Character Formation in the Age of Generative AI: Integrating Classical Islamic Educational Philosophy into AI-Assisted Learning

전 세계의 교실에서 조용한 변화가 일어나고 있습니다. 학생들은 에세이를 쓰고, 문제를 풀고, 과제를 완수하기 위해 인공지능에 의존하고 있습니다. 이러한 도구들은 매우 강력할 수 있지만, 동시에 새로운 종류의 혼란을 야기하기도 했습니다. 많은 젊은이들이 도움을 주는 조수를 활용하는 것과 기계가 자신을 대신해 생각하게 만드는 것 사이의 경계를 어디에 두어야 할지 몰라 혼란스러워하고 있습니다. 그들은 기술을 작동시키는 방법은 알고 있지만, 그것을 어떻게 사용할지에 대한 명확한 도덕적 나침반은 갖추지 못한 경우가 많습니다. 이는 단순히 규칙을 따르거나 적발되는 것을 피하는 문제만이 아닙니다. 기술이 사용하는 사람을 어떻게 형성하는가에 대한 더 깊은 질문입니다. 학생이 과제를 수행하기 위해 기계에 너무 과도하게 의존할 때, 그들은 과제가 채점된 후에도 오랫동안 지속될 회피와 의존의 습관을 형성하게 될 수 있습니다. 핵심적인 문제는 현재의 학교 정책이 부정행위자를 잡아내는 데에만 집중할 뿐, 학생들이 이러한 도구를 현명하게 사용하는 데 필요한 내면의 인격을 구축하도록 돕는 데에는 소홀하다는 점입니다.

아제르바이잔 카자르 대학교의 한 연구자는 이러한 긴장감을 현장에서 직접 목격했습니다. 그녀는 학생들이 AI를 사용했다는 사실을 고백하기를 주저하는 모습을 보았는데, 이는 악의적으로 무언가를 숨기려 했기 때문이 아니라 자신의 방식이 옳은지 진심으로 알지 못했기 때문이었습니다. 그들은 막연한 불안감을 느꼈지만 이를 설명할 언어가 없었습니다. 이를 해결하기 위해 그녀는 1,400년 동안 존재해 온 교육 철학의 전통, 즉 이슬람 도덕 사상에 주목했습니다. 이 전통은 인간의 성장에 대한 특정한 이해를 제공합니다. 즉, 인간의 타고난 선악 감각으로부터 시작하여, 나쁜 습관으로부터 마음을 정화하는 과정을 거쳐, 자신의 일에서 깊은 의미를 찾고, 마지막으로 공동체에 도움이 되는 방식으로 행동하는 과정입니다. 연구자 아페트 술레이마노바(Afet Suleymanova)는 이러한 고대의 단계들을 현대 학생들이 디지털 시대를 헤쳐 나가는 데 적응시킬 수 있다고 제안했습니다. 그녀는 학생들을 처벌하기 위한 새로운 규칙 세트를 만든 것이 아닙니다. 대신, 그녀는 학생들이 AI를 사용하는 동안 자신의 의도를 점검하고 스스로의 인격을 구축할 수 있도록 돕는 5단계 가이드를 설계했습니다.

연구는 바쿠의 대학생 54명을 관찰하는 간단한 관찰로부터 시작되었습니다. AI 사용에 대해 질문했을 때, 많은 이들이 때때로 도구가 힘든 일을 대신하게끔 의존하고 있음을 인정했습니다. 그들은 기술을 사용하고 있다는 것은 알았지만, 언제 그것이 도움이 되고 언제 해로운지를 결정할 틀이 부족했습니다. 술레이마노바는 학교가 이 문제를 다루는 표준적인 방식, 즉 표절을 탐지하는 소프트웨어를 사용하거나 엄격한 정책을 작성하는 방식은 표면적인 문제만을 다룬다는 점을 깨달았습니다. 그것은 근본 원인, 즉 학생의 내면적 도덕 발달에는 닿지 못합니다. 이를 해결하기 위해 그녀는 '피트라-아말(Fitrah-Amal)'이라 불리는 모델을 제안했는데, 이는 대략 '타고난 도덕적 본성에서 의로운 행동으로 가는 여정'을 의미합니다. 이 모델은 경직된 체크리스트가 아니라, 학생들이 AI 도구와 상호작용하기 전, 도중, 후에 사용할 수 있는 성찰의 순환 구조입니다.

이 여정의 첫 번째 단계는 의도에 관한 것입니다. 학생이 AI에 프롬프트를 입력하기도 전에, 그들은 멈춰 서서 스스로에게 간단한 질문을 던지도록 요청받습니다: "나는 여기서 실제로 무엇을 배우려고 하는가?" 인간이 진리에 대해 타고난 민감성을 가지고 있다는 아이디어에 뿌리를 둔 이 성찰의 순간은, 그들이 도구를 성장을 위해 사용할 것인지 아니면 단순히 빠른 답을 얻기 위해 사용할 것인지를 결정하도록 돕습니다. 목표가 학습이라면, 학생은 자신의 사고를 대체하는 것이 아니라 아이디어를 탐구하기 위해 AI를 사용하도록 권장됩니다. 두 번째 단계는 필터링을 포함합니다. 마치 사람이 집 안의 먼지를 청소하듯, 학생은 AI로부터 받는 정보를 정화해야 합니다. 그들은 AI의 출력을 최종적인 진리가 아니라 인간의 편집이 필요한 원재료로 취급하며, 편향, 오류 또는 누락된 관점을 찾아내야 합니다. 이는 사실을 확인하는 행위를 경계심과 비판적 사고를 유지하는 도덕적 실천으로 바꿉니다.

