The Role of Humanities in Technology and Business Strategy

크리스티안 매드스비어그는 더 깊은 이해와 혁신을 촉진하기 위해 기술 분야의 인문학이 필요하다고 강조합니다.

### 인문학과 기술의 연결: 혁신에 있어 철학적 통찰력의 필요성
* 🧠 "지팡이를 흔들 수 있다면 **철학적 성향을 가진 사람들이 기술 연구소에서 미래를 만들어가는 것**이 이상적일 것입니다."
* 🎙 스티븐 파론이 교수이자 레드 어소시에이츠의 공동 설립자인 크리스티안 매드비어그를 소개하며 매드비어그의 저서 '감각 만들기'에 담긴 **알고리즘 시대에 인문학의 중요성**에 대해 이야기합니다: **알고리즘 시대의 인문학의 힘**에 대해 논의합니다.
* 🌍 이 대화에서는 개인보다는 문화에 초점을 맞출 필요성을 강조하며, **실험실 데이터에만 의존하기보다는 환경 내에서 인간의 경험을 폭넓게 이해**해야 한다고 주장합니다.
* 📊 매즈비예르는 현재의 데이터 기반 의사결정 프로세스를 비판하며, 단순히 냉정한 통계만을 제시하는 **'얇은 데이터'보다 맥락과 인간의 감정을 포괄하는 '두꺼운 데이터'의 중요성**을 주장합니다.
* 🔍 그는 특히 팬데믹 상황에서 **전통적인 통계적 방법이 AI보다 결과를 예측하는 데 더 효과적**이었던 알고리즘의 한계를 강조합니다.
* 💼 매즈비예르는 인문학과 기술 간의 단절은 **기술 리더들의 사회과학에 대한 이해와 인식 부족**이 의미 있는 협업을 방해하기 때문이라고 지적합니다.
* 📚 그는 기술적 논의에 철학적 관점을 통합하면 **혁신과 윤리적 고려를 강화**할 수 있다고 주장하며, **기업이 의사 결정 과정에 철학자를 참여**시켜야 한다고 제안합니다.
* 🔗 이 에피소드는 복잡한 사회 문제를 해결하기 위해 인문학과 기술의 종합적인 접근이 필요하다고 강조하며 **미래를 설계하는 데 있어 다학제적 접근의 필요성**을 강조합니다.

The Humanities vs Algorithms | Christian Madsbjerg, ep 38

Singularity University

주의 집중의 재정의: 초점 너머

전통적인 주의력 관점은 집중과 집중력을 강조합니다.

보다 광범위하고 확산적인 유형의 주의력에는 주변 환경에 대한 친숙함이 포함됩니다.

이 '지면과 그림' 개념은 주의 집중이 배경 맥락에 얼마나 의존하는지 보여줍니다.

이러한 유형의 관심은 숙련된 운동선수나 투자자의 관심처럼 흐릿하고 점성이 있습니다.

현상학과 같은 철학적 전통은 주의력에 대한 이러한 폭넓은 이해를 뒷받침합니다.

레드 어소시에이트와 컨텍스트의 중요성

맥락 없는 자극은 더 큰 그림을 놓치게 합니다.

회사의 설립은 관찰과 맥락을 통해 인간을 이해하는 데 기반을 두고 있습니다.

이 접근 방식은 인류학적 방법과 철학적 텍스트를 바탕으로 합니다.

목표는 이러한 이해를 바탕으로 더 나은 제품을 만들고 더 나은 미래를 상상하는 것입니다.

역사는 저평가되어 있지만 그 기술은 매우 실용적입니다.

과거를 이해하면 실수를 반복하는 것을 방지할 수 있습니다.

역사가들은 다양한 정보를 종합하여 일관된 내러티브를 만드는 기술을 가지고 있습니다.

이 기술은 현재의 다양한 측면을 이해하고 미래의 가능성을 상상하는 데 적용할 수 있습니다.

미래를 상상하려면 과거 트렌드의 구조와 영향을 이해해야 합니다.

인문학 대 알고리즘: 필요한 협업

인문학은 과소평가되고 알고리즘은 과대평가되고 있습니다.

알고리즘의 기능이 과대 포장되고 인간의 이해에 대한 의존도가 낮습니다.

컨텍스트는 알고리즘 결과를 해석하는 데 매우 중요합니다.

컴퓨터 과학과 인문학의 협업은 부정적인 결과를 완화하고 창의성을 키우는 데 필수적입니다.

센스메이킹의 다섯 가지 원칙: 개인보다 문화

개인이 아닌 문화에 집중하여 인간 행동에 대해 더 깊이 이해합니다.

개인에게 원하는 것이 무엇인지 물어보는 것은 사람들이 자신의 요구 사항을 직접적으로 파악할 수 없기 때문에 최선의 접근 방식이 아닙니다.

인간의 상호작용을 관찰하면 문화가 행동에 미치는 영향을 알 수 있습니다.

인간은 고립된 존재가 아니라 다른 사람들과 상호작용하고 적응하는 존재입니다.

행동에 영향을 미치는 문화적 영향의 예: 엘리베이터 버튼 사용, 운전 스타일, 대인 관계 거리.

씬 데이터는 표면 수준의 관찰(예: 근육의 움직임)을 설명합니다.

두꺼운 데이터는 이러한 관찰의 의미와 맥락을 해석합니다(예: 윙크의 의미 이해).

윙크는 문맥에 따라 다양한 해석이 가능합니다.

인류학에서 두꺼운 설명은 맥락에서 행동의 의미를 이해하는 것을 강조합니다.

현재 기계는 두꺼운 데이터를 해석하는 기능이 부족합니다.