생성형 AI(GenAI) 시스템을 문화 기술로 인식하는 흐름이 강해지고 있지만 현재 평가 프레임워크는 문화를 측정 변수로만 다룬다는 한계를 지적한다. 저자들은 인문학의 해석학(hermeneutic) 이론에서 출발해 GenAI를 '맥락 기계(context machine)'로 규정하고, 상황성·복수성·모호성이라는 세 가지 해석적 도전을 본질적 속성으로 제시한다. 이를 토대로 GenAI 시스템의 작동 방식과 개선 방향을 설명하는 '계산적 해석학(computational hermeneutics)' 프레임워크를 제안했다. 해석학적 평가의 세 원칙으로 벤치마크의 반복적 운영, 사람과의 통합, 출력이 아닌 문화적 맥락 측정을 제시하며, 정확도 중심 평가에서 의미 중심 평가로의 패러다임 전환을 주장한다.
- •GenAI를 문화 기술·메컨스트 머신으로 재개념화
- •상황성·복수성·모호성을 GenAI의 세 가지 해석적 도전 과제로 제시
- •계산적 해석학(computational hermeneutics) 평가 프레임워크 제안
- •벤치마크는 반복적·참여적·문화적 맥락 중심으로 설계되어야 함
- •정확도 중심 평가에서 의미 중심 평가로의 패러다임 전환 제안
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Computational Hermeneutics: Evaluating generative AI as a cultural technology
- 1.생성 AI를 문화 기술로 재개념화하는 해석학적 프레임워크
- 2.상황성·다원성·모호성 세 가지 해석적 도전 제시
- 3.벤치마크는 반복적·사람 참여·문화 맥락 측정 필요
- 4.정확도 중심에서 의미 중심 평가 패러다임으로 전환 제안
왜 중요한가?
기존 정량 평가 프레임워크의 한계를 지적하고 문화 기술로서의 GenAI 설계·평가 접근을 제시합니다.
본문 미리보기
arXiv:2604.16403v1 Announce Type: new Abstract: Generative AI systems are increasingly recognized as cultural technologies, yet current evaluation frameworks often treat culture as a variable to be measured rather than fundamental to the system's operation. Drawing on hermeneutic theory from the humanities, we argue that GenAI systems function as "context machines" that must inherently address three interpretive challenges: situatedness (meaning only emerges in context), plurality (multiple val
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:43AI 초안
