Teacher-Student Relationships and Self-Regulated Learning: The Serial Mediating Roles of Learning Engagement and Affective Computing-Derived Emotional Valence

대학 강의실의 고요한 웅성거림 속에서, 단순한 사실의 전달을 훨씬 뛰어넘는 심오한 교감이 일어납니다. 그것은 교사와 학생 사이의 미묘하고도 종종 보이지 않는 연결, 즉 한 젊은이가 자신의 마음을 다스리는 법을 배우는 방식에 영향을 줄 수 있는 관계입니다. 수십 년 동안 교육자와 심리학자들은 학생들이 강사와 진정한 유대감을 느낄 때 성공할 가능성이 더 높다는 것을 이해해 왔습니다. 이 연결은 단순히 친근하게 구는 것에 관한 것이 아닙니다. 이는 학생이 스스로의 학습을 주도하는 능력, 즉 자기조절 학습(self-regulated learning)이라 알려진 기술을 발휘하는 데 영향을 미치는 기초적인 요소입니다. 이 기술은 목표를 설정하고, 진행 상황을 모니터링하며, 상황이 어려워질 때 전략을 조정하는 내부적인 작업을 포함합니다. 우리는 관계가 중요하다는 것은 알고 있지만, 지지적인 교사를 자율적인 학생으로 변화시키는 그 정확한 경로는 다소 미스터리로 남아 있었습니다. 좋은 관계가 학생을 행복하게 만들어 학습을 돕는 것일까요? 아니면 주의를 더 기울이게 만들어 더 나은 결과를 이끌어내는 것일까요? 이에 답하기 위해 연구자들은 단순히 설문 조사를 하는 것을 넘어, 학생들의 찰나의 실시간 감정을 측정할 수 있는 방법으로 강의실 내부를 들여 들여다볼 필요가 있었습니다.

산동 과학기술대학교와 청도 유아교육대학의 연구팀은 자연스러운 환경에서 이 여정을 그려내고자 했습니다. 그들은 학생들을 무미건조한 실험실로 데려오거나 강의실을 상상하게 하는 대신, 일반적인 대학의 사상 및 정치 교육 과정을 살아있는 실험실로 탈바꿈시켰습니다. 이 연구는 동일한 강사가 가르치는 네 개의 병렬 수업에 참여한 98명의 대학생(대부분 10대 후반)을 대상으로 했습니다. 목표는 교사와 학생 사이의 관계의 질이 학생들의 자기조절 학습 능력에 어떤 영향을 미치는지 확인하는 것이었습니다. 이를 위해 연구진은 두 가지 매우 다른 도구를 결합했습니다. 학생들이 자신의 감정과 습관을 기술하는 전통적인 설문지와 그들의 얼굴을 관찰하는 첨단 카메라 시스템입니다.

사용된 기술은 인간의 감정을 읽도록 설계된 인공지능의 한 형태였습니다. 카메라는 강의 내내 학생들의 얼굴을 녹화했고, 컴퓨터 프로그램은 매 초마다 모든 표정을 분석했습니다. 이 시스템은 단순히 학생이 행복한지 슬픈지를 추측하는 것이 아니라, 감정의 톤이라고 불리는 '감정가(emotional valence)'에 대한 특정 점수를 계산했습니다. 감정가는 특정 순간에 감정이 얼마나 긍정적인지 또는 부정적인지를 측정합니다. 이는 기억이나 자기 보고의 편향에서 벗어나 학생들의 정서적 상태를 객적이고 실시간으로 기록해 주었습니다. 동시에 학생들은 교사와의 관계, 수업에 대한 몰입도, 그리고 자신의 학습 과정을 얼마나 잘 조절할 수 있는지에 대한 상세한 설문에 응답했습니다.

연구 결과는 명확하고 구체적인 사건의 연쇄를 보여주었습니다. 연구진은 교사와의 긍적인 관계가 실제로 더 나은 자기조절 학습으로 이어진다는 것을 발견했지만, 그것은 직접적인 방식이 아니었습니다. 이 연결은 중간 단계인 '학습 몰입(learning engagement)'을 통해 작동했습니다. 학생들이 교사와 가깝고 지지받는다고 느낄 때, 그들은 수업에 더욱 깊이 몰입하게 되었습니다. 그들은 더 주의 깊게 집중하고, 더 많은 노력을 기울이며, 집중력을 유지했습니다. 이러한 고조된 몰입 상태가 자기조절 학습 능력을 향상시키는 주요 엔진이었습니다.

그러나 이야기는 거기서 끝나지 않았습니다. 연구는 또한 학생들의 감정이 직접적인 역할을 하는지 조사했습니다. 데이터에 따르면, 교사-학생 관계가 단순히 학생을 기분 좋게 만들어 마법처럼 학습 능력을 향상시키는 것은 아니었습니다. 실제로 얼굴 인식 시스템으로 측정된 학생들의 정서적 상태는 교사와 학생 사이의 가교 역할을 독립적으로 수행하지 못했습니다. 긍정적인 관계가 곧바로 더 나은 자기조절을 유발하는 긍정적인 정서 상태를 보장하는 것은 아니었습니다. 대신, 감정은 체인의 뒷순서에 위치했습니다. 연구진은 순차적인 경로를 발견했습니다. 좋은 관계는 높은 몰입으로 이어졌고, 이 깊은 몰입이 결과적으로 긍정적인 감정을 생성해 냈습니다. 업무에 완전히 몰입함으로써 생겨난 이 긍정적인 감정들이 이후 학생의 자기조절 능력을 더욱 강화하는 데 도움을 주었습니다.

이 발견은 강의실 역학이 어떻게 작동하는지에 대한 미묘한 관점을 제공합니다. 이는 교사가 학생을 자기 주도적 학습자로 돕는 가장 효과적인 방법이 반드시 먼저 그들을 행복하게 만드는 것이 아님을 시사합니다. 오히려 교사의 지지는 깊은 몰입 상태를 조성합니다. 학생이 자료에 진정으로 몰-입할 때, 긍정적인 감정은 그 몰입의 부산물로서 자연스럽게 발생합니다. 이러한 감정은 학생의 학습 여정을 관리하는 능력을 더욱 강화합니다. 98명의 표본을 대상으로 엄격한 통계적 방법을 통해 수행된 이 연구는, 교사-학생의 유대가 필수적이긴 하지만, 그 힘은 학생의 능동적인 학습 과정 참여를 통해 비로소 해방된다는 것을 확인해 줍니다. 정서적 보상은 실재하지만, 그것은 노력이 먼저 선행된 후에 따라오는 것이지 그 반대가 아닙니다. 이 통찰은 교육자들에게 명확한 방향을 제시합니다. 지지적인 관계를 구축하는 것은 첫 번째 단계이지만, 진정한 변화는 그 관계가 학생으로 하여ด 깊이 파고들도록 영감을 주어 몰입과 긍정적인 감정이 함께 꽃피울 수 있을 때 일어난다는 것입니다.