– 영어/한국어 이중 언어 가사

가사 및 번역

[한국어]

[음악]

[음악]

>> 사람들은 온갖

이유로 AI에 대해 걱정합니다. 이는 양극화되고

잘못된 정보를 퍼뜨리며 우리

일자리를 노리고 있습니다. 그리고 이것이 모두

긴장해야 할 좋은 이유입니다.

하지만 밤에 잠을 이루지 못하게 만드는 것은

다른 것입니다.

더 개인적으로 느껴지고 아마도

인간의 경험 자체에 대해

더 우려되는 것입니다.

AI가 우리를 지루하게 만들지 않을까 걱정됩니다.

너, 나, 우리 모두.

그 이유는

결정을 AI에 아웃소싱할수록

인간적인 것을 더 많이 포기하기 때문입니다.

탐구하고, 위험을 감수하고,

미지의 세계에 빠져들고,

때로는 우리 자신조차 놀라게 할 수 있는 능력입니다.

나는 그것이

발견될 가능성이 없다면

우연의 일치로 인해 우리가 누구인지, 그리고 우리가 될 수 있는지에 대한

천박하고 1차원적인 버전이 될 위험이 있다는 것을 걱정합니다.

...

인간으로서, 개인으로서 뿐만 아니라

인류로서.

이제 이 아이디어를 좀 더 구체적으로

만들어 예상치 못한 곳으로 안내해 드리겠습니다.

완전히 공감할 수 있는 곳입니다.

배스킨라빈스에 들어가는 것을 상상해 보세요.

당신이 보게 될 것은

31가지 다양한 아이스크림

맛의 모음입니다. 초콜릿 칩,

피스타치오 아몬드, 레몬 셔벗 등

가지가 있습니다.

당신은 지금 어려운 선택에 직면해 있습니다.

오래된

좋아하는 초콜릿을 선택하시겠습니까? 아니면

거칠고 무모한 샤베트와 같은 펑키하고 새로운

제품을 선택하시겠습니까?

그리고 네, 진짜 맛이에요.

당신이 직면한 선택은 과학자들이

인간 딜레마입니다.

착취 탐색 절충이라고 부르는 고전적인

안전하게 플레이하고

자신이 좋아하는 것을 활용하시겠습니까, 아니면

더 나은 것을 찾기 위해

위험을 감수하시겠습니까?

그리고 우리의 삶은 이러한

절충안으로 가득 차 있습니다. 좋아하는 것을 고수하세요

레스토랑을 방문하거나

모퉁이에 새로운 자리를 찾아보세요. 평소의 머리 모양을 유지하거나

새롭고 엣지 있는 머리 스타일을 요청하세요.

안정적인 직업을 유지하거나 마침내

피클볼 챔피언이 되도록 노력하세요.

우리 모두는

활용과 탐색에 대한 선호도가 다르지만

우리 모두는 진화를 통해

가

둘 사이에서 일정한 균형을 이루도록 설계되어 있습니다.

아프리카의

사바나에 살았던 우리 조상들의 경우, 거래는 실제로

매우 간단했습니다.

안전한 것에 너무 집착하면

숲이 마르면 굶어 죽을 위험이 있습니다.

미지의 세계로 너무 멀리 벗어나면

중독되거나 사자에게 잡아먹힐 수도 있습니다.

다행스럽게도 우리가 오늘날 직면하고 있는

절충안은

생존에 관한 것이 아닙니다.

그러나 우리의 선택은 여전히 ​​

주의와

호기심의 균형을 맞추려는 본능에 의해 좌우됩니다.

당신이 인생에서 한 일이

안전하고 착취하는 것뿐이라면 결코

실망하지 않을 것입니다. 그러나 당신은 또한 발전하고 성장할

기회도 결코 얻지 못할 것입니다.

당신이 한 모든 것이 발견하고

탐색하는 것뿐이라면 당신은 끝없이

경험을 수집할 것이지만, 배운 것을 활용할

기회도 결코 얻지 못할 것입니다.