세 번째 단계는 사실 확인에서 의미 찾기로 넘어갑니다. 여기서 학생은 정보가 단지 사실인지뿐만 아니라, 그것이 유용하고 필요한 것인지도 묻습니다. 그들은 데이터를 자신의 공동체 내 실제 문제들과 연결하도록 권장됩니다. 네 번째 단계는 내부적 책임감에 관한 것입니다. 이것은 아마도 모델에서 가장 중요한 부분일 것입니다. 학생은 교사가 지켜보고 있기 때문에 열심히 노력하는 것이 아니라, 개인적인 탁월함의 기준을 가지고 있기 때문에 열심히 노력하도록 안내됩니다. 그들은 스스로에게 묻습니다: "이것은 진정으로 나의 작업인가?" 그리고 "나의 실제 능력을 아는 사람에게 이 결과물을 보여주는 것이 자랑스러운가?" 이는 초점을 '걸릴 것에 대한 두려움'에서 '개인적 성실함에 대한 갈망'으로 옮깁니다. 마지막 단계는 행동입니다. 학생은 자신의 작업이 누구에게 이득이 될지를 고려합니다. 목표는 기술을 사용하여 실제 사람들을 위한 실제 문제를 해결하는 것이며, 학교 과제를 공동체를 위한 봉사로 바꾸는 것입니다.

이러한 접근 방식이 실제 세상에서 통하는지 확인하기 위해, 술레이마노바는 자신의 학생들에게 이 아이디어들을 테스트했습니다. 그녀는 이 다섯 단계를 바탕으로 설문지를 작성하여 학생들에게 자신의 경험을 성찰하게 했습니다. 결과는 시사하는 바가 컸습니다. 대부분의 학생은 AI를 너무 많이 사용할 때 무언가 잘못되었다는 느낌을 이미 가지고 있었습니다. 그들은 의존성에 빠지거나 자신의 목소리를 잃어가는 것에 대한 불안감을 느꼈습니다. 그러나 그들은 그 느낌을 행동으로 옮길 방법을 몰랐습니다. 그들은 도덕적 인식은 있었으나, 그것을 행동으로 번역할 도구가 부족했던 것입니다. 연구는 학생들이 자신의 의도와 습관을 검토할 수 있는 명확한 구조를 갖게 된다면, 더 큰 자신감과 정직함을 가지고 디지털 세상을 항해할 수 있음을 시사합니다. 데이터는 학생들이 도덕적으로 눈이 먼 것이 아니라, 단지 지도를 기다리고 있었음을 보여주었습니다.

이 논문은 이 모델이 모든 곳의 모든 사람에게 효과가 있음이 증명된 완벽한 해결책이라고 주장하지 않습니다. 연구자는 데이터가 단 하나의 대학교에서 나왔으며, 모델의 장기적인 효과를 확신하기 전에는 다양한 교실과 문화권에서 테스트되어야 함을 주의 깊게 언급합니다. 또한 그녀는 이 연구가 아직 초기 단계이며, 이 아이디어들이 종교적 배경이 다른 학생들에게도 적용될 수 있는지 확인하기 위해 더 많은 연구가 필요하다는 점을 인정합니다. 그러나 핵심적인 발견은 명확합니다. 학생들이 AI를 사용하는 방식을 가르치는 방식은 변해야 한다는 것입니다. 우리는 단지 기술을 사용하는 법을 가르치는 것이 아니라, 자신의 사고 능력과 옳고 그름에 대한 감각을 잃지 않고 기술을 사용하는 법을 가르쳐야 합니다.

연구자는 외부적인 규칙과 탐지 소프트웨어에 크게 의존하는 현재의 시스템이 불충분하다고 주장합니다. 그것은 학생들을 성장하는 인격체가 아닌 잠재적 규칙 위반자로 취급합니다. 반면, 이 새로운 접근 방식은 교육을 인격을 구축하는 과정으로 봅니다. 이는 AI를 다루는 최선의 방법이 그것을 금지하거나 감시하는 것이 아니라, 학생들이 언제 도구를 사용하고 언제 내려놓아야 할지를 알려주는 내부적인 가이드를 개발하도록 돕는 것이라고 제안합니다. 연구는 우리가 학생들의 기술 사용을 그들의 가치 및 타인을 돕고자 하는 욕구와 연결할 수 있다면, 그들이 자연스럽게 더 나은 선택을 할 것이라고 제안합니다.

결국, 이 작업은 단순한 숙제 그 이상에 관한 것입니다. 이는 기계가 우리의 생각을 대신할 수 있는 많은 것들을 수행하는 시대에 우리가 어떤 사람이 되어가고 있는가에 관한 것입니다. 연구자는 만약 우리가 학생들의 사고를 완전히 외주화하게 내버려 둔다면, 의존적이고 어려운 문제를 다룰 능력이 떨어지는 세대를 만들 위험이 있다고 말합니다. 하지만 만약 우리가 그들에게 계속 참여하고, 보이는 것을 의심하며, 자신의 성장에 책임을 지도록 하는 틀을 제공한다면, 기술은 그들의 인격을 약화시키는 것이 아니라 강화하는 도구가 될 수 있습니다. 이 연구는 고대의 지혜에 뿌리를 두고 있지만 현대의 교실을 위해 설계된 길을 제시하며, 인공지능의 도전에 대한 해답이 더 나은 소프트웨어가 아니라 더 나은 교육에서 발견될 수 있음을 보여줍니다.