AI 피드백을 받은 뒤, 학생은 무엇을 설명해야 할까 — 대학 수업을 위한 판단과 수정 절차 제안

이번 글로벌 브리핑은 10월 8일 학술지 Frontiers in Education에 실린 대학 수업의 AI 피드백 설계 제안을 읽습니다. 저자들이 제안한 절차와 앞으로 확인해야 할 효과를 나눠 정리했습니다.

학생이 AI를 쓰기 전에 독립적인 답안을 만들어야 하는지는 교수자가 정하도록 했습니다. 원문은 예시·유도 질문·접근성 지원이나 초기 도움을 주는 상황에서는 AI가 더 일찍 개입할 수도 있다고 설명합니다. 피드백이 평가 기준과 맞지 않거나, 부정확해 보이거나, 학생이 고친 이유를 설명하지 못할 때에는 동료 학생이나 교수자의 도움이 필요하다고 봤습니다. 저자들은 교수자가 학생과 AI의 모든 대화를 확인할 필요는 없으며, 중간 점검·일부 사례 확인·동료 토론 등을 설계할 수 있다고 설명합니다.

자기 판단의 정확성을 살피는 기준도 따로 제시했습니다. 학생이 얼마나 잘했다고 생각하는지는 교수자가 평가한 답안이나 나중에 AI 없이 수행한 과제처럼 별도로 평가한 결과와 대조해야 한다고 설명합니다. AI의 의견 자체를 자기 판단의 정확성을 확인하는 최종 기준으로 삼아서는 안 된다고 봤습니다. 이 글은 관점 논문(Perspective)으로, 제안한 절차가 학생의 자기 판단과 실제 수행 결과를 더 가깝게 만드는지는 아직 실제 수업에서 시험해야 합니다. 이 절차의 효과를 비교한 실험 표본이나 결과는 제시하지 않았습니다.

학원에서 볼 점: AI 피드백을 활용하는 과제에는 학생의 처음 풀이, 피드백을 받아들이거나 거절한 이유, 최종 수정 내용을 함께 남기게 해 보면 좋겠습니다. 피드백을 받기 전에 학생이 스스로 느낀 확신도 짧게 적고, 나중에 도구 없이 푼 답안과 함께 되돌아보게 하기를 제안합니다. 처음 풀이의 독립 작성이 필요한 과제와, 예시나 도움을 먼저 줄 과제는 선생님이 구분해 안내하면 좋겠습니다.