새로운 ETS 평가는 불편한 진실을 드러내고 있습니다. 대부분의 교사들이 AI 도구를 정기적으로 사용하지만, 이를 평가하고, 의문을 제기하며, 책임감 있게 적용하는 심층적인 기술은 부족하다는 것입니다. K-12 교육자의 55%는 AI를 사용하고 싶어 하지만 효과적으로 활용할 지식이 부족하며, 도구 도입과 진정한 숙달 사이의 격차는 학교 지도자들의 예상보다 훨씬 큽니다.
AI 사용과 이해는 다릅니다
ETS 평가는 교사가 챗GPT에 로그인하거나 수업 계획을 생성할 수 있는지 테스트하기 위해 만들어진 것이 아닙니다. 이 평가는 AI 생성 콘텐츠의 정확성 평가, 알고리즘 편향성 인식, 교실 환경에서의 데이터 개인정보 보호 문제 해결과 같은 실질적인 역량에 초점을 맞춥니다. 이 평가 체계는 피상적인 친숙함이 아닌 응용 지식을 측정합니다.
이 차이는 중요합니다. AI 도구를 매일 사용하는 교사라 할지라도, 그 도구가 편향되거나 부정확한 결과물을 내놓을 때 이를 식별하지 못할 수 있습니다. 다음 네 가지 기술 영역에서 실제 격차가 드러납니다.
- 콘텐츠 평가: 교사가 AI가 생성한 허위 정보를 신뢰성 있게 가려낼 수 있는가?
- 편향성 인식: 교육자가 훈련 데이터가 다양한 학생들에게 미치는 영향을 이해하는가?
- 데이터 개인정보 보호: 교사가 AI 도구가 수집하는 학생 데이터를 설명할 수 있는가?
- 윤리적 적용: 교사가 AI 사용이 도움이 되는 수준을 넘어 해가 되는 시점을 아는가?
미국 K-12 교육자의 36%는 이미 표절 및 부정행위 증가를 AI에 대한 주된 우려 사항으로 꼽고 있지만, 표절 탐지는 교육자에게 실제로 필요한 리터러시 체계의 극히 일부에 불과합니다. 일회성 도구 튜토리얼만으로는 교실 생활의 모든 차원에서 요구되는 비판적 사고 능력을 기를 수 없습니다.
‘준비된 교사’라는 신화가 사라지지 않는 이유
젊고 기술에 능숙한 교사들이 자연스럽게 AI 통합에 더 잘 대비되어 있다는 일반적인 믿음이 있습니다. ETS 평가 체계는 이에 정면으로 도전합니다. 나이나 일반적인 기술 친숙도는 AI 리터러시를 예측하는 좋은 지표가 아닙니다. 35세 미만의 교사는 AI 인터페이스를 쉽게 다룰 수 있을지 몰라도, 그것이 신뢰할 수 있고 편향되지 않은 결과를 내놓는지 평가할 기초 지식은 부족할 수 있습니다.
AI 준비도는 기술 능력, 교과 전문성, 열정과 별개인 고유한 역량입니다. 이는 측정 가능한 결과를 동반하는 체계적인 학습을 필요로 합니다. ETS 평가는 교육구에 부족했던 것, 즉 단순히 도구 도입률만 보고 준비도를 가정하는 대신 실제 기술 격차를 식별할 수 있는 기준선을 제공합니다.
