AI와 글쓰기

다음은 퍼온 글입니다.
필자는 제인 로젠즈웨이 하버드 칼리지 글쓰기 센터 소장입니다.
영문을 기계로 번역한 후 원문과 대조해 조금 손을 봤습니다.

2023년 가을부터 “ChatGPT는 어떤 문제의 해결책인가?”라는 제목의 1학년 글쓰기 세미나를 맡고 있다. 이 수업은 AI와 더불어 글을 쓰는 법을 가르치는 것이 아니라, 학생들이 AI에 대해 읽고, 토론하고, 생각하고, 글을 쓰는 과정이다. 첫 번째 과제로 학생들은 자신이 선택한 가상 청중(최근 선택은 의사, 중학교 2학년생, 엔지니어, AI 정책을 만드는 상원의원, 르네 데카르트)을 대상으로 대규모 언어 모델이 어떻게 작동하는지에 대해 발표한다. 그런 다음 우리는 AI가 교육, 정책, 창의성에 미치는 영향에 대한 지속적인 논의에 깊이 들어간다. 마지막으로 학생들은 AI에 대한 자신만의 질문을 연구하고 논문과 의견음 담은 에세이를 작성한다.

수업을 진행하면서 오랜 시간 AI에 대해 읽고, 배우고, 학생들과 지속적인 대화를 나눴다. 무엇을 깨달았을까? 매년 점점 더 많은 학생들이 AI를 사용해 본 경험은 갖고 대학에 오지만, AI가 무엇인지에 대해 배운 상태로 오는 학생들은 훨씬 적다는 사실, 그리고 그것이 문제라는 점을 깨달았다. AI가 대입 에세이를 죽였다는 소식을 매주 접하지만, 나는 세심한 독해, 경청, 질문 제기, 증거 검토, 다른 관점 탐구의 과정에 초점을 맞춘 글쓰기 수업이 AI가 제기하는 까다로운 문제들을 해결하는 탁월한 장소가 된다는 사실을 깨달았다. 또한 AI가 (종종 평범한) 글쓰기 피드백을 제공할 수는 있지만, 아직 글로 써지지 않은 자기 생각을 학생들이 명확히 표현하도록 돕지는 못한다는 점을 깨달았다. 이것이야말로 가장 의미 있는 피드백임에도.

2022년 말 한 대형 기술 기업의 AI 연구원이 확신에 찬 어조로 말했다. 2년 후면 작가가 되고 싶은 사람을 제외하고 아무도 글쓰기 수업을 들을 필요가 없을 거라고. 그 연구자에게 글쓰기란 해결해야 할 문제였고 AI가 그 해결책이었다. 하지만 학생들이 기술이 자신의 미래를 어떻게 형성하는지, 인간만의 고유한 가치란 무엇인지에 대한 큰 질문들과 씨름하는 모습을 지켜보며, 나는 여전히 글쓰기가 문제를 해결하고 세상을 이해하는 중요한 방법(유일한 방법은 아니라 해도!)이라고 믿는다. 나는 학생들이 자기 생각을 정리하는 복잡하고 매개되지 않은 과정을 경험하길 바란다. 또한 스스로 생각할 수 있다는 자신감을 갖길 바란다. 더불어 인공지능에 대해서도 비판적으로 사고할 수 있어, 인공지능 사용이 문제를 해결할 때와 새로운 문제를 야기할 때를 구분할 수 있길 바란다.
---

하나 더.
제이슨 굴야 버클리 칼리지 영어 및 미디어 커뮤니케이션 교수의 글

이번 학기 나는 수업 방식을 바꿔 시작했다. 모두를 환영한 뒤 “여러분은 배우려는 동기가 무엇인가요?”라고 물었다. 학생들은 놀랐다. 대학 수업은 으레 어색한 아이스브레이커와 강의 계획서 설명으로 시작한다는 게 상식처럼 여겨졌기 때문이다. 어떤 학생들은 답에 어려움을 겪었다. 그런 질문을 받은 적이 거의 없었기 때문이다. 그들은 수업에서 다룰 내용이나 A 학점을 받는 방법에 대해 이야기하는 게 더 편했다.

몇 분 후 답변이 쏟아지기 시작했다. 호기심. 자부심. 가족. 개인적 발전.

이 일화를 소개하는 이유는 내게 놀라운 깨달음을 주었기 때문이다. 강의실의 학생들에게 학습은 거의 초점이 되지 않았기에 내가 이걸 전면에 내세운 게 이상하게 느껴졌던 모양이었다. 마치 대학이란 게 학위와 자격증을 취득하고 궁극적으로는 직장을 얻기 위한 곳이라는 수십 년간의 조건화를 해체하는 것 같았던 거였다. 결국 성적과 학위는 사회적 이동성과 경제적 안정을 위한 열쇠로 마케팅되어 왔다. 어떻게 학생들이 최고 성적을 얻는 데만 집중하지 않을 수 있을까?

이는 전혀 새로운 현상이 아니다. 교육 연구자 데니스 클라크 포프는 2001년 저서에서 이런 현상을 “학교 하기(doing school)”라 명명했다. 그는 우수한 다섯 학생들을 분석하며 그들의 세계관이 얼마나 성적 중심으로 변질되었는지 조명했다. 최근 인류학자 수잔 블룸은 “학교스러움(schoolishness)”에 대해 논했는데, 이는 학습 자체보다 학습의 형식적 요소를 보상하는 체계를 의미한다. 학교스러움은 포장된 학습 경험, 창의성 없는 교수법, 성적 평가를 통해 학습자를 소외시킨다.

생성형 AI는 교육이 최대한 효율적으로 최고 점수를 얻는 수단이라는 학교식 사고방식의 논리에 부합한다. 학습과 기술 습득보다 성적과 자격증을 우선시하는 세계관에서는 AI에 지나치게 의존하는 것이 당연해 보인다. 지름길이니 좋은 것이다. 학습 자체는 초점이 아니기 때문이다. 교육은 단지 거래이며, 중요한 것은 투자 수익률을 극대화하는 것이다.

최신 AI 도구를 볼 때마다 이런 흐름을 생각한다. 최신 AI 채점기, AI가 생성한 수업, 평가 기준, 퀴즈, AI 기능으로 가득 찬 에드테크 프로그램들. 우리는 이것들을 진정한 학습을 촉진하는 데 활용하고 있는 걸까, 아니면 학교식 교육에 더욱 매몰되고 있는 걸까?

후자일 것 같아 걱정된다. 이런 프로그램들 대부분이 우리를 더 점수 중심적이고 규정 준수 지향적으로 만들 거라고. 그래서 나는 대안적 평가 방식으로 전환했다. 개별 과제 점수를 매기지 않는다. 백분율을 부여하거나 여기저기서 감점하지 않는다. 대신 학습 목표를 달성한 학생에게는 ‘완료(Completes)’, 재도전이 필요하다고 판단되면 '미완(Incompletes)' 평가를 부여한다.

앞으로 나아가기 위해서는 거래식 교육 모델을 조금씩 해체하고, 종종 따라올 수밖에 없는 생산적인 고군분투와 비효율성까지 포함한 ‘학습’ 자체를 중심에 두어야 한다. 힘든 일이지만, 진정으로 할 가치가 있는 일이다.