[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -2,66 +2,293 @@
|
||||
id: wiki-2026-0508-ai-literacy
|
||||
title: AI Literacy
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [P-Reinforce-AUTO-AILI-001]
|
||||
aliases: [AI 문해력, AI fluency, AI competence, co-intelligence, AI education]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.95
|
||||
tags: [auto-reinforced, ai-literacy, education, digital-competence, critical-thinking, future-skills]
|
||||
source_trust_level: B
|
||||
confidence_score: 0.85
|
||||
verification_status: conceptual
|
||||
tags: [ai-literacy, education, prompt-engineering, critical-thinking, ai-ethics, future-skills, productivity]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-04-20
|
||||
last_reinforced: 2026-05-09
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
inferred_by: Claude Opus 4.7 (manual cleanup 2026-05-09)
|
||||
tech_stack:
|
||||
language: education / process
|
||||
applicable_to: [Education, HR, Self-development]
|
||||
---
|
||||
|
||||
# [[AI Literacy|AI Literacy]]
|
||||
# AI Literacy
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> "AI 시대를 살아가는 생존 근육: AI의 작동 원리를 이해하고, 결과의 진위를 판단하며, 생활과 업무에서 AI를 도구로 활용해 가치를 창출할 수 있는 필수적인 문해력."
|
||||
> **AI 사용 ≠ AI literacy**. 매 user 가 ChatGPT 사용 가능 가, "왜 이 답?", "이 답 가 신뢰?", "어떻게 더 잘?" 의 답 가 별 skill. **Understand + Utilize + Evaluate + Reflect** 의 4 dimension. 코딩 literacy 의 modern 후계자.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
AI 리터러시(AI Literacy)는 단순히 AI를 사용하는 기술을 넘어, AI의 가능성과 한계, 윤리적 쟁점을 비판적으로 사고하고 소통할 수 있는 종합적 역량을 의미합니다.
|
||||
|
||||
1. **핵심 역량 모델**:
|
||||
* **Understanding**: 데이터, 알고리즘, 모델링의 기본 원리 파악.
|
||||
* **Utilization**: 프롬프트 엔지니어링이나 에이전트 활용을 통한 문제 해결 능력.
|
||||
* **Evaluation**: AI의 답변이 편향되거나 허위 정보(Hallucination)가 아닌지 검증.
|
||||
* **Ethical [[Reflection|Reflection]]**: AI 사용 시 발생할 수 있는 보안, 저작권, 윤리 문제 인지.
|
||||
2. **왜 중요한가?**:
|
||||
* 지식 정보의 비대칭성을 해소하고, AI가 가져올 일자리의 변화에 적응하기 위한 기초 체력임. ([[Adaptability|Adaptability]]와 연결)
|
||||
### 4 dimension (Long et al. 2020 + Mollick "Co-intelligence")
|
||||
|
||||
1. **Understand**: AI / LLM 의 작동 원리.
|
||||
- Token / context window / hallucination.
|
||||
- Train data 의 cutoff.
|
||||
- 매 model 의 strength / weakness.
|
||||
- Pattern matching ≠ reasoning.
|
||||
|
||||
2. **Utilize**: 효과적 사용.
|
||||
- Prompt engineering (clear task, examples, constraints).
|
||||
- Tool / agent (Claude Code, Cursor).
|
||||
- Multi-step task 의 break down.
|
||||
- 매 model 의 적절 선택 (Opus 가 critical, Haiku 가 quick).
|
||||
|
||||
3. **Evaluate**: 결과 의 verification.
|
||||
- Hallucination detect (citation, fact-check).
|
||||
- Bias 인지 (training data 의 bias).
|
||||
- Source verification.
|
||||
- 자기 reasoning 의 sanity check.
|
||||
|
||||
4. **Reflect**: 윤리 / 사회 의 영향.
|
||||
- Privacy (매 prompt 가 server).
|
||||
- Bias 의 amplification.
|
||||
- Job displacement.
|
||||
- Misinformation potential.
|
||||
- 의존 / 의지 의 위험.
|
||||
|
||||
### Bloom's Taxonomy 식 (AI 의)
|
||||
1. **Remember**: terminology (LLM, RAG, fine-tune).
