데이터 과학 교육은 대규모 언어 모델로 무엇을 해야 할까요?

 

논문 소개: 데이터 과학 교육은 대규모 언어 모델로 무엇을 해야 할까요?

 

What Should Data Science Education Do with Large Language Models?

LLM이 이제 데이터 정리, 모델 개발, 해석, 보고서 작성 등 데이터 분석 파이프라인의 거의 모든 일을 다 할 수 있게 되었기 때문에, 학생들은 AI가 수행하는 분석의 평가 및 관리로 초점을 옮겨야 한다. 전략적 계획, 자원 조정 및 전체 제품 수명 주기를 관리하고, AI가 수행한 분석을 평가하는 제품 관리자로써의 역할을 하는 쪽으로 바뀌고 있다.

LLM 조기 교육에서 위험한 점은 학생들이 모델 결과의 정확성과 타당성을 판단할 수 있는 필수 기술을 개발하기 전에 LLM에 지나치게 의존하게 될 수 있다는 것인데 이제 LLM을 통한 창의성, 비판적 사고, AI 기반 프로그래밍 등의 새로운 스킬과 함께, 단일 학문 분야에 국한되지 않는 다양한 도메인의 지식 습득과 커뮤니케이션 등의 인문학적 소양을 키우는 쪽으로 바뀌어야 한다.

LLM 활용에 대한 구체적인 예를 심혈관 위험 요인을 가진 개인의 기록과 진단 정보가 포함된 심장 질환 데이터 세트를 가지고 활용하는 방법을 보여주며,

• 프롬프트에 따라 ChatGPT가 완료한 작업
• LLM과 데이터 과학 교육의 현황
• 데이터 과학 교육 콘텐츠에 미치는 영향
• ChatGPT의 시험 응시 능력에 대해 요약합니다.

결론으로 새로운 시대에 맞는 교육 방법을 적용하는 방안을 제안하고, LLM의 혁신적 잠재력을 수용하는 동시에 한계를 극복하는 방법에 대해 추천하는 방안이 아주 좋은 내용입니다.(AI와 협력 중시, 채팅 과정 부록 추가, 포괄적인 커리큘럼 제안)

- 비판적 사고력 기르기: 대규모 언어 모델의 한계 활용하기
- LLM 기반 프로그래밍 가르치기
- AI 인식 평가
- 윤리적 인식 장려

 

이 논문은 데이터 사이언티스트 교육에 대해서 다루고 있지만, 다른 분야에도 대부분 적용될 이야기로, 교수자뿐 아니라 AI(LLM)로 인해 세상이 어떻게 바뀔지 궁금한 사람이라면 한 번쯤 읽어볼 만한 논문입니다.

 

논문 공개 주소: https://hdsr.mitpress.mit.edu/pub/pqiufdew/release/2 

What Should Data Science Education Do With Large Language Models?

 

 

한글 번역 링크: https://fishpoint.tistory.com/9174

데이터 과학 교육은 대규모 언어 모델로 무엇을 해야 할까요?