AI가 문제 만드는 법을 가르친다? 직접 도움 vs 간접 도움

프로그래밍을 배울 때 문제를 푸는 것만으로는 부족합니다. 직접 문제를 만들어보는 것이 훨씬 효과적이라는 연구 결과가 있습니다. 그런데 문제 만들기는 쉽지 않죠. 이 연구는 AI가 학생들의 문제 만들기를 어떻게 도울 수 있는지 살펴보았습니다.

왜 문제 만들기가 중요할까?

컴퓨터 교육에서 '문제 풀기'는 흔하지만, '문제 만들기'는 덜 활용됩니다. 하지만 스스로 문제를 만들면 개념을 더 깊이 이해하고, 다양한 상황에 적용하는 능력이 생깁니다. 예를 들어, '구구단 출력'이라는 단순 문제를 받는 대신, 학생이 '사용자가 입력한 숫자에 따라 구구단을 출력하라'는 문제를 직접 만든다면 훨씬 더 많이 배우게 됩니다. 문제는 학생들이 좋은 문제를 만들도록 도와줄 방법이 부족하다는 점입니다.

AI가 두 가지 방식으로 도움을 주다

연구진은 20명의 대학원생을 대상으로 두 가지 AI 도우미를 실험했습니다. 두 시스템 모두 '블룸의 분류법'이라는 교육 이론을 사용했습니다. 이는 생각 수준을 암기(1단계)에서 창조(6단계)로 나누는 도구입니다. 첫 번째 시스템은 '간접 도움'을 제공했습니다. 학생이 만든 문제에 대해 "이 문제에서 조건을 어떻게 바꿀 수 있을까?" 같은 질문을 던지는 방식이죠. 두 번째 시스템은 '직접 도움'을 주었습니다. "이렇게 예시를 추가하면 더 좋은 문제가 됩니다"라며 구체적인 예시 문제를 보여주었습니다.

결과는? 각각 다른 장점이 있었다

직접 도움(예시 제공)을 받은 학생들은 문제의 질이 바로 눈에 띄게 좋아졌습니다. 예시를 보고 '아, 이렇게 하면 되는구나' 하고 금방 적용했습니다. 반면, 간접 도움(질문 제공)을 받은 학생들은 더 천천히 배웠지만, 문제의 구조와 원리를 더 깊이 생각하게 되었습니다. 예를 들어 "내 문제가 너무 쉬운가?" 같은 질문을 스스로 던지며 문제를 고쳤습니다. 연구진은 두 방식이 서로 다른 부분에서 도움이 되었다고 말합니다. 직접 도움은 빠른 개선에, 간접 도움은 깊은 이해에 효과적이었습니다.

이 연구가 의미하는 바는?

AI가 단순히 답을 알려주는 것을 넘어, 학생이 스스로 문제를 만들고 개선하도록 도울 수 있다는 걸 보여줍니다. 앞으로 프로그래밍 교육에서 AI는 일대일 과외 선생님처럼 학생의 수준에 맞는 도움을 줄 수 있을 것입니다. 예를 들어, 초보자에게는 직접 예시를 보여주고, 능숙한 학생에게는 생각할 거리를 던져주는 식으로 말이죠. 물론 이번 실험은 규모가 작아서 더 많은 연구가 필요합니다. 하지만 '문제 만들기'라는 새로운 학습 방법을 AI가 어떻게 지원할 수 있는지 보여준 의미 있는 출발점입니다.

📖 원문 보기: arXiv 원문

본 요약은 AI로 작성되었습니다. arXiv 논문을 바탕으로 재구성되었습니다.