학교에서의 인공지능 적용: 실험, 적응 및 형평성

유연한 여정

" 교육 분야 에서 AI 도입은 동시에 이루어질 수 없으며, 2018년 일반교육 프로그램 및 현실을 바탕으로 각 교육 단계, 지역 및 대상 집단에 적합한 로드맵이 필요합니다." 이에 대해 하노이 사범대학교 제2교육대학 중·고등학교 부교장인 팜 반 지엥 박사는 각 교육 단계에서 달성해야 할 요건이 서로 다르다고 설명했습니다.

초등학교는 자질, 학습 습관, 그리고 기본 능력 형성에 중점을 둡니다. 중학교는 분석적 사고와 문제 해결 능력을 개발하는 데 중점을 둡니다. 고등학교는 자율성과 진로 지향성을 강화합니다. 세 단계 모두에 동일한 AI 모델을 적용하면 목표에서 쉽게 벗어나 어린 학생들은 과부하에 시달리고 고학년 학생들은 잠재력을 최대한 발휘하지 못하게 될 것입니다.

또한, 학교에서 정보기술(IT) 활용은 연령 요건에 맞춰 특정 수준에서 구축되어 왔습니다. 따라서 AI 활용은 해당 과정에 통합되어야 합니다. 만약 동시에 적용될 경우, 교사들의 준비가 미흡하고, 인프라와 콘텐츠의 동기화가 이루어지지 않아 형식주의나 자원 낭비로 이어질 수 있습니다.

더욱이, 학습 도구 사용에 있어 인지 능력과 자율성 수준은 연령대에 따라 큰 차이를 보입니다. 초등학생들은 옳고 그름을 구별하고 자신의 행동을 조절하는 능력이 아직 충분히 발달하지 않았기 때문에 잘못된 정보에 쉽게 의존하거나 이를 받아들이는 경향이 있습니다. 하지만 고학년 학생들은 AI를 창의적인 도구로 개발할 수 있습니다. 따라서 "획일적인 교육"보다는 차별화된 교육 방식이 필요합니다.

또한, 지역 간 사회 경제적 발전 여건과 정보기술 인프라의 차이 또한 유연한 로드맵을 필요로 합니다. 획일적인 지원은 디지털 격차를 야기할 수 있기 때문입니다. 자격을 갖춘 곳은 혜택을 보는 반면, 준비가 미흡한 곳은 도태될 것입니다.

“따라서 교육에 AI를 적용하기 위한 로드맵은 2018년 일반교육과정의 각 교육 단계의 목표와 연계되어야 하며, 지역적 여건과 학생의 특성에 적합해야 합니다. 그래야 기술이 실용적이고 효과적이며 공정한 지원 도구가 될 것입니다.”라고 Pham Van Gieng 박사는 자신의 의견을 밝혔습니다.

마찬가지로, 베트남 국립 하노이 교육대학교 교육기술학부장인 톤 꽝 끄엉 박사 또한 교육 분야에서 AI에 대한 체계적인 로드맵을 바탕으로 국가 차원의 전략을 수립해야 한다고 강조했습니다. 이 전략의 최우선 과제는 디지털 인프라 구축 및 데이터 표준화입니다.

우선순위 2는 현재 상황에 대한 포괄적이고 광범위한 평가를 바탕으로, 체계적이고 최신 방식으로 교사와 관리자를 재교육하는 것입니다.

우선순위 3은 AI 윤리와 보안에 대한 법적 틀을 구축하는 것입니다.

실행은 적절한 조건을 갖춘 장소에서 면밀히 모니터링되는 소규모 시범 프로젝트부터 시작해야 합니다. 최종 평가를 실시하여 추가 확장을 위한 교훈을 얻어야 합니다.

동나이 비엔호아 고등학교의 Vu Ngoc Hoa 선생님은 고등학교 수준의 AI 애플리케이션은 개인 학습, 자기 학습, 디지털 기술 개발, 비판적 사고, 평가 및 테스트 지원에 중점을 두어야 한다고 말했습니다.

특히 AI는 학생들의 학습 데이터를 분석하여 각 학생의 능력과 관심사에 맞는 학습 경로를 제공할 수 있습니다. 이는 특히 전문 기술 개발 및 진로 탐색에 유용합니다. 가상 비서는 질문에 답하고, 참고 자료를 제공하고, 학생들의 문제 해결을 지도하며, 학생들이 스스로 효과적으로 학습할 수 있도록 지원할 수 있습니다. 가상 비서를 활용한 상호작용적인 수업 모델과 자기 주도 학습을 연구하고 적용해야 합니다.

