이 페이지의 목차

이 페이지는 한국어로 번역되었습니다. 문서 페이지는 여전히 영어로 작성되어 있습니다. 이 페이지를 영어로 읽기

영어 페이지의 자동 번역이며, 아직 원어민의 검수를 받지 않았습니다.

심리학 교육 — 학문으로서의 심리학을 가르치는 일: 입문 및 방법론 과목 체계, 학부 전공 과정, 그리고 실무로 이어지는 임상 및 상담 훈련을 말합니다. 심리학 교육은 이 기반에서 어떤 학문보다도 방대한 AI 문헌을 보유하고 있지만, 그 문헌의 대부분은 심리학 교육과정 자체를 전혀 연구하지 않습니다. 심리학 전공 학생들은 고등교육에서 가장 편리한 표본입니다. 이들은 동기와 피드백에 관한 일반적 연구의 응답자를 공급합니다. 더 적은 수의 연구가 강좌 자체를 살펴봅니다. 2학년 과목의 평가 설계, 통계 강좌의 AI 튜터, 그리고 AI가 도구이자 직업적 위험인 임상 훈련이 그것입니다. 이 구분이 중요한 이유는 심리학 전공 학생들이 생성형 AI를 어떤 방식으로 사용한다는 발견이 곧 심리학을 가르치는 일에 대한 발견은 아니기 때문입니다.

생각해 볼 질문들

  • 심리학 전공 학생들은 고등교육에서 모집하기 가장 쉬운 표본이므로, '학생과 AI'에 관한 대부분의 연구는 사실상 심리학 전공 학생에 관한 연구입니다. 참여자 풀에서 얻은 발견이 여러분의 강좌에 대해 말해 줄 수 있는 것은 무엇이며, 말해 줄 수 없는 것은 무엇입니까?
  • 생성된 문항 은행은 회상 수준 이상의 것을 거의 측정하지 못하면서도 허용 가능한 기준의 신뢰도를 갖출 수 있습니다. 학생들이 받는 성적에 더 중요한 것은 무엇입니까: 점수가 일관되게 매겨지는 것입니까, 아니면 문항이 학위가 표방하는 바를 측정하는 것입니까?
  • R-Tutor 연구는 통계 강좌 안에서 모델이 답을 주기보다 안내하도록 프롬프트를 설정합니다. 튜터가 답을 보류한다면, 답을 주는 챗봇이 가르치지 못하는 무엇을 가르치고 있는 것입니까?
  • 상담 수련생들은 순응적이고, 감정적으로 평평하며, 문화적으로 중립적인 모의 내담자와 연습했습니다. 이 세 가지 중 수련생의 첫 실제 상담에서 가장 우려되는 것은 무엇이며, 그 이유는 무엇입니까?
  • 임상 훈련은 도구가 학습 보조가 아니라 직업적 판단이 되는 지점입니다. 치료를 권고하는 시스템은 한 사람에 대한 판단을 내리고 있습니다. 여러분은 그 둘 사이의 경계를 어디에 긋겠습니까, 그리고 여러분의 프로그램에서는 누가 그 경계를 그어야 합니까?

들어가며

심리학은 이 문헌에서 독특한 위치에 있습니다. 심리학은 이 학문 분야의 방법론과 구성개념, 그리고 응답자의 대부분을 공급하는 동시에, 핵심 기술 — 연구를 설계하고, 통계를 읽고, 증거를 판단하는 일 — 이 생성형 AI가 가장 자주 지름길을 낸다는 비판을 받는 과목을 가르칩니다. 이 조합 덕분에 심리학 교육은 AI 문헌에서 가장 잘 문서화된 학문인 동시에, 교육과정으로서는 가장 덜 연구된 학문 중 하나가 되었습니다.

