신기함이 걷힌 뒤 — 장기 데이터가 말하는 AI 학습

오늘의 관통 주제는 '신기함이 걷힌 뒤 — 시간이 담긴 데이터'이다. 1위는 에스토니아 학부생 283명이 한 학기 동안 남긴 2,988건의 '에세이-AI 피드백-학생 평가' 인스턴스를 분석한 종단 연구로, 대다수가 AI 피드백을 유용하다고 평가했지만 '도움이 안 된다'는 평가(약 10%)가 학기 말로 갈수록 늘었다 — 신선함 효과는 소진된다. 2위 얼스터대 3개년 추적(1,665명)은 같은 곡선을 기관 단위에서 보여준다: 학생은 '조심스러운 실험'에서 '일상적 사용'으로 정상화됐지만 교직원의 무결성·평가 우려는 지속됐고, 정책은 실태를 계속 뒤따라갔다.

3위 성균관대 실험(대학생 88명 무작위 배정)은 이 간극의 심리적 기제를 보탠다 — AI 고의존 학습자는 '배웠다는 느낌'과 만족도는 높지만 실제 시험 점수는 낮았다(연구진 명명: '학습 착시'). 사용 단계도 갈랐다: 문제 풀이 단계에 AI를 쓴 집단이 개념 이해 단계에만 쓴 집단보다 성취가 높았다. 4위 OECD 정책 스포트라이트는 이런 증거들에 대한 시스템 차원의 응답 — 가이드라인·공동 조달·역량 구축·파일럿 증거 수집·교육 특화 도구의 5개 영역으로 각국 대응을 유형화했다.

5위 OECD 워킹페이퍼는 교사 쪽의 새 변수를 다룬다: OECD 중학교 교사 5명 중 1명(19%)이 타 직업을 거쳐 온 '제2경력 교사'이고 저경력 교사 중에는 26%다 — 양성 경로 다변화가 비상 대책이 아닌 장기 전략이 됐다. 그 아래로 청소년 딥페이크 실태(13~17세의 절반이 AI 성적 콘텐츠에 노출, Common Sense Media), OpenAI의 Study Mode 부모 기본값 설정, 대학 CS 교수자들의 '단속이냐 안내냐' 갈등, 루브릭 보상으로 채점과 피드백을 함께 최적화한 RLAES, 그리고 학생 90% 사용 대 교사 4할 무연수라는 Instructure 조사가 이어진다.