Generativism: Toward a Learning Theory for the Age of Generative Artificial Intelligence

거대한 문제: 오래된 지도는 더 이상 작동하지 않습니다

새로운 도시를 탐험하고 있다고 상상해 보세요. 지난 수십 년 동안 당신은 사람들이 어떻게 배우는지 이해하기 위해 네 가지 서로 다른 지도(학습 이론)를 사용해 왔습니다.

1. 행동주의(Behaviorism): 학습은 강아지를 훈련시키는 것과 같습니다. 기술을 선보이면 간식을 받습니다. 그 기술을 '할 수 있다면', 배운 것입니다.
2. 인지주의(Cognitivism): 학습은 컴퓨터와 같습니다. 뇌는 데이터를 저장하고, 처리하고, 검색합니다.
3. 구성주의(Constructivism): 학습은 집을 짓는 것과 같습니다. 자신의 손으로 직접 모든 벽돌을 쌓아야 합니다.
4. 연결주의(Connectivism): 학습은 웹 서핑을 하는 것과 같습니다. 거대한 정보 네트워크 속에서 적절한 링크와 연결 고리를 찾는 것이 핵심입니다.

논문의 주장: 이 지도들은 과거에는 아주 훌륭했지만, 우리가 처한 새로운 도시인 **생성형 AI(Generative AI)**의 시대에는 무용지물입니다.

왜일까요? 생성형 AI(당신이 사용하는 챗봇 같은 것들)는 단순히 정보를 저장하거나 답을 주는 것에 그치지 않고, 새로운 것을 창조하기 때문입니다. AI는 에세이를 쓰고, 수학 문제를 풀고, 마치 인간이 한 것처럼 보이는 코드를 작성할 수 있습니다.

이는 기존의 규칙들을 깨뜨립니다:

• 행동주의의 붕괴: 만약 학생이 AI를 사용하여 완벽한 에세이를 썼다면, 겉보기에는 학습한 것처럼 보일 것입니다. 하지만 정말 배웠을까요? 논문은 아니라고 말합니다. '보상'(좋은 성적)은 있지만, '훈련'(실제 학습)은 빠져 있을 수 있기 때문입니다.
• 인지주의의 붕괴: AI가 생각하고 정리하는 힘든 작업을 대신 수행한다면, 학생의 뇌는 일을 하지 않게 됩니다. 이는 마치 요리사를 고용해 저녁 식사를 차리는 것과 같습니다. 맛있는 식사를 했다고 해서 당신이 요리를 배우는 것은 아닙니다.
• 구성주의의 붕괴: AI가 이미 완성된 집을 건네준다면, 당신은 지식을 '쌓아 올릴' 수 없습니다. 실제 학습이 일어나는 지점인 '스스로 알아내기 위한 고군투쟁'의 과정을 건너뛰게 됩니다.
• 연결주의의 붕괴: 이전에는 정보를 찾기 위해 네트워크를 탐색해야 했습니다. 하지만 이제 AI는 단순히 사실을 찾는 데 그치지 않고, 당신의 질문에 따라 새로운 사실을 만들어냅니다. 당신은 더 이상 지도를 따라 항해하는 것이 아니라, 우주선의 공동 조종사(Co-pilot)가 된 것입니다.

새로운 해결책: "제너러티비즘(Generativism, 생성주의)"

저자들은 제너러티비즘이라는 새로운 이론을 제안합니다. 이것을 혼자 떠나는 여정이 아니라, 인간과 로봇 사이의 댄스 파트너십이라고 생각해 보세요.

이 춤에서 인간과 AI는 파트너입니다. AI는 빠르고 수만 가지의 사실을 알고 있지만, 인간은 마음, 목표, 그리고 판단력을 가져옵니다. 학습은 그 둘 사이의 공간, 즉 주고받는 과정 속에서 일어납니다.

논문은 이 새로운 춤을 위한 네 가지 규칙을 설명합니다.

1. 인식론적 파트너십 (The "Co-Pilot" Rule - "공동 조종사" 규칙)

• 비유: 당신이 매우 똑똑한 부조종사(AI)와 함께 비행기를 조종하고 있다고 상상해 보세요. 부조종사는 연료, 날씨, 경로를 즉각적으로 계산할 수 있습니다. 하지만 당신이 기장입니다. 당신은 어디로 갈지, 왜 그곳에 가야 하는지를 결정하며, 부조생의 계산이 타당한지 확인해야 합니다.
• 핵심: 학습은 단순히 AI를 사용하는 것이 아니라, AI와 함께 일하는 것입니다. 만약 당신이 조종간을 보지도 않고 AI가 비행하게 내버려 둔다면, 당신은 비행하는 법을 배우지 못합니다. 당신은 능동적으로 질문하고, 검증하고, 안내해야 합니다.