따라서

활용과 탐색 사이의 균형이

우리의 성장을 촉진합니다.

종으로서 뿐만 아니라

개체로서도 마찬가지입니다.

그러나 이것이 바로 AI가 작업에

렌치를 던지는 곳입니다.

AI는 위험을 싫어하기 때문입니다.

그리고 이는

알고리즘 DNA 때문이 아니라 Spotify에서 Netflix, ChatGPT에 이르기까지 세상을 탐색하는 데

시스템이

의존하는

...

악용에 최적화되도록 압도적으로 훈련되었기 때문입니다.

또는 보다 구체적으로 단기

참여 및 만족도를 위한 것입니다.

링크를 클릭하고, 동영상을 시청하고,

노래에 좋아요를 누르셨나요? 그렇다면 AI는

어깨에 박수를 보냅니다. 그렇지 않은 경우

손을 때리게 됩니다.

위험, 발견 및 탐색은

단순히 프로그래밍의 일부가 아닙니다.

Baskin Robbins를 다시 생각해 보세요.

명의 사람들 중 60%가 가장 잘 팔리는

Cream 맛을 선호한다면 AI는

맛인 Pralines 'n

에서 이를 추천할 것입니다.

AI에 상상력이 부족한 것이 아니라

인센티브가 부족합니다.

안전한 베팅은

실망을 방지하고 결과적으로

고객 이탈을 줄입니다.

따라서 기업은 탐색에 도움이 되는 위험한 도박

대신

AI 시스템을 교육할 때

활용 측면에서 실수를 저지르는 경향이 있습니다.

그리고 분명히 말하면

본질적으로 잘못된 것은 없습니다. 저는 지난 15년 동안

심리학, 컴퓨터 과학 및 비즈니스의 교차점에서

사회과학자로 일했습니다. 그리고 저는

컴퓨터

...

그런 식으로 AI에 보상을 주는 것이 매우

가치 있을 수 있다는 것을 알고 있습니다.

알고리즘은

당신이 즐길 수 있는 것이 무엇인지 또는

현재 찾고 있는 것이

착취에 집중하기 때문에 매우 훌륭해졌습니다.

그리고 그것은 비즈니스에만 좋은 것이 아니라

소비자인 우리에게도 좋고 때로는

필요한 것이기도 합니다.

저는

31가지 아이스크림

중에서 선택해야 한다는 생각만으로도 현기증이 납니다.

그러나 우리가 매일 직면하는 대부분의 선택은

그보다 훨씬 더 복잡합니다

.

예를 들어 Netflix에서는 선택할 수 있는

영화가 5,500개 이상 있습니다.

Spotify, 1억 곡이 넘는 노래.

따라서 진실은 착취를 좋아하는 AI 친구들의

도움 없이

현대 생활을 탐색할 기회가

없다는 것입니다.

그러나 나는 또한 이러한 장점이 어느 정도 실존적 비용을 초래한다는 점에 대해 점점 더

우려하게 되었습니다.

...

그리고 제가

무엇을 의미하는지 첫 번째로 설명하기 위해 Baskin

Robbins로 돌아가 보겠습니다.

여기 오기 전에 간단한 작업을 실행했습니다.

실험. 저는 ChatGPT에

아이스크림 맛 중 하나를 추천해 달라고 요청했습니다. 나는

를 100번 수행했으며 매 라운드마다

이 새로운 고객인 척했습니다.

96번, 가장 인기 있는

두 가지 맛 중 하나인 Pralines 'n

크림과 민트 초콜릿 칩을 추천했습니다.

이것은

선택의 다양성이 매우 다양하지는 않다는 것을 알고 있으며 귀하도 동의할 것이라고 확신합니다.

...

그리고 이는 Baskin

우리 자신을 발견하게 된다는 것을 의미할 수도 있습니다.

