AI가 수업 평가할 때 학생 목소리는 어디에

수업 시간에 학생들이 나눈 대화를 AI가 분석해 “이 수업은 협동적이다”라고 평가한다면, 그 기준에 학생들의 목소리가 담겨 있을까요?

수업 대화, 왜 AI로 분석할까

수업에서 학생들이 주고받는 대화는 학습의 핵심입니다. 교사는 대화를 통해 아이들의 생각을 읽을 수 있습니다. 그런데 수업 대화를 하나하나 분석하는 일은 매우 힘듭니다. 그래서 인공지능을 활용하려는 시도가 늘고 있습니다. AI는 방대한 대화를 빠르게 정리해 줍니다. 누가 얼마나 말했는지도 알려 줍니다. 학생들이 어떻게 서로 반응했는지도 파악합니다. 이런 기술은 이미 교육 연구에서 쓰이고 있습니다. 문제는 대부분의 분석이 말로 한 내용만 텍스트로 옮긴 뒤 시작된다는 점입니다. 말투, 몸짓, 수업 분위기 같은 맥락은 빠져 있습니다. 학생의 말이 실제 뜻과 다르게 해석될 수 있습니다. 농담으로 던진 말이 진지한 질문으로 오해될 수도 있습니다. 결국 데이터는 학생들의 삶과 분리된 채 분석됩니다.

어른들의 검증, 충분할까

AI가 학생들의 대화를 제대로 분석했는지 확인하려면 기준이 필요합니다. 그래서 보통은 어른 전문가들이 직접 대화를 분석합니다. 그 결과와 AI의 결과를 비교하고, 일치하는 정도를 점수로 계산합니다. 기술을 검증하는 흔한 방식입니다. 하지만 연구진은 이 방식이 부족하다고 말합니다. 어른 전문가의 판단은 학생들의 실제 경험을 온전히 담지 못하기 때문입니다. 특히 인종이나 언어로 소외된 학생들은 더 쉽게 오해받을 수 있습니다. 이중 언어를 쓰는 학생이 조금 다른 표현을 사용했다고 가정해 봅시다. 어른 전문가는 그 말을 서툰 표현으로 볼 수 있습니다. AI도 그런 판단을 학습하게 됩니다. 결국 학생들의 말이 ‘부족한 것’으로 평가될 위험이 있습니다. 이렇게 만들어진 평가는 공정하다고 보기 어렵습니다.

학생을 연구의 중심에 세우기

연구진이 제안하는 해결책은 두 가지입니다. 첫째, 대화가 일어난 상황을 다시 복원해야 합니다. 텍스트만 볼 것이 아니라 실제 수업 영상이나 소리까지 함께 살펴보자는 것입니다. 둘째, 학생들을 연구 과정에 직접 참여시켜야 합니다. 학생이 자신의 말을 스스로 해석할 기회가 필요합니다. AI가 분석한 결과가 실제 경험과 맞는지 확인하는 절차도 중요합니다. 이렇게 하면 연구자만의 권력이 학생들에게도 나뉩니다. 연구진은 이것을 ‘지식 권한 나누기’라고 부릅니다. 학생들의 관점을 중심에 두면, 성인 연구자나 AI가 놓치는 미묘한 부분까지 포착할 수 있습니다. 더 정확하고 공정한 분석이 가능해진다는 뜻입니다.

이 연구가 의미하는 바는 큽니다. AI는 곧 더 많은 학교에서 학생 평가와 수업 개선에 쓰일 예정입니다. 검증 과정에서 학생들의 시선이 빠지면, AI 평가는 일부 학생에게 불리하게 작용할 수 있습니다. 반대로 학생들이 연구에 참여하면 AI는 더 공정한 도구가 될 수 있습니다. 기술을 만드는 것만 중요한 것이 아닙니다. 그 기술을 누가 평가하고 해석하는가가 중요합니다. 학생들을 단순한 데이터로 보지 않고, 자신의 말을 설명할 수 있는 협력자로 바라봐야 합니다. 이것이 이 연구가 전하는 핵심 메시지입니다.

📖 원문 보기: arXiv 원문

본 요약은 AI로 작성되었습니다. arXiv 논문을 바탕으로 재구성되었습니다.