AI가 대신 고민하면 연구 실력은 안 는다

연구 과제를 챗GPT 같은 AI에 맡기면 시간은 아낄 수 있어요. 하지만 그 과제를 해내는 실력은 전혀 늘지 않습니다. "고민을 외주하면 기술도 외주된다"는 연구 결과가 나왔습니다.

소프트웨어 공학을 공부하는 대학원생들은 요즘 연구할 때 생성형 AI를 아주 많이 씁니다. 생성형 AI는 "질문하면 새로운 내용을 만들어 내는 인공지능" 정도로 보면 됩니다. 그런데 정작 학생들이 AI를 제대로 쓰려면 어떤 능력이 필요한지 아는 사람은 없었습니다. 학교가 학생들을 가르칠 수 없던 상황이었죠.

AI가 빈손으로 만든 해답

연구진은 연구 관련 온라인 커뮤니티에서 학생들이 올린 글 1,383개를 분석했습니다. 그 결과 학생들은 연구의 핵심 단계들을 AI에게 던져두고 있었습니다. 논문 읽고 정리하기, 연구 주제 정하기, 실험 설계하기 같은 일을 AI가 대신 하게 만드는 거죠. 문제는 학생들이 AI가 만든 답을 제대로 검증할 능력이 없다는 겁니다. 결과물은 그럴듯하지만, 그 결과가 맞는지 판단할 수 없어요.

이 연구는 "실력은 고생하는 과정에서 생긴다"고 말합니다. '스트러글'이라고 부르는 이 고민의 시간 - 어렵게 해답을 찾고, 틀리고, 다시 시도하는 과정 - 을 통과해야만 진짜 능력이 만들어집니다. AI가 그 과정을 대신해 버리면, 학생은 결과만 받아보고 능력은 얻지 못합니다. 마치 운동을 개인 트레이너가 대신 해주고 "살이 빠졌겠죠?" 하는 것과 같아요.

AI를 대체자로 쓰지 않는 교육

연구진은 지금 학교 교육이 바뀌어야 한다고 봅니다. AI를 쓰지 말라는 게 아니라, AI와 함께 일하는 법을 가르쳐야 한다는 겁니다. 예를 들어 AI에게 더 좋은 질문을 던지는 능력, AI 답이 틀렸을 때 알아차리는 능력, 스스로 기준을 세우는 능력 같은 것들입니다. 이 능력들을 길러야 AI에 대체되지 않는 연구자가 될 수 있습니다.

이 연구는 단지 대학원생만을 위한 이야기가 아닙니다. 공부를 하는 누구에게나 해당됩니다. AI가 답을 알려줄 때, 그 답을 받아쓰기만 한다면 배움은 일어나지 않습니다. 직접 생각하고 부딪히는 과정을 건너뛰면, 결국 그 일을 할 수 있는 사람은 남지 않게 됩니다. AI를 외주 업체로 쓰는 대신, 함께 성장하는 도구로 쓰는 방법을 고민해야 합니다.

📖 원문 보기: arXiv 원문

본 요약은 AI로 작성되었습니다. arXiv 논문을 바탕으로 재구성되었습니다.