[P-Reinforce] Global knowledge consolidation, massive deduplication (5,249 files), and high-density wikification (45 nodes)
This commit is contained in:
@@ -0,0 +1,29 @@
|
||||
---
|
||||
id: [[P-Reinforce]]-PSYCH-005
|
||||
category: "[[10_Wiki/💡 Topics/Psychology]]"
|
||||
confidence_score: 0.90
|
||||
tags: [[[Psychology]], economics, [[Behavior]], nudge]
|
||||
last_reinforced: 2026-04-20
|
||||
github_commit: "batch-reinforce-04"
|
||||
---
|
||||
|
||||
# [[Behavioral Economics]] in Digital Ecosystems
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> 인간의 비합리적 선택 패턴을 이해하고, 이를 디지털 환경에서 더 나은(혹은 의도된) 의사결정으로 유도하는 디자인 과학.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
- **추출된 패턴:** 선택 설계(Choice [[Architecture]])와 넛지(Nudge) 이론을 활용하여 사용자의 인지적 편향을 비즈니스 가치로 전환하는 행동 유도 패턴.
|
||||
- **세부 내용:**
|
||||
- 손실 회피(Loss Aversion) 및 사회적 증거(Social Proof) 기제의 디지털 적용.
|
||||
- 다크 패턴(Dark Patterns)의 윤리적 경계와 규제 동향.
|
||||
- 추천 알고리즘 내에서의 기본 옵션(Default) 설정의 힘.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
||||
- **과거 데이터와의 충돌:** 합리적 경제인(Homo Economics) 모델을 폐기하고, 감정과 편향에 휘둘리는 실제 인간 모델로의 대체.
|
||||
- **정책 변화:** 지식 구조(w2) 관점에서 서비스 기획 가이드와 보건 심리학의 교집합 탐색.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- **Parent:** [[10_Wiki/💡 Topics/Psychology]]
|
||||
- **Related:** [[Operant_Conditioning]], Nudge-Theory, Dark-Patterns
|
||||
- **Raw Source:** 00_Raw/2026-04-20/Behavioral Economics in Digital Ecosystems.md
|
||||
@@ -0,0 +1,29 @@
|
||||
---
|
||||
id: [[P-Reinforce]]-PSYCH-004
|
||||
category: "[[10_Wiki/💡 Topics/Psychology]]"
|
||||
confidence_score: 0.94
|
||||
tags: [[[Psychology]], [[Behavior]], conditioning, skinner]
|
||||
last_reinforced: 2026-04-20
|
||||
github_commit: "batch-reinforce-03"
|
||||
---
|
||||
|
||||
# [[Opera]]nt Conditioning
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> 행동의 결과가 미래의 행동 빈도를 결정한다는 원리를 통해 생명체의 적응적 행동 변화를 설명하는 고전적 메카니즘.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
- **추출된 패턴:** 정적/부적 강화(Reinforcement)와 처벌(Punishment)의 조합을 통해 행동을 조형(Shaping)하는 환경 통제 패턴.
|
||||
- **세부 내용:**
|
||||
- 스키너 박스 실험을 통한 행동 분석의 기초 확립.
|
||||
- 간헐적 강화 스케줄이 행동의 유지와 소거에 미치는 영향.
|
||||
- 현대 지능형 에이전트의 강화학습(RL) 알고리즘의 심리학적 기원.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
||||
- **과거 데이터와의 충돌:** 행동의 외적 결과에만 집중하던 행동주의에서, 내적 인지 과정을 포함한 인지 행동 모델로 확장.
|
||||
- **정책 변화:** 사용자 경험(UX) 설계(w3) 시 '보상 스케줄'의 윤리적 적용 가이던스 강화.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- **Parent:** [[10_Wiki/💡 Topics/Psychology]]
|
||||
- **Related:** [[ABA]], [[Behavioral-Economics]], [[Reinforcement-Learning]]
|
||||
- **Raw Source:** 00_Raw/2026-04-20/[[Operant Conditioning]].md
|
||||
Reference in New Issue
Block a user