내가 Computer Science 학위를 할 때는 대부분 과목이 기말 50%, 중간 30% 비중이었고, 프로그래밍 시험도 손으로 써서 조교 감독 아래 강의실이나 체육관에서 봤음
과제·랩·프로젝트 비중은 작았지만, 그걸 안 하면 학기말 시험을 통과하기가 사실상 매우 어려웠음
그래서 이미 우리는 AI 내성 있는 교육을 하고 있었다고 느낌
스페인도 약 15년 전까진 거의 전부 그런 식이었음. 시험이 80~90% 비중이었고 당연히 대면 시험이었음
그런데 Bologna process에 맞춘다는 명분과 미국·영국식 제도를 흉내 내는 흐름 속에서 지속 평가와 과제 평가가 중심이 되는 대학 개혁이 들어왔음
그 결과, 일을 병행하는 학생들은 출석과 세션 참여 점수 때문에 크게 불리해졌고, LLM 이전에도 원래 가능하던 대리 과제형 부정행위가 더 쉬워졌음
예전엔 돈이나 전문가 가족이 있는 일부만 하던 일을 이제 모두가 ChatGPT로 할 수 있게 되자 갑자기 분노하는 분위기인데, 실제 대응은 엉터리 탐지기나 과제 난도만 올리는 식이어서 성실한 학생만 더 힘들어짐
교수 연수에서는 옛 시험 중심 방식을 낡은 Napoleonic 모델이라며 몰아붙였지만, 오래 유지됐다는 건 그만한 이유가 있을 수 있음
이제 와서 다들 틀렸다고 인정하지 못하는 모습이 오히려 더 문제처럼 보임
나도 90년대 Computer Science를 공부할 때는 대부분 손글씨 시험이었음
다만 논문이나 글쓰기 능력은 정말 중요하고, 실제로 많은 학생이 그 부분을 충분히 배우지 못한 채 졸업한다고 느낌
네덜란드의 Computer Science 과정도 글쓰기 훈련이 약해서, 영어·네덜란드어 실력이 거의 고등학교 수준에 머무는 학생을 자주 봤음
나 역시 제대로 쓰는 법은 Ph.D. 시작 후 지도교수가 엄격히 잡아준 뒤에야 익혔음
장기적으로는 AI가 교육에 개인화 학습을 가져와 긍정적일 수 있다고 봄
구두시험이나 전통적인 필기시험처럼 지식을 속이기 어려운 평가도 있고, 교사 입장에선 검증 작업 자동화도 큰 도움이 됨
내 고등학교 네트워킹 기말은 정말 최고의 시험 경험이었음
서브넷 같은 필기 파트는 조금만 있었고, 대부분 점수는 실제 물리 네트워크 구성 후 테스트하고 나가는 방식이었음
선생님은 우리가 들어오기 전에 네트워크 세 군데를 일부러 망가뜨려 두었고, 우리는 약 20분 안에 원인을 찾아 고쳐야 했음
큰 DIN 커넥터를 아주 살짝만 풀어놔서 얼핏 보면 멀쩡해 보이게 만든 장난이 특히 인상적이었음
내가 프로그래밍을 배울 때는 AI는 없었지만 시험은 연필과 종이로 봤음
고등학교 때부터 펀치카드를 썼고, 컴파일 결과를 받는 데 24시간 걸리곤 해서 코드를 정말 깊이 생각하게 됐음
그래서 천 줄짜리 프로그램도 손으로 desk check하는 습관이 생겼고, 가독성과 단순성을 높여 오타와 논리 오류를 잡는 훈련이 자연스럽게 됐음
어떤 때는 컴파일이 안 될 걸 알면서도 일단 수정본을 내고, 숨은 다른 오류를 드러내는 식으로 접근했음
시험에서는 4~6번 정도만 시도 기회가 있었고, 깨끗한 컴파일과 정확한 출력 둘 다 맞춰야 했음
지금 40년 넘게 지나서 비슷한 긴장감을 느끼는 영역은 embedded code뿐이며, 옛날의 이런 기술이 생산성 환상 속에서 많이 사라졌다고 느낌
나는 시험 비중이 지나치게 큰 구조는 별로 좋아하지 않음
대학에서 가장 즐겁고 보람 있었던 건 늘 과제와 프로젝트였음
다만 그게 지금은 AI 부정행위에 훨씬 취약하다는 점이 아쉬움
나는 예전에 수학 시간에 계산기 허용 논쟁이 벌어졌던 때를 기억함
대부분 학교가 계산기를 금지할 때, 우리 학교는 오히려 전원에게 계산기를 의무화하고 과제와 시험을 거기에 맞게 바꿨음
암산 가능한 정수 답 대신, 풀이 방법이 맞는지로만 정답 여부를 알 수 있는 복잡한 문제를 냈고, TI-BASIC 프로그램을 시험에서 쓰는 것도 허용했음