이 둘을 분리하는 것이 이 학문의 AI 문제 전체입니다. 심리학을 가르치는 일 자체에 대해 알려진 것은 연구의 양이 시사하는 것보다 좁습니다. 학부 전공의 평가 설계, 통계 과목 체계의 AI 튜터, AI가 직업적 문제로 등장하는 임상 및 상담 훈련, 그리고 심리학 전공 학생들이 무엇을 알고 믿는지에 대한 설문 증거가 그것입니다. 학생 일반에 관한 질문을 위해 심리학 전공 학생을 편의 표본으로 사용하는 연구는 이 학문에 대한 증거가 아니며, 그 차이는 매번 짚어 둘 가치가 있습니다.

심리학이 문헌을 지배하는 이유

세 가지 조건이 그 양을 설명합니다. 심리학과는 참여자 풀을 운영하므로, 설문 작성을 위해 학부생 수백 명을 모집하는 데 비용이 거의 들지 않습니다. 교수학습 연구가 이 학문에 잘 정착해 있어서, 교수자들은 의학이나 법학이 주로 인증 제도를 통해 처리하는 강좌 수준의 작업을 출판할 경로를 갖습니다. 그리고 이 분야가 연구하는 구성개념 — 동기, 자기효능감, 피드백, 비판적 사고 — 은 AI 문헌이 측정하고자 하는 구성개념과 동일하므로, 심리학은 측정 도구를 개발하고 타당화하기에 자연스러운 장소가 됩니다.

그 결과 이 문헌에서 심리학은 연구 대상이 아니라 배경이 됩니다. 다섯 개 대학의 학부생 991명(그중 300명은 심리학 전공)을 대상으로 한 설문은 학생들이 일반적으로 AI를 어떻게 사용하는지 알려 줄 뿐, 심리학 학위가 그 도구를 금지하는 통계 강좌를 필수로 요구해야 하는지는 알려 주지 않습니다. 두 질문 모두 물을 가치가 있으며, 두 번째 질문이야말로 이 구분이 존재하는 이유입니다.

강좌 수준의 증거

가장 명확한 강좌 연구는 평가 설계입니다. Richmond와 Nicholls는 심리학 2학년 '미디어 과제'에서 동료 평가를 ChatGPT로 대체했습니다. 이 과제에서 학생들은 출판된 논문을 일반 대중을 위한 보도자료와 영상으로 바꾸며, 재설계의 초점은 도구 사용 허용 여부가 아니라 과제가 무엇을 요구하는가에 있습니다.

평가 문항 생성이 두 번째 줄기입니다. Baudin은 실험심리학 강좌를 위해 ChatGPT-4로 객관식 문항 80개를 작성하게 하고, 학생 120명을 대상으로 완전한 심리측정 절차를 적용했습니다. 내적 일관성은 허용 가능, 검사-재검사 신뢰도는 중간, 문항의 11.25%는 변별력이 낮았고, Bloom 분포는 회상 73.75% 대 분석·평가 8.75%였습니다. 이 문항들은 학생들이 사물의 이름을 댈 수 있다는 신뢰로운 증거였지만, 연구를 설계할 수 있는지에 대해서는 침묵했습니다.

통계가 세 번째이자 가장 증거가 탄탄한 개입입니다. Préau와 동료들는 튀빙겐의 심리학 학부생을 위한 한 학기 길이 R 프로그래밍 강좌에 전용 'R-Tutor'를 배치했습니다. 사전 등록된 종단 설계로, 튜터는 답을 주기보다 안내하도록 프롬프트가 설정되었습니다.

임상 및 상담 훈련

임상심리학은 AI가 학습 보조가 아니라 직업적 문제로 들어오는 지점입니다. 여기의 두 연구는 그 선을 따라 나뉩니다. 하나는 모의 내담자가 수련생에게 무엇을 하는지에 관한 것이고, 다른 하나는 수련생들이 서로 얼마나 다른지에 관한 것입니다.

