← 라이브러리로 돌아가기

Threads digest · @edutrend_

학습·교육

AI가 측정하기 쉬운 것이, 평가해야 할 것일까요?

AI가 쉽게 측정할 수 있다고 해서 그것이 평가해야 할 대상은 아닙니다. 평가 삼각형의 인지를 출발점으로, 기술적 편리함 때문에 ‘무엇을 재려는가’라는 질문이 바뀌지 않아야 한다는 점을 살펴봅니다.

수량만 재는 측정 도구와 실제 평가 대상인 복잡한 구조물을 대비한 장면 · AI 생성 주제 이미지
글의 주제를 표현한 AI 생성 이미지 · 실제 연구 장면이 아닙니다.

평가의 출발점은 무엇을 재려는가

National Research Council(2001)의 연구보고서는 평가를 인지(Cognition)·관찰·해석이라는 세 요소의 삼각형으로 설명합니다. 그중 인지는 학생이 어떻게 배우며 어떤 지식과 기능을 측정해야 하는지에 관한 이해입니다. 평가를 설계할 때 ‘무엇을 재려는가’라는 질문은 흔들리지 않아야 할 핵심 축입니다.

AI가 평가에 개입할 때는 이 축을 더욱 단단히 붙잡아야 합니다. AI는 측정하기 쉬운 것을 크게 늘려주지만, 측정하기 쉬운 것이 꼭 측정해야 할 것은 아니기 때문입니다. AI를 활용하기 위해 AI가 측정하기 쉬운 영역을 평가의 구인으로 삼으면, 기술적 편리함 때문에 평가의 출발점인 인지적 구인 자체가 왜곡될 수 있습니다.

설득력인가, 근거의 개수인가

예를 들어 주장하는 글쓰기를 AI로 평가할 때, ‘얼마나 설득력 있는 글을 쓰는가’가 아니라 ‘주장에 대한 근거를 많이 제시할 수 있는가’를 평가의 구인으로 택하는 것은 바람직하지 않습니다. AI가 측정하기 쉬운 쪽으로 평가 대상을 바꾸어서는 안 된다는 뜻입니다.

이 글에서 소개한 원문

Knowing What Students Know: The Science and Design of Educational Assessment

National Research Council (2001)

National Academies Press 연구보고서 · DOI: 10.17226/10019

연구 원문 보기 ↗
원문 타래 이어 읽기Edutrend의 Threads에서

이 글 공유하기