
English: 
Hi, I’m Carrie Anne, and welcome to Crash
Course Computer Science!
So, over the course of this series, we’ve
focused almost exclusively on computers – the
circuits and algorithms that make them tick.
Because...this is Crash Course Computer Science.
But ultimately, computers are tools employed
by people.
And humans are… well… messy.
We haven’t been designed by human engineers
from the ground up with known performance
specifications.
We can be logical one moment and irrational
the next.
Have you ever gotten angry at your navigation
system? Surfed wikipedia aimlessly?
Begged your internet browser to load faster?
Nicknamed your roomba?
These behaviors are quintessentially human!
To build computer systems that are useful,
usable and enjoyable, we need to understand
the strengths and weaknesses of both computers
and humans.
And for this reason, when good system designers
are creating software, they employ social,
cognitive, behavioral, and perceptual psychology
principles.

Korean: 
안녕하세요, 저는 Carrie Anne입니다.
컴퓨터 과학 특강에 오신 것을 환영합니다!
이 강의의 전반에서 우리는 거의 독점적으로 컴퓨터를
두텁게 만드는 회로와 알고리즘에 중점을 두었습니다.
이 강의의 전반에서 우리는 거의 독점적으로 컴퓨터를
두텁게 만드는 회로와 알고리즘에 중점을 두었습니다.
왜냐하면 ... 이 강의는 컴퓨터 과학에
관한 것이기 때문입니다.
하지만 궁극적으로, 컴퓨터는 사람에 의해
쓰여지는 도구입니다.
그리고 인간은.... 지저분합니다.
우리는 인간 공학자에 의해 처음부터 알려진
성능 사양으로 설계되지 않았습니다.
우리는 인간 공학자에 의해 처음부터 알려진
성능 사양으로 설계되지 않았습니다.
우리는 한 순간은 논리적이고
그 다음엔 비이성적일 수 있습니다.
여러분의 네비게이션에 화를 내 본적 있습니까?
아무 생각없이 wikipedia를 서핑 해보았습니까?
인터넷 브라우저가 빨리 로딩하도록
간청해 본 적 있나요?
로봇청소기에 별명을 붙여 주었나요?
이러한 행동은 본질적으로 인간적입니다.!
유용하며 유능하고, 또한 즐길 만한
컴퓨터 시스템을 구축하려면,
우리는 컴퓨터와 인간의 강점과 약점 모두를
이해 할 필요가 있습니다.
이러한 이유로, 훌륭한 시스템 설계자는 소프트웨어를
만들 때 사회적, 인지적, 행동 및 지각 원칙을 사용합니다.
이러한 이유로, 훌륭한 시스템 설계자는 소프트웨어를
만들 때 사회적, 인지적, 행동 및 지각 원칙을 사용합니다.

English: 
INTRO
No doubt you’ve encountered a physical or
computer interface that was frustrating to
use, impeding your progress.
Maybe it was so badly designed that you couldn’t
figure it out and just gave up.
That interface had poor usability.
Usability is the degree to which a human-made
artifact – like software – can be used
to achieve an objective effectively and efficiently.
To facilitate human work, we need to understand
humans - from how they see and think, to how
they react and interact.
For instance, the human visual system has
been well studied by Psychologists.
Like, we know that people are good at ordering
intensities of colors.
Here are three.
Can you arrange these from lightest to darkest?
You probably don’t have to think too much
about it.
Because of this innate ability, color intensity
is a great choice for displaying data with
continuous values.
On the other hand, humans are terrible at
ordering colors.
Here’s another example for you to put in
order… is orange before blue, or after blue?
Where does green go?
You might be thinking we could order this
by wavelength of light, like a rainbow, but
that’s a lot more to think about.

