프로그래밍 수업에서 AI가 학생 학습을 어떻게 돕는지, ‘프롬프트 흐름’을 따라가며 알아보기

HCI 관점에서 읽을 만한 이유

이 글은 AI를 ‘코드 생성기’가 아니라 학생과 함께 문제를 푸는 상호작용 도구로 본다는 점에서 의미가 큽니다. 특히 어떤 학생은 AI에 전부 맡기고, 어떤 학생은 조금씩 고쳐 가며 배우는지처럼, 사용 방식의 차이가 학습 결과와 어떻게 이어지는지 보여줍니다. HCI나 UX 실무자에게는 AI 기능을 넣는 것보다, 사용자가 어디서 개입하고 어떻게 이해하는지를 설계하는 일이 더 중요하다는 점을 잘 드러내는 사례입니다.

CIT의 코멘트

이 연구의 핵심은 학생들이 LLM을 얼마나 썼는지가 아니라, 어떤 방식으로 함께 일했는지를 추적했다는 데 있습니다. 한 번에 답을 받아 복사하는 흐름도 있고, 결과를 조금씩 고치며 맞춰 가는 흐름도 있는데요. 이 차이는 단순한 성능 차이가 아니라 인터페이스가 만들어낸 학습 경로의 차이로 볼 수 있습니다. 특히 안전이 중요한 시스템처럼, AI가 알아서 해주는 것처럼 보여도 사용자가 상태를 읽고 중간에 개입할 수 있어야 합니다. 교육용 AI도 마찬가지로, 정답 제공보다 ‘지금 AI가 무엇을 했고 무엇이 남았는지’를 분명히 보여주는 설계가 필요합니다. 또 LLM을 이용해 학생 행동을 분류하는 시도는 흥미롭지만, 이런 측정 도구 역시 사람 평가와의 일치도, 오판 가능성을 엄밀하게 점검해야 합니다. AI로 연구를 보조하되 연구의 기준은 느슨해지지 않아야 한다는 점이 중요합니다.

원문을 읽으면서 던질만한 질문

• Q.학생이 AI에 맡긴 부분과 직접 해결한 부분을 인터페이스 수준에서 더 잘 구분해 보여주려면 어떤 피드백이 가장 효과적일까요?
• Q.과제 제출 평가에서 ‘정답’뿐 아니라 ‘수정 과정’과 ‘검증 흔적’을 함께 보려면 어떤 설계가 필요할까요?
• Q.LLM을 이용해 학생의 상호작용 유형을 자동 분류할 때, 사람 코딩과 비교해 신뢰도를 어떻게 꾸준히 검증할 수 있을까요?