PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.05574v1cs.CY

누구를 위한 공정성인가? AI 바이어스 연구의 구조적 집중화

Whose fairness? Structural concentration in AI bias research

AI 편향(bias) 연구 분야가 구조적으로 집중되어 있음을 계량서지학적 분석과 의미론적 클러스터링으로 분석한 연구로, 692편의 논문을 분석한 결과 미국이 모든 영역에서 출판 및 협력 네트워크를 압도적으로 주도하며 저소득·중소득 국가는 거의 부재함을 밝혔다. 특히 공정성 정의와 벤치마크를 공급하는 핵심 영역인 일반 공정성 및 편향 완화 도메인에서 연구 집중도가 가장 높아, 좁은 맥락에서 개발된 완화 방법이 보편적인 것으로 잘못 적용될 위험성을 제기한다.

arXiv:2607.05412v1cs.CY

AI는 왜 STEM 교육에 새로운 가능성을 열어주는가? 동향과 미래 의제에 대한 계량서지학적 분석

Why does AI unlock new possibilities in STEM education? A Bibliometric Analysis of Trends and Future Agenda

STEM 교육은 개인화 및 학제 간 통합 측면에서 여러 과제에 직면해 있다. AI 기술은 새로운 가능성을 가져왔지만, AI가 STEM 교육 생태계를 재편하는 메커니즘에 대해서는 체계적인 연구가 필요하다. 본 연구는 계량서지학적 방법론을 활용하여 2015년부터 2025년까지의 논문 242편을 분석하고, 지식 지도를 구축하여 발전 궤적을 규명한다. 연구 결과, 해당 분야는 지능형 튜터링 시스템에서 대규모 언어 모델(LLM) 기반의 탐구 학습 및 컴퓨팅 사고력 함양으로 변화하였음이 나타났다. AI의 핵심적인 기여는 지식 이해의 진입 장벽을 낮추는 지능형 스캐폴딩(scaffolding)을 제공하는 데 있다. 이러한 맥락에서 AI는 STEM 교육을 지식 전달에서 역량 개발로 전환시키는 핵심 동력이라 할 수 있다.