Korean: 
아마 여러분은 좌절스럽게 하거나 진행을 방해하는 물리
적인 또는 컴퓨터 인터페이스를 겪어 보았을 것입니다.
아마 여러분은 좌절스럽게 하거나 진행을 방해하는 물리
적인 또는 컴퓨터 인터페이스를 겪어 보았을 것입니다.
어쩌면 여러분이 그것을 이해하지 못하고 그냥 포기할 
정도로 형편없게 설계되었을 수도 있습니다.
그 인터페이스는 사용성이 좋지 않은 것입니다.
유용성은 소프트웨어처럼 인간이 만든 인공물이 효율적,
효과적으로 목표를 달성할 수 있는 정도를 말합니다.
유용성은 소프트웨어처럼 인간이 만든 인공물이 효율적,
효과적으로 목표를 달성할 수 있는 정도를 말합니다.
인간의 작업을 용이하게 하기 위해
우리는 인간이 보거나 생각하는 방식과
어떻게 반응하고 상호작용 하는지를 이해해야 합니다.
예를 들어, 인간 시각 시스템은
심리학자들에 의해 잘 연구되었습니다.
마찬가지로, 우리는 사람들이 색의 
강도를 정렬하는 것에 능숙하다는 것을 압니다.
여기 세 개의 색이 있습니다.
가장 밝은 것부터 가장 어두운 것 순서로
이것들을 배열 할 수 있습니까?
그것에 대해 너무 많이 생각할 필요는 없을 것입니다.
이 선천적인 능력 때문에, 색상 강도는 연속적인 값으로
데이터를 표시하기 위한 좋은 선택입니다.
이 선천적인 능력 때문에, 색상 강도는 연속적인 값으로
데이터를 표시하기 위한 좋은 선택입니다.
반면에, 인간은 색을 정렬할 때 끔찍합니다.
다른 정렬의 예를 들어 보겠습니다.
파란색 전에 주황색입니까, 파란색 뒤입니까?
녹색은 어디일까요?
아마 이것을 무지개처럼 빛의 파장에 의해 
정렬할 수 있다고 생각할 수 있습니다.
그것은 생각할 것이 많습니다.

Korean: 
대부분의 사람들은 정렬하는 데 훨씬 더 오래 걸리고
오류가 발생하기 쉽습니다.
시각 시스템의 선천적인 기량 부족으로 인하여, 
색을 사용해 연속적인 데이터를 표시하는 것은
형편 없는 디자인 선택이 될 수 있습니다.
여러분은 항목을 비교하기 위해 끊임없이 색상 범례를
참고하는 자신을 발견하게 될 것입니다.
그러나, 색상은 범주화 된 데이터와 같이 
순서가 없는 이산형일 경우 완벽합니다.
그러나, 색상은 범주화 된 데이터와 같이 
순서가 없는 이산형일 경우 완벽합니다.
이는 명백해 보이지만, 여러분은 얼마나 많은 인터페이스
가 이러한 기본적인 문제를 일으키는 지에 놀랄겁니다.
이는 명백해 보이지만, 여러분은 얼마나 많은 인터페이스
가 이러한 기본적인 문제를 일으키는 지에 놀랄겁니다.
시각적 인식 이외에, 인간의 인지 능력을 이해하면
마음이 어떻게 작용하는지에 따라
인터페이스를 설계하는 데에 도움이 됩니다.
마찬가지로, 인간도 읽고 기억하고 정보를 처리할 때 
조각으로 나누어져 있는 것이 더 효율적입니다.
즉, 항목을 작고 의미있는 그룹으로
함께 넣을 때를 말합니다.
인간은 일반적으로 7개 내외의 항목을
단기 기억으로 조직할 수 있습니다.
보수적인 입장에서는, 우리는 일반적으로 5개 이하의 
그룹으로 봅니다.
그것이 전화번호가 317, 555, 3897과 같은
덩어리로 나뉜 이유입니다.
잊기 쉬운 10개의 독립된 자릿수 대신
그것은 3개의 덩어리입니다,
우리는 더 잘 기억할 수 있습니다.

English: 
Most people are going to be much slower and
error-prone at ordering.
Because of this innate ineptitude of your
visual system, displaying continuous data
using colors can be a disastrous design choice.
You’ll find yourself constantly referring
back to a color legend to compare items.
However, colors are perfect for when the data
is discrete with no ordering, like categorical
data.
This might seem obvious, but you’d be amazed
at how many interfaces get basic things like
this wrong.
Beyond visual perception, understanding human
cognition helps us design interfaces that
align with how the mind works.
Like, humans can read, remember and process
information more effectively when it’s chunked
– that is, when items are put together into
small, meaningful groups.
Humans can generally juggle seven items, plus-or-minus
two, in short-term memory.
To be conservative, we typically see groupings
of five or less.
That’s why telephone numbers are broken
into chunks, like 317, 555, 3897.
Instead of being ten individual digits that
we’d likely forget, it’s three chunks,
which we can handle better.

