UC 버클리 수학 교수이자 필즈 메달리스트인 Richard Borcherds는 학생들의 숙제의 정확성 등급을 매기는 것을 중단했습니다. 이는 학생들이 문제 세트를 완성하기 위해 일상적으로 AI 도구를 사용하는 현실 때문이라고 그는 생각합니다.
이번 주에 발행된 The Daily Californian과의 인터뷰에서 Borcherds는 얼마나 많은 학생이 AI를 사용하여 지속적으로 최고 점수의 과제를 제출하는지 확인한 후 과정에서 AI 사용이 불가피해졌기 때문에 숙제의 정확성을 평가하기 위해 독자에게 계속 비용을 지불하는 것은 "의미가 없다"고 결론지었습니다. 이 이야기에 대한 자세한 내용은 AI 뉴스를 참조하세요.
대신 그는 이제 완료 시 점수를 매깁니다. 숙제를 제출한 학생은 솔루션이 기계의 도움으로 제작되었는지 여부에 관계없이 학점을 받습니다.
Borcherds는 "그다지 좋은 시스템은 아니다"라고 인정하면서 이 배열이 현재 이용 가능한 가장 덜 나쁜 옵션이라고 설명했습니다.
필즈상 수상자가 직업을 재평가하다
정점 연산자 대수학 및 엄청난 밀주 추측에 대한 연구로 1998년 필즈상을 수상한 Borcherds는 OpenAI가 자사의 AI 에이전트가 수학에서 가장 유명한 미해결 문제 중 하나인 Navier-Stokes 존재 및 부드러움 문제에 대한 명백한 해결책을 제시했다고 발표한 직후 인터뷰를 했습니다.
그 주장은 여전히 수학자들의 이의를 제기하고 있으며 클레이 수학 연구소(Clay Mathematics Institute)는 관련된 100만 달러의 밀레니엄 상을 수여하지 않았습니다. 그러나 이번 발표로 인해 일부 수학자들이 해당 분야의 미래에 대해 이야기하는 방식이 이미 바뀌었습니다.
Borcherds는 학생 논문에서 "AI가 현재 속도로 계속 개선된다면 몇 년 안에 AI가 더 잘할 수 없는 것 외에 인간 수학자도 할 수 있는 일은 없을 것"이라고 말했습니다.
그의 논평은 그를 자신의 분야에 대한 최첨단 AI의 의미와 공개적으로 씨름하는 저명한 수학자 그룹 중 하나로 자리매김했습니다. 나비에-스토크스(Navier-Stokes) 발표 자체는 OpenAI가 검증 가능한 증거를 공개해야 한다는 연구자들의 요구를 불러일으켰고, 올해 초 필즈 메달리스트 그룹은 수학에서 AI의 가속화 역할에 대해 경고하는 선언문에 서명했습니다.
"채팅GPT에도 물어봤습니다"
Borcherds는 최근 5년 전만 해도 AI 붐 속에서 가장 안전한 직업 중 하나로 보였던 분야인 수학을 학생들에게 추구하도록 장려해야 할지 더 이상 알 수 없다고 말했습니다.
"무엇을 조언해야 할지 모르겠습니다. ChatGPT에게 정확히 이 질문을 하기도 했고, ChatGPT조차도 무슨 일이 일어날지 전혀 모른다고 말했습니다."라고 그는 말했습니다.
그는 학문 시스템의 상당한 "관성"을 설명하고 AI 개발 속도에도 불구하고 수학 부서가 몇 년 동안 거의 동일하게 보일 수 있다고 예측했습니다. 그는 현재의 순간을 20년 동안 "완전히 무의미"했음에도 불구하고 계속해서 출판하는 실제 종이 저널에 비유했습니다.
역사는 평행선을 제공한다고 그는 지적했습니다. 손으로 짜는 직물은 베틀로, 말은 자동차로 대체되었습니다. 그러나 그는 이전에 수학에서는 이와 비슷한 일이 일어나지 않았다고 강조했습니다.
Borcherds는 "과거에는 많은 기술적 혁신이 있었습니다. 손으로 짜는 직조 작업은 베틀로 인해 중단되었고, 말은 자동차로 인해 중단되었습니다."라고 Borcherds는 말했습니다. "하지만 수학에서 이런 일은 처음입니다."
캠퍼스 규칙은 따라잡기 위해 고군분투합니다
버클리의 제도적 대응은 AI 정책이 고등교육 전반에 걸쳐 얼마나 불균등하게 남아 있는지를 보여줍니다. 학부 교육 부총장이자 캠퍼스의 최고 학술 기술 책임자인 Anne Marie Richard의 이메일에 따르면, 학술 상원의 버클리 부서는 교수진에게 강의 계획서에 AI 사용 기대치에 대한 설명을 포함하도록 요청했습니다. 하지만 직접적인 정책은 강의 수준과 주제에 따라 크게 다릅니다.
캠퍼스에서는 Turnitin 및 Rumi를 포함한 AI 탐지 도구를 실험했지만 표준화할 만큼 충분히 신뢰할 수 없다고 판단했습니다. 따라서 AI 정책은 개별 강사의 재량에 따라 결정되며, 대학의 AI 허브에서 점점 늘어나는 AI 사용 설명 샘플 데이터베이스의 지원을 받습니다.
Borcherds의 완료 기반 채점은 사실상 이러한 시행 공백에 대한 일방적인 적응입니다. 그는 안정적으로 감지할 수 없는 AI 사용을 단속하는 대신 숙제 점수의 의미를 재정의했습니다.
고등 교육을 위한 신호
이 에피소드는 AI 시대의 평가에 관한 더 큰 논쟁에서 작지만 날카로운 데이터 포인트입니다. 세계 최고의 수학 학과 중 한 곳의 필즈 메달리스트가 집에 가져갈 수 있는 문제 세트가 원래 측정하도록 설계된 것을 더 이상 측정할 수 없다고 결론을 내렸다면 그 의미는 버클리를 훨씬 넘어서는 것입니다.
여러 학문 분야의 교육자들도 동일한 긴장과 씨름하고 있습니다. 감지 도구는 생성 도구보다 뒤처지고, 명예 코드는 대규모로 시행하기 어렵고, AI 이전 세계를 위해 구축된 평가 형식은 점점 더 학생의 이해와 모델 결과를 구별하지 못합니다.
현재 Borcherds의 솔루션은 낙관적이기보다는 실용적입니다. 즉, 등급을 매길 수 있는 항목에 등급을 매기고 나머지는 검증할 수 없게 되었음을 공개적으로 인정하는 것입니다. AI 수학자가 점점 더 능력을 발휘하는 시대에 수학 교육이 전통적인 견습 모델을 유지할 수 있는지 여부는 ChatGPT조차도 대답을 거부하는 질문입니다.
---
AI 최신 소식최신 AI 뉴스, 분석 및 혁신을 한 곳에서 확인하세요.
AI 뉴스 더 보기 →