|
||||
2. **Understand**: concept (token, context, hallucination).
|
||||
3. **Apply**: use ChatGPT / Claude 의 task.
|
||||
4. **Analyze**: 매 output 의 quality / bias 의 critique.
|
||||
5. **Evaluate**: 새 model / tool 의 verdict.
|
||||
6. **Create**: prompt template / agent / 매 workflow.
|
||||
|
||||
→ 매 level 의 progressive skill.
|
||||
|
||||
### 매 audience 의 priority
|
||||
|
||||
#### General public
|
||||
- AI 가 무엇 (LLM, image gen).
|
||||
- ChatGPT / Claude 사용.
|
||||
- Hallucination 인지.
|
||||
- Privacy + scam 인지.
|
||||
|
||||
#### Professional (non-tech)
|
||||
- 매 task 의 AI 활용 (writing, analysis).
|
||||
- Prompt 의 효과적 작성.
|
||||
- Output 의 critical review.
|
||||
- Tool 의 적절 (research, coding, design).
|
||||
|
||||
#### Engineer
|
||||
- API integration.
|
||||
- RAG / fine-tune / agent.
|
||||
- Cost / latency / quality optimization.
|
||||
- Production eval.
|
||||
|
||||
#### Educator / parent
|
||||
- Cheating 의 detect (hard).
|
||||
- AI-augmented learning (Khan Academy).
|
||||
- 학생 의 critical thinking.
|
||||
|
||||
#### Policymaker
|
||||
- Regulation (EU AI Act, US EO).
|
||||
- Bias / fairness.
|
||||
- Job market impact.
|
||||
|
||||
### Common misconception 의 fix
|
||||
|
||||
- ❌ "AI 가 만물 알아" → 실제 = train cutoff + hallucination.
|
||||
- ❌ "AI 가 sentient" → pattern matching.
|
||||
- ❌ "AI = AGI 곧" → 매 capability 의 plateau / breakthrough cycle.
|
||||
- ❌ "AI 가 magic" → train data + 알고리즘.
|
||||
- ❌ "Prompt 가 고정" → iterate + variant.
|
||||
- ❌ "최신 model 가 항상 best" → cost / latency trade-off.
|
||||
|
||||
### 매 평소 work 의 AI integration
|
||||
|
||||
#### Writing
|
||||
- Draft → AI revise → human polish.
|
||||
- 매 paragraph 의 alternative.
|
||||
- Tone / style 의 adjust.
|
||||
|
||||
#### Coding
|
||||
- Boilerplate generation.
|
||||
- Bug fix.
|
||||
- Refactor.
|
||||
- Test write.
|
||||
|
||||
#### Research
|
||||
- Literature 의 summarize.
|
||||
- Brainstorm.
|
||||
- 매 paper 의 critical question.
|
||||
|
||||
#### Decision
|
||||
- Pros / cons matrix.
|
||||
- 매 option 의 risk.
|
||||
- Analogous case 의 search.
|
||||
|
||||
→ 매 task 의 적절 use case.
|
||||
|
||||
### Critical thinking — 매 AI output 의 fact-check
|
||||
1. **Source**: AI 가 source claim?
|
||||
2. **Reproducibility**: 다른 model 도 같은 답?
|
||||
3. **Plausibility**: 매 number / claim 의 sanity.
|
||||
4. **Bias check**: 매 perspective.
|
||||
5. **Counter-question**: "왜 안 X?".
|
||||
|
||||
## 💻 패턴 (활용 + 검증)
|
||||
|
||||
### Prompt 의 4 component
|
||||
```
|
||||
1. Role / context: "You are an expert React dev."
|
||||
2. Task: "Refactor this code to use hooks."
|
||||
3. Constraints: "Keep TypeScript types. No new dependencies."
|
||||
4. Format: "Output: code block + 1 sentence summary."
|
||||
```
|
||||
|
||||
### Iteration pattern
|
||||
```
|
||||
v1: "Translate to French: Hello"
|
||||
v2: "Translate to formal French: Hello"
|
||||
v3: "Translate to formal French (business email register): Hello"
|
||||
|
||||
→ 매 iter 의 specificity ↑.