Korean: 
컴퓨터의 관점으로 이는 불필요하게 더 많은 시간과
공간을 필요로 하므로 비효율적입니다.
컴퓨터의 관점으로 이는 불필요하게 더 많은 시간과
공간을 필요로 하므로 비효율적입니다.
그러나 인간에게는 훨씬 효율적입니다.
우리가 쇼를 운영하기 때문에 
거의 항상 우리가 유리하게 거래합니다. 아직까진요.
청킹은 드롭 다운 메뉴 항목 및 버튼이 있는 메뉴 모음과
같은 항목을 위해 컴퓨터 인터페이스에 적용되었습니다.
청킹은 드롭 다운 메뉴 항목 및 버튼이 있는 메뉴 모음과
같은 항목을 위해 컴퓨터 인터페이스에 적용되었습니다.
낭비되는 메모리와 스크린 공간 때문에 모든 것을 함께
모으는 것이 컴퓨터에게는 효율적입니다.
낭비되는 메모리와 스크린 공간 때문에 모든 것을 함께
모으는 것이 컴퓨터에게는 효율적입니다.
그러나 이런 식으로 인터페이스를 디자인하면 더 쉽게
시각적으로 스캔하고 기억하며 접근할 수 있습니다.
그러나 이런 식으로 인터페이스를 디자인하면 더 쉽게
시각적으로 스캔하고 기억하며 접근할 수 있습니다.
인터페이스 디자인에서 사용되는 또 다른 핵심 개념은
'행동 유도성'입니다.
컴퓨팅에 이 용어를 보급한 Don Norman에 따르면,
"행동 유도성은 사물의 조작에 대한 
강력한 단서를 제공합니다.
판은 밀기 위한 것입니다.
노브는 돌리기 위한 것입니다.
슬롯은 물건을 삽입하기 위한 것입니다.
[중략..] 행동 유도성을 활용할 때, 사용자는 단지 보기만
하는 것으로 무엇을 해야 하는 지 알 수 있습니다.
그림, 레이블 또는 설명이 필요하지 않습니다. "
여러분이 만약 문을 열어야만 한다는 것을 깨닫기 위해
문 손잡이를 당겨 본 적이 있다면,
여러분운 행동 유도성을 발견했습니다.
반면에, 문패 디자인은 단지 여러분에게 미는
옵션만을 제공하기 때문에 더 좋습니다.
반면에, 문패 디자인은 단지 여러분에게 미는
옵션만을 제공하기 때문에 더 좋습니다.

English: 
From a computer's standpoint, this needlessly
takes more time and space, so it’s less
efficient.
But, it’s way more efficient for us humans
– a tradeoff we almost always make in our
favor, since we’re the ones running the
show...for now.
Chunking has been applied to computer interfaces
for things like drop-down menu items and menu
bars with buttons.
It’d be more efficient for computers to
just pack all those together, edge to edge
– it’s wasted memory and screen real estate.
But designing interfaces in this way makes
them much easier to visually scan, remember
and access.
Another central concept used in interface
design is affordances.
According to Don Norman, who popularized the
term in computing, “affordances provide
strong clues to the operations of things.
Plates are for pushing.
Knobs are for turning.
Slots are for inserting things into.
[...] When affordances are taken advantage
of, the user knows what to do just by looking:
no picture, label, or instruction needed.”
If you’ve ever tried to pull a door handle,
only to realize that you have to push it open,
you’ve discovered a broken affordance.
On the other hand, a door plate is a better
design because it only gives you the option
to push.

English: 
Doors are pretty straightforward – if you
need to put written instructions on them,
you should probably go back to the drawing
board.
Affordances are used extensively in graphical
user interfaces, which we discussed in episode
26.
It’s one of the reasons why computers became
so much easier to use than with command lines.
You don’t have to guess what things on-screen
are clickable, because they look like buttons.
They pop out, just waiting for you to press
them!
One of my favorite affordances, which suggests
to users that an on-screen element is draggable,
is knurling – that texture added to objects
to improve grip and show you where to best
grab them.
This idea and pattern was borrowed from real
world physical tools.
Related to the concept of affordances is the
psychology of recognition vs recall.
You know this effect well from tests – it’s
why multiple choice questions are easier than
fill-in-the-blank ones.
In general, human memory is much better when
it’s triggered by a sensory cue, like a
word, picture or sound.
That’s why interfaces use icons – pictorial
representations of functions – like a trash
can for where files go to be deleted.
We don’t have to recall what that icon does,
we just have to recognise the icon.