나는 벼락치기 대신 시험에 나올 유형별 해결 프로그램을 직접 만들었고, 계산기에게 시험을 통과하는 법을 가르치는 과정에서 나도 함께 배웠음
그 경험이 Computer Science 전공과 소프트웨어 커리어로 이어졌고, 최신 기술을 부정행위 도구가 아니라 잠재력 증폭기로 본 선생님들에게 지금도 감사함
그래서 학교가 AI를 막고 잡아내는 데 집중하는 대신, 오히려 AI를 요구하는 과제를 만들어야 하지 않나 싶음
학생들은 AI가 존재하는 세상에서 살고 일할 테니, 특정 답으로 유도하지 않는 프롬프트 작성법, 환각을 검증하는 법, 그리고 예전보다 훨씬 복잡한 결과물을 만드는 법을 배워야 한다고 생각함
이전 세대와 똑같은 교육을 반복하는 건 지금 학생들에게 오히려 손해라고 느낌
내 생각엔 그 비유는 다름
네가 계산기로 문제 풀이 프로그램을 짜며 배운 건, 방법을 충분히 이해했기 때문에 직접 구현할 수 있었기 때문임
반면 AI에 문제 해결을 맡기면 보통은 아무것도 배우지 못하고, 시험 문제는 원래 잘 정리돼 있어서 프롬프트 기술조차 크게 필요 없을 때가 많음
AI로 배경지식을 얻는 건 가능하지만, 시험에서 그 방식이 교육 효과를 주진 않음
정말 AI 활용법을 가르치고 싶다면, 그냥 별도의 AI 수업을 두면 된다고 봄
나는 학교가 AI 사용을 의무화하는 건 반복 비용이 너무 크다고 봄
계산기나 중고 컴퓨터는 한 번 사두면 됐지만, AI는 계속 비용이 들 가능성이 높음
그렇게 되면 결국 있는 집과 없는 집 격차만 더 커질 것 같아 반대하는 편임
계산기와 LLM의 결정적 차이는, 계산기는 결정을 하지 않는다는 점임
계산기는 입력한 연산만 수행하지만, LLM은 스스로 판단한 출력을 내놓고, 사용자는 그 판단이 맞는지 평가할 수 있어야 함
그건 결국 선행되는 교육과 경험이 있어야 가능한 일임
그래서 LLM은 대체재가 아니라 전문가용 증폭기에 가깝고, 먼저 비LLM 교육과정을 충분히 마친 뒤에 LLM 활용을 배워야 한다고 생각함
내가 보기에 AI 논쟁은 단순히 새 기술이라 쓰자는 수준보다 훨씬 큼
과학 계산기는 내부 회로나 소유 구조가 분명했고, 돈을 내면 내 것이 되었고, 책을 보고 프로그래밍도 할 수 있었음
그런데 AI는 몇몇 big tech 기업에 종속되고, 사용자는 통제권이 거의 없음
익숙해진 뒤 가격을 올리는 bait-and-switch 구조가 나와도 거절하기 어려울 수 있음
그래서 AI를 계산기 같은 교육 도구로 보는 건 apples and oranges에 가깝고, 학생들에게 무료로 AI를 익히게 하는 건 결국 구독형 big tech 의존을 키우는 셈이라고 봄
나는 학생 입장에서 AI 사용을 부모에게 물어보기로 바꿔 생각해보면 훨씬 명확하다고 느낌
학생에게 부모는 거의 뭐든 아는 전문가처럼 보이지만, 가끔 지어낼 수도 있고 학생은 그걸 구분할 기초지식이 없을 수 있음. LLM도 비슷함
그래서 에세이를 부모가 대신 써주게 하거나, 미술 과제를 부모가 대신 그리게 하거나, 시험 중 지리 문제를 부모에게 물어보게 하지 않는 것처럼 AI도 무제한 허용하기 어렵다고 봄
나는 예전엔 수업 평가를 프로젝트 60~80%, 온라인 퀴즈 40~80% 정도로 운영했음
지금은 프로젝트 50%, 대면 퀴즈 50% 로 바꾸고, 메모 한 장 허용한 연필·종이 시험으로 가는 중임
수업 중 읽고 주석 달 논문을 출력하는 등 점점 더 종이 중심 워크플로우로 이동하고 있음
아이러니하게도 대학의 느린 행정과 기존 인프라가 이런 전환에는 오히려 도움이 됨
앞으로 대학 학위가 단순한 AI 프롬프트 능력이 아니라 실제 역량의 신호가 될 수도 있겠다고 느낌
나도 중간중간 진도 체크용 점수는 주되, 핵심 비중은 감독 시험에 두는 방식을 항상 더 선호했음
