책 이미지

책 정보
· 분류 : 국내도서 > 컴퓨터/모바일 > 인공지능
· ISBN : 9788957117330
· 쪽수 : 286쪽
· 출판일 : 2024-08-30
책 소개
목차
옮긴이 서문
추천사
지은이 서문
1장 왜 인공지능과 데이터 리터러시인가?
리터러시의 역사
AI 이해하기
AI의 위험성과 우려
AI 권리장전
데이터 + AI: 대량 살상 수학 무기
AI와 데이터 리터러시의 중요성
윤리란 무엇인가?
AI와 데이터 리터러시 문제 해결하기
AI와 데이터 리터러시 프레임워크
AI와 데이터 리터러시 평가하기
요약
참고문헌
2장 데이터와 개인정보 보호 인식
데이터 이해하기
빅데이터란 무엇인가?
합성 데이터란 무엇인가?
데이터는 어떻게 수집/포착하나?
센서, 감시, 그리고 IoT
제3의 데이터 수집자들
개인정보 보호 노력과 그 효과
데이터 보호 및 개인정보보호법
데이터 프라이버시 처리 방침
조직들은 어떻게 데이터로 돈을 버는가?
요약
참고문헌
3장 분석 리터러시
BI vs. 데이터 과학
BI는 무엇인가?
데이터 과학은 무엇인가?
BI와 데이터 과학의 차이
데이터 과학 개발 과정 이해하기
디자인 사고의 중요한 역할
분석 성숙도 지수 탐색하기
1단계: 운영 보고
2단계: 통찰과 예측
통계 분석
탐색적 분석
진단 분석
머신러닝
3단계: 증강 인간 지능
신경망
회귀분석
추천 엔진
연합 학습
4단계: 분석 자동화
강화 학습
생성형 AI
범용인공지능
요약
4장 AI 작동 방식 이해하기
AI는 어떻게 작동하는가?
어떤 것들이 건전한 AI 효용함수를 구성하는가?
‘가치’ 정의하기
선행 지표와 후행 지표 이해하기
AI 기반 학습 시스템을 최적화하는 방법
이용자의 의도 이해
다양성 구축
요약
5장 정보를 토대로 의사 결정하기
인간의 의사 결정에 영향을 미치는 요인
인간의 의사 결정 함정
함정 #1: 과잉 자신감 편향
함정 #2: 기준점 편향
함정 #3: 위험 회피
함정 #4: 매몰 비용
함정 #5: 프레이밍
함정 #6: 밴드왜건 효과
함정 #7: 확증 편향
함정 #8: 평균 기반 결정
의사 결정 함정 피하기
의사 결정 전략 탐구하기
정보에 입각한 의사 결정 프레임워크
의사 결정 매트릭스
퓨 의사 결정 매트릭스
우다 루프
의사 결정에서 비판적 사고
요약
참고문헌
6장 예측과 통계
예측이란 무엇인가?
확률과 통계 이해하기
확률은 사실이 아니다. 여전히 확률일 뿐이다
혼동 행렬 소개
긍정 오류, 부정 오류와 AI 모델의 확증 편향
현실 세계 이용 사례: 구직 세계의 AI
요약
참고문헌
7장 가치공학 역량
경제학이란 무엇인가? 가치는 무엇인가?
나노경제학이란 무엇인가?
데이터와 AI 분석 비즈니스 모델 성숙도 지수
단계
변곡점
가치공학 프레임워크
1단계: 가치 창출 정의
2단계: 이용 사례를 통해 가치 창출 실현하기
3단계: 가치 창출 규모 확장
학습의 경제는 무엇인가?
데이터가 아니라 분석 ‘통찰’로 수익 올리기
요약
8장 AI 도입 윤리
윤리 이해하기
윤리는 주도적으로 대처하는 것이지, 수동적인 것이 아니다
AI 시대의 윤리 새롭게 규정하기
윤리학, 경제학, 사회 복지의 교차점
도덕적 행위가 좋은 경제학을 만든다
재무 지표와 경제 지표의 차이
도덕에서 법과 규제의 역할
책임 있고 윤리적인 AI 구현
윤리적인 AI 피라미드
투명한 AI 보증하기
의도하지 않은 결과 이해하기
의도하지 않은 결과 알아내기
의도하지 않은 결과 완화하기
요약
참고문헌
9장 권한 부여 문화
팀 권한 부여에 대한 역사적 교훈
권한 부여 문화를 배양하는 팁
#1. 당신의 임무를 내재화하라
#2. 다른 이해관계자의 입장에서 생각해 보라
#3. 조직의 즉흥성 육성하기
#4. ‘그리고’ 정신을 포용하라
#5. 모든 사람이 목소리를 낼 수 있도록 보장하라
#6. 호기심-창의성-혁신 피라미드를 풀어주라
문화적 권한 부여를 통해 AI와 데이터 리터러시 촉진
AI와 데이터 리터러시 재평가하기
요약
10장 챗GPT가 모든 것을 바꾼다
챗GPT와 생성형 AI는 무엇인가?
챗GPT는 어떻게 작동하는가?
초보자 레벨 101
중급 레벨 201
숙련자 레벨 301
챗GPT를 가능하게 하는 몇 가지 중요한 기술
LLM
트랜스포머
역할 기반 페르소나
인간 피드백을 통한 강화 학습
챗GPT의 우려 요인과 위험
생성형 AI로 성장하기
AI, 데이터 리터러시, 그리고 생성형 AI
요약
참고문헌
인공지능에서 꼭 알아야 할 용어
데이터 경제학
디자인 사고
데이터 과학과 분석학
책속에서
이 책은 ‘좋은 것’을 선택하는 일에 관해 다룬다. AI로 좋은 결과를 얻으려면 AI와 데이터 리터러시의 기본을 익히는 것부터 시작해야 한다. 하지만 AI와 데이터 리터러시의 기본적인 기법의 토대는 윤리다. 우리가 AI 모델을 설계, 개발, 배포, 관리하는 방법은 의미 있고, 책임감 있으며 윤리적인 결과를 제공한다는 토대에 근거를 두고 있어야 한다. 그렇다면 윤리는 무엇을 필요로 할까?
1장 왜 인공지능과 데이터 리터러시인가?
AI는 아주 간단한 개념이다. AI는 어린이들이 감춰져 있는 선물을 찾는 ‘뜨거워-차가워(Hotter-Colder)’ 게임과 유사하다. 이 게임에서 어린이들이 받는 유일한 신호는 더 뜨거워지는지(선물에 더 가까이 다가가고 있는지), 더 차가워지고 있는지(선물에서 더 멀어지고 있는지)뿐이다. AI 세상에서는 선물이 끊임없이 움직인다는 점이 ‘뜨거워-차가워’ 게임과는 유일하게 다른 부분이다.
4장 AI 작동 방식 이해하기
AI 효용함수의 성과와 핵심 요소를 더 잘 예측할 수 있는 변수와 척도를 식별하는 데는 인간의 자연스러운 직관을 억압하지 않고 잘 인도하는 것이 중요하다. 지저분한 의사 결정 함정으로부터 스스로를 보호하면서 직관을 키울 수 있도록 해 주는 것은 철로가 아니라 보호난간이다. 이런 의사 결정 함정에 빠지는 것을 피할 수 있는 몇 가지 방법이 있다.
5장 정보를 토대로 의사 결정하기