Korean: 
문은 매우 간단합니다.
만약 문을 열기 위해 설명서를 써야 할 필요가 있다면,
여러분은 아마 그림판으로 돌아가야 할 것입니다.
행동 유도성은 26강에서 다루었던 
그래픽유저 인터페이스에서 광범위하게 사용됩니다.
행동 유도성은 26강에서 다루었던 
그래픽유저 인터페이스에서 광범위하게 사용됩니다.
이는 컴퓨터가 명령 라인을 사용하는 것보다
사용하기 훨씬 쉬워진 이유 중 하나입니다.
여러분은 버튼 같이 생긴 화면상의 어떤 것들이 
클릭 가능한 지 추측 할 필요가 없습니다.
그들은 튀어 나와 있어서,
여러분이 눌러주길 기다리고 있습니다.
제가 좋아하는 행동 유도성 중 하나는 사용자가 화면상의
요소를 끌고갈 수 있는 널링입니다.
그 텍스쳐는 그립력을 높이고 어딜 잡아야 
가장 좋을지 여러분에게 보여줍니다.
그 텍스쳐는 그립력을 높이고 어딜 잡아야 
가장 좋을지 여러분에게 보여줍니다.
이 아이디어와 패턴은 실제 물리적인 장비에서
빌려왔습니다.
행동 유도성의 개념과 관련하여
인지심리학과 대 회상이 있습니다.
이 효과는 테스트에서 잘 알 수 있습니다.
객관식 질문이 왜 빈칸 채우기보다 더 쉬운가요?
이 효과는 테스트에서 잘 알 수 있습니다.
객관식 질문이 왜 빈칸 채우기보다 더 쉬운가요?
일반적으로 인간은 단어, 그림 또는 소리와 같은
감각적 단서가 촉발될 때 훨씬 더 잘 기억합니다.
일반적으로 인간은 단어, 그림 또는 소리와 같은
감각적 단서가 촉발될 때 훨씬 더 잘 기억합니다.
이것이 인터페이스가 그림을 사용하여 기능을 나타내는
아이콘을 사용하는 이유입니다.
파일이 삭제되면 가는 휴지통과 같은 아이콘과 같이요.
우리는 아이콘이 무엇을 하는지 기억할 필요 없이
인식하기만 하면 됩니다.

Korean: 
이것은 어떤 명령을 사용할 지 기억해야 하는 
명령 라인 인터페이스에 비하면 커다란 발전이었습니다.
이것은 어떤 명령을 사용할 지 기억해야 하는 
명령 라인 인터페이스에 비하면 커다란 발전이었습니다.
입력해야 하는 것이 '삭제'또는 '지우기' 또는 "쓰레기" 
또는 "쏘기"일까요?  뭐든 될 수 있습니다.
실제로 리눅스에서는 "rm"이지만 어쨌든,
발견하고 배우기 쉽게 만드는 것은
종종 접근하기엔 느리고 전문성이라는 
심리학 개념과 충돌합니다.
인터페이스에 대한 경험을 쌓으면서 작업 속도를 높이고
효율적으로 작업하기 위한 정신적 모델을 만들 수 있습니다.
인터페이스에 대한 경험을 쌓으면서 작업 속도를 높이고
효율적으로 작업하기 위한 정신적 모델을 만들 수 있습니다.
따라서 좋은 인터페이스는 목표를 달성하기
위한 다양한 경로를 제공합니다.
이것의 훌륭한 예는 워드의 수정(Edit) 드롭 다운 
메뉴에서 찾을 수 있는 복사 및 붙여 넣기이며,
키보드 단축기로도 실행될 수 있습니다.
한 접근법은 초보자에게 도움이되는 반면,
다른 접근은 전문성을 충족시키고
어느 쪽도 속도를 늦추지 않습니다.
그럼 여러분은 가능한 좋은 것만을 취할 수 있습니다!
인간을 보다 효율적으로 만드는 것 외에, 우리는
컴퓨터를 정서적으로 유용하게 사용하고 싶습니다.
영향이라고도 하는 사용자의 정서적인 상태에 컴퓨터가
적절하게 반응하도록 행동을 조정하는 것 입니다.
영향이라고도 하는 사용자의 정서적인 상태에 컴퓨터가
적절하게 반응하도록 행동을 조정하는 것 입니다.
그것은 경험을 더 공감하며 즐겁고 
기쁘게 만들어 줄 수 있습니다.

English: 
This was also a huge improvement over command
line interfaces, where you had to rely on
your memory for what commands to use.
Do I have to type “delete”, or “remove”,
or... “trash”, or… shoot, it could be anything!
It’s actually “rm” in linux, but anyway,
making everything easy to discover and learn
sometimes means slow to access, which conflicts
with another psychology concept: expertise.
As you gain experience with interfaces, you
get faster, building mental models of how
to do things efficiently.
So, good interfaces should offer multiple
paths to accomplish goals.
A great example of this is copy and paste,
which can be found in the edit dropdown menu
of word processors, and is also triggered
with keyboard shortcuts.
One approach caters to novices, while the
other caters to experts, slowing down neither.
So, you can have your cake and eat it too!
In addition to making humans more efficient,
we’d also like computers to be emotionally
intelligent – adapting their behavior to
respond appropriately to their users’ emotional
state – also called affect.
That could make experiences more empathetic,
enjoyable, or even delightful.

