[마이리뷰] 인공지능 시대의 미래교육

인공지능 시대의 미래교육 - 가르침과 배움의 합의
마야 비알릭 외 지음, 정제영 외 옮김 / 박영스토리 / 2021년 12월

인공지능 시대의 미래 교육은 어떠한 방향으로 설계해야할까?

솔직히 초반에는 좀 따분해서 별 3개. 후반부는 구체적인 예도 들고 분류도 잘 돼있어서 4개. 마지막엔 역시 비판적 관점을 흡수하는 방어적 주장을 언급해서 5개.

기억나는 내용을 적어보자면..

교육과정에서도 쳐낼 건 과감하게 쳐내야한다!! 미래에 쓸모없는 부분은 제거하라. 그리고 핵심 개념(지식)만 남기자.
핵심 개념이라하면.. 학문간 연결되어 일단 배워놓으면 다른 분야에서 전이(transfer)가 일어날 수 있는 개념인데, 여기엔 최신 학문의 내용도 포함해야한다. 그리고 이는 체계적으로 계열성 있게 제시되며, 학생들이 스스로 사고하고, 학습하는 등 역량을 기르는 기반이 되어야 한다.

그럼 교육에서 인공지능은 어떻게 활용되는가?
사실 인공지능은 교육의 기반이 될 수도 있고, 그 자체에 대해 교육시킬 수도 있으며, 활용 방법도 다양할 것이다.
이 책에서는 교육에서 인공지능의 활용 방법에 대해 크게 3가지로 제시하였다. 학생을 가르치는데 활용하는 방법, 학생 스스로 학습하는 데 지원하는 방법, 그리고 교사의 교육을 지원하는 방법으로 말이다.

시스템의 종류도 상세하게 설명해주었는데, 학생이 인공지능과 소크라테스식으로 대화하면서 개별 맞춤형으로 개념을 익히는 대화형 튜터링 시스템이나, 에세이를 자동 채점해주고 피드백 해주는 시스템, VR로 역사 체험하는 방법 등이 기억난다.

인공지능이 교육에서 잘만 활용된다면 수준별 학습이나 효율적 학습 면에서 참 유용할거라 기대된다. 하지만 인간적인 상호작용의 효과를 얼마나 능가할 수 있을지, 개인정보에 대한 보안과 편향적 데이터 문제는 어떻게 해결할 것이며, 정답이 없는 교육방법에서 어떤 합의점을 찾아 알고리즘을 만들 것인지 등 우려되는 것도 많다. 기우일 수도 있지만, 인공지능 활용 맞춤형 교육이 상용화되면 사교육 시장을 더 조장하는 건 아닐지 그런 상상도 해봤다.

시대는 이렇게 빠르게 흘러가고, 불가능이 가능으로 변화하는 모습이 선히 보이는 요즘. 문화지체현상이 커지지 않기만을 바라는 마음이다.

[오늘의 한문장] 인공지능 시대의 미래교육

첫째, 더 많은 정보가 수집되고 종합된 범위를 관찰함...

첫째, 더 많은 정보가 수집되고 종합된 범위를 관찰함에따라 부적확한 지식에 대한 결론은 변화할 수 있다.

둘째, 구할 수 있는 일자리의 종류가 변하고 있다.

셋째, 더 큰 사회적 변화의 추세 반영을 고려해야 한다.

1. 전통(traditional): 학문이 교과로 바로 조직되며, 최신의 학문은 단순히 관련 분야의 단원(units) 또는 선택과목(elective)으로추가된다.
2. 하이브리드(hybrid): 학문은 그대로 유지하지만, 교과는 새로운분류를 적용한다. 이는 앞서 논의된 바와 같이 의미의 주제또는 영역일 수 있다.
3. 재설계(redesigned): 학문은 더 이상 교육과정의 조직화된 기본 구조가 아니며, 수업은 대부분 시스템 사고와 같은 혼합적주제에 관한 것으로 구성된다. 이것은 새로운 학문을 추가하는 것을 자연스러운 과정으로 만든다.

우리의 목표는 교육과정에서 쓸모없는 정보를 제거하면서 동시에 내용을 현대화하고, 체계적으로 계열성을 유지하고, 역량이 높아질 수 있도록 구성하는 것이다. 학생들은 다른 학문들에 의해 개발된 세상을 보는 유용한 방법뿐만 아니라 특히 중요한 주제와 발견도학습해야 한다. 또한 교육과정에서 의미를 부여하는 잠재력을 극대화하는 것이 목표이다.

[오늘의 한문장] 인공지능 시대의 미래교육

개념을 배우는 것은 아는 것과 하는 것을 둘 다 다루어야 한다.

[오늘의 한문장] 인공지능 시대의 미래교육

어쩌면 의미를 구성하는 것과 이해하는 것은 동의어라고 할 수 있다.

서 모든 지식을 가르쳐야 한다는 "지식의 저주

직관은 기반이 되는 지식의 내용으로 구성된다.

데이비드 퍼킨스(David Perkins)는 "지식은 자전거와 같다. 즉, 지식은 목표를 향해 나가기 위한 수단이다. 만약 우리가 프랑스 혁명(French Revolution), 민주주의, 베이지안 확률(Bayesian probability), 기회비용에 대해 안다면, 우리는 그것을 활용하고 싶은 마음을 갖게 된다.
우리는 지식을 활용해 문제를 이해하거나 의학적 결정을 하거나 프로젝트를 효과적으로 수행하려고 할 것이다. 마치 자전거를 타듯이알고 있는 것을 활용해 어딘가를 향해 달려가고 싶어한다.

이러한 현상을 타조 효과(ostrich effect)라고 부르는데, 잠재적으로 관련되어 있더라도 불쾌한 정보에는 접근하지 않는 경향을 설명한다.
특히 관련성이란 본인의 감정적 가치를 고려하는 과정이며 매우 주관적이다.