AI 학습효과, '답'이 아니라 '질문'에서 갈린다

오늘 큐레이션을 관통하는 한 문장은 'AI의 학습 효과는 답이 아니라 질문에서 갈린다 — 어떻게 쓰느냐가 성과를 결정한다'이다. 대표 근거가 국제 STEM 교육 저널(IJSTEM)의 준실험이다. 초등 과학 탐구수업에서 챗봇을 쓴 집단은 검색엔진 집단보다 '문제 제기' 능력(t=3.07, p=0.003)과 질문의 질이 유의하게 좋아졌다. 챗봇의 교육적 가치가 '답을 얻는 것'이 아니라 '질문을 만드는 훈련'에서 실증된 것이다. 같은 흐름에서 창업교육 준실험(N=360)은 '전략적 프롬프터'가 수동적 사용자보다 사업계획서 성과가 확연히 높음을(85 vs 65점), 학생-AI 협업 코딩 분석은 상호작용의 78.8%가 '과제 해치우기' 지향임을 보여준다 — 사용 방식 교육이 도입 자체보다 중요하다.

현실의 마찰도 선명하다. 중국 고입시험 준비생을 추적한 현장연구에서 학생들은 AI 튜터의 소크라테스식 문답을 능동적으로 회피하고 '답 먼저' 기능을 진단 도구로 전용했다. 교육적 이상과 입시 현실이 충돌할 때 설계가 어떻게 우회되는지 보여주는, 한국 교실에 가장 직접적인 경고다. 한편 3개 문화권 912명 연구는 '오프로딩=사고력 저하' 통념을 반박한다 — 인지적 맡기기도 참여가 임계치를 넘으면 변혁적 학습에 기여했고, 가장 불리한 것은 어중간한 사용이었다. 마드리드공대는 아예 'AI 표절 탐지'를 버리고 평가 재설계·리터러시 교육으로 전환한 기관 사례를 내놨다.

AI 쪽에서는 에이전트의 실증 데이터가 쌓이고 있다. 마이크로소프트 수만 명 엔지니어 텔레메트리 분석(최초 필드 스터디)에서 Claude Code 등 CLI 코딩 에이전트 도입자는 병합 PR이 4개월간 약 24% 늘었고, 확산은 공지가 아니라 '동료의 가시적 사용'을 타고 일어났다. NBER의 'AI in Science'는 AI 수익이 분야별로 들쭉날쭉하며 귀추 추론·맥락 판단에서 인간이 불가결함을, 임원 750명 설문은 'AI発 감원'보다 '직무 재배치'가 실측에 가까움을 보여준다. 스탠퍼드 Jackson의 이론 논문은 AI 시대 임금이 세 갈래 궤적(핵심 인력 상승·대체 노동 하락·무관 노동 동반 상승)으로 갈린다고 구조화했다.

뉴스에서는 거버넌스의 진전이 두드러진다. 일리노이주가 미국 최초로 프런티어 랩의 '제3자 안전감사'를 의무화했고(OpenAI·Anthropic 지지), UN은 제네바에서 첫 글로벌 AI 거버넌스 대화를 열어 아동 보호를 최우선 의제로 올렸다. 국내에서는 고1 자퇴 1만16명 논란에 교육부가 '자퇴생 평균 3.74등급'이라는 데이터로 반박하며 5등급제 불안 마케팅을 경계했고, 교육부 학생창업주간(1,200명)이 개막했다. 아마존이 20년 된 크라우드워크 플랫폼 MTurk를 접는 소식은 'AI를 만들던 인간 노동'까지 대체되는 전환의 상징이다. 수집은 게재일 D-3~D(07-04~07-07) 확정 뉴스와 원문 검증 학술자료로 구성했다.