Korean: 
이 비전은 1995년 Rosalind Picard가
Affective Computing에 대한 논문에서 분명히 밝혔듯이,
심리학, 사회학 및 컴퓨터 과학의 측면을 
결합한 학제적 분야에 시동을 걸었습니다.
심리학, 사회학 및 컴퓨터 과학의 측면을 
결합한 학제적 분야에 시동을 걸었습니다.
그것은 인간의 영향을 인식, 해석, 시뮬레이션 및 
변경 할 수있는 컴퓨팅 시스템에서 작업을 촉진했습니다.
그것은 인간의 영향을 인식, 해석, 시뮬레이션 및 
변경 할 수있는 컴퓨팅 시스템에서 작업을 촉진했습니다.
감정이 학습, 의사 소통 및 의사 결정과 같은 일상적인 
작업의 인지 및 인식에 영향을 끼치는 것을 알기 때문에
이것은 엄청난 거래였습니다.
영향 인식 시스템은 가끔 장착되어 있는데,
땀과 심장 박동 같은 생체 인식 뿐 아니라 
얼굴과 음성 비디오를 찍는 센서를 사용합니다.
이 다양한 센서 데이터는 
컴퓨터 모델과 결합하여 사용되는데,
사람들이 행복과 좌절,  우애와 신뢰와 같은 사회적 상태를 발생시키고 표현하는 방법을 나타내는
컴퓨터 모델과 결합하여 사용됩니다.
이 모델은 사용자의 특정 상태에 있는 
가능성을 측정하고
시스템의 목표를 달성하기 위해 해당 상태에
가장 잘 응답하는 방법을 파악합니다.
이것은 사용자를 진정시키고, 신뢰를 쌓고,
숙제를 끝내도록 도와줄 것 입니다.
2012년 페이스북에서 사용자의 영향을
조사한 연구가 수행되었습니다.

English: 
This vision was articulated by Rosalind Picard
in her 1995 paper on Affective Computing,
which kickstarted an interdisciplinary field
combining aspects of psychology, social and
computer sciences.
It spurred work on computing systems that
could recognize, interpret, simulate and alter
human affect.
This was a huge deal, because we know emotion
influences cognition and perception in everyday
tasks like learning, communication, and decision
making.
Affect-aware systems use sensors, sometimes
worn, that capture things like speech and
video of the face, as well as biometrics,
like sweatiness and heart rate.
This multimodal sensor data is used in conjunction
with computational models that represent how
people develop and express affective states,
like happiness and frustration, and social
states, like friendship and trust.
These models estimate the likelihood of a
user being in a particular state, and figure
out how to best respond to that state, in
order to achieve the goals of the system.
This might be to calm the user down, build
trust, or help them get their homework done.
A study, looking at user affect, was conducted
by Facebook in 2012.

English: 
For one week, data scientists altered the
content on hundreds of thousands of users’
feeds.
Some people were shown more items with positive
content, while others were presented with
more negative content.
The researchers analyzed people's posts during
that week, and found that users who were shown
more positive content, tended to also post
more positive content.
On the other hand, users who saw more negative
content, tended to have more negative posts.
Clearly, what Facebook and other services
show you can absolutely have an affect on
you.
As gatekeepers of content, that’s a huge
opportunity and responsibility.
Which is why this study ended up being pretty
controversial.
Also, it raises some interesting questions
about how computer programs should respond
to human communication.
If the user is being negative, maybe the computer shouldn’t be annoying by responding in a
cheery, upbeat manner.
Or, maybe the computer should attempt to evoke
a positive response, even if it’s a bit
awkward.
The “correct” behavior is very much an
open research question.
Speaking of Facebook, it’s a great example
of computer-mediated communication, or CMC,
another large field of research.