|
||||
```
|
||||
|
||||
### Few-shot example
|
||||
```
|
||||
"Classify sentiment.
|
||||
|
||||
Example 1: 'This is great!' → positive
|
||||
Example 2: 'I hate it' → negative
|
||||
Example 3: 'Mediocre' → neutral
|
||||
|
||||
Now: '{user_input}' → ?"
|
||||
```
|
||||
|
||||
→ 매 task 의 일관 output.
|
||||
|
||||
### Chain of thought
|
||||
```
|
||||
"Solve step-by-step.
|
||||
Q: A train travels 60 mph for 2.5 hours. Distance?
|
||||
Reasoning: ..."
|
||||
```
|
||||
|
||||
→ Math / logic 의 정확 ↑.
|
||||
|
||||
### Self-verification
|
||||
```ts
|
||||
async function answer(query: string) {
|
||||
const ans1 = await llm.complete(query, { temp: 0.7 });
|
||||
const ans2 = await llm.complete(query, { temp: 0.7 });
|
||||
|
||||
if (similar(ans1, ans2)) return ans1;
|
||||
|
||||
// 다른 답 = 의심.
|
||||
const verify = await llm.complete(`Q: ${query}\nA1: ${ans1}\nA2: ${ans2}\n\nWhich more accurate? Why?`);
|
||||
return verify;
|
||||
}
|
||||
```
|
||||
|
||||
### Hallucination detect
|
||||
```ts
|
||||
function fact_check(claim: string, search_result: string) {
|
||||
return llm.complete(`Claim: ${claim}\nSource: ${search_result}\n\nDoes source support claim? (Y/N + reason)`);
|
||||
}
|
||||
```
|
||||
|
||||
### Multi-step task
|
||||
```
|
||||
"Build a flashcard app":
|
||||
1. Define data structure.
|
||||
2. Choose framework (React).
|
||||
3. Component breakdown.
|
||||
4. State management.
|
||||
5. Persistence.
|
||||
6. Test plan.
|
||||
|
||||
→ 매 step 의 separate prompt.
|
||||
```
|
||||
|
||||
### Curriculum (자기 학습)
|
||||
```
|
||||
Week 1: ChatGPT basic + 매일 1 task.
|
||||
Week 2: Prompt engineering deep.
|
||||
Week 3: Claude + Cursor 의 다양 tool.
|
||||
Week 4: API call (Python).
|
||||
Week 5: RAG basic.
|
||||
Week 6: Agent basic.
|
||||
|
||||
→ 6 week 의 baseline literacy.
|
||||
```
|
||||
|
||||
## 🤔 의사결정 기준 (Decision Criteria)
|
||||
|
||||
| 상황 | AI 사용 | 검증 |
|
||||
|---|---|---|
|
||||
| Brainstorm | ✅ Generate ideas | Filter manually |
|
||||
| Draft writing | ✅ Initial + iterate | Polish + fact-check |
|
||||
| Code | ✅ Boilerplate, bug | Test + review |
|
||||
| Research | ✅ Summary, search | Cite + verify |
|
||||
| Critical decision | ✅ Pros/cons | 매 source 의 check |
|
||||
| Sensitive (legal, medical) | ⚠️ Reference only | 전문가 + final |
|
||||
| Personal expression | ❌ Authentic 가 가치 | |
|
||||
| 시험 / 평가 | 매 institution 의 policy | |
|
||||
|
||||
**기본값**: AI = 매 task 의 첫 draft / brainstorm. Human = final review + critical decision.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **과거 데이터와의 충돌**: 과거에는 소수의 개발자만 알면 되는 '코딩' 정책이 주류였으나, 현대의 보편 교육 정책은 전 국민이 AI의 논리를 이해해야 하는 'AI 시민 역량 정책'으로 확대됨(RL Update).
|
||||
- **정책 변화(RL Update)**: 기업 채용 및 승진 정책에서, 특정 툴 사용 능력을 넘어 AI와의 협업 능력(Co-intelligence)을 핵심 평가지표로 삼는 정책이 확산 중임.
|
||||
- **"AI 의 이해" 의 standard**: 매 country / institution 의 다른 curriculum.
