← 라이브러리로 돌아가기

Threads digest · @edutrend_

학습·교육

Agentivism과 H-A-H

요즘 연구하는 H-A-H 실천 전략과 Agentivism 사이에서 연결점을 찾았습니다. 선택적 위임, 검증, 재구성, 전이를 인간의 탐구에서 AI의 조력을 거쳐 인간의 역량 강화와 성찰로 이어지는 흐름에 연결해 봅니다.

스스로 구상하고 디지털 도움을 검토한 뒤 직접 비행 모형을 시험하는 학습 과정 · AI 생성 주제 이미지
글의 주제를 표현한 AI 생성 이미지 · 실제 연구 장면이 아닙니다.

새로운 학습 이론과 내가 연구하는 실천 전략

Yan과 Gašević(2026)는 인간-AI 상호작용을 위한 새로운 학습 이론인 Agentivism을 제안합니다. 요즘 연구하고 있는 H-A-H 실천 전략과 연결되는 지점이 보이는 듯하여 흥미롭습니다.

H-A-H는 인간의 탐구, AI의 조력, 인간의 역량 강화 및 성찰로 이어지는 프레임워크입니다. 이 흐름과 Agentivism의 네 메커니즘을 어떻게 연결할 수 있을지 나의 생각을 정리해 봅니다.

1. 선택적 위임: 먼저 나의 목표를 분명히 하기

Agentivism에서는 문제의 틀을 잡고 기준을 설정하는 책임을 학습자가 유지할 때 AI에게 하는 인지적 위임이 학습을 보존한다고 봅니다. 반대로 이러한 기능이 시스템으로 넘어가고 학습자가 단순한 수용자가 되면 학습이 저해됩니다.

이를 H-A-H의 인간의 탐구(Human) 단계와 연결하면, 학생이 자기 체계(Self system)를 활성화하는 노력이 먼저 필요합니다. 학습 내용이 나에게 어떤 의미를 주는지, 따라서 왜 공부해야 하는지 스스로 목표를 명확히 해야 올바른 인지적 위임이 일어납니다.

2. 인식론적 모니터링 및 검증: 답을 받아들이기 전에 살피기

학습자는 AI 산출물의 진실성, 관련성, 적절성 등을 검증해야 합니다. Agentivism은 주장을 검토하고 증거를 교차 확인하는 과정 자체를 인식론적 개입을 유지하는 학습 메커니즘으로 봅니다.

H-A-H의 AI 지원 및 활용(AI) 단계에서는 학생이 AI의 답변을 무비판적으로 수용하지 않도록 인지적 마찰을 유도해야 합니다. 이어지는 인간의 역량 강화 및 성찰(Human) 단계에서는 SHIFT 모델의 다양한 질문을 통해 AI 활용을 비판적으로 성찰하도록 이끌어야 합니다.

3. 재구성적 내면화: AI의 결과물을 나의 지식으로 만들기

재구성적 내면화는 AI가 지원한 결과물을 학습자 자신의 지식과 기술로 다시 작업하는 과정입니다. 이 이론에서는 이를 통해서만 AI가 지원한 성과가 학생이 보유한 능력으로 전환된다고 봅니다.

인간의 역량 강화 및 성찰(Human) 단계에서는 AI의 도움을 받아 생성한 자료를 실질적으로 재설명하거나 수정·변형하는 과정을 통해 학습을 주도적으로 마무리해야 합니다.

4. 지원 축소 환경에서의 전이: 도움 없이도 발휘할 수 있는가

Agentivism은 즉각적인 과제 성공만으로는 학습을 증명할 수 없다고 봅니다. 지원이 줄어든 상황에서도 학습자가 자신의 능력을 활용할 수 있어야 진짜 학습이 일어난 것으로 간주합니다.

H-A-H의 인간의 역량 강화 및 성찰(Human) 단계에서는 GRASPS 모델을 활용한 실제적인 과제를 통해 AI의 도움 없이도 역량을 발휘할 수 있는지 확인해야 합니다. 이렇게 학습의 전이를 파악하는 데까지 나아가야 합니다.

이 글에서 소개한 원문

Agentivism: a learning theory for the age of artificial intelligence

Lixiang Yan, Dragan Gašević (2026)

arXiv 프리프린트 · 학습 이론 제안 (v1, 2026-04-09) · arXiv:2604.07813v1 · DOI: 10.48550/arXiv.2604.07813

연구 원문 보기 ↗
원문 타래 이어 읽기Edutrend의 Threads에서

이 글 공유하기