STEM 에이전트로 설계하는 교육 프로그램

교과서에는 두 자료를 비교하라고 적혀 있는데 활동지에는 답만 쓰는 칸이 있다. AI로 수업 자료를 각각 만들다 보면 이런 어긋남이 생길 수 있다. STEM 교육 프로그램을 개발할 때는 학생이 해결할 문제를 먼저 정하고, 교과 개념과 활동, 학생이 남길 기록을 연결해야 한다. 이번 자료들은 이 과정에서 AI에 맡길 일과 교사·학생이 판단할 일을 나누어 보여 준다.

HeteroForge는 문항을 만드는 모델과 검토하는 모델의 역할을 나눴다. EPMAS 연구는 학생이 단계별 AI 안내를 받으며 무엇을 근거로 해결책을 선택하는지 살폈다. 두 자료를 함께 읽으면 설계자가 던질 질문이 구체화된다. AI는 어떤 기준으로 초안을 검토하고, 학생은 그 제안을 어떤 근거로 받아들이거나 고칠 것인가. 다만 전자는 시스템 설계 연구이고 후자는 소규모 캠프 사례여서, 두 결과만으로 학습 효과를 단정할 수는 없다.

수학 실험은 평가에서 무엇을 확인해야 하는지 보여 준다. 일반형 GPT를 사용한 학생은 연습 중에는 점수가 높았지만 AI 없이 치른 평가에서는 통제집단보다 낮았다. 힌트 중심 튜터를 사용한 집단에서는 같은 불이익이 나타나지 않았으나, 독립 평가의 성적이 통제집단보다 유의하게 높아진 것도 아니었다. 완성된 답안만 읽어서는 학생이 무엇을 배웠는지 알기 어렵다. 프로그램에는 학생이 도구 없이 원리를 설명하거나 새 조건에 적용하는 과제가 필요하다.

중학교 AI 교육과정 사례는 개념 학습을 학교 문제에 적용하는 활동으로 이어 갔다. EEF 지침은 계획한 활동을 실제로 실행했는지와 학생에게 어떤 변화가 있었는지를 따로 기록하도록 안내한다. 이를 프로그램 개발에 옮기면 교사는 먼저 목표와 차시를 정리하고, 대표 활동을 직접 풀어 본 뒤 수업에서 학생이 막힌 지점을 살필 수 있다. 다음 자료를 고칠 때는 활동의 소요 시간뿐 아니라 학생이 선택한 근거와 설명의 변화도 함께 읽는다.

가상 대화 기록으로 모둠활동 도우미를 설계하는 6차시 개발 자료에도 이 관점을 적용할 수 있다. 발언 시간의 비율을 정확히 계산하는 일과 그 비율로 기여를 판단하는 일은 다르다. 학생이 두 지표와 반례를 비교하고, 무엇을 유지하거나 고칠지 설명하게 하는 이유다. 이 자료는 중학교 2학년을 가정한 개발 예시이며, 실제 학급의 참여가 개선됐다는 효과는 아직 확인하지 않았다.