교육 분야에서 디지털 혁신의 이점은 자명합니다. 특히 최근 팬데믹으로 인한 혼란을 고려할 때 더욱 그렇습니다. 디지털화를 통해 학생들은 거의 방해받지 않고 학업을 계속할 수 있게 되었으며 와 같은 더 많은 리소스에 액세스할 수 있게 되었습니다. 이러한 근거에서 교육 분야의 기술 채택 증가는 전적으로 중립적이거나 긍정적인 발전으로 제시하기 쉽습니다. 인공 지능(AI) 도구 그러나 이러한 급속한 변화에 대해서는 의구심이 생길 수 있습니다. 모든 개인 또는 사회 문제에 대한 궁극적인 해결책으로서 기술에 끌리는 경향으로 설명될 수 있습니다. 인류 전체가 최근 몇 년간 급속한 기술 발전을 받아들인 것은 분명하지만, 단점이 없는 것은 아닐 수도 있습니다. 기술 해결주의는 해결주의와 사회에서의 역할의 주요 문제 중 하나는 철학적 개념의 환원주의입니다. 이는 장애물을 탐색하고 이를 해결하기 위한 대체 경로를 활성화하는 대신 즉각적인 솔루션을 제공하는 편리함이라는 디지털화의 근본적인 문제를 설정합니다. 학습의 주요 목표는 추상적인 개념과 아이디어를 조사하고 분석하는 것입니다. 교육과 관련하여 자주 인용되는 진언 중 하나 는 교육이 "통을 채우는 것이 아니라 불을 밝히는 것"임을 암시합니다. 이 선언은 남용으로 인해 진부해졌을 수도 있지만 해결주의에 직면하여 고려하면 일관성이 있습니다. 기대하지 않더라도 기술이 일상생활에서 개인이 직면하는 문제에 대한 답으로 사용된다는 것은 분명합니다. 이는 특정 문제에 대해 반성하기보다는 빠르게 해결책을 모색하고 발견한다는 의미입니다. 답변을 쉽게 얻을 수 있으면 시간이 낭비되지 않는 것이 현명해 보일 수 있습니다. 그러나 틀림없이 이 명상은 뇌를 자극하고 비판적 사고 및 문제 해결과 같은 고차원적 인지 기술의 발달에 기여할 수 있습니다. 단일 문제에 대한 가능한 해결 방법을 적극적으로 생각하고 평가하는 데 시간을 투자하면 두뇌의 옹호 및 결정 능력이 발전할 수 있습니다. 자동 장치가 솔루션을 반응적으로 제공하는 경우에도 마찬가지입니다. 이는 발달하는 마음이 정보를 획득하고 문제를 해결하는 방법에 영향을 미칩니다. 기술이 결여된 문화에서 복잡한 문제를 해결하는 최적의 방법은 프로세스를 숙고하는 것입니다. 기술에 접근할 수 있는 경우 디지털 에이전트가 이미 제공한 정답에 따라 방법이 안내될 가능성이 높습니다. 따라서 사용자의 비판적 사고가 덜합니다. 현재로서는 이것이 얼마나 큰 피해인지 평가하기 어렵습니다. 결국, 인간의 두뇌가 더 이상 유용하지 않은 특성을 진화시키고 폐기하는 것은 시간이 지남에 따라 일반적이었습니다. 100년 전에는 중요한 것으로 인식되는 기술에는 좋은 기억력과 글씨체도 포함되었습니다. 컴퓨터의 출현으로 이러한 기술은 이제 거의 쓸모가 없게 되었습니다. 대신, 정보를 효과적으로 처리하는 능력은 이제 개인에게 더 유용하고 가치가 있습니다. 이러한 방식으로 기술은 작업을 자동화하고 인간의 정신을 구출하여 보다 복잡한 작업에 집중함으로써 사회를 지원해 왔습니다. 비판적 사고를 기계에 위임함으로써 인간의 두뇌가 더욱 발전할 수 있을까요? 확실히 아는 것은 불가능하지만 그럴 가능성은 거의 없습니다. 대안을 신중하게 평가하고 해석하는 능력은 개인이 자신이 선택한 직업에 효율적으로 기여할 수 있는 능력을 부여합니다. 전 세계적으로 청소년기의 고차원적 인지 능력 발달은 교육자와 심리학자의 지배적인 교육 목표이며 정당한 이유가 있습니다. 그러므로 교육에 디지털화를 도입한다고 해서 청소년기의 비판적 사고 육성에 대한 강조가 손상되지 않는 것이 중요합니다. 자기 효능감의 중요성과 수동적 학습이 이에 미칠 수 있는 부정적인 영향에 대한 인식은 모든 담론에서 파악되어야 합니다. 와 같은 정교한 생성 AI 도구의 개발로 인해 결국 서면 과제와 같은 작업이 학생들의 통찰력의 산물이 아닌 기계에 할당될 위험이 있습니다. 이는 소비할 자료를 적절하게 구성하는 개인의 능력과 어떤 정보가 포함되어야 하는지 평가하는 능력에 영향을 미칩니다. GPT-4 비판적 사고의 지표에는 출처의 신뢰성을 성공적으로 판단하고, 합리적인 가설을 발전 및 방어하고, 적절하고 명확한 질문을 공식화하는 기술이 포함될 수 있습니다. 이러한 능력은 현재 존재하는 생성 모델링에는 존재하지 않으며 추론이 전적으로 기계에 맡겨질 경우 인간이 고갈될 위험이 가장 큰 능력 중 하나입니다. AI가 생산한 정보를 검증할 수 있는 유일한 방법은 사람의 검사를 통해서이다. 따라서 AI의 한계에 대한 인식은 기본이다. 서면 과제가 자동 장치에 지정되면 교육자는 암기 및 서식 지정과 같이 기계가 이미 뛰어난 작업 대신 비판적 사고 능력을 촉진하고 테스트해야 한다는 강박이 더 커집니다. 교육에 AI 도구를 통합할 필요성이 있으며, 이러한 필요성은 학생들이 일상 생활에서 생성 AI와 갖게 되는 상호 작용 수준에 따라 결정됩니다. AI의 포함을 피할 수 없다면 대신 수용할 수 있는 가능성이 있습니까? 물론 희망의 여지가 있는 것 같습니다. 교실에서의 수업은 모든 학생에게 적합하지 않거나 최적이 아닌 획일적인 접근 방식으로 인해 어려움을 겪고 있다는 것이 시간이 지남에 따라 광범위하게 문서화되었습니다. 교육용 AI의 출현으로 학생들이 복잡한 개념과 프로세스를 보다 효과적으로 이해할 수 있도록 학습 경험을 개인화할 수 있는 전망이 있습니다. 또한 학생의 요구 사항을 더 잘 이해하기 위한 훈련 기계는 교사와 교육자에게 보다 효과적으로 교육하는 방법에 대한 정보를 제공할 수 있습니다. 따라서 교실 변화의 주체인 교사는 AI의 긍정적인 측면을 지지하고 이를 수업 내에 깊이 통합하는 것이 필수적입니다. AI가 더욱 복잡해짐에 따라 AI의 기능에 대한 접근성이 높아지고 교육은 AI의 동화를 통해 혜택을 누릴 수 있습니다.
