중국과학기술대학교 연구팀이 개발한 AI 기반 가짜 뉴스 탐지 시스템 'Holmes'는 LLM과 혁신적인 증거 검색 방법을 결합하여 높은 정확도를 달성했습니다. 이는 가짜 뉴스와의 싸움에서 중요한 진전이며, 앞으로 AI 기술이 사회적 신뢰를 지키는 데 기여할 것으로 기대됩니다.

VISLIX는 안전 중요 분야에서 머신러닝 모델 검증을 위한 혁신적인 시각적 분석 프레임워크로, 기존 방식의 한계를 극복하고 최첨단 기반 모델을 활용하여 이미지 메타데이터 없이도 자연어 기반 통찰력을 제공합니다. 전문가 연구와 세 가지 사용 사례를 통해 객체 탐지 모델 검증의 효과를 입증했습니다.

본 논문은 항공 교통 관제사(ATCO) 중심의 설명 가능한 AI(XAI) 시스템 설계에 대한 인간 중심 접근법을 제시합니다. ATM 운영 목표 평가를 통해 ATCO들이 의사 결정 문서화 및 보고서 작성 시 XAI 설명을 필요로 하지만, AI 자문과 ATCO의 판단이 일치할 경우 설명 필요성이 감소함을 밝혔습니다. 이 연구는 더 효과적인 인간-AI 상호 작용을 위한 XAI 시스템 설계에 중요한 시사점을 제공합니다.

AI 기반 굴 개체 수 모니터링 모델 ODYSSEE의 성능 평가 연구 결과, 속도는 뛰어나지만 정확도는 인간 전문가보다 낮았습니다. 고품질 이미지 데이터 확보와 추가 학습을 통한 정확도 향상 가능성이 제시되었습니다.

Xule Lin의 Cognitio Emergens 프레임워크는 인간과 AI의 공진화적 지식 공동 창출 과정을 분석하여, AI를 단순한 도구가 아닌 능동적인 파트너로서 인식하고, 권한 분배, 인식적 차원, 파트너십 역학 등 세 가지 핵심 요소를 통해 인간과 AI의 협력적 관계를 심층적으로 이해하는 데 도움을 줍니다. 특히, 인식적 소외의 위험성을 경고하며 인간의 의미있는 참여를 강조하는 점이 주목할 만합니다.