Beyond the Zero-Sum Debate: Designing for Agency and Efficiency in the Age of GenAI

교육의 활기찬 세계 속에서, 사람들이 학습하는 방식에 대한 두 가지 사고방식 사이에는 오랫동안 조용한 긴장이 존재해 왔습니다. 한쪽에는 학생들이 주제를 진정으로 이해하기 위해 탐구하고, 실수하며, 어려운 문제를 헤쳐 나가는 과정이 필요하다는 믿음이 있습니다. 이 접근 방식은 무언가를 알아내기 위한 과정의 혼란스럽고 종종 좌절감을 주는 단계를 학습의 핵심 동력으로 가치 있게 여깁니다. 다른 한쪽에는 효율성에 대한 갈망이 있는데, 여기서는 교사가 명확한 구조와 단계별 안내를 제공하여 학생들이 길을 잃거나 낙담하지 않고 사실과 기술을 숙달하도록 보장하고자 합니다. 수십 년 동안 교육자와 연구자들은 얼마나 많은 도움을 주고 얼마나 많은 독립성을 허용할 것인가를 두고 논쟁하며, 이 두 목표가 과연 공존할 수 있을지 고민해 왔습니다. 이제 새로운 힘이 이 대화에 등장했습니다. 바로 생성형 인공지능입니다. 에세이를 쓰고, 수학 문제를 풀며, 아이디어를 순식간에 만들어낼 수 있는 이 컴퓨터 시스템들은 학습의 고된 노력을 불필요하게 만드는 것처럼 보이곤 합니다. 이러한 갑작스러운 등장은 오래된 질문들을 재검토하게 만들며, 이 강력한 도구들이 학생들이 더 빨리 배우도록 도울 것인지, 아니면 단순히 학생들이 실제로 아는 것보다 더 많이 알고 있다고 착각하게 만들 것인지 묻게 합니다.

두 명의 연구자, 펜실베니아 주립 대학교의 마르셀라 보르게(Marcela Borge)와 Thinkertools, Inc.의 토드 시모다(Todd Shimoda)는 실질적인 해결책을 제시하기 위해 이 논쟁에 뛰어들었습니다. 그들은 인공지능의 등장이 우리에게 완전한 자유와 엄격한 통제 중 하나를 선택하도록 요구하지 않는다고 주장합니다. 대신, 그들은 학습 활동을 두 가지 뚜렷한 부분, 즉 학생이 깊은 이해를 쌓기 위해 스스로 수행해야 하는 '핵심 작업'과 기술이 원활한 진행을 위해 처리할 수 있는 '지원 작업'으로 나누는 프레임워크를 제안합니다. 그들의 목표는 교육자들이 어떻게 이 새로운 도구들을 인간의 사고를 대체하는 것이 아니라 강화하는 데 사용할 수 있는지 보여줌으로써, 학생들이 통찰력을 얻기 위해 필요한 '고군분투'를 여전히 경험할 수 있도록 보장하는 것입니다.

연구자들은 먼저 그들이 "구성의 역설(Construction Paradox)"이라고 부르는 문제를 식별하며 시작합니다. 이는 학습이 흔히 기초부터 지식을 구축하는 어렵고 시간이 걸리는 작업을 필요로 한다는 개념입니다. 학생이 에세이를 쓰거나, 복잡한 방정식을 풀거나, 실험을 설계할 때, 그들은 단순히 최종 결과물을 생산하는 것이 아닙니다. 그들은 세상이 어떻게 작동하는지에 대한 정신적 모델을 구축하고 있는 것입니다. 만약 학생이 인공지능을 사용하여 그 에세이를 즉석에서 생성하거나 방정식을 푼다면, 그들은 정신적 구성을 건너뛰게 됩니다. 그들은 세련된 결과물을 얻겠지만, 이해를 만들어내는 바로 그 과정을 생략한 셈입니다. 역설적이게도 학생과 교사는 완성된 결과물에 만족할 수 있지만, 학생은 지식을 자신의 것으로 만들기 위해 필요한 인지적 노력을 피했기 때문에 실제로는 더 적게 배운 것이 됩니다. 연구자들은 만약 우리가 인공지능이 모든 어려운 생각을 다 하게 내버려 둔다면, 완벽한 답은 낼 수 있지만 새롭거나 생소한 문제에 직면했을 때 비판적으로 생각할 수 없는 세대를 만들 위험이 있다고 제사합니다.

이를 해결하기 위해 저자들은 기술의 도움을 받아 사람들이 함께 학습하는 방식을 연구하는 분야인 컴퓨터 지원 협력 학습(computer-supported collaborative learning)의 수십 년 된 연구를 인용합니다. 그들은 "중심(focal)" 작업과 "지원(supporting)" 작업 사이의 단순하지만 강력한 구분을 제안합니다. 중심 작업은 학생이 배우고자 하는 핵심적인 일입니다. 만약 목표가 논점을 전개하는 법을 배우는 것이라면, 그 논거를 구성하는 행위가 중심 작업입니다. 만약 목표가 팀을 관리하는 법을 배우는 것이라면, 타인과 협상하고 조정하는 행위가 중심 작업입니다. 이것들은 학습의 과정에서 학생의 통제 아래에 남아 있어야 하는 부분들입니다. 이곳이 바로 고투, 오류, 그리고 궁극적인 돌파구가 일어나는 곳입니다. 반면, 지원 작업은 중심 작업이 일어나는 것을 돕지만 그 자체가 주요 학습 목표는 아닌 배경 활동들입니다. 여기에는 문서 서식을 맞추거나, 데이터를 정리하거나, 정의를 찾아보는 것 등이 포함될 수 있습니다. 이것들은 기술이 가장 유용하게 쓰일 수 있는 부분이며, 학생이 핵심 작업에 에너지를 집중할 수 있도록 정신적 부하를 줄여주는 역할을 합니다.