Korean: 
일주일 동안, 데이터 과학자들은 
수십만 사용자의 콘텐츠를 변환했습니다.
일주일 동안, 데이터 과학자들은 
수십만 사용자의 콘텐츠를 변환했습니다.
어떤 사람들은 긍정적인 내용의 항목을 더 많이, 또 어떤
사람들은 부정적인 내용을 더 많이 보여주었습니다.
어떤 사람들은 긍정적인 내용의 항목을 더 많이, 또 어떤
사람들은 부정적인 내용을 더 많이 보여주었습니다.
연구원들은 그 주에 게시물을 게재한 사용자를 분석하여
긍정적인 내용을 보여준 사람들이
긍정적인 내용을 더 많이 게시하는 경향이 있음을
발견했습니다.
반면에 부정적인 것을 더 본 사용자는
부정적인 게시물이 많이 올리는 경향이 있었습니다.
명백히, Facebook 및 기타 서비스들이 당신에게
절대적으로 영향을 미칠 수 있음을 보여줍니다.
명백히, Facebook 및 기타 서비스들이 당신에게
절대적으로 영향을 미칠 수 있음을 보여줍니다.
콘텐츠의 게이트 키퍼로서
막대한 기회와 책임이 있습니다.
그래서 이 연구는 꽤 논란의 대상이 되며
끝이 났습니다.
또한 컴퓨터 프로그램이 어떻게 인간의 의사소통에 
반응해야 하는지에 대한 흥미로운 질문을 제기합니다.
또한 컴퓨터 프로그램이 어떻게 인간의 의사소통에 
반응해야 하는지에 대한 흥미로운 질문을 제기합니다.
사용자가 부정적이면, 아마 컴퓨터는 명랑하고 낙관적인
방식으로 응답하여 성가시게 굴면 안 될 것입니다.
사용자가 부정적이면, 아마 컴퓨터는 명랑하고 낙관적인
방식으로 응답하여 성가시게 굴면 안 될 것입니다.
어쩌면 조금 어색하더라도 컴퓨터가 긍정적인 반응을
불러 일으키려 시도해야 할 수도 있습니다.
어쩌면 조금 어색하더라도 컴퓨터가 긍정적인 반응을
불러 일으키려 시도해야 할 수도 있습니다.
"올바른"행동은 공개된 연구 문제 입니다.
Facebook에 관해서는, 또다른 연구 분야인
컴퓨터 매개 통신 또는 CMC의 훌륭한 예입니다.
Facebook에 관해서는, 또다른 연구 분야인
컴퓨터 매개 통신 또는 CMC의 훌륭한 예입니다.

Korean: 
여기에는 모든 참가자가 온라인 상태인 
영상통화와 같은 동기식 통신뿐만 아니라,
트윗, 이메일, 문자메시지와 같이 언제든 가능하고
원할 때 응답 할 수 있는 비동기식 통신도 포함합니다.
트윗, 이메일, 문자메시지와 같이 언제든 가능하고
원할 때 응답 할 수 있는 비동기식 통신도 포함합니다.
연구원은 이모티콘 사용, 차례 교환과 같은 규칙, 
다양한 통신 채널에서 사용된 언어 등을 연구합니다.
연구원은 이모티콘 사용, 차례 교환과 같은 규칙, 
다양한 통신 채널에서 사용된 언어 등을 연구합니다.
한 가지 흥미로운 사실은, 
사람들이 컴퓨터를 통한 대화에서
높은 수준으로 개인정보를 공개하는 
자기노출을 보여준다는 점 입니다.
얼굴을 보면서 대화 하는 상황과는 대조적입니다.
얼굴을 보면서 대화 하는 상황과는 대조적입니다.
따라서 사용자가 The Great British Bakeoff 를 본 시간을
아는 시스템을 만들고 싶다면
얼굴이 있는 가상 에이전트보다
채팅 봇을 만드는 것이 좋습니다.
얼굴이 있는 가상 에이전트보다
채팅 봇을 만드는 것이 좋습니다.
심리학 연구는 또한 시선이 설득, 교육, 이목을
집중시키기에 매우 중요하다는 것을 입증했습니다.
심리학 연구는 또한 시선이 설득, 교육, 이목을
집중시키기에 매우 중요하다는 것을 입증했습니다.
말하는 동안 다른 사람을 바라 보는 것을
상호 응시라고 합니다.
이것은 대화의 목표를 달성하는 것을 돕고
참여를 높이는 것을 보여주었습니다.
그것이 학습 참여, 친구를 사귈 때, 비즈니스 거래 종료
어느 때든지요.
녹화된 강의와 같은 상황에서, 강사는 카메라를 거의 안 
보고 일반적으로 강의실에 있는 학생들을 봅니다.
녹화된 강의와 같은 상황에서, 강사는 카메라를 거의 안 
보고 일반적으로 강의실에 있는 학생들을 봅니다.

English: 
This includes synchronous communication – like
video calls, where all participants are online
simultaneously – as well as asynchronous
communication – like tweets, emails, and
text messages, where people respond whenever
they can or want.
Researchers study things like the use of emoticons,
rules such as turn-taking, and language used
in different communication channels.
One interesting finding is that people exhibit
higher levels of self-disclosure – that
is, reveal personal information – in computer-mediated
conversations, as opposed to face-to-face
interactions.
So if you want to build a system that knows
how many hours a user truly spent watching
The Great British Bakeoff, it might be better
to build a chatbot than a virtual agent with
a face.
Psychology research has also demonstrated
that eye gaze is extremely important in persuading,
teaching and getting people's attention.
Looking at others while talking is called
mutual gaze.
This has been shown to boost engagement and
help achieve the goals of a conversation,
whether that’s learning, making a friend,
or closing a business deal.
In settings like a videotaped lecture, the
instructor rarely, if ever, looks into the
camera, and instead generally looks at the
students who are physically present.

