임용 후 첫 학기를 마무리하며 학점에 대한 고찰

아니요... 서울대 학부면 상관없습니다 ㅎㅎ... 애매한 중상위 학교인데... 학점 낮은 애들 받을 이유가 없다는 말이었습니다...!

그런 기초적인 것도 못 하는 학생을 거를 수 있는거죠.

모든 교수님이 암기형 시험을 낸다고 생각하지않습니다. 평균적으로 성적이 높은 학생은 대체로 잘 할거라는 인식생겼다는 거에요... 개인적으로는 저도 암기형 시험을 싫어해서 내지 않았습니다.

추가적으로 암기형 시험에서 암기를 하는 것부터 수업에 대한 성의인거죠... 저도 학부 때 암기 시험을 잘 치진 못했습니다... 반성합니다...

연구도 논문읽는것부터 시작하는데 읽는것도 못하는애들을 받을 이유가?

전전인데 코딩 과목이든 전공 과목이든 저런식으로 내는 시험은 한두개밖에 없었습니다. 모두 전공에 대한 이해도를 묻는 문제들.. 이 문제들을 잘 풀어야 전공을 잘 이해했구나 싶더군요

아직 배우고 있는 입장에서 이렇게 표현해도 될지는 모르겠지만 학계에 오래 계신 분들의 대부분은 트렌드에 많이 뒤쳐진 강의, 시험 문제 출제 비율이 높은데 이걸 토대로 받은 높은 학점이 실질적으로 성실함을 보여주는 것 말고 실질적으로 능력을 평가할 수 있는 지표가 될 수 있을지 모르겠습니다. 학부 때부터 학부연구생, 기업 인턴을 골고루 뛰면서 얻은 경험으로는 학점이 성실함을 평가하는데는 관계가 있지만 능력과는 무관하다는게 결론이었습니다. 학부에서 했던 것의 일부는 등록금이 아까웠다는 생각도 들었고요. 결국엔 자대에서는 학점에 집착해서 학생을 뽑은 랩실과 인터뷰, 실력 검증을 통해 학생을 뽑은 랩실과 성과면에서 후자가 더 높았네요.

너무 꼰스럽게 말하지만, 기초가 중요합니다. 그리고 학부생 수준에서 트랜드에 맞게 알려줄 수 없습니다. 기초가 있고 최신 방향성이 나온 배경까지 이해해야합니다.

연구하는 입장에서 다시 설명드립니다. 연구는 돌고 돕니다. 기초 --> 응용 --> 기술의 발전 (기초없이도 가능) --> 기초 --> 응용 --> 새로운 기술의 발전 --> 기초

제가 하는 AI 분야로 말씀드리면, 기초없이도 인공지능 모델을 만들 수 있습니다. 하지만 그 모델이 만들어진 배경을 알면 기존 이론에 의거하여 새로운 모델을 개발하는데 방향성을 더 깊게 찾을 수 있습니다. 그렇기 때문에 기초적인 이론부터 알아야 개발이 용이해집니다.

이런 기초를 학부 때 잘 습득하고 대학원 때는 실제 내가 연구하는 세부 주제에 맞춰서 개발하면 되기에 학부 때 기초는 중요하다고 생각합니다.

학부생 입장에서 트랜드에 많이 뒤쳐진 강의라고 감히 표현하지 마시고 더 꼼꼼히 배울 수 있으면 좋겠습니다 ㅠㅠ 물론 여러 수업을 듣고 모든 곳에 집중할 수 없는 것도 압니다만, 요즘은 대학원 진학자들도 많아서 잘하는 학생들도 많습니다. 여기서 경쟁력을 찾으려면, 학점이 기본이 되는 것 같습니다...

거긴 족보 암기가 아니라 그냥 상대평가 하에서 동기들이 머저리라 그냥 쉽게 다닌 케이스

이해가 됩니다. 저도 그래서 특히 대학원 수업은 출석하지 않아도 된다고 합니다... 이미 뽑힌 애들이 연구 집중 못하고 있으면... 그것도 답답하죠...