특히 일반 과제가 감독되지 않으면, 개인별 평가를 속일 수 없는 환경일 때 팀 과제 품질이 훨씬 좋아진다는 걸 많이 봤음
정말 공감함
언론에서 떠드는 각종 드라마성 기사들은 대체로 게으른 기관의 문제를 보여준다고 느낌
내 시험은 프로젝트까지 포함해 거의 전부 대면 진행이고, 제출물을 가져오면 코드 한 줄 한 줄 짚으며 직접 설명하게 함
우리 학교는 시험 체계를 아직 크게 못 바꿨지만, 나는 소규모 수업이라 이런 식의 대면 검증이 가능함
그런데 50% 구조라면, AI로 숙제 점수를 100% 챙긴 학생이 퀴즈에서 20%만 받아도 D, 40%면 C를 받을 수 있다는 계산이 나옴
정말 아무것도 배우지 않은 학생이 시험에서 20~40% 이하를 받도록 만들 만큼 시험을 어렵게 냈는지 궁금함
만약 4지선다형이라면 찍기만 해도 25% 기대값은 나오기 때문임
마지막 지적이 특히 흥미로웠고, 그게 앞으로 대학의 존재 이유를 지켜줄 수도 있겠다고 느낌
내가 듣는 수업 중 하나는 정반대로, 학부생인데도 Ph.D 수준 작업을 요구하면서 AI 사용도 기대함
다른 수업은 AI를 썼다고만 밝히면 괜찮다고 하고, 또 다른 수업들은 AI를 곧바로 부정행위로 봄
규정 차이가 크다는 말로도 부족할 정도로 제각각이고, 누구도 정답을 모르는 분위기임
개인적으로는 지금으로선 AI로 내 수준을 넘어서는 일을 해보는 쪽이 가장 많이 배우게 해줬고, 한 학기 내내 빡세게 공부하는 것보다 더 배운 느낌임
위로가 될지 모르겠지만, 지금 대학가에선 이런 규정 불일치가 정말 흔함
나는 일본의 두 대학에서 가르치고 다른 학교들에서도 AI 관련 강연을 하는데, 교수와 학생 모두 합의가 없다는 데만 합의하는 분위기임
글, 코드, 사업계획, 음악처럼 복잡한 산출물을 만들게 하는 방식은 원래 학습과 기억에 효과적이었고, 졸업 후 실제 삶과도 연결됐음
그런데 AI는 그 산출물 제작 과정을 지름길로 바꿔버려서, 학생이 거의 배우지 않고도 결과만 낼 수 있게 만듦
동시에 글쓰기·프로그래밍·기획 같은 기술이 미래에도 얼마나 직접적 가치가 있을지도 불확실해졌음
이처럼 기존 교수법의 전제가 무너지고 있지만, 교육자·학생·행정은 여전히 과거 방식에 묶여 있음
AI가 너무 새롭고 빠르게 발전해서 방향을 자신 있게 말하기 어렵지만, 내 생각엔 교육은 근본적으로 변화해야 하고, 그 과정은 결코 쉽지 않을 것 같음
이건 본질적 모순이라기보다, 계산기가 상황에 따라 부정행위일 수도 필수 도구일 수도 있는 것과 비슷하다고 느낌
기초 산수를 배울 때 계산기는 학습 경로를 단축하니 치팅이지만, 미적분에서는 오히려 필요함
AI도 마찬가지로 어떤 수업에선 학습을 망치고, 다른 수업에선 학습을 촉진할 수 있어서 상황별 정책이 충분히 합리적이라고 봄
나는 솔직히 학부생이 PhD 수준 작업을 한다는 게 잘 상상이 안 됨
그 정도 작업에 필요한 기초지식이 아직 없을 가능성이 크고, 지금 배우는 내용 중 무엇이 정확한지조차 스스로 판단하기 어려울 것 같음
적어도 지금은 네가 성인이니 그나마 낫다고 느낌
학교 아이들은 선생님마다 엇갈리는 메시지를 받으면서 훨씬 더 혼란스러울 것 같음
그 아이디어는 흥미롭긴 한데, 구체적으로 어떤 수업에서 무슨 작업을 하고 있는지 궁금함
내가 흥미롭게 보는 건, 사람들이 논문을 쓸 때 Google Docs를 쓰면 문서의 생애 기록을 꽤 쉽게 분석할 수 있다는 점임
무엇을 어떻게 타이핑했는지, 얼마나 빨랐는지, 무엇을 붙여넣고 지웠는지까지 문서가 아니라 거의 이벤트 로그처럼 남는다고 이해하고 있음
그래서 이론상으론 문서가 만들어지는 과정을 재생해보며 작성 방식을 볼 수도 있음
다만 AI 시대에는 타자기로 쓰더라도 결국 AI가 먼저 초안을 만들고 사람이 다시 베껴 치는 방식이 더 효율적일 수 있어서, 그 자체로 목적이 무너질 수 있음
완벽한 초안을 먼저 받은 뒤 타이핑만 하는 건 너무 자연스러운 흐름처럼 보임
