Human-AI Co-Evolution and Epistemic Collapse: A Dynamical Systems Perspective

작성자

Haebom

카테고리

Empty

저자

Xuening Wu, Yanlan Kang, Qianya Xu, Kexuan Xie, Jiaqi Mi, Honggang Wang, Yubin Liu, Zeping Chen

💡 개요

본 논문은 인간과 대규모 언어 모델(LLM)이 상호작용하며 지식 생산 방식을 변화시키는 현상을 동적 시스템 관점에서 통합적으로 분석합니다. 인간 인지, 데이터 품질, 모델 능력이라는 세 가지 변수를 기반으로 한 최소 모델을 통해, 인간과 AI의 상호작용이 지식 생성의 협력적 발전, 불안정한 균형, 또는 퇴행적 수렴으로 이어질 수 있음을 보입니다. 특히, AI에 대한 의존도 증가가 다양성이 낮고 최적이 아닌 평형 상태로의 전환을 유발할 수 있음을 시뮬레이션을 통해 입증합니다.

🔑 시사점 및 한계

•

AI 시스템의 발전은 단순히 모델 설계뿐만 아니라 인간과의 복잡한 상호작용 역학에 의해 결정됩니다.

•

AI에 대한 과도한 의존은 지식의 다양성을 감소시키고, 정보 병목 현상을 초래하여 인지적 퇴행으로 이어질 수 있습니다.

•

본 연구에서 제안된 최소 모델은 인간-AI 협업 시스템의 복잡한 동적 특성을 이해하기 위한 출발점을 제공하지만, 실제 시스템의 모든 측면을 반영하지는 못합니다.

PDF 보기

Made with Slashpage