생성형 인공지능(GenAI)이 프로그래밍 학습에 활용되면서, 학생들의 AI 활용 능력을 측정하는 새로운 개념인 '인식적 AI 문해력(EAIL)'이 주목받고 있습니다. 최근 발표된 연구는 학생들이 AI와 공동 프로그래밍(co-programming)하는 과정에서 단순히 AI 결과에 의존하는 경향이 강하며, 깊이 있는 인식적 사고 과정이 부족하다는 점을 지적했습니다.
이 연구는 'AIR(epistemic aims, ideals and reliable epistemic processes)' 프레임워크를 기반으로, AI와 학생 간의 대화 데이터를 분석하여 인식적 목표와 과정을 탐색했습니다. 그 결과, 학생-GenAI 상호작용의 78.8%가 비숙련 지향적 목표(non-mastery-oriented aims)에 머물렀으며, 아웃소싱(outsourcing)이나 검증 추구(verification-seeking)와 같은 신뢰도가 낮은 인식적 전략에 의존하는 경향을 보였습니다. 즉, 학생들이 AI에게 단순히 답을 얻거나 확인하는 데 그치고, 문제의 본질을 파고들거나 스스로 해결책을 정당화하려는 노력이 부족했다는 의미입니다. 반면, 숙련 지향적 목표와 설명 추구(explanation seeking), 인식적 정당화(epistemic justification) 같은 고급 전략을 결합한 높은 인식적 참여는 전체 상호작용의 11.1%에 불과했습니다.
이러한 결과는 AI 시대의 교육이 나아가야 할 방향에 중요한 시사점을 제공합니다. 단순히 AI 도구를 사용하는 방법을 가르치는 것을 넘어, AI가 생성한 정보를 비판적으로 평가하고, 자신의 지식을 구성하며, 복잡한 문제를 해결하기 위해 AI를 전략적으로 활용하는 '인식적 AI 문해력'을 키우는 데 초점을 맞춰야 합니다. 이는 학생들이 AI에 맹목적으로 의존하지 않고, 주체적으로 학습하고 사고하는 능력을 함양하는 데 필수적입니다. 교육 과정에서 AI와의 상호작용을 통해 깊이 있는 질문을 던지고, AI의 답변을 스스로 검증하며, 더 나아가 자신만의 해결책을 논리적으로 정당화하는 연습을 강화해야 할 것입니다.