원제: A diagnostic human agency framework for AI driven education from a PRISMA guided systematic review
기준 자료: 출판사 원문과 DOI 등록 메타데이터. 실행일: 2026년 10월 24일.
서지 정보
Acharya, K., & Gondaliya, M. (2026). A diagnostic human agency framework for AI driven education from a PRISMA guided systematic review. *Discover Education, 5*, 1206. https://doi.org/10.1007/s44217-026-02173-7
연구 질문과 범위
학교가 AI 도구를 도입할 때 정확도와 편의성만 확인하면 교육의 목적과 학생의 선택권도 지킬 수 있을까. Acharya와 Gondaliya는 AI 기반 교육에서 인간 주도성을 살피는 진단 틀을 제안했다.
저자들은 35개 자료를 PRISMA 방식으로 검토하고 실천가 관점을 결합해 Human Agency Framework를 구성했다. 이 틀은 학습자의 역량, 학습 경로와 데이터에 대한 통제, 사람과 AI의 협력, 이를 뒷받침하는 제도 조건을 네 차원으로 나눈다. 이는 효과 검증 실험이 아니라 문헌과 실천 관점을 엮은 개념·진단 틀이다.
네 차원을 어떻게 활용할까
목적 차원에서는 학생이 AI를 통해 어떤 학습 역량을 얻는지 묻는다. 통제 차원은 학생과 교사가 학습 경로와 데이터 사용을 결정할 수 있는지 본다. 협력 차원은 AI가 초안을 만들 때 누가 결과를 확인하고 최종 판단을 내리는지 구분한다. 조건 차원은 교사 연수, 접근성, 예산, 정책이 이 역할을 가능하게 하는지 살핀다.
이 구분은 “AI를 도입할 것인가”라는 한 질문을 수업 목표, 결정권, 책임, 지원 체계의 질문으로 나눈다. 학교는 이를 구매 승인 점수표로 곧바로 사용하기보다 교사·학생·관리자가 함께 검토할 질문으로 쓸 수 있다. 틀의 현장 타당도는 아직 입증되지 않았으므로 답변만으로 도구의 효과를 판정해서는 안 된다.
실천 적용과 주의점
예를 들어 글쓰기 수업에서 AI가 초안을 제안한다면 학생이 바꾼 문장과 이유를 남기게 하고, 교사는 근거와 저자성을 확인할 수 있다. 개인정보를 외부 서비스에 입력하지 않도록 자료 범위를 정하고, AI 없이 수행하는 평가도 마련한다. 이런 절차는 논문에서 검증한 수업 처치가 아니라 네 차원을 수업 설계에 적용한 예다.
한계와 적용 범위
35개 문헌 검토와 개념 사례는 틀을 만들 근거를 제공하지만, 네 차원이 학습 효과나 형평성을 실제로 개선하는지는 별도 검증이 필요하다. 국가와 학교 제도에 따라 통제권과 지원 조건이 달라질 수 있어 현지화도 요구된다.
출처와 근거
Acharya, K., & Gondaliya, M. (2026). A diagnostic human agency framework for AI driven education from a PRISMA guided systematic review. *Discover Education, 5*, 1206. https://doi.org/10.1007/s44217-026-02173-7
- 원문: https://link.springer.com/article/10.1007/s44217-026-02173-7
- DOI 등록 제목·저자 대조: Crossref API.