Korean: 
그 곳의 학생들을 위해서는 좋지만 강의를 온라인으로
보는 학생들의 참여가 줄었음을 의미합니다.
그 곳의 학생들을 위해서는 좋지만 강의를 온라인으로
보는 학생들의 참여가 줄었음을 의미합니다.
이에, 연구원은 컴퓨터 비전과
그래픽 소프트웨어를 개발하여
머리와 눈을 왜곡시켜 강사가 카메라를 쳐다 보듯이
원격 뷰어에서 바로 볼 수있게 했습니다.
머리와 눈을 왜곡시켜 강사가 카메라를 쳐다 보듯이
원격 뷰어에서 바로 볼 수있게 했습니다.
이 기술을 시선 증강이라고 합니다.
비슷한 기술이 화상 회의 전화에도 적용되어 거의 항상 
화면 위에 위치하는 웹캠의 위치를 바로잡아 줍니다.
비슷한 기술이 화상 회의 전화에도 적용되어 거의 항상 
화면 위에 위치하는 웹캠의 위치를 바로잡아 줍니다.
일반적으로 비디오에서 여러분이 웹캠을 똑바로
응시하기보다 상대방을 보고 있기 때문에
항상 여러분이 아래를 보고 있는 것처럼
상대방에게 나타납니다.
이는 상호 시선을 끊고 힘의 불균형과 같은 모든 종류의
불행한 사회적 부작용 만들 수 있습니다.
이는 상호 시선을 끊고 힘의 불균형과 같은 모든 종류의
불행한 사회적 부작용 만들 수 있습니다.
다행히도, 이것은 디지털 방식으로 교정 될 수 있으며,
참여자들에게 여러분이 그들의 눈을 사랑스럽게
바라보는 것처럼 보입니다.
인간은 또한 의인화된 대상을 사랑합니다.
컴퓨터도 예외는 아닙니다.
특히 만약 그들이 지난 강의에 나온
우리의 로봇처럼 움직일 경우에요.
로봇은 지난 세기 동안 널리 보급된 산업 분야를 넘어
인간과 자주 상호작용하는 의료, 교육 및 엔터테인먼트 
환경에서 점점 더 많이 사용되고 있습니다.

English: 
That’s ok for them, but it means people
who watch the lectures online have reduced
engagement.
In response, researchers have developed computer
vision and graphics software that can warp
the head and eyes, making it appear as though
the instructor is looking into the camera
– right at the remote viewer.
This technique is called augmented gaze.
Similar techniques have also been applied
to video conference calls, to correct for
the placement of webcams, which are almost
always located above screens.
Since you’re typically looking at the video
of your conversation partner, rather than
directly into the webcam, you’ll always
appear to them as though you’re looking
downwards – breaking mutual gaze – which
can create all kinds of unfortunate social
side effects, like a power imbalance.
Fortunately, this can be corrected digitally,
and appear to participants as though you’re
lovingly gazing into their eyes.
Humans also love anthropomorphizing objects,
and computers are no exception, especially
if they move, like our Robots from last episode.
Beyond industrial uses that prevailed over
the last century, robots are used increasingly
in medical, education, and entertainment settings,
where they frequently interact with humans.

English: 
Human-Robot Interaction – or HRI – is
a field dedicated to studying these interactions,
like how people perceive different robots
behaviors and forms, or how robots can interpret
human social cues to blend in and not be super
awkward.
As we discussed last episode, there’s an
ongoing quest to make robots as human-like
in their appearance and interactions as possible.
When engineers first made robots in the 1940s and 50s, they didn’t look very human at all.
They were almost exclusively industrial machines
with no human-likeness.
Over time, engineers got better and better
at making human-like robots – they gained
heads and walked around on two legs, but…
they couldn’t exactly go to restaurants
and masquerade as humans.
As people pushed closer and closer to human
likeness, replacing cameras with artificial
eyeballs, and covering metal chassis with
synthetic flesh, things started to get a bit...
uncanny... eliciting an eerie and unsettling
feeling.
This dip in realism between almost-human and actually-human became known as the uncanny valley.
There’s debate over whether robots should
act like humans too.

