〈메토이소노〉는 〈거룩하게 되기>이다. 보이는 것과 보이지않는 것, 육체와 영혼, 물질과 정신의 임계 상태 저 너머에서 일어나는 변화, 이것이 메토이소노다. 물리적, 화학적 변화 너머에존재하는 변화, 거룩하게 되기가 바로 이것이다. 포도가 포도즙이 되는 것은 물리적인 변화다. 포도즙이 마침내 포도주가 되는 것은 화학적인 변화다. 포도주가 사랑이 되고, <성체(聖體)〉가되는 것, 이것이 바로 메토이소노다.
데이터 비판 역량 ; 사실성, 연관성, 충분성 보기
데이터 리터러시 역량 중1. 데이터 이해데이터 공감역량데이터 직관력데이터 사실파악역량데이터 패턴파악역량데이터 해석비판역량
데이터 표현틀리지 않게적합하게강력하게
① 좋은 질문을 할 수 있는 역량필요한 데이터를 선별하고 검증할 수 있는 역량③ 데이터 해석 능력을 기반으로 쓸모 있는 결론을 만들어내는 역량④ 가설 기반 A/B 테스트를 수행하여 결과를 판별할 수 있는 역량⑤ 의사결정자들도 이해하기 쉽게 분석 결과를 표현할 수 있는 역량⑥ 데이터 스토리텔링을 통해 의사결정자들이 전체 그림을 이해하고분석 결과에 따라 실행하게 하는 역량2020 하버드 비즈니스 리뷰 팀의 데이터 리터러시 역량 높이기
모두의 손에 있는 데이터는 생산적인 대화 소재와 혁신의 땔감이 된다.
가트너맥락에 맞게 데이터를 읽어내야함.
데이터의 역할은문제 해결이 아니라우리의 인지력과 판단력, 설득력과 남에게동기 부여 하는 역량이 발달하는 데 있음.
데이터는 수학보단 언어 쪽분석의 대상이라기 보단 소통의 대상
가트너 CDO 서베이 변화 마인드 x- 데이터 사일로현상(보안, 남좋은 일, 권위주의)데이터 리터러시 부족
그래서 ‘선 문제해결, 후 역량 동원 방식은 데이터 리터러시 역량 교육에 있어 매우 중요한 방향성이 된다. 목적 지향적이기에 효율적이기도 하고 의외의 이점도 있다. 데이터로 문제를 해결한다 해서 명쾌한답이 반드시 보장되는 것은 아님을 빨리 깨닫는 것이다. 데이터가 정량화, 구조화되어 있다해서 데이터 기반의 문제해결 방식이 유일한 절대 답안을 도출해주진 않는다. 숫자를 다룬다는 측면에서 보자면 수학과 비슷하지만 분명 다른 부분이다. 데이터 전성시대에도 만능주의는 없다. 교육장 내에서 역량별로 잘 고안된 예제의 정답을 맞추는 방식보다 자신의 문제를 자신의 데이터로 일상에서 좌충우돌하며 해결해보는 경험이 개인의 데이터 리터러시 향상에 훨씬 더 유익한 이유다.
데이터 역량 제고에 반드시 필요한 세 가지 요건을 고르라면 첫 번째는 동기부여다. 특정 목적으로 동기가 부여된 상태여야 데이터 역량의 필요성을 절감하고 몰입하게 되기 때문이다. 두 번째는 그러한 목적의식을 잘 담아낸 데이터다. 가장 좋은 것은 자기가 스스로 조사하여 획득한 자체 데이터다. 세 번째는 데이터를 가공할 역량 및 툴이다.
수용하느냐 비판하느냐는 독자의 몫희망과 사랑을 나누라는 작가의 의도는 선하게 느껴졌다. 잘 못 믿어서 그렇지..어쩌면 열렬히 믿을 때 믿음대로 흘러가는 것도 있지 않을까 자기 객관화를 하며내 감정(아미그달라)을 먼저 읽어주고 바라봐주는 건 좋은 습관 같다. 긍정적인 주문을 외우고구체적인 이미지를 상상하며심신을 다스릴 수 있는 생각의 힘을 키우자.
랭거 교수"청소할 때마다 살이 빠져나간다고생각하는 것만으로 실제로 살이 빠진다."
키를리안 사진기로 찍은인간의 에너지장"감정과건강 상태에 따라에너지장의 형태와색깔이 변화한다."
라딘 박사"감사와 사랑의 마음으로"음식을 먹으면 영양분흡수율이 높아진다."
이처럼 실험자가 미립자를 입자라고 생각하고 바라보면 입자의 모습이 나타나고 물결로 생각하고 바라보면 물결의 모습이 나타나는 현상을,양자 물리학자들은 ‘관찰자 효과 (observer effect)‘라고 부른다. 이것이 만물을 창조하는 우주의 가장 핵심적인 원리다.
이미지는 말로 하는 생각(의지)보다 강하다.
지켜보는 냄비는 끓지 않는다.
자신이 변한 모습을여러 명이 함께 바라보는이미지를 그리면현실화가 가속화된다.