AI 피드백, 학생이 직접 고르니 학습 효과 증가

AI가 써주는 과제 피드백, 그냥 받아보기만 하면 효과가 없을 수 있습니다. 학생이 직접 고르고 평가할 때 비로소 공부에 도움이 된다는 연구 결과가 나왔습니다.

AI 피드백의 두 가지 문제

선생님의 피드백은 학생이 실수를 고치고 더 나은 결과물을 만드는 데 꼭 필요합니다. 하지만 학생이 수십 명, 수백 명이면 한 명 한 명에게 맞춤형 조언을 해주기 어렵습니다. 그래서 여러 학교에서 인공지능의 도움을 받기 시작했습니다. 인공지능은 빠르고 개인화된 피드백을 만들어 줍니다. 그런데 문제는 다른 쪽에서 생겼습니다. 학생들이 그 피드백을 실제로 활용하지 않는다는 것입니다. 피드백을 '받는 것'과 '행동으로 옮기는 것'은 다른 이야기입니다.

13,000명 학생을 세 집단으로 나눠 실험

연구진은 13,037명의 학생을 세 집단으로 나누어 비교했습니다. 첫 번째 집단은 인공지능이 준 피드백을 그냥 읽기만 했습니다. 두 번째 집단은 원하면 인공지능과 대화를 할 수 있었습니다. 세 번째 집단은 인공지능이 준 피드백 중에서 자신에게 필요한 항목을 직접 고르고, 그 선택을 바탕으로 인공지능과 대화를 나눴습니다. 이때 선택한 피드백이 맞는지 스스로 평가하는 과정도 있었습니다. 실제 수업 상황을 그대로 반영한 비교였기에 생활 속 교육 현장에 더 가깝습니다.

직접 고르고 평가한 집단의 성과가 가장 좋았다

결과는 명확했습니다. 세 번째 집단처럼 피드백을 직접 고르고 평가한 학생들의 학습 효과가 가장 컸습니다. 그냥 읽기만 한 첫 번째 집단은 인공지능의 도움을 받았음에도 큰 변화가 없었습니다. 피드백을 받아도 마음에 와닿지 않으면 무시하기 쉽습니다. 하지만 자신의 과제와 비교하면서 '이 피드백이 맞나?' 생각하고 고르는 과정을 거치면, 학생들은 자신의 부족한 점을 더 깊이 이해하게 됩니다.

AI 피드백은 '주는 것'만으로 끝나지 않는다

이 연구가 의미하는 바는 분명합니다. 인공지능으로 만든 피드백을 그냥 전달만 하면 반쪽짜리 도움이라는 것입니다. 학교나 선생님은 인공지능 피드백을 만들 때, 학생이 그 내용을 선택하고 평가하고 질문하도록 유도하는 구조를 함께 설계해야 합니다. 학생들도 단순히 받아 쓰는 대신 '왜 이 조언을 줬을까?'를 스스로 묻는 습관이 필요합니다. 인공지능이 많은 역할을 대신해도, 결국 피드백을 실제로 살리는 주체는 학생이라는 뜻입니다.

📖 원문 보기: arXiv 원문

본 요약은 AI로 작성되었습니다. arXiv 논문을 바탕으로 재구성되었습니다.