미리보기
미리듣기
AI가 교실에 들어오며 평가 방식도 재편되고 있다. 자동 채점과 피드백 기술을 넘어, 교사의 역할과 평가의 본질을 재정의한다. 반복 업무는 AI에 맡기고, 교사는 학생의 성장과 맥락을 읽는 역할에 집중해야 함을 제시한다.
매체의 발전과 변화 속에서 학교 교육은 학생들이 AI가 지닌 매체적 특성과 이것이 야기하는 의사소통 방식의 변화를 탐구할 수 있도록 도와야 한다. AI에 관한 탐구와 비판적 사고를 유도하는 활동을 통해 학생이 AI를 디지털 매체의 일부로 수용하고, 공동체의 의사소통 문화를 능동적으로 이해할 수 있도록 돕는 것이다. 그렇기에 글을 대신 써 준다거나 생각한 이미지를 그림으로 대신 그려주는 흥미 위주의 도구로 생성형 AI에 접근하는 방식은 지양해야 한다.
－01_“디지털 매체 환경과 AI” 중에서
그렇기에 좋은 평가를 위해서는 문항의 변별력만을 고민해서는 안 된다. 평가는 타당도, 신뢰도, 공정성, 교육 맥락 등 다양한 요인을 고려해야 한다. 가령, 미국의 미국교육학회(AERA), 미국심리학회(APA), 국가교육측정협의회(NCME)가 공동 제작한 “교육 및 심리 검사 표준(Standards for Educational and Psychological Testing)”에서는 점수의 해석과 사용의 정당성이 높을수록 타당한 평가로 보았다. 이들은 평가의 부담 정도에 따라 신뢰도와 공정성이 확보되어야 하며 문항은 실제로 측정하려는 능력을 충분히 대표해야 할 것을 명시한다. 즉, 읽기 부담이나 속도의 지연과 같이 측정에 무관한 요인이 점수에 영향을 미치지 않는지 점검해야 한다.
－03_“좋은 문항, 채점, 피드백” 중에서
학교 현장에서 기대할 수 있는 AI의 방향성은 분명하다. AI 자동 채점은 교사의 전문적 판단을 완전히 대체하는 기술이 아니다. 교사가 학생의 평가를 더 정교하게 수행할 수 있도록 돕는 협력자이자 후행적 보조자(post-hoc advisor)로 활용될 때 의미가 있다. 예를 들어, AI가 1차로 분류하고 분석한 결과물을 교사가 재차 검토함으로써 학생들 다수가 지닌 오개념이나 우수한 답변의 패턴을 신속하게 파악하는 식의 활용 방안을 고려할 수 있다. 이전까지 교사가 한 장 한 장의 학생 답안을 해독하고 분석하는 데 쏟아야 했던 인지적·시간적 부담을 아끼되, 전체적인 학습의 흐름을 진단하고 최적의 교육적 처방을 내리는 데 좀 더 집중하며, 이를 위해 AI의 사용 범위와 기능을 정교하게 설계해야 한다.
－06_“AI 자동 채점 기술의 도입과 발전” 중에서
반면, 생성형 AI는 그 깊이와 정확도가 다소 아쉽더라도, 학생의 답안 텍스트를 빠르게 분석하여 수초 내에 맞춤형 조언을 제시하고, 학생이 다시 수정한 결과에 대해 여러 번 반응할 수 있다. 이런 점에서 AI 피드백은 평가가 끝난 뒤의 피드백 지연을 극복할 수 있고, 교사 개인이 부담하는 피드백 준비의 압박을 완화할 수 있다. 게다가 수업과 에듀테크를 연계하면 AI를 활용한 과정 중심의 형성적 피드백을 제공하는 일도 수월해진다. 단, 학생의 AI 과의존 문제와 사고력 발달 단계를 고려하여 AI가 학습 과제를 대신해 주는 방향으로 피드백이 제공되면 안 된다.
－09_“AI 기반 피드백” 중에서