본 강의 발췌록은 디자이너를 위한 AI를 주제로, 특히 생성 AI에 대한 피상적인 이해에 대한 강사의 우려를 중심으로 전개됩니다. 강사는 디자이너들이 데이터, 알고리즘, 그리고 기본적인 기계 학습 모델에 대한 근본적인 이해 없이 생성 AI의 신기함에만 집중한다고 지적하며, 이는 결국 계산적 접근 방식의 효과적인 통합을 방해한다고 강조합니다. 강의는 분석 AI와 생성 AI의 차이점, 환각 현상과 그 원인(보간법), 데이터와 편향의 중요성, 그리고 보간법과 외삽법의 차이 등 핵심적인 AI 개념을 설명하며, 디자이너들이 도구 자체보다는 해결하려는 문제를 먼저 이해하고, AI 기술을 비판적으로 접근해야 함을 역설합니다. 또한, AI의 책임, 투명성, 공정성과 같은 윤리적 고려 사항의 중요성을 강조하며, 현재의 AI는 기존 프로세스를 강화하고 효율성을 높이는 데이터 처리 도구로서 이해해야 한다고 결론짓습니다.

https://namjulee.github.io/njs-lab-public/work?id=2025-introductionToDesignComputation