AI와 같이 코딩할 때, 학생들은 어떻게 배울까?

AI 도구가 점점 똑똑해지면서 학생들이 과제를 AI에 맡겨 버리는 경우가 많아졌습니다. 그런데 진짜 중요한 건 결과물이 아니라, 그 과정에서 학생들이 얼마나 깊이 생각하고 배우는지에 달려 있습니다.

왜 이 연구가 필요했을까?

요즘 학교에서 학생들이 생성형 AI(글, 코드, 그림을 만들어 주는 인공지능)를 자주 사용합니다. 특히 코딩 수업에서는 AI가 코드를 대신 작성해 주기도 하죠. 하지만 문제는 학생들이 AI가 내놓은 답을 무조건 믿거나, 그냥 복사해서 붙여 넣는다는 겁니다. 그러면 진짜 실력은 늘지 않습니다. 연구자들은 '학생들이 AI와 함께 일할 때 진정한 학습이 일어나려면 어떻게 해야 할까?'라는 질문에서 출발했습니다.

EAIL이라는 새로운 개념

이 연구는 '인식론적 AI 리터러시(EAIL)'라는 프레임워크를 제시합니다. 어려운 말 같지만, 쉽게 말하면 'AI를 쓸 때 사용자가 얼마나 깊이 생각하고 판단하는 능력'을 뜻합니다. 예를 들어 AI에게 질문을 할 때 어떤 목적을 가지고 질문하는지, AI의 답변을 어떻게 검증하고 고치는지 같은 과정을 살펴봅니다. 연구진은 'AIR 프레임워크'(인식 목표, 이상, 신뢰할 수 있는 과정)라는 틀을 빌려서, 학생들이 AI와 함께 코딩할 때 어떤 목표를 갖고 어떤 사고 과정을 거치는지 분석했습니다.

연구에서 무엇을 발견했나?

연구진은 학생들과 AI가 주고받은 대화 데이터(수천 건의 대화)를 분석했습니다. 그 결과, 학생들의 인식 목표는 크게 두 가지로 나뉘었습니다. 하나는 '숙달 목표'로, 진짜로 이해하고자 하는 태도입니다. 다른 하나는 '과제 완수 목표'로, 그냥 빨리 끝내려는 태도죠. 또한 인식 과정(사고 과정)에서는 학생들이 AI의 답변을 그대로 받아들이는 경우도 있었지만, 의문을 갖고 수정하거나 더 깊은 질문을 하는 경우도 있었습니다. 연구는 이런 차이가 학습의 질을 결정한다고 강조합니다.

이 연구가 우리 교육에 주는 의미

지금까지 AI 교육은 'AI를 잘 다루는 기술'에 초점이 맞춰져 있었습니다. 하지만 이 연구는 'AI와 함께 생각하는 방법'을 가르쳐야 한다고 말합니다. 예를 들어 수업에서 AI가 만든 코드를 그냥 쓰지 말고, '왜 이 코드가 작동하는지', '더 좋은 방법은 없는지' 토론하게 하는 식입니다. 이렇게 하면 학생들이 단순히 도구를 쓰는 것을 넘어서, 비판적으로 사고하고 문제를 해결하는 능력을 키울 수 있습니다.

📖 원문 보기: arXiv 원문

본 요약은 AI로 작성되었습니다. arXiv 논문을 바탕으로 재구성되었습니다.