학생-AI 협업 학습 설계를 위한 교사의 관점은 무엇인가?
1. 연구의 목적
(1) 인공지능(AI) 기술이 교육 현장에 도입되면서, 학생과 AI의 협업 학습(SAC)을 위한 구체적인 학습 설계 방안이 부족함. 교사들은 AIED(AI in Education)에 대한 전문적인 훈련을 받지 못한 채, 제한된 교육과정 및 인프라 속에서 AI를 교육에 활용해야 하는 어려움에 직면함.
(2) 본 연구는 AIED 분야의 선도적인 교사들의 관점을 조사하여, SAC 학습 설계를 위한 (1) 교육과정 설계, (2) 학생-AI 상호작용, (3) 학습 환경의 필수 요소를 파악하고, (4) SAC가 어떻게 발전할 수 있는지에 대한 통찰력을 얻고자 함.
2. 연구의 방법
(1) 질적 연구 방법으로, AIED 분야의 한국 선도 교사 10명(초등 교사 5명, 중등 교사 5명)과 심층 인터뷰를 진행함.
- 인터뷰는 SAC 모델(교육과정, 학생-AI 상호작용, 환경, 시간의 흐름에 따른 진화)을 기반으로 개발된 반구조화된 질문지를 사용함.
- COVID-19 상황으로 인해 대부분의 인터뷰는 ZOOM을 통해 화상 회의로 진행됨 (일부 대면 인터뷰).
(2) 인터뷰는 평균 90-120분 동안 진행되었으며, 오디오 녹음 후 전사(transcription)함. 데이터 분석의 신뢰성을 확보하기 위해, 모든 참가자에게 인터뷰 기록을 확인받고 필요한 경우 수정함.
(3) 혼합형 주제 분석(inductive and deductive thematic analysis) 방법을 사용하여 데이터를 분석함.
- 먼저, 전사 기록을 반복적으로 읽고 초기 코드를 생성한 후, 제안된 프레임워크를 기반으로 초기 주제를 개발하는 연역적 주제 분석을 수행함.
- 이후, 기존에 식별되지 않은 새로운 코드를 탐색하는 귀납적 접근 방식을 사용하여 분석을 진행함.
- 연구팀은 코드와 주제를 검토하고, 기존 주제를 결합하거나 일부 주제를 하위 주제로 분리함. 이 과정은 연구자들이 모든 주제에 대해 합의에 도달할 때까지 반복됨.
3. 주요 발견
(1) 교사들은 SAC의 주요 학습 목표로 역량 개발(capacity building)과 교과 지식 함양(subject-matter knowledge building)을 강조함.
- 역량 개발: 고차원적 사고 능력(비판적 사고, 창의성, 분석적 사고), 사회적 능력(협업, 의사소통, 리더십), 디지털 능력(프로그래밍, 데이터 분석)을 포함함.
- 교과 지식 함양: 단순히 지식을 전달하는 것이 아니라, 학생들이 지식과 기술을 실제 제품, 솔루션, 새로운 정보로 전환/적용하도록 지원함.
(2) SAC를 위한 교육과정 콘텐츠로 융합 학습(interdisciplinary learning), 실제 문제(authentic problems), 창의적 과제(creative tasks)가 중요하다고 언급함.
- 실제 문제: 학생들은 교실, 일상생활, 전 지구적 문제와 관련된 과제를 수행함.
- 창의적 과제: 글쓰기, 그림 그리기, 음악 작곡 등 학생들의 아이디어 개발, 연결, 창작, 소통 능력을 향상시키는 과제를 포함함.
(3) SAC 평가는 과정 중심 평가(process-oriented assessment)와 협업 수행 평가(collaboration performance assessment)가 중요함.
- 과정 중심 평가: 교사와 학생 모두 평가에 적극적으로 참여하며, 학습 활동의 결과보다 과제 수행 과정에 대한 이해를 목표로 함.
- 협업 수행 평가: 개별 학생과 AI 간의 상호작용뿐만 아니라, 학생들 간의 협력 및 팀 학습 성과를 평가함.
4. 결론 및 시사점
(1) 본 연구는 교사들의 관점을 통해 SAC 설계 및 지원에 대한 이해를 높이고, 교육과정, 학생-AI 상호작용, 학습 환경, SAC 발달의 네 가지 차원에서 통찰력을 제공함. SAC는 학생들의 역량 강화, 교과 지식 함양, 융합 학습, 실제 문제 해결, 창의적 과제 수행 등을 지원할 수 있음.
(2) SAC를 효과적으로 구현하기 위해서는 AI 원리 교육, 데이터 리터러시 교육, 오류 분석 능력 향상, AI 윤리 교육, 일상생활에서의 AI 경험 제공 등이 필요함. 또한, AI는 학생들에게 학습 발판(scaffolding)을 제공하고, 학습 동반자로서의 속성을 가져야 함. 더불어 체계적인 AIED 정책, 유연한 학교 시스템, 협력적 학습 문화, 실패를 용인하는 환경 조성이 중요함.
5. 리뷰어의 ADD(+) One: 생각 더하기
(1) 본 연구에서 가장 인상적인 부분은 AI를 단순히 도구로 사용하는 것이 아니라, 학생들의 지능을 확장(intelligence augmentation)하는 데 초점을 맞춘 점임. AI는 인간의 인지 기능을 대체하는 것이 아니라 보완하고 지원해야 하며, 학생들이 현재 할 수 있는 것보다 더 많은 것을 할 수 있도록 돕는 데 활용되어야 함.
(2) 본 연구는 교사들이 SAC를 통해 학생들이 단순히 지식을 습득하는 것을 넘어, 고차원적 사고 능력을 함양하도록 설계해야 함을 강조함. 이는 구성주의 학습 이론과 일맥상통하며, AI가 학생들의 능동적인 지식 구성 과정을 촉진하는 데 기여할 수 있음을 시사함.
(3) 본 연구 결과는 한국의 교육 환경을 배경으로 함. 다른 국가 또는 문화권의 교육 환경에 적용할 경우, AIED 정책, 학교 시스템, 교사의 역량, 학생들의 디지털 리터러시 수준 등 다양한 요인에 따라 결과가 달라질 수 있음.
(4) 본 연구 결과를 바탕으로, 학생들의 메타인지 능력을 향상시키는 AI 기반 학습 시스템을 개발한다면 어떨까? AI는 학생들에게 자신의 학습 과정에 대한 피드백을 제공하고, 학습 전략을 개선하도록 유도함으로써 자기 주도적인 학습 능력을 향상시킬 수 있음.
6. 추가 탐구 질문
(1) 학생-AI 협업 과정에서 AI가 학생들의 정서적 상태에 미치는 영향은 무엇이며, 긍정적/부정적 영향을 최소화하기 위한 방안은 무엇인가?
(2) 본 연구에서 제시된 SAC 모델을 다양한 교과목에 적용했을 때, 교과목의 특성에 따라 SAC 설계 방식에 어떤 차이가 발생하는가?
(3) AIED 정책 수립 및 실행 과정에서 발생할 수 있는 데이터 프라이버시 침해 및 AI 알고리즘의 편향성 문제는 어떻게 해결할 수 있는가?
<출처> - Kim, J., Lee, H., & Cho, Y. H. (2022). Learning design to support student-AI collaboration: perspectives of leading teachers for AI in education. *Education and Information Technologies*, *27*, 6069-6104.