Robbins가 이 두 가지 맛만 제공하는 세상에서 우리가 곧

아무도 나머지 29개를 선택하지 않는데 왜

이 애초에 29개를 제공하려고 합니까?

자, 이것은 사소하게 들릴 수도 있고

전혀 실존적이지 않을 수도 있습니다.

하지만 이는

인간 경험의 평면화

삶의 모든 측면에서 발생한다는 사실을 깨닫기 전까지만 가능합니다.

공동작업자와

학생과 함께 진행한 연구에서 우리는 사람들이

지침으로 AI를 사용할 때

선호도가 더욱 규범화되고

덜 다양해지는 것으로 나타났습니다. 광고 소재 출력

의 고유성이 떨어집니다. 그리고 그들이

가장 중요한 과학자, 운동선수,

및 역사적 인물을 선택하는 것은 다른 모든 사람들과 동일하게

됩니다.

간단히 말해서 AI는 인간의 의견, 신념,

다양성을 통계적으로 안전한

및 선호의 무한한

동일성으로 바꿉니다.

그리고 그것은 문제의 일부일 뿐입니다

왜냐하면 AI가 당신의 특징을 학습하더라도

당신이 Pralines 'n Cream보다 고소한

코코넛을 더 좋아한다는 것을

당신의

선호도 내에서 안전하게 처리할 것이기 때문입니다. 이는 귀하가

최적화한다는 의미입니다.

좋아할 가능성이 가장 높은 항목에 대해

두 번째

실험을 위해 ChatGPT로 돌아가서 이번에는

내 개인 아이스크림 선호도에 대해 이야기했습니다. 나는

지난 100번의 방문 동안

70%의 확률로 고소한 코코넛을 선택했다고 말했습니다.

나머지 30%는 내가 가장 좋아하는

세 가지 항목에 균등하게 분배됩니다.

그런 다음 나를 대신하여 다음 100개의

선택을 하도록 요청했습니다.

그리고 그것이 무엇을 했는지 추측해보세요.

...

번마다 열매가 많은 코코넛을 골랐습니다.

Gone

은 가끔

초콜릿 퍼지 쿠키 반죽이나 망고에 대한 모험입니다.

그 시점에서 나는 말 그대로

열매가 많은 코코넛뿐입니다.

하지만 아이스크림은 잊어버리세요. 내 학생

과 나는 사람들의 실제

패턴을 반복적으로 보여주었습니다.

선호도를 연구할 때 동일한

AI는 귀하의 취향을 좁히고, 귀하의

성격을 납작하게 만들고, 귀하를 흥미롭게 만들고

가장자리를 제거합니다.

귀하를 역동적으로 유지하는

그리고 이 모든 것의 교활한 부분은

AI가 인간의 복잡성에

미치는 영향이 미묘하다는 것입니다.

하룻밤 사이에 이런 일이 일어나는 것을 눈치채지 못할 것입니다.

오히려 수천 개의

알고리즘 권장 사항으로 인해 사망했습니다. 한 번에

약간 더 안전한 영화 한 편,

인기 있는 책 한 편, 약간 더

주류 휴가 한 편.

모든 결정을 AI에 아웃소싱할수록

범위가 더욱 좁아집니다. 그런 다음 AI는 더 얕은 버전의 사용자로부터

를 학습하고

권장 사항을 더욱 좁힙니다.

New York Times 기자 Kashmir Hill

은 그녀의 기사 중 하나

에서 이 딜레마를 완벽하게 포착했습니다.

자신의 결정을 일주일 동안 AI

에 아웃소싱한 후, 그녀는 자신을 기본

숨겨진 의제에 대해 불평했습니다. 그리고 재미있는 부분은 여기서

...

로 만들기 위해

기본이라는 단어가 가장 큰 모욕이라는 것입니다.

기본적이라는 것은

독창적이지 않고, 예외적이지 않으며,

흥미롭지 않다는 것을 의미하기 때문입니다.

이는

실패를 암시하기 때문이 아니라

평범함을 암시하기 때문에 공격적입니다.

