Lecturers’ Experiences in Human Expertise and Generative AI in Developing Communicative Speaking Materials for English Foreign Language (EFL)

전 세계의 교실에서 교사들은 끊임없는 과제에 직면해 있습니다. 어떻게 하면 학생들이 새로운 언어를 단순히 정확하게 배우는 것을 넘어, 의미 있게 말할 수 있도록 도울 것인가 하는 문제입니다. 수십 년 동안 가장 신뢰받아 온 방식은 문법 규칙을 암기하는 것보다 실제적인 의사소통에 집중하는 것이었습니다. 의사소통 중심 교수법(Communicative Language Teaching)으로 알려진 이 방법은 학생들이 일상생활에서 그러하듯 문제를 해결하고, 아이디어를 공유하며, 서로 상호작용하기 위해 언어를 사용하도록 요구합니다. 목표는 학생이 단순히 문법표를 낭독하는 것이 아니라, 대화를 이끌어 나갈 수 있는 기술을 기르는 것입니다. 오늘, 생성형 인공지능이라는 새로운 힘이 이 교실 역학에 등장했습니다. 이는 텍스트를 작성하고, 시나리오를 만들며, 수업 계획안을 몇 초 만에 초안할 수 있는 능력을 갖춘 컴퓨터 시스템입니다. 이 기술은 교사의 시간을 절약하고 새로운 아이디어를 불러일절 수 있다는 약속을 하지만, 동시에 조용하지만 긴박한 질문을 던집니다. 만약 기계가 즉각적으로 수업 계획안을 작성할 수 있다면, 교사는 여전히 그 수업의 전문적인 설계자로서 필요할까요? 이 질문의 답이 중요한 이유는 언어 학습은 깊이 인간적이기 때문입니다. 그것은 문화, 감정, 그리고 실제 대화의 무질서하고 예측 불가능한 본질에 대한 이해에 달려 있습니다.

한 연구팀은 인도네시아의 영어 교사들이 이 새로운 현실을 어떻게 헤쳐 나가고 있는지 관찰하기 위해 나섰습니다. 그들은 영어 교사가 되기 위해 훈련 중인 학생들에게 말하기 기술을 가르치는 다섯 명의 대학 강사들에게 초점을 맞추었습니다. 이 교육자들은 수업 자료를 만드는 데 ChatGPT와 같은 프로그램들을 사용합니다. 연구진은 교사들이 기술을 사용하는지 여부를 묻지 않았습니다. 대신 어떻게 사용하는지를 물었습니다. 상세한 대화를 통해 연구팀은 이 강사들이 자신의 전문적 경험과 인공지능의 즉각적인 결과물 사이에서 어떻게 균형을 잡는지 경청했습니다. 그들이 발견한 것은 명확한 인간의 통제 패턴이었습니다. 교사들은 컴퓨터가 제공한 것을 단순히 복사하여 붙여넣지 않았습니다. 대신, 그들은 인공지능을 아이디어를 구상하거나 수업의 첫 번째 버전을 초안하는 데 도움이 되는 유능한 조수로 취급하되, 자신들이 최종 편집자이자 결정권자가 되어야 한다고 주장했습니다.

강사들은 자신의 전문성이 특정 학생들과 지역적 맥락을 아는 데 있다고 설명했습니다. 그들은 시장에 관한 역할극 활동이나 토론 주제를 제안하도록 인공지능에게 요청하는 과정을 설명했습니다. 컴퓨터는 빠르게 대본이나 지침 세트를 생성할 것입니다. 그러나 그 후 교사들이 개입하여 그 내용을 재구성했습니다. 그들은 컴퓨터가 종종 너무 완벽하고, 너무 예의 바르며, 너무 논리적인 대화를 만들어낸다는 점을 발견했습니다. 실제 인간의 말은 중단, 망설임, 그리고 상대방이 명확하게 설명하는 방법을 찾기 전까지 발생하는 오해의 순간들로 가득 차 있다는 것이 그들의 지적이었습니다. 강사들은 학생들이 세련된 시뮬레이션이 아닌 실제 세상을 연습할 수 있도록, 컴퓨터의 매끄러운 대화를 현실적인 불완전함을 포함하도록 다시 썼습니다. 또한 그들은 일반적인 예시를 지역 관광이나 남술라웨시의 환경 문제와 같이 자신들의 지역과 관련된 이슈로 교체함으로써 내용을 현지 환경에 맞게 조정했습니다.

