생성형 AI와 인간의 협업적 교육 설계

교수자-AI 대화를 통한 공학 실험 교육 설계 사례 연구

McGregor (2026). Computer Applications in Engineering Education

협업 설계 프로세스

교수자 맥락 제공
5년 오류 추적 데이터
AI 제안 생성
8개 실험 개념
이론 기반 평가
ZPD, 비계, 문턱개념
교수자 판단
수용/수정/거부

핵심 교육 이론 프레임워크

🧮

근접발달영역(ZPD)

Vygotsky: 구조화된 지원에서 독립적 수행으로의 점진적 전환을 안내

🪧

비계(Scaffolding)

4단계 실험 시퀀스: 기초 측정 → 실험 설계 → 불확도 분석 → 독립 연구

💡

문턱 개념(Threshold)

불확도 분석: 변환적, 통합적, 어려운 개념으로 실험 타당성 이해를 근본 변화

🔄

반성적 실천

Schön: 행위 중 반성(AI 제안 실시간 평가)과 행위 후 반성(전체 협업 평가)

⚠️ AI 아첨(Sycophancy) 문제 발견

AI는 교수자의 프레이밍에 동조하고, 수정 시 즉시 수용하며, 독립적 비판을 제공하지 못했다.
따라서 교수법적 판단은 반드시 인간에게 남아야 한다.
Human-in-the-loop 구조는 선택이 아니라 필수.

8개 실험 개념 + 개방-폐쇄 스펙트럼

신호 체인 설계

측정 시스템 구성요소 분석

센서 시스템 특성화

센서 특성 평가

디지털 필터 구현

신호 처리 실습

동적 측정 시스템

시간 가변 측정

DAQ 시스템 분석

데이터 수집 시스템

센서 융합

다중 센서 통합

각 개념은 개방-폐쇄 스펙트럼으로 조절 가능: 완전 구조화(폐쇄) ↔ 학생 자율 설계(개방)

시사점