옛날엔 IBM Selectric를 프린터처럼 연결하는 괴상한 인터페이스도 있었으니, 결국 Typing as a Service 같은 농담도 아주 허황되진 않다고 느낌
하지만 이런 방식은 금방 우회될 것 같음
학생 하나가 LLM에게 화면을 조작하게 해서 문서를 직접 타이핑하고 가짜 수정 흔적까지 만들게 하는 법을 알아내는 데 하루도 안 걸릴 것 같음
그 팁은 곧 퍼질 것이고, 그런 메트릭만으로는 점점 판단하기 어려워질 것 같음
사실 Typing as a service는 이미 Etsy 쪽에서 하나의 소규모 산업처럼 존재함
Microsoft Word도 .docx 안에 revision history를 저장하고, 그게 표절 적발에 쓰인 적이 있음
예전에 어떤 학생이 이전 학생의 글을 가져와 붙여넣고 조금만 수정해 새 문서처럼 보이게 했는데, 제출한 .docx 안의 수정 기록을 지우지 않아서 그대로 들통난 사례를 들은 적 있음
옷장에 오래된 daisy-wheel 프린터가 몇 대 있는데, 원래는 스테퍼 모터 뽑으려고 분해할 생각이었음
그런데 이제는 차라리 복원해서 써볼까 싶어짐
결국 이건 군비 경쟁처럼 흘러갈 것 같음
개인별 오타율까지 흉내 내며 USB 키보드처럼 동작하는, 키로거 학습형 LLM이 나와도 전혀 이상하지 않다고 느낌
왜 사람들이 요즘은 시험을 더 이상 대면·필기로 보지 않는다고 말하는지 잘 모르겠음
나는 비교적 최근에 졸업했는데, 교육 과정 전체를 통틀어 take-home exam은 한 번 정도뿐이었고 나머지는 전부 대면 감독 필기시험이었음
그 한 번의 take-home도 일반 시험보다 훨씬 어려워서 더 쉽다고 느끼지 않았음
내가 학교 다닐 때는 take-home exam이 꽤 흔했는데, 그건 인터넷 답안 사이트가 생기기 전 이야기였음
이후엔 교수가 부정행위를 그냥 방치하거나, 아니면 매번 새로운 문제 유형을 끝없이 만들어내야 했고, AI가 나오면서 그 선택지도 사실상 거의 죽었다고 느낌
적어도 미국에선 COVID-19 이후 상황이 크게 바뀌었다고 봄
많은 학교와 대학이 온라인 시스템으로 옮겼고, 다시 등교한 뒤에도 그때 만든 체계를 버리지 않았음
나는 2020년에 졸업해서 직접 다 겪진 않았지만, 교사인 지인들과 몇 년 뒤 졸업한 형제를 통해 본 변화 폭은 정말 큼
나는 take-home exam을 좋아했음
미리 공부할 수 있으면서도 교실 시험 특유의 극심한 압박과 압축 학습이 없었고, 비록 더 길고 어렵더라도 시간을 들여 놓친 개념을 이해할 수 있어서 오히려 더 많이 배웠다고 느낌
인간이 늘 그렇듯, 우리에게 이로운 걸 잘못된 최적화로 스스로 망쳐버리는 게 아쉬움
혹시 COVID-19 이전에 졸업한 건 아닌지 궁금함
타자기는 너무 극단적이라고 느낌
나는 학교에서 손글씨가 엉망이라 AlphaSmart를 썼고, 인터넷이 안 되는 노트북만 있어도 충분하다고 봄
사실 대부분의 기업용 노트북은 BIOS 옵션으로 포트와 네트워크 비활성화 배포가 어렵지 않음
이 댓글들을 읽다 보니 미국 대학들이 좀 우스워 보인다는 생각까지 듦
나는 시험을 전부 대면으로 봤고, 성적도 100% 시험으로 결정됐음
그렇게 졸업한 사람이 수백만 명이고 다들 잘 살고 있으니, 학생들이 특별히 해를 입었다고도 생각하지 않음
나도 전적으로 동의함
답글에서 나오는 “랩이 없다고?” 같은 반응이 오히려 이상하게 느껴짐
랩과 과제는 그대로 하되, 최종 성적에 직접 넣지 않고 시험 응시 자격을 주는 임계 조건으로 두면 충분함
미국식이 대단해서가 아니라, 그냥 더 잘할 수 있는 방법이 있고 배울 대상도 있다는 뜻이라고 봄
그런데 그러면 프로젝트·랩·팀워크·논문이 빠지는 것 아닌지 궁금함
그런 좁은 기술 묶음만 익힌 인재를 경제에 내보내는 건 아쉬워 보임
그렇다면 수업 외 coursework, 협업, 실험실 활동은 전혀 없었다는 뜻인지 궁금함
