← 라이브러리로 돌아가기

Threads digest · @edutrend_

학습·교육

학교로 간 능동적 추론

능동적 추론의 관점에서 학습은 예측 오류를 줄여 나가는 인식론적 탐색입니다. 오류 역학과 몬테소리 교실을 통해, LLM을 정답을 떠먹여 주는 자판기가 아니라 학생의 자기 교정을 돕는 인지적 보철물로 활용하는 방향을 살펴봅니다.

맞지 않는 원통 교구를 스스로 확인하고 다시 고르는 몬테소리 학습 장면 · AI 생성 주제 이미지
글의 주제를 표현한 AI 생성 이미지 · 실제 연구 장면이 아닙니다.

학교로 간 능동적 추론

Di Paolo와 동료들(2024)은 능동적 추론의 관점에서 인지 발달과 학습을 예측 오류를 줄여 나가는 인식론적 탐색(epistemic foraging) 과정으로 봅니다. 교육 현장은 학생이 스스로 예측 오류를 최소화하는 역동적인 과정을 거치도록 유도해야 합니다.

오류 역학: 오류가 줄어드는 속도에 주목하기

능동적 추론에서 시스템은 단순히 오류를 최소화하는 것을 넘어, 오류가 줄어드는 속도에도 민감합니다. 예상보다 더 빠르게 오류를 줄여 나갈 때, 즉 무언가를 예상보다 잘 해결해 나갈 때 학생은 긍정적인 감정과 성취감을 느낍니다.

이 감정적 보상은 아이들이 관리할 수 있고 적당히 불확실한 상황을 스스로 찾아 나서게 만듭니다. 오류 역학(Error dynamics)은 호기심을 유발하고 탐색 행동과 놀이를 주도하는 핵심 원리입니다.

몬테소리 교실 1. 준비된 환경

몬테소리 교실은 아이들이 직접 조작할 수 있도록 알맞은 크기와 무게의 가구와 교구들로 세심하게 설계됩니다. 아이들은 자신의 발달 단계에 맞춰 자유롭게 탐색하며 추상적인 지식을 구성합니다.

몬테소리 교실 2. 오류 통제와 자율적 교정

교구에는 오류 통제 기능이 구현되어 있어 학생이 자신의 실수와 관리 가능한 목표를 스스로 인식할 수 있습니다.

몬테소리 교실 3. 놀이와 실수에 대한 태도

능동적 추론의 관점에서 몬테소리 환경의 놀이는 인식론적 탐색의 한 형태입니다. 아이들은 관리 가능한 예측 오류를 제공하는 환경에서 자신의 한계를 탐색합니다.

몬테소리 교육을 받은 아이들은 실수에 비교적 중립적으로 반응하며, 이를 적극적인 탐구의 과정으로 받아들입니다.

LLM과 교실의 미래: 정답을 떠먹여 주는 자판기를 넘어

이 논문은 육체가 없는 시스템인 LLM이 사람들의 체화된 상호작용을 근본적으로 이해할 수 없다고 봅니다. 따라서 LLM을 질문에 대한 정답을 떠먹여 주는 자판기처럼 교실에 도입해서는 안 됩니다.

인지적 보철물로서의 LLM

LLM은 아이들이 새로운 기술을 배우기 위해 스스로 나아갈 수 있도록 새로운 상호작용의 가능성을 제공해야 합니다.

글쓰기 과제를 예로 들면, LLM에게 “내 글의 틀린 맞춤법을 자동으로 다 고쳐줘”라고 하는 것은 수동적인 학습입니다.

대신 “내 글에서 어색한 부분이나 실수를 강조해서 보여주고, 내가 스스로 교정할 수 있도록 도움말이나 리소스를 제안해 줘”라고 활용하는 것이 인지적 보철물로서의 활용입니다.

이 글에서 소개한 원문

Active inference goes to school: the importance of active learning in the age of large language models

Laura Desirèe Di Paolo, Ben White, Avel Guénin-Carlut, Axel Constant, Andy Clark (2024)

Philosophical Transactions of the Royal Society B: Biological Sciences, 379(1911), 20230148 · 동료심사 학술지 논문 (2024) · DOI: 10.1098/rstb.2023.0148

연구 원문 보기 ↗
원문 타래 이어 읽기Edutrend의 Threads에서

이 글 공유하기