Facilitator-Mediated Versus AI-Mediated Problem-Based Learning in Pharmacology Education: A Quasi-Experimental Study Among Second Year Medical Students

미래의 의사들이 그들의 기술을 배우는 강의실에서, 교수법은 오랫동안 신중한 논쟁의 대상이 되어 왔습니다. 수십 년 동안 의학 교육자들은 단순한 사실 암기에서 벗어나 문제 중심 학습(problem-based learning)이라 불리는 학습 방식으로 이동해 왔습니다. 이 접근 방식에서 학생들은 강연자가 말하는 동안 수동적으로 앉아 있는 것이 아니라, 대신 소그룹으로 모여 복잡하고 실제적인 임상 시나리오를 해결합니다. 그들은 무엇을 모르는지 식별하고, 답을 찾아내며, 그 새로운 지식을 문제 해결에 적용하기 위해 함께 협력해야 합니다. 이 과정은 약물의 이름이나 질병을 아는 것만큼이나 중요한 기술인 비판적 사고와 팀워크를 기르기 위해 설계되었습니다. 전통적으로 이러한 세션은 질문을 던지고, 그룹이 궤도를 벗어나지 않도록 유지하며, 모든 학생이 참여하도록 보장하는 퍼실리테이터(facilitator)라고 불리는 인간 교사에 의해 지도됩니다. 그러나 인공지능의 급격한 부상은 이 방정식에 새로운 변수를 도입했습니다. 이제 학생들은 정보를 즉각적으로 요약하고, 아이디어를 생성하며, 질문에 답할 수 있는 강력한 디지털 도구에 접근할 수 있습니다. 현대 의학 교육이 직면한 질문은 이러한 디지털 조수들이 인간 가이드를 대체할 수 있는지, 아니면 전혀 다른 목적을 수행하는지 여부입니다.

최██한 인도 의과대학 두 곳에서 실시된 최근 연구는 이 두 가지 경로를 직접 비교하고자 했습니다. 연구진은 약물이 체내에서 어떻게 작용하는지에 대한 과학인 약리학을 배우고 있는 2학년 의대생 150명을 대상으로 연구를 진행했습니다. 학생들은 4주의 기간 동안 동일한 일련의 임상 문제를 해결하기 위해 두 그룹으로 나뉘었습니다. 한 그룹은 전통적인 경로를 따라, 토론을 이끌어줄 인간 퍼실리테이터가 있는 상태에서 사례 연구를 진행했습니다. 다른 그룹은 동일한 임상 문제를 다루었지만, 세션을 이끄는 인간 교사 없이 정보를 찾고 사고를 구조화하는 데 도움을 줄 인공지능 도구를 사용했습니다. 목표는 어떤 방식이 시험 점수, 비판적 사고 능력, 그리고 팀으로서 얼마나 잘 협력하는지의 측면에서 더 나은 결과를 만들어내는지 확인하는 것이었습니다.

결과는 학습이 어떻게 일어나는지에 대한 미묘한 그림을 보여주었습니다. 학생들이 4주 전후로 시험을 치렀을 때, 두 그룹 모두 유의미한 향상을 보였습니다. 인간 교사와 함께한 학생들은 점수가 향상되었고, 인공지능과 함께한 학생들도 매우 유사한 정도로 점수가 향상되었습니다. 습득한 순수 지식의 측면에서 두 방법은 똑같이 효과적이었습니다. 그러나 연구진이 학생들이 과정 중에 어떻게 행동하고 생각했는지를 더 깊이 들여다보았을 때 이야기는 달라졌습니다. 인간 교사가 이끄는 그룹은 팀워크와 비판적 사고의 특정 영역에서 훨씬 더 우수한 성과를 보였습니다. 그들은 협업하고, 피드백에 반응하며, 구조적인 방식으로 문제를 해결하는 데 더 효과적이었습니다. 인人工지능을 사용한 학생들은 정보를 수집하는 데는 성공적이었으나, 이러한 협동적이고 분석적인 기술에서는 낮은 점수를 보였습니다. 인간의 지도를 받은 그룹은 자신의 추론을 설명하고 수집한 정보를 분석하는 더 강한 능력을 보여주었는데, 이는 교사의 존재가 디지털 도구 단독으로는 할 수 없는 방식으로 학생들의 사고를 정교하게 다듬는 데 도움이 된다는 것을 시사합니다.

학생들의 성과 차이에도 불구하고, 경험에 대한 만족도는 두 그룹 모두 높았습니다. 인공지능을 사용한 학생들은 학습 자료에 대한 접근성이 더 좋았으며, 탐구할 수 있는 정보의 양 측면에서 토론이 더 생산적이었다고 보고했습니다. 그들은 기술이 제공하는 자원의 속도와 폭을 높게 평가했습니다. 그러나 인간의 지도를 받은 그룹은 교사의 존재가 학습에 결정적이라고 느꼈습니다. 이러한 긴장은 연구를 관찰한 교수진의 견해에서도 나타났습니다. 많은 교사가 학생들이 답변을 생성하고 발표 자료를 만드는 데 이러한 도구들을 사용하고 있다는 점을 인식하면서도, 그 위험성에 대해 깊은 우려를 표명했습니다. 주요 우려는 학생들이 스스로 생각하는 고된 과정을 건너뛰고 기술에 너무 과도하게 의존할 가능성이 있으며, 이러한 도구의 사용이 학문적 정직성 문제를 초래할 수 있다는 것이었습니다. 교수진은 기술이 토론의 질을 높일 수는 있지만, 문제에 대한 스스로의 추론 능력을 개발하는 문제 중심 학습의 핵심 목표를 저해할 위험이 있다고 지적했습니다.

연구는 어느 한 방법도 다른 하나를 완벽하게 대체할 수 없다고 결론짓습니다. 인공지능은 학습을 더 접근하기 쉽고 효율적으로 만들 수 있는 강력한 자원이며, 방대한 양의 정보를 빠르게 수집할 수 있게 해줍니다. 그러나 인공지능은 아직 깊은 비판적 사고와 효과적인 팀워크를 육성하는 데 있어 인간의 지도가 주는 이점을 완전히 재현하지 못합니다. 가장 유망한 앞날은 하이브리드 모델입니다. 이 접근 방식에서는 인공지능의 효율성과 자원 활용 능력이 인간 교사의 멘토링 및 지도와 결합됩니다. 이러한 혼합 모델은 학생들이 정보 수집이라는 힘든 작업을 처리하기 위해 기술을 사용하는 동시에, 비판적으로 사고하고, 잘 협력하며, 자료를 진정으로 이해할 수 있도록 보장하는 퍼실리테이터에게 의지하게 할 것입니다. 이러한 전략은 기술이 도처에 존재하는 미래를 대비하면서도 환자를 돌보는 데 필요한 필수적인 인간적 기술을 유지할 수 있도록 함으로써, 두 세계의 장점을 모두 제공할 수 있을 것입니다.