인지과학
일화 기억과 부호화 특수성. 질문은 일반화된 진술이 아니라 구체적 장면을 끌어내도록 설계됩니다. 교훈은 바로 그 장면 안에 깃들기 때문입니다.
- Tulving, 1972
- Tulving & Thomson, 1973
- Conway & Pleydell-Pearce, 2000
연구자를 위해
AI는 한 가지 학습 데이터에 결정적으로 굶주려 있습니다. 살아낸 도덕적 판단입니다.
우리는 그 토대를 짓고 있습니다. 색인된 인터넷에 나타나지 않는 지혜를, 그것을 필요로 하는 다음 세대의 AI 시스템에게로 포착하고 구조화하고 전달하기 위한 연구 수준의 인프라입니다.
연락 주세요다른 AI 프로젝트와 어떻게 다른가
우리는 「옳은 답」을 최적화하지 않습니다. 「인간으로서의 답」을 최적화합니다.
오늘날의 첨단 AI는 대부분 색인된 인터넷에서 학습합니다. 변호사 시험에는 통과할 수 있습니다. 그러나 첫사랑이 끝난 십 대 청소년에게, 할머니라면 무어라 말씀하실지를 전할 수는 없습니다. 그 격차는 모델 크기의 격차가 아닙니다. 학습 데이터의 격차입니다.
Waterfall은 어르신의 동의를 받은 인생 경험을, 본인의 허락 아래, 본인의 목소리로 직접 받습니다. 코퍼스는 구조화되어 있고, 출처가 추적되며, 철회 가능하고, 늘어납니다. 우리는 긁어 가지 않습니다. 사들이지 않습니다. 받습니다.
우리는 첨단 모델을 학습시키지 않습니다. 어떤 호스트 LLM이든 한 차례마다 호출할 수 있는 「인간적 관점」을 돌려주는 사이드카를 짓습니다. 이는 이 분야의 다른 작업과 함께 쓰일 수 있습니다. 우리는 AI를 동반하는 것이지, 대체하는 것이 아닙니다.
과학적 토대
수집 방법론은 세 가지 연구 전통에 기반합니다.
행동과학
자기 거리두기, 해석 수준 이론, 고백 프레이밍. 방어적 어조는 낮추고, 본질적 내용은 끌어올립니다.
- Kross & Ayduk, 2017
- Trope & Liberman, 2010
신경과학
서사적 회상의 기반으로서의 디폴트 모드 네트워크, 도덕적 직관의 기반으로서의 체화된 인지. 프로토콜은 둘 모두를 활용합니다.
- Buckner et al., 2008
- Spreng et al., 2009
- Damasio, 1994
- Greene et al., 2001
응용
자동화된 시스템이 실제 사람과 만나는 어디에서든.
휴머노이드 로봇
노인 돌봄, 호스피탤리티, 리테일. 로봇에게는 영리함이, 동반자는 거짓 없이 따뜻함을 더해 줍니다.
자율주행 차량
승객과의 상호작용. 승객이 불안해할 때, 그 자리에 어울리는 어조의 차분한 목소리.
노인 돌봄 동반자
「물건이 사람에게 말을 거는」 모양새로는 정확히 어긋나는 자리. 동반자가 그 인간의 잔향을 채워 줍니다.
NICU 동반자
의료에서 가장 취약한 대화의 자리. 따뜻함과, 다수 출처에 근거한 귀속, 그리고 신중한 거절을 갖추어.
고객 지원 디에스컬레이션
어르신의 어조로 건네는 정직한 사과. 검증 가능한 결과로서, 에스컬레이션 비율의 감소.
공공 대상 AI
키오스크, 교통, 리테일, 공공 서비스. 대화가 글로벌이 아니라 로컬하게 느껴져야 하는 자리에서.
실증 연구
「따뜻함」 주장에 관한 사전 등록된 피험자 간 비교.
n=200, 연령대 코호트별로 균형. 동반자와 함께한 응답 vs. 동반자 없는 기준선. 주요 결과 지표는 Cuddy-Fiske-Glick 척도의 따뜻함 차원. 사전 등록된 가설은, 유능함이 0.3 표준편차 이상 떨어지지 않으면서 따뜻함이 0.8 표준편차 이상 상승하는 것입니다. 결과가 어떠하든 우리는 발표할 것입니다.
전체 연구 설계 읽기프로젝트에 합류
함께해 주실 분들을 찾고 있습니다.
연구 재현, 문화 횡단적 확장, 독립적인 코퍼스 감사, 방법론 비평. 어느 부분이든 마음에 와닿는다면, 꼭 들려주시기 바랍니다. 토대는 누적되어 가치를 더하고, 협력자가 있을수록 그 누적이 빨라집니다.
이메일 보내기info@waterfallwisdom.com