리서치 연구
Ethical LLM-Assisted Research: A Framework for Responsible Delegation, Verification, and Epistemic Value
ARarXiv
본 논문은 LLM이 과학적 연구에 사용되면서 발생하는 지식 주장과 책임 소재의 윤리적 문제를 다루는 개념적 프레임워크를 제시한다.
세 줄 요약
- 과학적 추론을 인간과 기계가 분산적으로 수행하는 과정에서, 내용 출처 $O(g)$, 인간 검증 $V(g)$, 책임 할당 $R(g)$, 책임 있는 인간 소유권 $M(g)$ 등을 구분했다.
- 연구의 윤리적 경계는 AI 개입 정도가 아니라 적절한 검증과 책임 있는 인간 소유권에 의해 결정된다고 주장한다.
- AI 지원 추론을 투명하고 검토 가능하게 만들기 위해, 위임, 검증, 출처, 책임을 기록하는 '인식론적 감사(epistemic audit)'가 필요하다.
본 논문은 LLM이 과학적 연구에 사용되면서 발생하는 지식 주장과 책임 소재의 윤리적 문제를 다루는 개념적 프레임워크를 제시한다.