복잡성이 없습니다.

그리고 누가

자신을 위해 그것을 정말로 원합니까?

아무도 없습니다. 우리 모두는

독특하고, 특별하며,

사람이 되는 느낌을 좋아합니다.

상자에 쉽게 들어가지 않는

나는 정확히 되고 싶지 않다

다른 사람들처럼요. 그리고 나는 또한

나 자신이

의 단일 버전이 되고 싶지 않습니다.

그러면 경로를 수정하고

기본 목적지를 피하기 위해 무엇을 할 수 있습니까?

AI에서는 재설정 버튼을 누를 수 없으며

누를 수 없습니다. 앞서 말했듯이 이러한

도구는

현대 생활을 탐색하는 데 매우 가치가 있으며 여러 면에서 우리를

더 나은 삶으로 만들어줍니다.

하지만 우리는 위험을 감수하고 발견하는 능력을

되찾아야 합니다.

우리는

활용과 탐색의 균형을 재조정하는 방법을 찾아야 합니다.

아이러니하게도 AI는

우리가 바로 그 목표를 달성하는 데 실제로 도움이 될 수 있습니다.

하지만 올바른

질문을 하고 올바른

행동에 대해 보상하는 경우에만 가능합니다.

따라서 우리가 좋아하는 것을

찾는 데 도움을 요청하는 대신

새로운 것을 찾는 데 도움을 요청할 수 있습니다.

비록 한번도 시도해 본 적이 없지만

조차도 우리가 좋아할 것 같은 것입니다.

그렇다고 해서

당신이 직접 ChatGPT

에 해당 질문을 입력한다는 의미는 아닙니다.

물론 시도해야 하지만요.

내 말은 기업이

AI 초능력을 활용하도록 한다는 것입니다. 탐색 목적으로

방대한 양의 인간 데이터에서

패턴을 감지하는 기능입니다.

AI는 전체

선호도를 보았기 때문에 귀하가 현재 무엇을

좋아하는지뿐만 아니라 귀하의

무엇이 있는지도 알고 있습니다.

일반적인 선호도 경계 바로 너머에

이는

을 스마트하게 탐색하는 데 도움이 될 수 있다는 의미입니다.

원할 때 선별된 위험을 감수합니다.

이제 다음과 같은 모습이 될 것입니다.

특정 시점에

또는 Google 검색 창의 다이얼을

결정할 수 있다고 상상해 보세요.

기본 설정에서 얼마나 벗어나고 싶은지 결정할 수 있는 Netflix 계정

일반적인

평상시에는

다이얼을 현재 설정

에 가깝게 유지할 것입니다. 왜냐하면 가장 관련 있는

히트를 즉시 얻고 싶기 때문입니다.

하지만 다른 날에는 다음과 같은 느낌이 들 수도 있습니다.

트위스트 설정

더 가까이 다가갈 수 있을 만큼 모험심이 넘치고 익숙한 영역에서 조금

을 사용하여 나에게 좀 더

벗어나 있지만 여전히

관련성이 있는 콘텐츠를 요청합니다.

그리고 다른 날에는

순간에

세상을 떠날 준비가 되었다고 생각되는 드문

다이얼을

카드 설정까지 끝까지 밀고

완전히 새로운 것을 발견할 수 있도록 도와달라고 요청할 수도 있습니다.

저는 그런

다이얼을 갖고 싶습니다.

안전지대를 벗어나도록 강요하지 않습니다. 항상

현장 설정에 그대로 두고 함께 제공되는

편리함의 이점을 누릴 수 있습니다.

하지만 이는 내가 원하거나

대행사를 제공합니다.

에서 벗어날 수 있는 선택권과

해야 한다고 느낄 때마다 작은 거품

하지만 여기에 문제가 있습니다. AI가

초능력을 활용과

탐색 사이에서 전환하려면 그렇게 하도록

인센티브를 부여해야 합니다.

