 일은 자동화하고 사고(思考)는 우리가 해야 한다’는 말이 반복된다. Yennie Jun은 이 경계가 잘못 그려졌음을 보여준다. 진짜 경계는 일과 사고를 나누는 것이 아니다. 우리가 자율성을 포기하는 일과 위임하는 일의 경계다. 바로 우리의 욕망과 이해를 스스로 형성하는 능력 말이다.

사실

artfish.ai에 실린 에세이에서 저자는 Ken Liu의 소설 속 인물이 AI에게 식사부터 파트너까지 모든 것을 선택하게 하는 장면에서 시작한다. 그리고 물리 문제를 AI가 답해주지만 이해는 전혀 형성되지 않는 어머니의 사례를 들려준다. 그녀의 질문은 압도적이다. “물리 문제를 푸는 건 지루한 일이죠. 그런데 학교에 다니는 목적, 배우는 목적은 무엇일까요?” 마지막으로 반대 사례를 제시한다. 포르투갈 여행을 계획할 때 AI를 consulta하기 전에 먼저 그룹으로 고민해보고 더 많은 것을 얻어내는 경우다.

우리의 해석

비유를 들어보자. 계산기는 수학을 파괴하지 않았다. 아무도 네 자리 나눗셈을 직접 계산하고 싶어 하지 않기 때문이다. 하지만 계산기가 문제를 формуulating하기도 전에 답을 제안한다면? 더 이상 계산 도구가 아니라 프레이밍 도구다. 그리고 프레이밍こそ가 판단력이 자리하는 곳이다.

유용한 구분은 한 문장으로 요약된다: 수행(實行)을 위임하면 더 빨라진다. 판단(判斷)을 위임하면 대체 가능해진다. 모델에게 메모를 바탕으로 보고서를 작성하게 하는 건 수행이다. 어떤 결정에 대해 어떻게 생각해야 할지 묻는 건 다르다. 모델의 답은 훌륭하고, 유창하며, 그럴듯하다. 바로 이 점이 포기하는 것이 얼마나 편안한지를 보여준다.

이 모든 것이 기술에 대한 비판은 아니다. 위생 문제일 뿐이다. 커서를 어디에 놓을지, 누가 그 커서를 놓는지를 묻는 것이다.

기억할 것

어떤 모델을 사용하든 적용할 수 있는 간단한 테스트: 모델을 사용한 후, 그 내용을 스스로 재사용할 수 있는 무언가를 배웠는가? 그렇다면 당신은 일을 위임한 것이다. 그렇지 않다면 당신은 판단의 일부를 외주한 것이다. 이는 완전히 타당한 선택일 수 있지만, 그것이 선택이어야 한다.