온라인 학위 공장 같은 곳이 아니라면 그런 게 아예 없는 대학은 거의 못 봤음
그래도 미국 대학이 농담거리라는 말엔 동의하기 어려움
수백만 명이 지원하고, 수많은 외국인 학생이 미국 대학에서 공부하고 있기 때문임
그럼 research paper는 한 번도 안 썼는지도 궁금함
나는 타자기로는 워드프로세서처럼 생각하면서 쓰기가 잘 안 됨
아마 먼저 손으로 초고를 써야 할 텐데, 그렇게 타이핑이 그냥 필사가 되면 AI가 쓴 문서를 베껴 적는 것과 다를 바 없어짐
어차피 교실에서 쓰고 장비도 학교가 제공할 거라면, 차라리 잠긴 Chromebook이 더 싸고 작문에도 낫다고 봄
내가 미국에서 교육받은 경험으로는, 15년이 채 안 된 시기에도 학생들에게 현장에서 한 번에 완성하는 즉석 에세이 능력을 기대했음
그 문화가 사라졌다면 다시 돌아와도 좋겠다고 느낌
내가 대학 다닐 때는 성적이 전적으로 교수와의 구술시험/토론으로 결정됐음
다른 건 전부 응시 자격을 얻기 위한 입장권 같은 것이었음
그런 구조에선 누가 부정행위를 시도했을지조차 잘 상상이 안 가고, 벼락치기형 학생에게는 매우 스트레스였지만 대화 자체는 대체로 훌륭했음
다만 그런 방식은 무의식적 편향이나 노골적인 차별에 꽤 취약해 보임
학생의 실력을 파악하는 데 구술시험이 좋은 방식일 수는 있다고 봄
하지만 학부 저학년 수업은 거의 다 수백 명 규모라서 현실적으로 운영이 어려울 것 같음
대신 대학 후반부 수업에서라면 정말 해볼 만했고, 나도 그런 방식이 있었으면 좋았겠다고 느낌
Hacker News 의견들
내가 Computer Science 학위를 할 때는 대부분 과목이 기말 50%, 중간 30% 비중이었고, 프로그래밍 시험도 손으로 써서 조교 감독 아래 강의실이나 체육관에서 봤음
과제·랩·프로젝트 비중은 작았지만, 그걸 안 하면 학기말 시험을 통과하기가 사실상 매우 어려웠음
그래서 이미 우리는 AI 내성 있는 교육을 하고 있었다고 느낌
그런데 Bologna process에 맞춘다는 명분과 미국·영국식 제도를 흉내 내는 흐름 속에서 지속 평가와 과제 평가가 중심이 되는 대학 개혁이 들어왔음
그 결과, 일을 병행하는 학생들은 출석과 세션 참여 점수 때문에 크게 불리해졌고, LLM 이전에도 원래 가능하던 대리 과제형 부정행위가 더 쉬워졌음
예전엔 돈이나 전문가 가족이 있는 일부만 하던 일을 이제 모두가 ChatGPT로 할 수 있게 되자 갑자기 분노하는 분위기인데, 실제 대응은 엉터리 탐지기나 과제 난도만 올리는 식이어서 성실한 학생만 더 힘들어짐
교수 연수에서는 옛 시험 중심 방식을 낡은 Napoleonic 모델이라며 몰아붙였지만, 오래 유지됐다는 건 그만한 이유가 있을 수 있음
이제 와서 다들 틀렸다고 인정하지 못하는 모습이 오히려 더 문제처럼 보임
다만 논문이나 글쓰기 능력은 정말 중요하고, 실제로 많은 학생이 그 부분을 충분히 배우지 못한 채 졸업한다고 느낌
네덜란드의 Computer Science 과정도 글쓰기 훈련이 약해서, 영어·네덜란드어 실력이 거의 고등학교 수준에 머무는 학생을 자주 봤음
나 역시 제대로 쓰는 법은 Ph.D. 시작 후 지도교수가 엄격히 잡아준 뒤에야 익혔음
장기적으로는 AI가 교육에 개인화 학습을 가져와 긍정적일 수 있다고 봄
구두시험이나 전통적인 필기시험처럼 지식을 속이기 어려운 평가도 있고, 교사 입장에선 검증 작업 자동화도 큰 도움이 됨
서브넷 같은 필기 파트는 조금만 있었고, 대부분 점수는 실제 물리 네트워크 구성 후 테스트하고 나가는 방식이었음
선생님은 우리가 들어오기 전에 네트워크 세 군데를 일부러 망가뜨려 두었고, 우리는 약 20분 안에 원인을 찾아 고쳐야 했음
큰 DIN 커넥터를 아주 살짝만 풀어놔서 얼핏 보면 멀쩡해 보이게 만든 장난이 특히 인상적이었음
