현대 AI의 성공이 인간 학습 이론에 주는 함의를 다루며, AI를 인간 학습의 모델로 진지하게 받아들이면 온건한 형태의 연합주의(associationism)가 옹호된다고 주장한다. 핵심 근거는 평가적 피드백으로 구동되는 지도학습이 대규모 언어 모델부터 게임 에이전트까지 폭넓은 AI 시스템의 토대이며, 차이는 주로 피드백 신호 생성에 드는 노력의 양이라는 점이다. 이는 영역을 가로질러 작동하는 균일·점진·오류 기반 학습 메커니즘이라는 연합주의 이상을 입증한다. 다만 딥러닝의 성공은 고전 연합주의가 상상하지 못한 계산 구조에 의존하므로 지도학습은 학습의 한 구성요소일 뿐 전부는 아니라고 본다.

• •평가적 피드백 기반 지도학습이 LLM부터 게임 에이전트까지 다양한 AI의 공통 토대임을 지적한다.
• •이는 균일·점진·오류 기반 학습이라는 연합주의 이상을 옹호하며 연합주의가 인간 인지에 부족하다는 통념을 반박한다.
• •딥러닝은 고전 연합주의를 넘어서는 계산 구조에 의존하므로 지도학습은 학습 전체가 아닌 한 요소다.