미리보기
미리듣기
수업을 많이 설명하는 일에서 배움이 일어나도록 설계하는 일로 바꿔 보자고 제안한다. 사람의 뇌는 들은 내용을 그대로 저장하지 않는다. 집중은 짧고, 작업 기억은 좁으며, 기억은 스스로 떠올릴 때 단단해진다. 인지과학과 뇌과학의 근거로 수업을 다시 짜고, AI를 질문 생성·진단·피드백·반복 학습 설계의 도구로 활용하는 법을 다룬다. AI가 설명을 도울수록 교사의 역할은 학생의 배움을 설계하는 쪽으로 더 선명해진다.
교실이 잠들면 교사는 보통 두 가지 방향으로 움직인다. 더 열심히 설명하거나, 더 재미있게 말하려 하거나. 더 열심히 설명하는 게 역효과를 낼 수 있다는 건 앞에서 살펴봤다. 재미있는 설명도 한계가 있다. 길어지면 또 다른 긴 강의가 되고, 학생이 웃는다고 그것이 기억이 되지는 않는다. 교실을 진짜 깨우는 것은 구조다. 듣고, 멈추고, 생각하고, 말하는 리듬. 교사가 설명했으면 학생이 잠깐 자기 말로 정리해 보는 순간. 방금 들은 것을 짧은 질문 하나로 확인하는 흐름. 다시 설명으로 돌아가기 전에 학생의 반응을 받아내는 구조. 이것이 있느냐 없느냐가 수업을 가른다.
－01_“교실은 왜 15분 만에 잠드는가” 중에서
많이 가르칠수록 덜 배운다는 역설을 어떻게 풀 것인가. 답은 설명을 없애는 데 있지 않다. 설명은 여전히 필요하고 중요하다. 문제는 설명이 너무 길게, 너무 촘촘하게, 너무 같은 방식으로 이어질 때 생긴다. 좋은 수업은 설명의 양과 순서와 리듬을 조절하는 수업이다. 첫 번째는 덜어내기다. 수업에서 모든 것을 한 번에 다 말하려는 욕심을 내려놓아야 한다. 핵심 개념 하나를 중심에 두고, 그 개념을 이해하는 데 꼭 필요한 정보부터 시작해야 한다. 배경 지식, 심화 내용은 필요하지만 처음부터 모두 넣을 필요는 없다. 잘 가르치는 교사일수록 무엇을 말하지 않을지 안다.
－03_“왜 많이 가르칠수록 덜 배우는가” 중에서
이 세 가지 조건을 매 수업마다 모든 학생에게 맞게 갖추는 것은 교사 혼자 하기 어렵다. 서른 명의 학생이 각각 다른 출발점에 있고, 각각 다른 속도로 이동하며, 각각 다른 형태의 피드백이 필요하다. AI는 이 지점에서 몰입의 세 가지 조건을 각각 더 정밀하게 조율하는 도구로 쓸 수 있다. 목표 명확성을 위해 AI를 이렇게 활용할 수 있다. 교사가 오늘의 핵심 개념과 학생 수준을 입력하고 “이 개념을 배운 학생이 수업 후에 할 수 있어야 하는 것을 처음 배우는 학생, 중간 수준 학생, 심화 학습자 수준으로 각각 진술해 줘”라고 요청하면 수준별 목표 진술이 나온다. 교사는 이 중에서 오늘 수업에 맞는 것을 선택해 학생에게 제시할 수 있다. 목표가 학생 수준에 딱 맞을수록 “이건 내 이야기다”라는 느낌이 생기고, 몰입의 출발점이 만들어진다.
－06_“몰입은 설계될 수 있는가” 중에서
이 관점에서 보면 학생의 답변, 오답, 질문, 피드백 이후의 수정, 재시도 기록은 부수 자료가 아니다. 같은 오답도 그 안에 담긴 정보는 다르다. 정의는 정확하지만 적용이 부족한 답변, 사례는 풍부하지만 원리 설명이 약한 답변, 유사 개념과 혼동한 답변은 각각 다른 종류의 어려움을 가리킨다. 점수는 이 차이를 지우지만, 흔적은 이 차이를 그대로 보여 준다. 따라서 교사가 보아야 할 것은 “몇 점을 받았는가”만이 아니다. 어떤 질문에서 막혔는가, 같은 오류가 반복되는가, 피드백 이후 답변이 어떻게 달라졌는가, 처음보다 무엇이 나아졌는가도 함께 봐야 한다. 점수는 학생의 현재 위치를 보여 주지만, 흔적은 학생이 어느 방향으로 움직이고 있는지를 보여 준다. 성장 중심의 수업은 이 흔적을 읽는 데서 시작된다.
－09_“배움의 흔적은 어떻게 성장이 되는가” 중에서
교보문고:
알라딘:
예스24: https://www.yes24.com/product/goods/192468463