고등학교 때부터 펀치카드를 썼고, 컴파일 결과를 받는 데 24시간 걸리곤 해서 코드를 정말 깊이 생각하게 됐음
그래서 천 줄짜리 프로그램도 손으로 desk check하는 습관이 생겼고, 가독성과 단순성을 높여 오타와 논리 오류를 잡는 훈련이 자연스럽게 됐음
어떤 때는 컴파일이 안 될 걸 알면서도 일단 수정본을 내고, 숨은 다른 오류를 드러내는 식으로 접근했음
시험에서는 4~6번 정도만 시도 기회가 있었고, 깨끗한 컴파일과 정확한 출력 둘 다 맞춰야 했음
지금 40년 넘게 지나서 비슷한 긴장감을 느끼는 영역은 embedded code뿐이며, 옛날의 이런 기술이 생산성 환상 속에서 많이 사라졌다고 느낌
대학에서 가장 즐겁고 보람 있었던 건 늘 과제와 프로젝트였음
다만 그게 지금은 AI 부정행위에 훨씬 취약하다는 점이 아쉬움
나는 예전에 수학 시간에 계산기 허용 논쟁이 벌어졌던 때를 기억함
대부분 학교가 계산기를 금지할 때, 우리 학교는 오히려 전원에게 계산기를 의무화하고 과제와 시험을 거기에 맞게 바꿨음
암산 가능한 정수 답 대신, 풀이 방법이 맞는지로만 정답 여부를 알 수 있는 복잡한 문제를 냈고, TI-BASIC 프로그램을 시험에서 쓰는 것도 허용했음
나는 벼락치기 대신 시험에 나올 유형별 해결 프로그램을 직접 만들었고, 계산기에게 시험을 통과하는 법을 가르치는 과정에서 나도 함께 배웠음
그 경험이 Computer Science 전공과 소프트웨어 커리어로 이어졌고, 최신 기술을 부정행위 도구가 아니라 잠재력 증폭기로 본 선생님들에게 지금도 감사함
그래서 학교가 AI를 막고 잡아내는 데 집중하는 대신, 오히려 AI를 요구하는 과제를 만들어야 하지 않나 싶음
학생들은 AI가 존재하는 세상에서 살고 일할 테니, 특정 답으로 유도하지 않는 프롬프트 작성법, 환각을 검증하는 법, 그리고 예전보다 훨씬 복잡한 결과물을 만드는 법을 배워야 한다고 생각함
이전 세대와 똑같은 교육을 반복하는 건 지금 학생들에게 오히려 손해라고 느낌
네가 계산기로 문제 풀이 프로그램을 짜며 배운 건, 방법을 충분히 이해했기 때문에 직접 구현할 수 있었기 때문임
반면 AI에 문제 해결을 맡기면 보통은 아무것도 배우지 못하고, 시험 문제는 원래 잘 정리돼 있어서 프롬프트 기술조차 크게 필요 없을 때가 많음
AI로 배경지식을 얻는 건 가능하지만, 시험에서 그 방식이 교육 효과를 주진 않음
정말 AI 활용법을 가르치고 싶다면, 그냥 별도의 AI 수업을 두면 된다고 봄
계산기나 중고 컴퓨터는 한 번 사두면 됐지만, AI는 계속 비용이 들 가능성이 높음
그렇게 되면 결국 있는 집과 없는 집 격차만 더 커질 것 같아 반대하는 편임
계산기는 입력한 연산만 수행하지만, LLM은 스스로 판단한 출력을 내놓고, 사용자는 그 판단이 맞는지 평가할 수 있어야 함
그건 결국 선행되는 교육과 경험이 있어야 가능한 일임
그래서 LLM은 대체재가 아니라 전문가용 증폭기에 가깝고, 먼저 비LLM 교육과정을 충분히 마친 뒤에 LLM 활용을 배워야 한다고 생각함
과학 계산기는 내부 회로나 소유 구조가 분명했고, 돈을 내면 내 것이 되었고, 책을 보고 프로그래밍도 할 수 있었음
그런데 AI는 몇몇 big tech 기업에 종속되고, 사용자는 통제권이 거의 없음
익숙해진 뒤 가격을 올리는 bait-and-switch 구조가 나와도 거절하기 어려울 수 있음
그래서 AI를 계산기 같은 교육 도구로 보는 건 apples and oranges에 가깝고, 학생들에게 무료로 AI를 익히게 하는 건 결국 구독형 big tech 의존을 키우는 셈이라고 봄
학생에게 부모는 거의 뭐든 아는 전문가처럼 보이지만, 가끔 지어낼 수도 있고 학생은 그걸 구분할 기초지식이 없을 수 있음. LLM도 비슷함
그래서 에세이를 부모가 대신 써주게 하거나, 미술 과제를 부모가 대신 그리게 하거나, 시험 중 지리 문제를 부모에게 물어보게 하지 않는 것처럼 AI도 무제한 허용하기 어렵다고 봄
