Artificial Intelligence Usage, Cognitive Offloading, and Academic Performance among Rural Undergraduate Students: A Sequential Mediation Model

한 학생이 늦은 밤 조용한 방에 앉아 어려운 과제와 마주하고 있는 모습을 상상해 보십시오. 과거에 문제를 해결한다는 것은 여러 가지 접근 방식을 시도하며 고군분투하고, 노력을 통해 서서히 이해를 쌓아가는 것을 의미했습니다. 오늘날 그 똑같은 학생은 인공지능 도구에 질문을 입력하여 몇 초 만에 완성되고 다듬어진 답변을 받을 수 있습니다. 이러한 변화는 인도 전역의 학교들, 특히 전담 튜터나 방대한 도서관에 대한 접근성이 낮은 농촌 지역에서 빠르게 일어나고 있습니다. 교육자와 심리학자들의 핵심적인 질문은 이 도구들이 존재하는지 여부가 아니라, 학생들이 이 도구들에 의존할 때 학생의 정신에 어떤 일이 일어나는가 하는 것입니다. 두 가지 핵심 개념이 이 문제의 중대성을 설명하는 데 도움을 줍니다. 첫째, 뇌는 밀폐된 용기가 아닙니다. 뇌는 종종 사고를 돕기 위해 외부 도구를 사용하는데, 이를 '확장된 마음(extended mind)'이라고 합니다. 둘째, 학습에는 강하고 지속적인 기억을 형성하기 위한 '인지 부하(cognitive load)'라고 불리는 일정한 수준의 정신적 고통이 필요합니다. 만약 도구가 모든 고통을 제거한다면, 그것은 학습 자체를 제거할 수도 있습니다.

연구팀은 이 역동성이 인도 농촌 지역의 대학생들에게 정확히 어떻게 작용하는지 이해하기 위해 연구를 시작했습니다. 그들은 농촌 지역의 국립 및 사립 대학에 재학 중인 425명의 학생들을 특정 대상으로 삼았습니다. 이 학생들은 모바일 폰을 통해 강력한 AI 도구를 사용할 수 있는 환경에 놓여 있지만, 이를 현명하게 사용하는 방법에 대한 공식적인 지침은 거의 없는 상황을 헤쳐나가고 있었습니다. 연구원들은 이 도구들이 학생들의 학습을 돕는지, 아니면 장기적인 성과에 해가 되는 방식으로 학습에 접근하는 방식을 바꾸는지 확인하고자 했습니다. 그들은 구체적인 사건의 연쇄 과정을 추적하는 모델을 구축했습니다. 즉, 어떻게 AI 사용이 정신적 업무를 떠넘기는 습관으로 이어지는지, 그 습관이 학생의 자기 주도 학습 능력에 어떤 영향을 미치는지, 그리고 마지막으로 이 모든 것이 학업적 성공에 대한 인식에 어떻게 영향을 미치는지에 대한 모델입니다.

연구는 학생들에게 자신의 습관을 보고하도록 요청하는 것으로 시작되었습니다. 연구진은 학생들이 학업을 위해 AI 도구를 얼마나 자주 사용하는지, 그 도구가 자신을 대신해 생각하도록 얼마나 의존하는지, 스스로의 학습 세션을 얼마나 잘 계획하고 모니터링하는지, 그리고 자신의 성적에 대해 어떻게 느끼는지를 측정했습니다. 연구진은 명확하고 강력한 패턴을 발견했습니다. AI 도구를 더 빈번하게 사용하는 학생들은 '인지적 오프로딩(cognitive offloading)'이라고 불리는 행위에 가담할 가능성이 현저히 높았습니다. 이는 사실을 회상하거나 문제를 해결하는 것과 같은 정신적 과업을 스스로 수행하는 대신 컴퓨터에 넘겨주는 관행을 말합니다. 데이터에 따르면, 과도한 AI 사용은 이러한 행동의 가장 강력한 예측 변수였으며, 학생들이 기술에 의로 하여 생각하는 정도의 변동성을 절반 이상 설명했습니다.