Akkurt, Maurya, Brown은 상담 수련생을 위해 GPT-4o를 모의 내담자로 사용했습니다. 전사본 9개와 4인 포커스 그룹은 빈약한 증거이지만, 패턴은 구체적입니다. 시뮬레이터는 수행 불안을 낮추고 자신감을 길러 주었지만, 내담자는 너무 쉽게 동의했고, 감정적 뉘앙스가 없었으며, 문화적으로 중립을 유지했습니다 — 상담 훈련이 연습하고자 존재하는 바로 그 저항과 정체성 역동을 제거해 버린 것입니다.

Armagan-Bogatekin은 심리학 전공 학생과 심리치료 수련생 286명을 여섯 개 영역에 걸쳐 모델링했고, 모든 영역에서 3~4개의 잠재 클래스를 발견했습니다. 평균적인 수련생은 없습니다. 회의주의, 학습 불안, 직업 불안, 위험 우려가 서로 다른 프로필을 형성하며, 그 프로필은 도구가 피드백 보조인지 치료 권고 도구인지에 따라 달라집니다.

심리학 전공 학생들이 알고, 믿고, 행동하는 것

학생 측 증거는 이 문헌에서 가장 큰 비중을 차지하면서도 학문 특이성이 가장 낮은 부분입니다.

지식과 판단: Richter와 동료들는 심리학 전공 학생 150명에게 정신건강 진술문 30개를 분류하게 하고, 각 80회 실행에 걸친 네 개의 LLM과 비교했습니다. Reed와 동료들는 학부생 531명을 대상으로 여섯 개의 비네트를 사용하여 AI 리터러시가 응용 윤리 판단을 예측하는지 검증했습니다.

성향: Hefter, Paaßen, Berthold은 자기보고와 객관적 검사 모두로 측정한 지식이 비판적 GenAI 사용을 예측한다는 점을 발견했습니다. 인식론적 지향성과 지적 가치관이 나머지를 설명했습니다. Hu는 지속 사용이 신뢰와 학업 자기효능감에 의해 매개되며, AI 불안이 첫 번째 연결을 약화시킨다는 점을 발견했습니다. Hawkins와 동료들는 모의 AI 보조 쓰기 과제에서 피드백 리터러시가 에세이 성적의 유일한 유의미한 예측변인(β = 0.46)임을 발견했습니다.

사용: Burke와 동료들는 다섯 개 대학의 학부생 991명을 설문하여 대학생 사용률 81%를 확인했습니다. 가장 흔한 과제는 쓰기를 밀어낸 학습이었으며, AI 사용을 부정행위라고 부르는 학생 중 30.2%는 그래도 AI를 사용했습니다.

이 연구들은 모두 우연히 심리학 전공인 학생들에 관한 것입니다. 그것이 연구 장소로서 이 학문의 강점이자, 문헌으로서의 약점입니다.

연구가 빌려 쓰는 심리학

교육 속 AI 연구는 그보다 훨씬 이전에 구축된 소수의 심리학 이론 위에서 돌아갑니다. 그 이름들을 짚는 것이 중요한 이유는, 각 이론이 도구가 도움이 되는지에 대해 서로 다른 예측을 내놓기 때문입니다.

인지 부하 외주화는 노력을 제거하는 도구가 학습도 함께 제거한다고 말합니다. 생산적 실패는 답 이전의 분투가 바로 교수가 일어나는 지점이라고 말합니다. 스캐폴딩은 도움이 단순히 제공되는 것이 아니라 계획적으로 제공되고 철회되어야 한다고 말합니다. 한 연구가 이 셋을 모두 인용하고도 셋 중 어느 것도 충족하지 못하는 도구를 설계할 수 있습니다. 그래서 이론은 들어가며가 아니라 방법론 절에 속합니다.