2. 분산된 주체성 (The "Who's Driving?" Rule - "누가 운전하는가?" 규칙)

• 비유: 계주 경기를 생각해보세요. 때로는 당신이 첫 번째 구간을 달리고, 때로는 바통을 AI에게 넘겨 두 번째 구간을 달리게 하며, 때로는 마지막 구간을 당신이 달립니다.
• 핵심: 당신은 누가 무엇을 하는지 명확히 해야 합니다. 당신은 의식적으로 결정해야 합니다. "나는 AI에게 이 기사를 요약해달라고 요청하겠지만, 결론은 내가 직접 쓰겠다"라고 말이죠. 만약 AI가 경주 전체를 달리게 내버려 둔다면, 당신은 더 이상 선수가 아니라 그저 관객일 뿐입니다.

3. 생성적 리터러시 (The "Editor" Rule - "편집자" 규칙)

• 비유: AI가 매우 빠르고 자신감 넘치는 작가이지만, 가끔 사실을 지어내거나 지루한 문체로 글을 쓴다고 상상해 보세요. 당신은 '편집자'입니다. 당신의 역할은 초안을 쓰는 것이 아니라, 작가에게 적절한 질문을 던지고, 실수를 찾아내며, 최종 이야기를 다듬는 법을 아는 것입니다.
• 핵심: 이제 '문해력(Literacy)'을 갖는다는 것은 AI에게 말을 거는 법(프롬프팅), AI가 거짓을 말하거나 모호하게 말하는 것을 포착하는 법(평가), 그리고 AI의 아이디어와 자신의 지식을 섞어 둘이 따로 했을 때보다 더 나은 결과물을 만드는 법을 아는 것을 의미합니다.

4. 적응적 메타인지 (The "Self-Check" Rule - "자기 점검" 규칙)

• 비유: 이것은 당신의 뇌가 얼마나 열심히 일하고 있는지를 보여주는 거울과 같습니다. 만약 AI가 일을 너무 쉽게 만든다면, 당신의 뇌는 잠들 수도 있습니다(이를 '인지적 오프로딩'이라고 합니다). 당신은 거울을 보며 이렇게 말해야 합니다. "잠깐, 내가 지금 생각하고 있는 건가, 아니면 그냥 베끼고 있는 건가?"
• 핵심: 당신은 끊임없이 스스로를 모니터링해야 합니다. 당신은 AI를 이해를 돕기 위해 사용하고 있습니까, 아니면 힘든 생각을 건너뛰기 위해 사용하고 있습니까? 당신은 여전히 학습하고 있는지 확인하기 위해 전략을 조정해야 합니다.

이것이 학교와 시험에 의미하는 바

논문은 학교가 가르치고 평가하는 방식을 바꿔야 한다고 제료합니다.

• AI를 금지하지 마라: "AI 사용 금지"라고 말하는 대신, 교사는 AI를 도구로 활용하되 학생이 그것을 어떻게 사용했는지 보여주어야 하는 과제를 설계해야 합니다.
• "생산의 역전(Production-Inversion)": 학생들에게 처음부터 에세이를 쓰라고 하는 대신, AI가 쓴 에세이를 가져다주고 그것을 수정하거나, 왜 틀렸는지 설명하거나, 혹은 개선해보라고 하세요. 이것이 학생이 주제를 이해하고 있음을 증명합니다.
• 새로운 시험: 시험은 단지 최종 정답만을 확인해서는 안 됩니다. 과정(Process)을 확인해야 합니다. 학생이 좋은 질문을 던졌는가? AI의 실수를 잡아냈는가? 언제 AI 사용을 멈추고 스스로 생각해야 하는지 알았는가? 를 확인해야 합니다.

결론

이 논문은 우리가 이 새로운 세상을 이해하기 위해 오래된 이론을 그대로 사용할 수 없다고 결론짓습니다. **제너러티비즘(생성주의)**은 인간과 AI가 하나의 팀이 되는, 학습을 바라보는 새로운 방식입니다. 목표는 인간의 사고를 AI로 대체하는 것이 아니라, 지식을 생성할 수 있는 기계와 협력함으로써 인간이 어떻게 더 잘 생각할 수 있는지를 배우는 파트너십을 만드는 것입니다.

이제 중요한 것은 누가 가장 많은 사실을 알고 있느냐가 아닙니다. 기계와 함께 가장 잘 춤을 출 줄 아는 사람이 누구냐는 것입니다.