AI가 학습을 확장할 수 있는가: 더 비인상적인 사람이 되는 것을 막을 수 있는가?

교육에서 AI의 등장은 개인화된 학습, 즉각적인 피드백, 그리고 증가된 참여에 대한 실제적인 흥분을 가져왔습니다. 그러나 정보에 대한 접근이 증가하는 것은 교육의 목표가 아닙니다.

학습이 점점 더 마찰이 없는 것이 된다면, 호기심, 인내, 그리고 반성은 어떻게 될까요? 교육은 단순히 지식을 습득하는 것 이상의 것을 포함합니다. 그것은 사람들의 생각, 질문, 협력, 그리고 기여를 형성하는 것을 도와줍니다. AI는 강력한 도구이지만, 그 가장 큰 가치는 학습을 대체하는 것이 아니라, 인간의 학습 경험을 강화하는 것입니다.

교육에서 AI가 계속해서 변화를 가져오면서, 우리는 어떻게 하면 그것이 호기심이 있는, 참여하는, 그리고 관심을 가진 학습자를 키울 수 있을까요? 여기서 관심이 있는 것은 기술을 거부하거나 학습을 불필요하게 어렵게 만드는 것이 아닙니다. 그것은 학습의 과정에서 남아 있는 것입니다. 질문을 하는 것, 불분명한 것을 알아차리는 것, 그리고 자신의 이해를 위해 책임을 지는 것입니다. 관심이 있는 학습자는 도구를 사용하지만, 호기심, 판단, 또는 연결을 포기하지 않습니다.

학습은 정보 전달 이상의 것입니다

정보를 받는 것과 이해를 개발하는 것 사이에는 중요한 차이가 있습니다. 이것은 구성주의라고 불리는 이론입니다. 여기서 학습자는 경험을 통해 지식을 구성하는 것입니다. 학습은 단순히 사실을 수집하는 것이 아닙니다. 학습은 반성, 실험, 그리고 적용을 통해 일어납니다. 학습자들은 종종 답을 발견할 기회를 가지면 더 큰 자신감을 가지게 됩니다. 이것이 실제로 관심이 있는 학습자가 하는 것입니다. 어려운 질문에 대해 조금 더 오래 머무르는 것, 즉각적인 답이 아니더라도 관심을 유지하는 것, 그리고 이해는 단순히 소비하는 것이 아니라 우리가 구축하는 것입니다.

코칭은 답을 알려 주기보다 생각하는 과정을 우선하는 교육 접근법입니다. 코치는 서둘러 답을 내놓을 필요가 없습니다. 학습자가 스스로 결론에 이르도록 돕는 질문이 더 가치 있는 반응일 때가 많습니다. 대화는 여러 관점을 접하게 해 비판적 사고를 강화합니다. 그 안에서 생기는 실수와 불확실성, 다시 생각하는 순간은 가장 깊은 학습이 일어나는 지점이기도 합니다. 코칭은 학습자가 자신의 사고에 관심을 갖도록 초대합니다. 속도나 확신에 보상하는 대신, 적극적으로 참여하는 학습자를 특징짓는 주의 깊음과 호기심을 북돋습니다.

교육의 최선은 판단, 적응성, 그리고 자아의식을 개발하는 것입니다. 학습이 주로 지식 보유에 집중된다면, 우리는 교육이 개발할 수 있는 더 깊은 능력을 간과할 수 있습니다.

AI를 사용하는 학습의 잠재적인 위험

중심적인 우려는 학습자가 AI를 사용하는 것이 아니라, AI가 지적 참여를 대체하는 것입니다. 이것은 인지 아웃소싱이 중요한 것을 고려해야 합니다. 우리가 자신의 능력을 개발하는 것을 통해 생각하는 기술에 의존한다면, 우리는 인내와 문제 해결의 기회를 잃을 수 있습니다.

호기심은 종종 즉각적인 확신이 아니라 미답변된 질문에서 시작됩니다. 답이 나오기 전의 잠시의 시간은 중요합니다. 관심이 있는 것은 그 시간을 지나치지 않는 것입니다. 그것은 아이디어와 씨름하는 시간을 가지기 위해 충분히 호기심을 유지하는 것입니다. 그것은 가설을 형성하고, 아이디어를 테스트하고, 자신의 생각이 어떻게 변하는지 알아차리는 것입니다. 그 시간이 완전히 사라지면, 학습자는 올바른 답에 도달하지만, 어떻게 그곳에 도달했는지에 대한 명확한 이해를 가지지 못할 수 있습니다.

아이디어와 씨름할 기회가 거의 없는 학습자는 모호성 또는 익숙하지 않은 도전에 직면할 때 자신감을 느끼지 못할 수 있습니다. 지적 소유권은 아이디어를 구축하고, 방어하고, 수정하고, 반성하는 것을 통해 얻어집니다.

이것은 AI가 가치가 없다는 것을 의미하지 않습니다. 우리는 AI가 수행하는 역할을 더 의도적으로 해야 합니다.

