교육 설계에서의 GenAI: 고등 교육을 위한 실용 가이드

생성형 AI(GenAI)는 교육 환경을 빠르게 변화시키고 있으며, 기관, 교육자, 교육 설계자(ID), 학생들에게 기회와 도전을 동시에 제시하고 있습니다. 대규모 언어 모델(LLM)과 고급 알고리즘으로 구동되는 GenAI는 텍스트, 이미지, 오디오, 코드 등 다양한 형식의 콘텐츠 생성을 재정의하고 있습니다. 이러한 기술 발전은 교육자와 ID가 전통적인 교수, 학습 및 평가 방식을 재고하도록 촉구하고 있습니다. ID는 학문적 무결성과 교육적 엄격성을 유지하면서 GenAI를 교육 환경에 통합하는 임무를 맡고 있으며, 이러한 변화의 선두에 서 있습니다. 본 기사에서는 ID 관점에서 교수 및 학습 결과를 지원하고 향상시키기 위해 GenAI를 활용하기 위한 프레임워크를 제공하는 GenAI 의도 및 방향 모델을 탐구합니다.

GenAI는 고등 교육에 심오한 영향을 미치는 중요한 기술 발전입니다. 이는 방대한 데이터셋으로 학습된 대규모 언어 모델을 활용하여 사용자 프롬프트에 응답하여 콘텐츠를 생성할 수 있는 시스템을 가능하게 합니다. 2022년 대중에게 공개된 이후 GenAI 기술은 빠르게 발전하여 기회와 도전을 동시에 제시하고 있습니다. Educause Horizon Report(2023, 2024)는 GenAI를 학습 및 교육에 상당한 영향을 미치는 기술로 식별하며, 학생들이 고차원적 사고 기술에 집중할 수 있도록 합니다. 그러나 기술에 대한 과도한 의존, 알고리즘 편향, 학문적 무결성, 학생 데이터 개인 정보 보호에 대한 우려도 존재합니다. 기관들은 GenAI를 적극적으로 실험하고 있으며, 일부는 사용 원칙을 채택하고 다른 일부는 개인 정보 보호 및 보안을 보장하기 위해 자체 GenAI 도구를 개발하고 있습니다.

GenAI는 교육 설계자(ID)의 역할을 재정의하여 생산성을 향상시키고 과정 설계를 개선할 기회를 제공할 것을 약속합니다. ID는 GenAI를 활용하여 과정 개요를 작성하고, 학습 목표를 평가 및 자료와 일치시키며, 멀티미디어 콘텐츠용 스크립트를 개발할 수 있습니다. 효과적인 과정 설계, 기술 통합, 품질 및 접근성 보장을 위해 ID와 교수진 간의 협력이 중요합니다. 능동적 학습이 바람직하지만, GenAI 의도 및 방향 모델은 학습 동반자 또는 과제 전달 수단과 같은 다양한 교육 맥락에서 GenAI를 활용하여 효과적인 상호 작용을 촉진하는 것을 목표로 합니다.

2024년 중반에 도입된 GenAI 의도 및 방향 모델은 교수-학생 관계 내에서 GenAI의 잠재적 응용을 탐구합니다. 이는 GenAI를 사용하는 행위자의 목적(의도)과 대상 청중을 고려합니다. 이 모델은 발신자의 목적과 청중의 요구를 모두 고려하는 개념적 프레임워크를 제공합니다. 이 모델은 의도와 방향에 따라 네 가지 사분면을 식별합니다: 교수 의도/교수 방향(I>I), 학습자 의도/학습자 방향(L>L), 교수 의도/학습자 방향(I>L), 학습자 의도/교수 방향(L>I).

I>I 사분면에서 교수 또는 ID는 GenAI 플랫폼을 사용하여 고품질 과정을 구축하는 데 관련된 작업을 수행합니다. 사용자는 요구 사항이 있으며 특정 작업을 완료하기 위해 GenAI와 상호 작용합니다. ID는 지식과 능력을 갖춘 것으로 가정되지만, 적절한 학습 목표 및 프로그램 요구 사항과 일치하는 콘텐츠를 포함한 모든 요구 사항을 충족하는 콘텐츠를 만들기 위해 여전히 교수와 협력해야 합니다. 이 맥락에서 ID는 교수의 확장으로 간주됩니다.

L>L 사분면에는 학습자가 GenAI를 사용하여 학습을 가속화하거나 쉬운 방법을 찾는 상호 작용이 포함되며, 이는 핵심 개념 학습을 방해할 수 있습니다. 이 사분면의 사용 사례의 적절성은 활동과 교수에 따라 다릅니다. 학생들이 GenAI를 사용하여 역량을 확장하기 전에 핵심 개념의 '이유'를 이해하도록 하려면 GenAI에 대한 기대치를 명확하게 전달하는 것이 중요합니다.

I>L 사분면에서 교수는 학습자의 요구를 충족시키기 위해 정교한 프롬프트와 맞춤형 GPT를 포함한 자료를 만듭니다. GenAI 도구는 필요할 때 '교수 대리인' 역할을 합니다. GenAI 기반 활동을 커리큘럼에 통합하면 GenAI 리터러시를 향상시켜 학생들이 GenAI와 협력하게 될 작업 환경에 대비할 수 있습니다.

L>I 사분면은 학생이 GenAI와 상호 작용하여 교수의 교육을 알리거나 개선하는 방법을 탐구합니다. L>I 시나리오에서 학생은 교수가 개선된 교육 결정을 내리거나 개인화된 피드백을 제공하는 데 사용하는 데이터 또는 보고서와 같은 것을 생성하기 위해 GenAI를 사용합니다. 이 사분면은 학습자를 교육적 이해에 대한 간접적이지만 의도적인 기여자로서 위치시킵니다. 학습자 상호 작용이 과정 콘텐츠와 수집 및 분석되는 학습 분석은 GenAI가 교수에게 실행 가능한 통찰력을 제공하는 데 사용될 수 있습니다.

교육 설계자는 GenAI 도구를 워크플로에 통합하여 변화하는 환경에 적응해야 합니다. 전략에는 GenAI 사용에 대한 명확한 지침 개발, 교수진에 대한 교육 및 지원 제공, 교수와 ID 간의 협력 촉진이 포함됩니다. 학문적 무결성 및 데이터 개인 정보 보호와 같은 윤리적 문제를 해결하는 것도 중요합니다. GenAI를 수용함으로써 ID는 생산성을 향상시키고 더 매력적이고 효과적인 학습 경험을 만들 수 있습니다.

GenAI는 고등 교육 및 교육 설계를 혁신할 상당한 기회를 제공합니다. GenAI 의도 및 방향 모델을 이해하고 효과적인 전략을 구현함으로써 교육자와 ID는 GenAI를 활용하여 개인화되고 매력적이며 효과적인 학습 경험을 만들 수 있습니다. GenAI를 수용하려면 협력적 접근 방식, 윤리적 문제 해결, 진화하는 기술 환경에 대한 지속적인 적응이 필요합니다.