연구자들은 자신들이 설계했던 교육 소프트웨어의 사례를 통해 이를 설명합니다. 과학 학습을 돕기 위해 설계된 한 시스템에서, 소프트웨어는 학생들에게 무엇을 해야 하는지 또는 문제를 어떻게 풀어야 하는지를 정확히 알려주지 않았습니다. 대신, 질문을 던지고, 가설을 세우고, 아이디어를 테스트하는 과학적 탐구 과정을 전적으로 학생의 몫으로 남겨두었습니다. 다만 탐구 주기의 핵심적인 부분들에 대해 일반적인 조언을 제공하는 소프트웨어 어드바이저를 포함시켰습니다. 이것이 바로 학생의 온전한 주의와 노력이 필요한 중심 작업이었습니다. 그러나 소프트웨어는 실험 후에 일어나는 성찰(reflection)에 대해서는 구조화된 지원을 제공했습니다. 소프트웨어는 학생들이 한 일을 되돌아보는 방법을 안내하며, 협력적 역량의 이론적 근거가 있는 특정 차원들에 주의를 기울이게 하고 성찰할 수 있는 범위를 제한함으로써, 학생들이 보고서 작성의 기계적인 부분에 매몰되지 않고 자신의 실수로부터 배우는 데 집중할 수 있도록 했습니다. 이 두 가지를 분리함으로써, 시스템은 학생들이 과학적 발견의 무게를 온전히 경험하게 하면서도, 그 의미를 파악하는 데 필요한 가이드를 받을 수 있게 했습니다.

이 논리를 생성형 인공지능에 적용하면서, 연구자들은 교사와 설계자들이 기술을 사용하기 전에 다음과 같은 구체적인 질문을 던져야 한다고 제안합니다. "우리가 학생이 배우기를 원하는 핵심적인 것은 무엇이며, 이 활동에서 학습에 필수적인 부분은 무엇인가?" 만약 답이 학생이 비판적으로 사고하는 법을 배워야 한다는 것이라면, 사고 과정 자체는 반드시 보존되어야 합니다. 인공지능은 예시를 생성하거나, 대안적인 관점을 제공하거나, 정보를 정리하는 데 사용될 수 있지만, 학생을 대신해 생각해서는 안 됩니다. 연구자들은 만 만약 우리가 숙제나 에세이의 생산 속도를 높이기 위해서만 이 도구들을 사용한다면, 우리가 개발하고자 하는 바로 그 기술들을 약화시킬 가능성이 높다고 경고합니다. 위험은 기술을 사용하는 것 자체가 아니라, 성장에 필요한 인지적 작업을 우회하기 위해 기술을 사용하는 데 있습니다.

또한 논문은 이러한 균형이 기술만으로는 달성될 수 없음을 강조합니다. 이는 수업의 목표를 이해하고, 언제 학생이 고군분투하게 둘 것인지, 언제 도움을 줄 것인지에 대해 실시간 결정을 내릴 수 있는 교사의 적극적인 참여를 필요로 합니다. 과거의 교육용 소프트웨어는 정해진 경로를 따라 학생을 안내하는 고정된 스크립트를 따르는 경우가 많았습니다. 하지만 생성형 인공지능과 함께라면 경로는 더 이상 고정되어 있지 않습니다. 기술은 예측 불가능한 방식으로 반응하며, 예상치 못한 답변이나 심지어 틀린 정보를 제공할 수도 있습니다. 이로 인해 교사의 역할은 그 어느 때보다 중요해졌습니다. 교사는 지휘자처럼 행동하며, 학생들이 인공지능과 자유롭게 상호작용하게 둘 것인지, 아니면 개입하여 대화를 이끌 것인지를 결정해야 합니다. 교사는 학생들이 실수해도 안전하다고 느끼고, 집단이 정보를 검증하고 문제를 해결하기 위해 함께 협력하는 교실 환경을 조성해야 합니다.

궁극적으로 연구자들은 학습의 가치는 결과물이 아니라 과정에 있다고 주장합니다. 답을 모를 때의 좌절감, 다양한 접근 방식을 시도하는 노력, 그리고 해결책을 찾아냈을 때의 만족감이 깊은 이해와 새로운 상황에 지식을 적용하는 능력을 구축합니다. 생성형 인공지능은 이 과정에서 강력한 파트너가 될 잠재력이 있지만, 오직 신중하게 사용될 때만 그러합니다. 그것은 인간의 학습 노력을 대체하는 것이 아니라 지원하는 도구로 간여되어야 합니다. 학생들이 수행해야 할 핵심 작업과 기술이 처리할 수 있는 지원 작업을 구분함으로써, 교육자들은 호기심, 협력, 비판적 사고라는 본질적인 인간적 요소를 잃지 않으면서도 이 새로운 도구들의 힘을 활용할 수 있습니다. 목표는 학습을 쉽게 만드는 것이 아니라, 학습을 의미 있게 만드는 것이며, 학생들이 교육을 마친 후 단순히 지식의 집합체를 가진 것이 아니라 스스로 생각하고, 창조하고, 문제를 해결할 수 있는 능력을 갖추도록 보장하는 것입니다.