AI 도구 사용법을 가르치는 것 외에도, 학생들에게 비판적 사고, 질문하고 데이터를 검증하는 능력을 갖추도록 하는 것이 중요합니다. 이를 통해 학생들은 단순히 기술을 활용하는 데 그치지 않고 전문가로 성장할 수 있습니다. 마지막으로, AI는 온라인 양식을 통한 정기적이고 주기적인 평가에 활용될 수 있으며, 이를 통해 교사는 학생들의 학습 진도를 객관적이고 효과적으로 추적할 수 있습니다.

Le Van Hoa 씨는 "AI 애플리케이션을 배포하려면 교사와 교육 관리자를 대상으로 디지털 및 AI 역량 교육을 병행해야 합니다. 동시에 공유 디지털 학습 자료를 구축하고 학교에서 안전한 디지털 교육 환경을 보장해야 합니다."라고 덧붙였습니다.

공정성과 효율성을 보장하기 위한 솔루션

톤 꽝 꾸옹 박사는 지역 간 사회경제적 조건과 디지털 인프라의 격차를 감안할 때, 학교에 AI를 도입할 때 공정성과 효과를 보장할 수 있는 솔루션이 필요하다고 말했습니다.

이론상으로는 각 지역 교육 분야 AI 애플리케이션의 "요구 및 기술 계층화 타워" 분석 모델을 구축할 수 있습니다. 이 모델에는 다음과 같은 주요 계층화 수준이 있습니다. 저사양 기기, 불안정한 인터넷 연결(예: 읽기 및 쓰기 기능을 지원하는 AI 소프트웨어, 간단한 교사 보조)에서 실행 가능한 오프라인 AI 애플리케이션, 불안정한 인터넷 연결에 적합한 로컬 및 클라우드 프로세싱을 결합한 하이브리드 AI 애플리케이션, 그리고 디지털 인프라가 발달한 지역을 위한 고급 종합 AI 솔루션.

즉, AI 인프라(초기 데이터베이스 포함)의 설계 및 구현은 두 가지 요소를 충족해야 합니다. 제한된 인터넷 연결 환경에서의 작동 보장(주기적 동기화 메커니즘) 및 데이터 소모량이 적은 저사양 기기의 성능 최적화입니다.

톤 꽝 꾸옹 박사에 따르면, 위에서 언급한 기술적 접근 방식에 따른 계층화는 지역 격차를 줄이고 접근성의 형평성을 증진하는 조건을 충족하는 AI 응용 솔루션 개발에 대한 일련의 방향을 제시하는 데 도움이 될 것입니다. 동시에 실제 상황에 따라 소외되고 접근이 어려운 지역의 교육을 위한 커뮤니티 디지털 센터 모델인 "모바일 AI 랩"을 개발하거나, 조건이 좋은 학교와 연결하고 서버 리소스를 공유하며 소외된 학교를 위해 AI를 처리하는 전용 클라우드 플랫폼을 개발하는 것이 가능하다고 제안합니다.

또한, 불리한 처지에 있는 지역 사회에서는 기술 기업이 "후원"을 받고, 최소 비용으로 AI 사용에 대한 솔루션과 교육을 제공할 수 있는 메커니즘을 만들 것을 제안할 수 있습니다. 통신 사업자는 교육용 AI 애플리케이션을 위한 무료 데이터를 제공합니다.

디지털 격차는 학교에서 AI의 "수용"과 적용에 직접적으로, 그리고 무엇보다도 영향을 미치는 피할 수 없는 현실입니다. 이는 하룻밤 사이에, 또는 행정 명령으로 극복될 수 없으며, 공통된 템플릿이나 모델을 적용하는 것은 더욱 불가능합니다. 디지털 역량, 기술 활용 역량, 그리고 "기술 통합 교육"에 대한 현실적인 그림을 얻기 위해서는 선구적인 팀의 역량을 검토하고 재평가해야 합니다. - 톤 꽝 꾸엉 박사

출처: https://giaoducthoidai.vn/ung-dung-tri-tue-nhan-tao-vao-truong-hoc-thu-nghiem-thich-nghi-va-cong-bang-post750906.html