익숙함 Familiarity
이 과제를 해본 경험과 검증된 방법·전례가 얼마나 있는가. 낮을수록 학습과 탐색이 먼저 필요합니다.
낯섦 ←→ 익숙함
익숙함·복잡성·난해함 세 축으로 과제를 진단하면, 인간의 통찰이 필요한 영역과 AI가 패턴을 처리할 영역이 갈립니다. DX교육데이터협회는 그에 맞는 최적의 협업 프로세스를 설계해 드립니다.
각 축은 서로 독립적인 질문에 답합니다. 세 축을 결합하면 과제는 큐브 안의 한 점으로 위치하고, 8개의 협업 지대 중 하나에 속하게 됩니다.
이 과제를 해본 경험과 검증된 방법·전례가 얼마나 있는가. 낮을수록 학습과 탐색이 먼저 필요합니다.
구성 요소와 상호작용이 얼마나 많고 얽혀 있는가. 높을수록 AI의 패턴 처리·연산이 큰 힘을 발휘합니다.
문제 정의 자체가 모호하고 정답이 없으며 가치가 충돌하는가. 높을수록 인간 고유의 통찰과 책임이 핵심입니다.
현재 겪고 있는 과제를 적고, 각 축의 문항에 응답하면 큐브 위 좌표와 맞춤 협업 전략이 즉시 계산됩니다.
막막하다면 교육·교육데이터 분야 예시로 시작해 보세요 — 클릭하면 과제와 진단 응답이 자동 입력됩니다.
위에서 진단을 완료하면, 이곳에 3D 큐브 좌표와 맞춤 협업 전략이 나타납니다.