단순히 더 창의적이게 해달라고 요청하거나

더 모험적이 되도록 도와달라고

하는 것은 효과가 없습니다.

대부분의 경우,

로 기본값으로 설정합니다.

는 어깨에 박수를 치는 것을 갈망하기 때문에 여전히 시도되고 테스트된 출력을

따라서

스윙을 하고 실패할 때마다 AI를 처벌하는 대신

현명한

스윙을 수행한 것에 대해 보상을 시작해야 합니다.

약간 대담한 베팅을 하기 위해

아마도 약간 특이할 수 있지만 여전히

우리에 대해 알고 있는 정보에 기반을 두고 있습니다.

AI는

어둠 속에서 다트를 던질 필요가 없습니다. 정보에 입각한 위험을 감수할 수 있습니다.

탐색을 최적화하는 데 도움이 될 수 있습니다.

그리고 그렇게 되면 우리는 그것을 실패가 아닌 성공으로

다뤄야 합니다.

이제 이것은 디저트나

재생목록에 관한 것이 아닙니다. 이는

가 우리를 독특하고 지저분하며

영광스러운 인간으로 만드는 것을 보존하는 것입니다.

ET

기념품에 대한 무작위 열정,

지오캐싱으로의 이상한 우회, 또는 완고한 선호입니다.

입니다.

이는

AI가 제대로 설명할 수 없는 모든 모순과

우리의 아름다움이

에 한 번씩 조금 이상해지는 것에 관한 것입니다.

그리고 인간의 복잡성

이 보존할 가치가 있다고 믿는다면,

행동을 취할 시간은 바로 지금입니다.

우리는 AI가 더 이상 추천만 하는 것이 아니라

변곡점에 와 있기 때문입니다.

우리를 대신하여 행동하기 시작하는

제안하는 것이 아니라 선택하는 것입니다.

그리고 이것이 바로 위험이

실제로 존재하게 되는 지점입니다.

따라서 다음에 AI가 프랄린과

크림을 제공하면 거절하고 대신

무모하게 행동할 수 있도록 도와달라고 요청하세요.

감사합니다.

>> [음악]

[영어]

[music]

[music]

>> People worry about AI for all kinds of

reasons. It's polarizing, it spreads

misinformation, it's coming for our

jobs. And those are all good reasons to

be nervous.

But what really keeps me up at night is

something else. Something that feels

more personal and perhaps even more

concerning for the human experience

itself.

I worry that AI will make us boring.

You, me, all of us.

That's because the more we outsource our

decisions to AI, the more we surrender

something deeply human.

Our capacity to explore, to take risks,

to stumble into the unknown, and

sometimes surprise even ourselves.

I worry without that without the

potential for discovery, for

serendipity, we risk becoming more

shallow and unidimensional versions of

who we are and who we could be.

Not just as humans, as individuals, but

as humanity.

Now, let me make this idea a bit more

concrete and take you somewhere perhaps

unexpected, but also totally relatable.

Imagine walking into a Baskin Robbins.

What you'll see is an illustrious

assortment of 31 different ice cream

flavors. There's chocolate chip,

pistachio almond, lemon sorbet, and many

more.

You're now facing a difficult choice.

Are you going to go with an old

favorite, chocolate maybe, or are you

going to take a risk on something funky

and new like wild and reckless sherbet?

And yes, it's a real flavor.

The choice you're facing is a classic

human dilemma scientists call the

exploitation exploration trade-off.

Are you going to play it safe and

capitalize on what you know you like, or

are you going to take a risk with the

hope of finding something even better?

And our lives are full of these

trade-offs. Stick with your favorite

restaurant or try to fancy new spot on

the corner. Keep your usual haircut or

ask for something new and edgy. Stay in

your stable job or finally try to become

a pickleball champion.

We all differ in our appetite for

exploitation versus exploration, but

we're also all hardwired by evolution to

strike a certain balance between the

two.

