AI 요약
Marc Schmitt는 AI의 위험이 수동적 사용에 있으며, 대학은 학생들이 AI 모델과 논쟁하고 그 수행 능력을 평가하도록 가르쳐야 한다고 주장한다(Nature 657권 575쪽, 2026). 그러나 필자는 한 가지 측정이 빠져 있다고 지적한다. 모델이 있는 상태에서의 수행은 링 위에 파트너가 있을 때의 성과일 뿐, 파트너가 떠난 뒤 학생이 할 수 있는 일과는 다를 수 있다는 것이다. 실제로 중등학교 수학 학생 대상 무작위 시험에서 챗봇 무제한 접근은 연습 점수를 높였지만, 이후 챗봇 없이 치른 시험 성적은 낮아졌다(Bastani et al., PNAS 122, e2422633122, 2025). 지원 세션에서 멈춘 평가라면 그 튜터를 성공으로 판정했을 것이다.
핵심 포인트
- Marc Schmitt의 주장: AI 위험은 수동적 사용에 있으며, AI와 논쟁하는 능력을 가르치고 평가해야 함 (Nature 657권 575쪽, 2026)
- 중등학교 수학생 무작위 시험(H. Bastani et al., PNAS 122, e2422633122, 2025): 챗봇 무제한 접근 시 연습 점수 상승, 그러나 챗봇 없이 치른 시험 성적은 하락
- AI 지원 상태의 수행과 미지원 상태의 수행이 괴리될 수 있음
- 해당 논평은 Nature 659권 264쪽(2026), doi: 10.1038/d41586-026-03559-1에 게재
향후 전망
- AI 활용 여부와 무관한 학습 성과 측정 방식 도입 논의 확대
- 대학 평가 체계에서 AI 보조 세션과 비보조 세션을 분리 평가하는 모델 검토 가능성