Korean: 
HRI 라고 하는 인간-로봇의 상호작용을
연구하기 위한 전담 분야는
사람들이 다른 로봇의 행동과 형태를 
어떻게 인식하는지,
로봇이 인간의 사회적 단서를 해석하여 어색하지 않게
하는 것과 같은 상호작용을 연구하는 분야입니다.
지난 시간에 논의한 바와 같이, 외모와 상호작용에서 
인간과 닮은 로봇을 만드는 탐구가 계속되고 있습니다.
지난 시간에 논의한 바와 같이, 외모와 상호작용에서 
인간과 닮은 로봇을 만드는 탐구가 계속되고 있습니다.
엔지니어가 1940년대와 50년대에 처음 만든 로봇은
전혀 인간과는 다르게 생겼습니다.
그들은 거의 인간과 유사성이 없는
오로지 산업 기계였습니다.
시간이 지나면서, 엔지니어들이 인간을 닮은 
로봇을 더 잘 만들어냈습니다.
머리를 갖고, 두 발로 걸어 다녔지만 
정확히 식당에 가서 인간인 척 할 순 없었습니다.
머리를 갖고, 두 발로 걸어 다녔지만 
정확히 식당에 가서 인간인 척 할 순 없었습니다.
인간에 더 가까워지게 만들기 위해
카메라를 인공눈으로 대체하고
금속 섀시를 합성된 살로 덮으면서
상황이 조금 이상하게  되기 시작했습니다.
섬뜩하고 불안한 느낌을 이끌어냅니다.
거의 인간과 실제 인간 사이의 리얼리즘에 대한 이
움푹 들어간 부분을 Uncanny Valley라고 합니다.
로봇이 인간처럼 행동해야만 하는지에 대한
논쟁이 있습니다.

Korean: 
로봇이 우리처럼 행동하지 않더라도 사람들은 
사회의 관습을 알고있는 것처럼 로봇을 대할 것이라고
많은 증거들이 이미 주장합니다.
그리고 그들이 당신 앞에 끼어들거나 발 위에서 구르고
사과하지 않는 것 같이 이러한 규칙들을 어기면
사람들은 정말 화가 날 것입니다.
의심의 여지없이, 심리학과 컴퓨터 과학
강력한 조합이고
우리의 일상 생활에 엄청난 영향을 줄 수 있는
잠재력을 갖고 있습니다.
이는 우리에게 많은 질문을 남깁니다.
아마 여러분의 노트북에 여러분이 거짓말을 한다면,
노트북도 여러분에게 거짓말을 해야 할까요?
그것이 여러분을 더 효율적으로 또는 행복하게한다면?
아니면 소셜 미디어 회사가 여러분을
사이트에 더 오래 머물게 하여
더 많은 제품을 구입할 수 있도록 하는 
콘텐츠를 선별해야 합니까?
그들은 정말 그렇게 합니다.
이러한 유형의 윤리적 고려 사항은
대답하기 쉽진 않지만
적어도 심리학은 우리가 컴퓨팅 시스템에서 디자인 
선택의 영향과 의미를 이해하는 데 도움이 됩니다.
그러나 긍정적인 면에서, 디자인을 넘어 심리학을
이해하는 것은 접근성이 향상 될 수 있습니다.
그러나 긍정적인 면에서, 디자인을 넘어 심리학을
이해하는 것은 접근성이 향상 될 수 있습니다.
더 많은 사람들이 컴퓨터를 이해하고 사용할 수 있으므로
그 어느 때 보다 더 직관적입니다.
더 많은 사람들이 컴퓨터를 이해하고 사용할 수 있으므로
그 어느 때 보다 더 직관적입니다.
화상 회의와 가상 교실은 점점 더 수긍 가능한
경험이 되어가고 있습니다.
로봇 기술이 계속해서 향상됨에 따라 인류는
이러한 상호 작용에서 보다 편안해질 것입니다.

English: 
Lots of evidence already suggests that even
if robots don’t act like us, people will
treat them as though they know our social
conventions.
And when they violate these rules – such
as not apologizing if they cut in front of
you or roll over your foot – people get
really mad!
Without a doubt, psychology and computer science
are a potent combination, and have tremendous
potential to affect our everyday lives.
Which leaves us with a lot of question like
you might lie to your laptop, but should your
laptop lie to you?
What if it makes you more efficient or happy?
Or should social media companies curate the
content they show you to make you stay on
their site longer to make you buy more products?
They do by the way.
These types of ethical considerations aren’t
easy to answer, but psychology can at least
help us understand the effects and implications
of design choices in our computing systems.
But, on the positive side, understanding the
psychology behind design might lead to increased
accessibility.
A greater number of people can understand
and use computers now that they're more intuitive
than ever.
Conference calls and virtual classrooms are
becoming more agreeable experiences.
As robot technology continues to improve,
the population will grow more comfortable

English: 
in those interactions.
Plus, thanks to psychology, we can all bond
over our love of knurling.
I’ll see you next week.

Korean: 
로봇 기술이 계속해서 향상됨에 따라 인류는
이러한 상호 작용에서 보다 편안해질 것입니다.
게다가 심리학 덕분에 우리는 인간의 흠에 대해
사랑하는 계기가 될 수 있습니다.
다음 주에 만나요.