AI가 교육에서 실질적인 가치를 만드는 영역

AI는 거대한 잠재력을 가지고 있습니다. 즉각적인 피드백을 제공하고, 학습자가 오류를 수정하도록 도와주고, 언어 지원, 차별화된 교육, 추가적인 지원을 제공할 수 있습니다. AI는 또한 교육자가 학습 패턴과 잠재적인 학습 격차를 더 빠르게 식별하도록 도와줄 수 있습니다. 이러한 효율성의 실제 약속은 그것이 멘토링, 토론, 창의성을 위한 더 많은 공간을 만들 수 있다는 것입니다.

AI의 또 다른 가치는 교육자의 행정 부담 일부를 줄여 의미 있는 학습을 돕는 대화와 관계에 더 많은 시간을 내게 한다는 점입니다. AI는 교육의 인간적 측면과 경쟁하기보다 이를 지원할 때 가장 잘 작동합니다. 이렇게 사용하면 학습자를 수동적으로 만들지 않습니다. 자신의 학습과 서로에게 더 관심을 기울이게 하는 대화, 질문, 관계를 위한 공간을 넓힙니다.

AI-최초 세계에서 코칭이 더 가치 있는 이유

코칭은 답을 제공하는 것보다 판단을 개발하는 것을 중점으로 합니다. 코칭 대화는 자신감, 반성, 책임, 그리고 자아의식이 개발될 수 있는 공간을 만듭니다. 가장 가치 있는 작업은 더 빠른 답을 찾는 것이 아니라, 더 좋은 질문을 하는 것입니다.

코치는 학습자가 보지 못한 부분을 알아차리고, 가정에 의문을 제기하며, 경험에서 의미를 찾도록 돕습니다. 시간이 지나면서 이 과정은 학습 내용뿐 아니라 자신을 이해하는 데 필요한 신뢰와 심리적 안전감을 쌓아 줍니다. 성장은 자신을 알아봐 주고 지지하며 적절한 도전을 주는 관계 속에서 일어나는 경우가 많습니다. AI는 학습자가 공유한 내용에 반응할 수 있지만, 그 사람의 감정과 포부, 살아온 경험을 함께 다루는 성장의 관계를 맺을 수는 없습니다.

AI가 càng 더 강력해질수록, 코칭은 더 가치 있습니다.

더 깊은 학습을 장려하는 AI는 어떻게 설계해야 할까?

AI는 답변 엔진이 아니라 사고의 동반자로 기능해야 합니다. 좋은 교육용 AI는 지적인 무관심을 조장하지 않고 학습자가 더 충실히 참여하도록 이끌어야 합니다. 추론을 설명하고, 생각을 뒷받침하고, 관점을 비교하고, 자신의 사고가 어떻게 달라지는지 돌아보도록 요청하는 프롬프트를 설계할 수 있습니다. AI는 답만 제공하는 대신 질문을 만들어 낼 수도 있습니다. 집단 토론을 대체하지 않고 토론을 열어 협력 학습을 지원할 수도 있습니다.

학습자는 AI가 생성한 아이디어를 평가하고, 비판하고, 구축할 수 있는 기회를 가져야 합니다. 반성의 역할은 특히 AI가 답을 얻는 것을 쉽게 만들 때, 학습 과정의 일부로 남아 있어야 합니다.

교육자는 AI와의 상호작용이 학습의 끝이 아니라 사람 사이 대화의 시작이 되도록 의도적으로 기회를 만들 수 있습니다. 무엇에 동의하는지 설명하게 하거나, 불완전한 부분을 짚게 하거나, AI가 만든 아이디어를 동료와 토론하도록 하는 방식입니다. 속도만 보상하지 않고 호기심과 창의성이 자랄 여지를 주는 학습 경험을 설계해야 합니다. 기술은 의존성을 만드는 대신 학습자의 주도성을 넓힐 때 가장 가치 있다는 생각을 강화하는 것입니다.

학습을 확장하면서 단절을 확장하지 않는다

기술은 교육 접근성과 기회를 크게 넓힐 수 있습니다. 그러나 성공을 효율성, 수료율, 전달한 정보량만으로 평가해서는 안 됩니다. 의미 있는 학습은 호기심, 자신감, 협력, 비판적 사고, 계속 참여하려는 의지에도 드러납니다. 교육의 미래는 단순히 더 많이 아는 학습자가 아니라 자신의 학습에 더 관심을 갖고 참여하는 학습자를 길러 내는 것으로 정의할 수 있을 것입니다.

교육은 사람들이 주변 공동체에 기여하는 사려 깊고 역량 있는 구성원이 되도록 도와야 합니다. 학교와 조직은 AI가 학습자의 과제 완수를 얼마나 돕는지뿐 아니라 성장, 주도성, 관계에 어떤 영향을 주는지도 평가해야 합니다. 가장 큰 기회는 학습자 대신 생각하는 AI가 아니라, 학습자가 더 깊이 생각하도록 초대하는 AI를 만드는 것입니다.

교육의 미래는 기술로 인간의 잠재력을 넓히면서도 학습을 변화시키는 관계와 호기심을 지키는 시스템에 달려 있습니다.

원문 기사의 출처: tandfonline.com [1]