나는 예전엔 수업 평가를 프로젝트 60~80%, 온라인 퀴즈 40~80% 정도로 운영했음
지금은 프로젝트 50%, 대면 퀴즈 50% 로 바꾸고, 메모 한 장 허용한 연필·종이 시험으로 가는 중임
수업 중 읽고 주석 달 논문을 출력하는 등 점점 더 종이 중심 워크플로우로 이동하고 있음
아이러니하게도 대학의 느린 행정과 기존 인프라가 이런 전환에는 오히려 도움이 됨
앞으로 대학 학위가 단순한 AI 프롬프트 능력이 아니라 실제 역량의 신호가 될 수도 있겠다고 느낌
특히 일반 과제가 감독되지 않으면, 개인별 평가를 속일 수 없는 환경일 때 팀 과제 품질이 훨씬 좋아진다는 걸 많이 봤음
언론에서 떠드는 각종 드라마성 기사들은 대체로 게으른 기관의 문제를 보여준다고 느낌
내 시험은 프로젝트까지 포함해 거의 전부 대면 진행이고, 제출물을 가져오면 코드 한 줄 한 줄 짚으며 직접 설명하게 함
우리 학교는 시험 체계를 아직 크게 못 바꿨지만, 나는 소규모 수업이라 이런 식의 대면 검증이 가능함
정말 아무것도 배우지 않은 학생이 시험에서 20~40% 이하를 받도록 만들 만큼 시험을 어렵게 냈는지 궁금함
만약 4지선다형이라면 찍기만 해도 25% 기대값은 나오기 때문임
내가 듣는 수업 중 하나는 정반대로, 학부생인데도 Ph.D 수준 작업을 요구하면서 AI 사용도 기대함
다른 수업은 AI를 썼다고만 밝히면 괜찮다고 하고, 또 다른 수업들은 AI를 곧바로 부정행위로 봄
규정 차이가 크다는 말로도 부족할 정도로 제각각이고, 누구도 정답을 모르는 분위기임
개인적으로는 지금으로선 AI로 내 수준을 넘어서는 일을 해보는 쪽이 가장 많이 배우게 해줬고, 한 학기 내내 빡세게 공부하는 것보다 더 배운 느낌임
나는 일본의 두 대학에서 가르치고 다른 학교들에서도 AI 관련 강연을 하는데, 교수와 학생 모두 합의가 없다는 데만 합의하는 분위기임
글, 코드, 사업계획, 음악처럼 복잡한 산출물을 만들게 하는 방식은 원래 학습과 기억에 효과적이었고, 졸업 후 실제 삶과도 연결됐음
그런데 AI는 그 산출물 제작 과정을 지름길로 바꿔버려서, 학생이 거의 배우지 않고도 결과만 낼 수 있게 만듦
동시에 글쓰기·프로그래밍·기획 같은 기술이 미래에도 얼마나 직접적 가치가 있을지도 불확실해졌음
이처럼 기존 교수법의 전제가 무너지고 있지만, 교육자·학생·행정은 여전히 과거 방식에 묶여 있음
AI가 너무 새롭고 빠르게 발전해서 방향을 자신 있게 말하기 어렵지만, 내 생각엔 교육은 근본적으로 변화해야 하고, 그 과정은 결코 쉽지 않을 것 같음
기초 산수를 배울 때 계산기는 학습 경로를 단축하니 치팅이지만, 미적분에서는 오히려 필요함
AI도 마찬가지로 어떤 수업에선 학습을 망치고, 다른 수업에선 학습을 촉진할 수 있어서 상황별 정책이 충분히 합리적이라고 봄
그 정도 작업에 필요한 기초지식이 아직 없을 가능성이 크고, 지금 배우는 내용 중 무엇이 정확한지조차 스스로 판단하기 어려울 것 같음
학교 아이들은 선생님마다 엇갈리는 메시지를 받으면서 훨씬 더 혼란스러울 것 같음
내가 흥미롭게 보는 건, 사람들이 논문을 쓸 때 Google Docs를 쓰면 문서의 생애 기록을 꽤 쉽게 분석할 수 있다는 점임
무엇을 어떻게 타이핑했는지, 얼마나 빨랐는지, 무엇을 붙여넣고 지웠는지까지 문서가 아니라 거의 이벤트 로그처럼 남는다고 이해하고 있음
그래서 이론상으론 문서가 만들어지는 과정을 재생해보며 작성 방식을 볼 수도 있음
다만 AI 시대에는 타자기로 쓰더라도 결국 AI가 먼저 초안을 만들고 사람이 다시 베껴 치는 방식이 더 효율적일 수 있어서, 그 자체로 목적이 무너질 수 있음
완벽한 초안을 먼저 받은 뒤 타이핑만 하는 건 너무 자연스러운 흐름처럼 보임