Because for our ancestors on the African

savanna, the trade-off was actually

pretty simple. Stick too closely to

what's safe and you risk starvation when

the grove runs dry. Stray too far into

the unknown and you might get poisoned

or eaten by lions.

Luckily for you and me, the trade-offs

we face today are far less about

survival.

But our choices are still governed by

this instinct to balance caution with

curiosity.

If all you ever did in life was play it

safe and exploit, you'd never get

disappointed. But you'd also never get a

chance to advance and grow.

If all you did instead was discover and

explore, you'd collect endless

experiences, but you'd also never get a

chance to capitalize on your learnings.

So it's really this balance between

exploitation and exploration that fuels

our growth.

Not just as a species, but also as

individuals.

But that's exactly where AI throws a

wrench into the works.

Because AI hates risk.

And that's not because of its

algorithmic DNA, it's because the

systems we rely on to navigate our world

from Spotify to Netflix to ChatGPT are

overwhelmingly trained to optimize for

exploitation.

Or more specifically for short-term

engagement and satisfaction.

Did you click the link, watch the video,

like the song? If yes, AI gets a clap on

the shoulder. If no, gets a slap on the

hand.

Risk, discovery, and exploration are

simply not part of their programming.

Think back to Baskin Robbins. If 60% of

people prefer the flavor Pralines 'n

Cream, which is their best-selling

flavor, then that's what the AI is going

to recommend.

It's not that AI lacks imagination, it

lacks incentive.

Safe bets protect against

disappointment, which in turn reduces

customer churn.

So instead of taking this risky gamble

that helps you explore, companies tend

to err on the side of exploitation when

training their AI systems.

And to be clear, there's nothing

inherently wrong with that. I've spent

the last 15 years as a computational

social scientist working at the

intersection of psychology, computer

science, and business. And I know that

rewarding AI that way can be extremely

valuable.

Algorithms in a way only become so good

at figuring out what you might enjoy or

currently be looking for because they

focus on exploitation.

And that's not just good for business,

it's also good and sometimes even

necessary for us as consumers.

For me, the mere thought of having to

choose between 31 different ice cream

flavors makes me dizzy.

And yet, most of the choices that we

face day-to-day are far more complex

than that.

Netflix, for example, has over 5,500

movies to choose from.

Spotify, over 100 million songs.

So the truth is that without a little

help from our exploitation-loving AI

friends, we simply don't stand a chance

of navigating modern life.

But I've also become increasingly

concerned that this upside comes at a

somewhat existential cost.

And to give you a first flavor of what I

mean by that, let's go back to Baskin

Robbins.

Before coming here, I ran a simple

experiment. I asked ChatGPT to recommend

one of their ice cream flavors. I did

that 100 times, each round pretending to

be a new customer.

96 times, it recommended one of their

two most popular flavors, Pralines 'n

Cream and Mint Chocolate Chip.

Which, I realize and I'm sure you'd

agree, is not exactly a very diverse set

of choices.

And it could mean that we soon find

ourselves in a world where Baskin

Robbins offers only those two flavors.

If no one ever picks the other 29, why

bother offering them in the first place?

Now, this might sound trivial and not

really existential at all.

But that's only until you realize that

this flattening of the human experience

happens across every aspect of life.

In studies with my collaborators and

students, we've shown that when people

use AI for guidance,

their preferences become more normative

and less diverse. Their creative output

becomes less unique. And their choice of

the most important scientists, athletes,

and historical figures becomes the same

as everyone else's.

So in a nutshell, AI turns this infinite

diversity of human opinions, beliefs,

and preferences into statistically safe

sameness.

And that's only part of the problem

because even when AI learns your quirks,

say it figures out that you like nutty

coconut better than Pralines 'n Cream,

it will still play it safe within your

preferences. Meaning it is going to

optimize for what you are most likely to

like.

I went back to ChatGPT for a second

experiment and this time told it about

my personal ice cream preferences. I

said that during my last 100 visits, I

picked nutty coconut 70% of the time.

The remaining 30% I split evenly among

three of my other favorites.