여기서 가장 자주 반복되는 틀은 개인 인지 계열입니다. 자기조절 학습과 메타인지, 자기효능감, 동기를 위한 자기결정이론, 그리고 피드백은 그 리터러시 변형을 통해 등장합니다. 위 절의 연구들은 이 패턴의 전형입니다. 각 연구는 이 계열에서 구성개념 하나를 가져와 기제로 측정하고, 경로가 어느 방향으로 향하는지 보고합니다. Akkurt가 예외이자 더 흥미로운 쪽입니다. 수련생이 명제를 습득하는 대신 실무를 리허설하는 상황적 설계이기 때문입니다.

두 가지 한계를 짚어 둘 가치가 있습니다. 이론은 보통 틀로 수입될 뿐 경쟁 이론과 겨루어 검증되는 일이 드문데, 이는 AI 교육의 이론 개발이 문서화한 약점입니다. 그리고 개인이라는 분석 단위는 논쟁적입니다. 사회문화적 설명과 활동 이론 설명은 분산 인지와 함께 학습을 머릿속이 아니라 그 방 안에 위치시키며, 이는 챗봇이 하고 있는 일이 무엇인지를 바꿉니다. 학습 이론은 지도를 담고 있고, 인지 심리학은 이 연구들 대부분이 전제하는 작동 장치를 담고 있습니다.

논문이 '스캐폴딩'이나 '비판적 사고'라고 말할 때, 어느 이론의 버전을 뜻하는지 물으십시오. 그 단어는 각 이론에서 서로 다른 일을 합니다.

심리학 교수자를 위한 함의

  • AI가 무엇을 해도 되는지 정하기 전에 학위가 무엇을 위한 것인지 정하십시오. 심리학 졸업생은 증거를 평가하고, 연구를 설계하고, 통계를 해석할 수 있어야 합니다. 그것이 성과라면, 평가의 질문은 어떤 과제가 여전히 그에 대한 증거를 제공할 수 있는가입니다.
  • 통계 강좌를 시험 사례로 삼으십시오. 이 강좌는 학문 내에서 가장 강력한 개입 증거(R-Tutor)를 보유하고 있으며, AI를 튜터가 아니라 계산기로 쓰고 싶은 유혹이 가장 명확한 곳입니다.
  • 생성된 문항 은행은 신뢰도 수준이 아니라 Bloom 수준에서 감사하십시오. Baudin의 문항 은행은 신뢰로웠지만 대부분 회상이었습니다.
  • 임상 훈련에서는 도구와 경계를 함께 가르치십시오. 수련생 프로필은 서로 다르며, 치료 권고 도구는 어떤 역량 훈련도 답하지 못하는 직업 정체성의 질문을 제기합니다.
  • 참여자 풀 표본에서 여러분의 강좌로 일반화하지 마십시오. 일반적 발견은 학생들을 서술할 뿐입니다. 여러분의 강좌는 설계상의 결정입니다.

흔한 오해

  • "심리학 전공 학생들은 학생 일반을 대표한다." 이들은 편리한 표본이지 대표 표본이 아니며, 이들을 사용하는 연구들은 보통 그 점을 명시합니다.
  • "심리학 교육의 AI는 주로 임상 도구에 관한 것이다." 연구의 가장 큰 비중은 쓰기, 피드백, 학습 습관에 관한 것입니다. 임상 도구는 작고 최근에 생긴 별개의 줄기입니다.
  • "신뢰로운 생성 문항은 쓸모 있는 문항이다." 고차 성과를 포괄하지 못하는 신뢰도는 잘못된 것을 정밀하게 측정하는 검사를 만들 뿐입니다.
  • "수련생은 AI에 찬성하거나 반대하거나 둘 중 하나다." 잠재 클래스 증거는 영역마다 넷 이상의 프로필이 있으며 도구에 따라 달라진다고 말합니다.

연결된 개념

연결된 문서

이 페이지 삽입

아래 코드를 복사하여 학습 관리 시스템이나 다른 웹사이트에 이 페이지를 삽입하세요. 삽입된 버전은 페이지 콘텐츠만 표시하며, 사이트의 헤더, 내비게이션, 푸터는 숨겨집니다.