옛날엔 IBM Selectric를 프린터처럼 연결하는 괴상한 인터페이스도 있었으니, 결국 Typing as a Service 같은 농담도 아주 허황되진 않다고 느낌
학생 하나가 LLM에게 화면을 조작하게 해서 문서를 직접 타이핑하고 가짜 수정 흔적까지 만들게 하는 법을 알아내는 데 하루도 안 걸릴 것 같음
그 팁은 곧 퍼질 것이고, 그런 메트릭만으로는 점점 판단하기 어려워질 것 같음
예전에 어떤 학생이 이전 학생의 글을 가져와 붙여넣고 조금만 수정해 새 문서처럼 보이게 했는데, 제출한 .docx 안의 수정 기록을 지우지 않아서 그대로 들통난 사례를 들은 적 있음
그런데 이제는 차라리 복원해서 써볼까 싶어짐
개인별 오타율까지 흉내 내며 USB 키보드처럼 동작하는, 키로거 학습형 LLM이 나와도 전혀 이상하지 않다고 느낌
왜 사람들이 요즘은 시험을 더 이상 대면·필기로 보지 않는다고 말하는지 잘 모르겠음
나는 비교적 최근에 졸업했는데, 교육 과정 전체를 통틀어 take-home exam은 한 번 정도뿐이었고 나머지는 전부 대면 감독 필기시험이었음
그 한 번의 take-home도 일반 시험보다 훨씬 어려워서 더 쉽다고 느끼지 않았음
이후엔 교수가 부정행위를 그냥 방치하거나, 아니면 매번 새로운 문제 유형을 끝없이 만들어내야 했고, AI가 나오면서 그 선택지도 사실상 거의 죽었다고 느낌
많은 학교와 대학이 온라인 시스템으로 옮겼고, 다시 등교한 뒤에도 그때 만든 체계를 버리지 않았음
나는 2020년에 졸업해서 직접 다 겪진 않았지만, 교사인 지인들과 몇 년 뒤 졸업한 형제를 통해 본 변화 폭은 정말 큼
미리 공부할 수 있으면서도 교실 시험 특유의 극심한 압박과 압축 학습이 없었고, 비록 더 길고 어렵더라도 시간을 들여 놓친 개념을 이해할 수 있어서 오히려 더 많이 배웠다고 느낌
인간이 늘 그렇듯, 우리에게 이로운 걸 잘못된 최적화로 스스로 망쳐버리는 게 아쉬움
타자기는 너무 극단적이라고 느낌
나는 학교에서 손글씨가 엉망이라 AlphaSmart를 썼고, 인터넷이 안 되는 노트북만 있어도 충분하다고 봄
이 댓글들을 읽다 보니 미국 대학들이 좀 우스워 보인다는 생각까지 듦
나는 시험을 전부 대면으로 봤고, 성적도 100% 시험으로 결정됐음
그렇게 졸업한 사람이 수백만 명이고 다들 잘 살고 있으니, 학생들이 특별히 해를 입었다고도 생각하지 않음
답글에서 나오는 “랩이 없다고?” 같은 반응이 오히려 이상하게 느껴짐
랩과 과제는 그대로 하되, 최종 성적에 직접 넣지 않고 시험 응시 자격을 주는 임계 조건으로 두면 충분함
미국식이 대단해서가 아니라, 그냥 더 잘할 수 있는 방법이 있고 배울 대상도 있다는 뜻이라고 봄
그런 좁은 기술 묶음만 익힌 인재를 경제에 내보내는 건 아쉬워 보임
온라인 학위 공장 같은 곳이 아니라면 그런 게 아예 없는 대학은 거의 못 봤음
수백만 명이 지원하고, 수많은 외국인 학생이 미국 대학에서 공부하고 있기 때문임
나는 타자기로는 워드프로세서처럼 생각하면서 쓰기가 잘 안 됨
아마 먼저 손으로 초고를 써야 할 텐데, 그렇게 타이핑이 그냥 필사가 되면 AI가 쓴 문서를 베껴 적는 것과 다를 바 없어짐
어차피 교실에서 쓰고 장비도 학교가 제공할 거라면, 차라리 잠긴 Chromebook이 더 싸고 작문에도 낫다고 봄
그 문화가 사라졌다면 다시 돌아와도 좋겠다고 느낌
내가 대학 다닐 때는 성적이 전적으로 교수와의 구술시험/토론으로 결정됐음
다른 건 전부 응시 자격을 얻기 위한 입장권 같은 것이었음
그런 구조에선 누가 부정행위를 시도했을지조차 잘 상상이 안 가고, 벼락치기형 학생에게는 매우 스트레스였지만 대화 자체는 대체로 훌륭했음
하지만 학부 저학년 수업은 거의 다 수백 명 규모라서 현실적으로 운영이 어려울 것 같음
대신 대학 후반부 수업에서라면 정말 해볼 만했고, 나도 그런 방식이 있었으면 좋았겠다고 느낌