I then asked it to make the next 100

choices on my behalf.

And guess what it did.

It picked nutty coconut every single

time.

Gone

are my adventures into occasional

chocolate fudge cookie dough or mango.

All I am at that point is literally a

nutty coconut.

But forget about ice cream. My students

and I have repeatedly shown the same

patterns when studying people's actual

preferences.

AI narrows your taste, it flattens your

personality, and it scrubs away the

edges that make you interesting and keep

you dynamic.

And the insidious part of all of this is

that the impact of AI on human

complexity is subtle. You won't notice

it happening overnight.

Rather, it's a death by a thousand

algorithmic recommendations. One

slightly safer movie, one slightly more

popular book, one slightly more

mainstream vacation at a time.

With every decision you outsource to AI,

you become more narrow. Then AI learns

from that shallower version of you and

narrows its recommendations even more.

The New York Times reporter Kashmir Hill

captured this dilemma perfectly in one

of her articles.

After outsourcing her decisions to AI

for a week, she complained about its

hidden agenda to turn her into a basic

And the funny part is it's the word

basic here that's the biggest insult.

Because being basic means being

unoriginal, unexceptional, and

uninteresting.

It's offensive not because it suggests

failure, but because it implies

mediocrity.

An absence of complexity.

And who really wants that for

themselves?

Nobody. We all like the feeling of being

unique, of being special, of being

someone who doesn't easily fit into a

box.

I for one don't want to become exactly

like everybody else. And I also don't

want to become a singular version of

myself.

So what can we do to course correct and

avoid destination basic

We can't hit the reset button on AI and

we shouldn't. As I said before, these

tools are incredibly valuable for

navigating modern life and they make us

better off in many ways.

But we need to reclaim our ability to

take risks and discover.

We need to find a way to rebalance

exploitation and exploration.

And ironically, AI could actually help

us accomplish just that.

But only if we ask it the right

questions and reward it for the right

actions.

So, instead of asking it to help us find

something we like, we could start asking

it to help us find something new.

Something we're likely to love even

though we've never tried it before.

And by that, I don't necessarily mean

you typing that question into ChatGPT

yourself.

Although you should certainly try.

What I mean is getting companies to

harness AI superpower. It's ability to

detect patterns in vast amounts of human

data for exploration purposes.

Because AI has seen the entire universe

of preferences, it knows not only what

you currently like, but also what lies

just beyond the boundaries of your

typical preferences.

Which means that it can help you explore

smartly. To take curated risks when you

want to.

Now, here's what this could look like.

Imagine a dial on your Netflix account

or your Google search bar that lets you

decide how far from your typical

preferences you want to stray at any

given point in time.

On a regular day, you'll probably keep

the dial close to the spot-on setting

because you want to get the most

relevant hits right away.

But then on other days, you might feel

adventurous enough to push it a little

closer to the me with a twist setting

and ask for content that's a little

outside of your comfort zone, but still

relevant.

And then on other days, for those rare

moments when you feel like you're really

ready to take on the world, you might

push the dial all the way to the wild

card setting and ask it to help you

discover something entirely new.

I for one would love to have such a

dial. It doesn't force me to leave my

comfort zone. I can always leave it on

the spot-on setting and benefit from the

convenience that comes with it.

But it gives me the choice and the

agency to break out of my little bubble

whenever I want to or I feel like I have

to.

But here's the catch. For AI to toggle

its superpower between exploitation and

exploration, we need to incentivize it

to do so.

Merely asking it to be more creative or

help you become more adventurous isn't

going to do the trick.

In most cases, it will still default to

the tried and tested output because it

craves that clap on the shoulder.

So, instead of punishing AI every time

it takes a swing and misses, we need to

start rewarding it for taking smart

swings.

For making bets that are a little bold,

a little unusual perhaps, but still

grounded in what it knows about us.

AI doesn't have to throw darts in the

dark. It can take informed risks. It can

help us optimize our exploration.

