논리학에서의 무지에의 호소 오류
논리학에서만 따지는 오류의 종류만 해도 수십개가 됩니다만,
그중에서 ‘믿음’에 관한 대화중 가장 흔하게 접할수 있는 오류 중 하나가
‘무지에의 호소’입니다.
어떤 오류나면….예를 들어
‘넌 내가 부자가 아니라는 것을 증명하지 못하지. 그러므로 나는 부자다!’
‘여긴 귀신이 있어. 뭐 귀신이 없다구?! 넌 귀신이 없다는 걸 증명할 수 있니? 못하니까 귀신은 있는거야!’
…..이런 오류입니다.
이 동영상은 그러한 ‘무지에의 호소 오류’의 어이없음을 잘 알려주는 동영상입니다.
어떤 고마운 분이 올리셨는지 한글자막도 되있는데, 꽤 재미있는 내용입니다.
아….참고로 종교적 언급이 있습니다만, 여기에선 순수하게 논리적 오류를 지적하는 부분만 새겨들으시면 될 듯 합니다. 특정종교를 비방하고자 하는 건 아닙니다.
…시험 끝나면 블로깅이나 본격적으로 시작해야겠네요.
..시간 남을때만 취미로…
휴우…
그저께 넷북이 날라가서, 내문서에 모아둔 포스트용 자료가 몽땅 날아갔습니다. 방학때 써먹을려고 틈틈이 모아둔거라 한달은 연속으로 쓸 양이었는데 젠장 ㅡㅡ;
…
아무튼 포스트들 카테고리 정리하고, 블로깅이고 공부가 제대로 할 생각입니다.
Crowdsourcing이 만능은 아니다.
Crowdsourcing은 현재와 미래를 이끌어 나갈 기법으로 기대받고 있습니다. 어찌보면 스케일이 커진 브레인스토밍이라 볼 수도 있는데, ‘다수의 아이디어’를 모아 활용하는 ‘협업’인 셈이죠.
구글이 이 개념을 많이 활용하는 기업으로 알려져 있고, 웹2.0시대의 대표적 사이트 중 하나인 위키디피아가 가장 대표적이라고 할수 있죠. 소수의 전문가보단 다수의 좀 덜한 비전문가가 낫다…이게 핵심이고 실체입니다. 어떻게든 참여하는 머릿수를 많이 끌어모으다 보면 좋은 아이디어와 정보는 쌓이고, 그중 일부는 쓸만한 정보가 되겠죠. 그런데 반대로 생각하면 어떨까요?
상당수 정보가 엉터리라면? 그 엉터리 정보가 여과되지 않는채로 공개된다면?
…..
크라우드소싱-에라이. 이 많은 화살표라면 구멍에 하나정도는 맞겠지!!
이와 관련한 위기피디아의 문제점에 대한 기사가 얼마전에 나왔습니다.
자세한 내용은 기사를 보시면 알수 있지만, 간략한 요점은 이겁니다. 점점 크기가 커진 위키는 정확성을 높이기 위한 여러 정책을 쓰기 시작했는데, 이게 반대로 새로운 자워봉사자들의 유입을 위축시키는데에 한 몫 했던 것입니다. Crowdsourcing으로 흥한 위키가 정작 Crowdsourcing의 장점을 깎아내는 셈이죠.
사실 이러한 Crowdsourcing의 부작용은 우리 가까운 곳에서도 볼 수 있습니다. 이를테면 네이버의 지식 in같은 경우죠.
네이버의 인지도를 높이는데 크게 기여한 지식in
네이버의 대표격 서비스였던 네이버 지식in은 여전히 많은 정보를 자랑합니다. 하지만 과거와 달리 규모가 커지면서 엉터리 정보, 광고글,낚시성 글들이 판을 치고 있는지라 ‘지식kin’-지식 즐~! 이란 취급까지 받고 있습니다. 그래서 네이버측도 전문직업인을 답변인으로 내세우는등 정확성을 높이기 위한 노력을 여럿 하고 있습니다만, 고거 한다고 한번 나빠진 이미지가 크게 좋아지는 걸 기대하긴 힘들죠.
또다른 예는 번역에서 볼수 잇습니다. 한국에는 대다수 외국게임이 번역되지 않는채로 들어오는데, 이러한 외국게임을 번역하는 커뮤니티가 있습니다. 그리고 여기에서 하는 번역작업 중 번역할 텍스트 양이 많으면 오픈해서 다수가 번역에 참여하게 합니다. 물론 약간의 인센티브는 주지요.
그런데 이 작업에 대충 번역기를 돌려서 만들어낸 엉터리 문장으로 참여하는 뻔뻔스런 아해들 덕분에 공개된 한글패치가 엉망이 되는 경우가 생기는 겁니다. 본래는 편집과 검수를 메인측에서 제대로 해주어야 하는데 번역에 급급한지라 제대로 관리를 못한 결과로 패치는 엉망이 되고, 결국 그런 엉터리 부분들을 다시 빼내야 하는 이중고를 겪는 겁니다.
—————————————————–
물론 이러한 의 단점을 보완할 방법이 없는 것은 아닙니다. 변지석 교수님의 포스트 Ieda Exchange를 보면, 평가하는 측에도 인센티브를 도입해 정확성을 높이는 방법으로 평가(일종의 검수)의 정확성을 높이는 방법이 소개되고 있습니다.
하지만 모든 Crowdsourcing에 이정도의 인센티브를 주기도 힘들고, 모든 경우에 도입해 엉터리 데이터를 완전히 걸러낼수 있는 것도 아닙니다. 정확한 평가가 이루어지기 위해선 다수가 참여할 시간이 필요한데, 그럴바에는 그 분야의 소수 전문가가 글을 확인하고 빨리 걸러내서 신속성을 확보하는것이 더 효율적인 경우도있니까요.
최근 댓글