하지만 이야기는 거기서 끝나지 않았습니다. 연구진은 이러한 정신적 업무를 오프로딩하는 습관이 학생의 자기 주도 학습 능력에 직접적인 부정적 영향을 미친다는 것을 발견했습니다. 자기 주도 학습(self-regulated learning)은 목표를 설정하고, 학습 시간을 계획하며, 자신의 이해도를 점검하고, 필요할 때 도움을 구하는 기술입니다. 연구는 학생들이 AI에 너무 많은 생각을 오프로딩할 때, 자신의 학습 과정을 관리하는 능력이 약화된다는 것을 보여주었습니다. 학생들은 학습 세션을 계획하거나 자신의 이해도를 모니터링할 가능성이 낮아졌습니다. 결정적으로, 연구진은 학업 성취도가 떨어지는 진짜 이유가 바로 이 자기 관리 능력의 상실 때문임을 발견했습니다. AI 도구 자체가 단순히 한 단계의 과정을 거쳐 성적을 직접적으로 낮춘 것이 아니었습니다. 대신, 그 도구는 정신적 위임을 유도하는 습관을 조장했고, 이것이 학생의 자제력과 학습 전략을 침식시켰으며, 바로 이 침식이 낮은 학업 성과로 이어진 것이었습니다.

흥미롭게도, 연구는 더 복잡한 양상을 드러냈습니다. 과도한 오프로딩은 해로웠지만, AI 도구를 사용하는 것이 학생의 학습 능력을 자동으로 파괴하는 것은 아니었습니다. 실제로 일부 학생들에게 AI 사용은 더 나은 자기 주도 학습과 연결되었는데, 아마도 도구가 어려운 개념을 명확히 하거나 다른 곳에서는 찾을 수 없는 정보에 접근하는 것을 도와주었기 때문일 것입니다. 핵심 차이는 학생이 도구를 어떻게 사용하느냐에 달려 있었습니다. AI를 사고의 대체물로 사용하는 학생들은 학습 기술이 저하되었습니다. 반면, AI를 자신의 사고를 지원하는 용도로 사용하는 학생들은 학습 습관을 유지하거나 향상시켰습니다. 연구진은 가장 위험한 경로가 특정한 순서로 이루어진다는 것을 확인했습니다. 즉, AI 사용이 오프로딩으로 이어지고, 오프로딩이 자기 주도 학습 능력을 감소시키며, 감소된 자기 주도 학습 능력이 학업 성과를 낮춘다는 것입니다. 이 사건의 연쇄 과정은 통계적으로 유의미했으며, AI가 학생의 성공에 미치는 영향의 상당 부분을 설명했습니다.

연구 결과는 연구진이 서로 다른 학생 집단을 비교했을 때 더욱 날카로운 양상을 띠었습니다. 연구진은 이미 학업에 어려움을 겪고 있는 학생들과 성적이 우수한 학생들을 비교했습니다. 결과는 취약성의 극명한 차이를 보여주었습니다. 성적이 낮은 학생들은 자신의 생각을 AI에 오프로딩하는 함정에 빠질 가능성이 훨씬 높았습니다. 이 학생들에게 있어 AI 사용과 정신적 업무를 넘겨주는 행위 사이의 연결 고리는 성적이 높은 동료 학생들보다 거의 두 배나 강력했습니다. 이는 이는 가장 많은 지원이 필요한 학생들이 무분별한 AI 사용으로 인해 가장 큰 피해를 입을 위험이 크다는 것을 시사합니다. 그들은 기술을 학습에 필요한 노력을 건너뛰는 지름길로 사용할 가능성이 높은 반면, 성적이 높은 학생들은 과정에 대한 통제력을 잃지 않으면서도 자신의 학습을 보조하기 위해 동일한 도구를 더 잘 활용할 수 있습니다.

연구진은 결론적으로, 이미 학생들의 삶에 깊숙이 자리 잡은 이러한 도구들을 금지하는 것이 아니라, 학생들이 이를 사용하는 방식을 가르치는 것이 해결책이라고 밝혔습니다. 연구는 학생들에게 학습을 관리하는 방법을 가르치지 않은 채 단순히 AI에 대한 접근 권한만 부여하는 것은 위험하다고 제안합니다. 대신, 대학은 학생들이 AI를 '조력자'로 사용하는 것과 '대체물'로 사용하는 것을 구분할 수 있도록 돕는 구체적인 훈련을 통합해야 합니다. 여기에는 자신의 이해도를 점검하고, 학습 시간을 계획하며, AI의 결과물을 무조건적으로 수용하기보다 비판적으로 검토하는 법을 배우는 것이 포함됩니다. 목표는 AI를 학습을 침식시키는 편의 도구에서 학습을 지원하는 도구로 바꾸는 것입니다. 다른 학술적 자원이 부족한 농촌 지역 학생들에게 이러한 구분은 매우 중요합니다. 적절한 지침이 없다면 기술은 효과적으로 학습할 수 있는 자와 그렇지 못한 자 사이의 격차를 벌릴 위험이 있지만, 올바른 지원이 뒷받침된다면 AI는 강력한 평등화 도구가 될 수 있습니다.