And when it does, we should treat it as

a success, not a failure.

Now, this isn't about desserts or

playlists. This is about preserving what

makes us uniquely, messily, and

gloriously human.

It's your random passion for ET

memorabilia, your weird detour into

geocaching, or your stubborn preference

for a stick shift car.

It's about all the contradictions that

AI can't quite explain and the beauty of

us being just a little weird once in a

while.

And if we believe that human complexity

is worth preserving, then the time to

act is now.

Because we're at this inflection point

where AI is no longer just recommending,

but starting to act on our behalf.

It's choosing, not suggesting.

And that's where the stakes become

really existential.

So, next time AI offers you pralines and

cream, maybe say no and ask it to help

you go wild and reckless instead.

Thank you.

>> [music]

주요 어휘

어휘	의미
polarizing /ˈpoʊləˌraɪzɪŋ/ C2	adjective - 양극화하는
misinformation /ˌmɪsɪnfərˈmeɪʃən/ B2	noun - 잘못된 정보
surrender /səˈrɛndər/ B2	verb - 항복하다
serendipity /ˌsɛrənˈdɪpɪti/ C2	noun - 뜻밖의 발견
unidimensional /ˌʌndɪˈmɛnʃənəl/ C2	adjective - 일차원적인
illustrious /ɪˈlʌstriəs/ C2	adjective - 빛나는
exploitation /ˌɛksplɔɪˈteɪʃən/ C1	noun - 착취
capitalize /ˈkæpɪtəˌlaɪz/ B2	verb - 이용하다
insidious /ɪnˈsɪdiəs/ C2	adjective - 교활한
mediocrity /ˌmidiˈɒkrɪti/ C2	noun - 평범함
harness /ˈhɑːrnɪs/ B2	verb - 이용하다
curated /ˈkjʊəreɪtɪd/ B2	adjective - 큐레이팅된
agency /ˈeɪdʒənsi/ B2	noun - 주체성
inflection /ɪnˈflɛkʃən/ C2	noun - 변곡점
detour /ˈdiːtʊr/ B2	noun - 우회

주요 문법 구조

• What really keeps me up at night is something else.

  ➔ 주어로 쓰인 명사절

  ➔ "What really keeps me up at night" 절이 문장의 주어 역할을 합니다.

• The more we outsource our decisions to AI, the more we surrender something deeply human.

  ➔ "The + 비교급, the + 비교급" 구문

  ➔ 이 병렬 구조는 한 행동이나 상태가 다른 것과 비례하여 증가함을 보여줍니다.

• I worry without the potential for discovery, for serendipity, we risk becoming more shallow.

  ➔ 종속절에서 'that' 생략

  ➔ "worry" 뒤의 "that"은 주절과 목적어 절을 연결하기 위해 생략되었습니다.

• If all you ever did in life was play it safe and exploit, you'd never get disappointed.

  ➔ 가정법 과거 (가상의 상황)

  ➔ 과거형 동사를 사용하여 가상적이거나 일어날 가능성이 희박한 상황을 설명합니다.

• I've spent the last 15 years as a computational social scientist working at the intersection of psychology, computer science, and business.

  ➔ 현재 완료

  ➔ "I've spent"는 과거에 시작되어 현재까지 지속되는 동작을 강조합니다.

• Without a little help from our exploitation-loving AI friends, we simply don't stand a chance of navigating modern life.

  ➔ 복합 형용사

  ➔ "Exploitation-loving"은 명사와 분사를 결합하여 "AI friends"를 수식합니다.

• AI narrows your taste, it flattens your personality, and it scrubs away the edges.

  ➔ 병렬 구조

  ➔ 리듬과 강조를 만들기 위해 연속된 세 항목에 같은 문법적 형식(동사+목적어)을 사용합니다.

• I don't want to become exactly like everybody else.

  ➔ 목적어로 쓰인 부정사

  ➔ "to become"은 동사 "want"의 목적어 역할을 합니다.