어느 쪽을 골라도 치러야 할 대가가 있어요.
탐지기 점수부터 증명하기 어려운 의혹, 학생의 이의 신청까지 떠안게 돼요.
문장을 다듬는 건 AI가 가장 잘하는 일이에요. 잘 읽히는 레포트일수록 오히려 알 수 있는 게 없어요.
금지든 허용이든, 결국 ‘AI를 썼나?’만 묻고 있습니다. 확실한 답을 얻어도 누가 배웠는지는 알 수 없는 질문입니다.
AI 탐지기의 정확도 수치는 대부분 업체가 직접 발표한 것이고, 문서의 어디까지를 탐지로 볼지에 따라 달라집니다. 더 중요한 건 오판이 누구에게 몰리는지입니다. 연구진이 상용 AI 탐지기 7종으로 영어가 모국어가 아닌 사람의 에세이를 검사했더니, 모든 탐지기가 AI가 쓴 글로 잘못 판정했습니다. 같은 탐지기가 원어민의 글은 정확히 판정했습니다.
영어 강의와 유학생이 많은 대학이라면 같은 학생이 학기마다 이 오판을 겪고, 확률 점수를 두고 벌어진 이의 신청은 공정하게 가리기도 어렵습니다. 금지의 대가는 이 학생들이 가장 크게 치릅니다.
Liang et al., Patterns (Cell Press), 2023 (미국 중학교 2학년 글과 TOEFL 답안 비교)
완성된 레포트만 받으면 어떻게 썼는지는 알 수 없어요. 결과물과 함께 과정까지 받으면 이야기가 달라집니다.
Cognity는 학생이 레포트를 쓰는 워크스페이스입니다. 프롬프트부터 AI의 답, 고친 문장까지 일어난 순서 그대로 남아요.
무엇을 이해했는지는 쓰는 과정에서 드러나요. 학생 옆에 앉아 지켜봤다면 눈여겨봤을 바로 그 장면들이에요.
과제를 정확히 설명할 수 있는 학생은 이미 어려운 부분을 넘은 셈이에요. 막연한 프롬프트와 구체적인 프롬프트는 이해의 깊이부터 다르고, 둘 다 기록에 그대로 남아요.
그럴듯하게 틀린 AI의 답을 학생이 받아들이지 않은 순간이 기록에서 가장 중요한 장면일 때가 많아요. 내용을 알아야 할 수 있고, 흉내 낼 수도 없어요.
주장을 초안에 넣기 전에 출처를 확인했는지, 그대로 믿었는지 볼 수 있어요. 학문적 판단력은 대부분 이 차이에서 갈립니다.
학생이 방향을 정한 곳과 AI를 따라간 곳이 기록에 드러나요. 직접 이끈 논지는 받아 적은 논지와 읽는 느낌부터 달라요.
AI의 답과 문구가 그대로 겹치는 정도(n-gram 일치)로 측정합니다. 문서 전체에 대한 확률이 아니라 직접 읽어볼 수 있는 문장을 짚어줍니다. 판정이 아니라, 학생과 이야기를 나눌 근거입니다.
AI를 잘 쓰는 것도 이제 실력입니다. 문제를 AI가 도울 수 있게 정리하고, 그럴듯한 오답을 걸러내고, 어느 부분은 직접 해야 할지 판단하는 힘이죠. 기업은 이미 이 역량을 보고 채용하지만, 학생 대부분은 써보지 말라는 말만 듣고 졸업합니다.
과정이 보이면 가르칠 수 있어요. 과제마다 AI의 역할을 정하고, 잘 쓰는 법을 보여주고, 그대로 평가해보세요. 학생이 규칙을 피해 혼자 서툴게 익히게 두지 않아도 됩니다.
다른 도구에서 쓴 글을 붙여 넣으면, 기록에는 과정 없이 들어온 결과물만 남습니다. 짚어볼 만한 신호이지만 증거는 아닙니다. Cognity도 증거라고 표시하지 않고, 심의에서도 증거로 다뤄서는 안 됩니다.
이해도를 직접 재는 도구는 어디에도 없습니다. Cognity는 결과물 옆에 그 결과물이 만들어진 과정을 함께 보여주고, 학문적 판단은 여전히 교수에게 남습니다.
Cognity는 요약하고 보여줄 뿐, 결정하지 않습니다. 부정행위 점수도, 학생을 자동으로 걸러내는 기준값도 없습니다.
성적 이중 관리나 새로운 징계 절차 없이, 지금 방식 그대로 도입할 수 있어요.
학생 모두 챗봇을 켜놓고 있어도, 필기시험으로 돌아가지 않고 제대로 평가하고 싶어요.
강의마다 원하는 규칙은 달라도, 학교가 실제로 지킬 수 있는 하나의 AI 기준이 필요해요.
퍼센트 수치로 다투는 사건은 줄이고, 남은 사건에는 심의에서 읽을 수 있는 근거가 필요해요.
학생이 규칙을 피해 알아서 익히는 대신, AI 활용 역량을 제대로 가르치고 평가하고 싶어요.
AI 정책부터 부정행위 심의, 대형 강의, LMS 연동까지 시범 도입 전에 나오는 질문을 모았어요.