이러한 세심한 편집은 단순히 오류를 수정하는 것 이상의 문제였습니다. 그것은 수업의 교육적 가치를 보호하는 일이었습니다. 교사들은 인공지능이 준비 시간을 몇 시간씩 아껴줄 수는 있지만, 학생에게 실제로 무엇을 가르쳐야 할지를 결정하는 데 필요한 판단력은 대체할 수 없다는 것을 발견했습니다. 한 강사는 컴퓨터가 서류상으로는 좋아 보이지만 눈앞에 있는 특정 학생 그룹을 혼란스럽게 만들 수 있는 어려운 활동을 제안할 수 있다고 언급했습니다. 또 다른 강사는 컴퓨터가 문화적 뉘앙스를 놓쳐, 인도네시아 학습자들에게 이질적이거나 부적절하게 느껴지는 예시를 제공한다고 말했습니다. 교사들은 모든 자료가 문화적으로 관련성이 있고 교육적으로 타당한지 확인하는 필터 역할을 했습니다. 그들은 기술을 창의적 피로를 극복하기 위한 도구로 보았으며, 새로운 아이디어의 불꽃을 제공하는 용도로 활용하면서도, 어떤 아이디어를 유지하고 어떻게 정교화할지를 결정하는 주체로 남았습니다.

이 연구는 또한 이 교사들이 어떻게 자신들의 학생들을 이 새로운 디지털 시대를 위해 준비시키고 있는지도 강조했습니다. 강사들은 인공지능을 금지하기보다는 학생들이 이를 비판적으로 사용하도록 권장했습니다. 그들은 학생들에게 컴퓨터가 쓴 글을 교과서나 실제 경험과 비교해 보도록 요구했습니다. 목표는 학생들이 그 결과물을 의심하고, 편향성을 찾아내며, 사실을 검증하도록 가르치는 것이었습니다. 교사들은 기계가 중립적이지 않으며, 자체적인 가정과 패턴을 가지고 있다는 점을 강조했습니다. 학생들이 기술을 평가하도록 가르침으로써, 강사들은 다음 세대의 교사들이 단순히 도구를 사용하는 것이 아니라 도구를 이해하도록 보장했습니다. 이러한 접근 방식은 교실을 기술이 보조 도구인 동시에 연구 대상이 되는 비판적 사고의 공간으로 바꾸어 놓았습니다.

결국, 이 연구는 언어 교육에서 생성형 인공지능을 사용하는 가장 효과적인 방법은 인간 교사를 확고하게 책임자로 두는 것이라고 시사합니다. 기술은 속도와 다양성 측면에서 뛰어나며, 순식간에 광범위한 초안과 아이디어를 제공합니다. 그러나 인간 교사는 맥락, 공감, 그리고 전문적 판단이라는 필수적인 요소를 가져옵니다. 이 연구의 강사들은 자신을 기계에 의해 대체되는 존재로 보지 않았습니다. 그들은 기술을 사용하여 자원을 확장하면서도 음악이 학생들의 요구에 충실하도록 만드는 새로운 오케스트라의 지휘자로 스스로를 보았습니다. 그들이 이룬 균형은 컴퓨터가 얼마나 많은 일을 하느냐가 아니라, 누가 중요한 결정을 내리느냐에 관한 것이었습니다. 교사가 학습 목표를 정의하고, 자료를 학생들에게 맞게 조정하며, 상호작용의 질을 판단하는 역할을 유지하는 한, 기술은 강력한 지원 도구가 되었습니다. 연구는 언어 교육의 미래가 인간의 전문성과 인공지능 사이에서 하나를 선택하는 것이 아니라, 기계가 일상적인 업무를 처리하고 인간의 정신이 의미를 다루는 파트너십을 찾는 데 있다고 결론짓습니다.