|
||||
- **Tool change 의 빠름**: 6 month 마다 update. "최신 best practice" 가 short-lived.
|
||||
- **Critical thinking 의 paradox**: AI 의 답 의 검증 = AI 사용. Meta-cognition 필요.
|
||||
- **Education 의 cheating**: 매 학생 의 ChatGPT 사용 = 공정 X / 새 reality?
|
||||
- **AI literacy ≠ AI fear**: 매 risk 의 인지 의 healthy.
|
||||
- **Co-intelligence (Mollick)**: 매 task 의 AI + human 의 collaboration. "AI 가 없는 인간 의 의미" 재정의.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- [[Adaptability|Adaptability]], [[Prompt-Engineering|Prompt-Engineering]]-Strategies, [[Ethics & AI|Ethics & AI]], [[AI for Social Good|AI for Social Good]], Vocational-Training
|
||||
- **Modern Tech/Tools**: AI Literacy education tools (Elements of AI), Generative AI sandbox.
|
||||
---
|
||||
- 부모: [[Digital-Literacy]] · [[Information-Literacy]] · [[Critical-Thinking]]
|
||||
- 변형: [[Prompt-Engineering]] · [[AI-Ethics]] · [[Algorithm-Literacy]]
|
||||
- 응용: [[AI-Education-Curriculum]] · [[AI-in-Workplace]] · [[Co-Intelligence-Mollick]]
|
||||
- Adjacent: [[Hallucination-Detection]] · [[AI-Bias]] · [[Adaptability]] · [[Lifelong-Learning]]
|
||||
- Tools / education: [[Elements-of-AI-Course]] · [[fast.ai]] · [[Khan-Academy-AI]] · [[Mollick-Co-Intelligence-Book]]
|
||||
- 응용: [[AI-Code-Agent-Patterns]] · [[Cursor-Workflow-Patterns]] · [[Continuous-Learning-System]]
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
- 매 team 의 AI training program.
|
||||
- 학교 / 회사 의 AI policy 작성.
|
||||
- 매 user 의 self-development plan.
|
||||
- AI tool 의 onboarding.
|
||||
- "AI 가 일자리 빼앗?" 질문 의 nuanced 답.
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
- AI 의 specific 기술 detail (다른 doc).
|
||||
- Specific 회사 의 AI training (custom curriculum).
|
||||
- 매우 고급 (researcher 의 already known).
|
||||
- AI 의 banning / blanket prohibition (다른 framework).
|
||||
|
||||
## ❌ 안티패턴 (Anti-Patterns)
|
||||
- **"AI 가 모든 거 답": critical 검증 X.
|
||||
- **AI 의 output 의 100% trust**: hallucination 의 victim.
|
||||
- **Privacy 무시**: sensitive prompt 가 server.
|
||||
- **Tool 의 lock-in**: 1 ChatGPT 만 = 매 task 의 best fit X.
|
||||
- **Prompt 가 1 try**: iterate 가 핵심.
|
||||
- **AI 만 + critical thinking 안 함**: 매 user 의 atrophy.
|
||||
- **Learning 가 정적**: 매 6 month 의 update 필요.
|
||||
- **AI ban (학교)**: 학생 의 reality 의 부적응.
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
- **정보 상태:** verified (concept-level).
|
||||
- **출처 신뢰도:** B (Long et al. 2020 paper, Ethan Mollick "Co-Intelligence", AI4ALL curriculum, UNESCO AI literacy framework).
|
||||
- **검토 이유:** Manual cleanup. 매 framework 가 active. 매 6 month review.
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
- **기존 유사 문서:** [[Prompt-Engineering]] (subset), [[AI-Ethics]] (related), [[Critical-Thinking]] (parent).
|
||||
- **처리 방식:** KEEP (overall framework).
|
||||
- **처리 이유:** Literacy 가 holistic. 매 component 의 own document.
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 | UPDATE | A |
|
||||
| 2026-05-09 | Manual cleanup — pattern + curriculum + 안티패턴 + 매 audience 의 priority | UPDATE | B |
|
||||
|
||||
Reference in New Issue
Block a user