개념
사회문화적 학습
영어 페이지의 자동 번역이며, 아직 원어민의 검수를 받지 않았습니다.
사회문화적 학습 — 비고츠키에 뿌리를 둔 이론 가족으로, 학습과 발달이 사회적 참여를 통해 일어나고 문화적 도구, 언어, 그리고 보다 박식한 타자와의 상호작용에 의해 매개된다고 봅니다. 인지는 사람, 산출물, 환경에 분산되어 있으며 오직 개인 안에만 거하지 않습니다. AI 교육에서 사회문화적 이론은 생성형 AI가 새로운 종류의 매개 행위자 — 활동을 매개할 뿐 아니라 상호작용에 우연적 기여를 생성하기도 하는 도구 — 로 어떻게 기능하는지를 틀 짓고, 스캐폴딩, 근접발달영역(ZPD), 도제, 실천 공동체의 설계를 틀 짓습니다. Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory를 참조하십시오.
생각해 볼 질문들
- 비고츠키의 근접발달영역은 여러분이 혼자 할 수 있는 것과 도움을 받아 할 수 있는 것 사이의 간극입니다. 적시의 힌트가 여러분이 혼자서는 해내지 못할 무언가를 해내게 했던 때를 떠올려 보십시오 — 무엇이 그 도움을 효과적으로 만들었으며, 그것이 언제 너무 많은 것을 넘겨주었을 수 있을까요?
- 이 페이지는 인간의 사고가 우리가 추론하는 방식을 재조직화하는 언어와 글쓰기 같은 문화적 도구에 의해 '매개된다'고 주장합니다. 그것이 사실이라면, AI 챗봇을 새로운 종류의 사고 도구로 어떻게 생각해야 하며, 그것이 '안다는 것'의 의미를 어떻게 바꿀 수 있을까요?
- 사회문화적 이론은 인지가 개인의 머릿속이 아니라 사람, 산출물, 환경에 분산되어 있다고 말합니다. 이것이 여러분이 실제로 일을 완수하는 방식의 경험과 일치합니까? 그리고 그것이 사실이라면 학습을 설계하는 것에 어떤 의미를 가질까요?
- 학습이 먼저 사람들 사이에서 일어나고 나중에 개인 안에서 일어난다면, 학생이 동료나 보다 박식한 인간보다 대부분 기계와 상호작용하도록 두는 AI 튜터에는 어떤 위험이 있을까요?
- AI 튜터가 학습자가 답이 단순히 넘겨지지 않고 전진하도록 얼마나 많은 지원을 주어야 하는지를 어떻게 결정하시겠습니까?
들어가며
이 개념
사회문화적 이론(비고츠키, 1978; 루리아; 레온티예프)은 고위 정신 기능이 문화적으로 조직된 활동에의 참여를 통해 발달한다고 봅니다. 학습을 오직 개인의 정보 처리 안에만 위치짓는 설명들과 달리, 사회문화적 관점은 다음을 강조합니다.
- 매개가 근본적이다. 인간은 문화적 도구 — 언어, 글쓰기, 도형, 기술 — 와 함께 그리고 그것을 통해 사고하며, 이것은 그들이 추론하고, 기억하고, 문제를 해결하는 방식을 재조직화합니다(베르치, 1991). 이 도구들은 단순히 정보를 전달하지 않습니다. 그것들은 인지와 참여를 재형성합니다.
- 학습은 사회적이다. 고위 정신 기능은 먼저 사람들 사이에(상호주관적으로, 상호작용 속에) 나타나고 나중에 개인 안에서 나타납니다. 학습은 교사, 동료, 공동체와의 참여를 통해 일어납니다 — 스캐폴딩, 도제, ZPD를 통한 이동과 같은 과정 속에서 말입니다.
- 인지는 분산되어 있다. 인지 작업은 개인의 마음 안에 갇히기보다 사람, 산출물, 환경에 퍼져 있습니다(허친스; 클라크 & 차머스; 피). 분산 인지, 상황화된 학습, 실천 공동체는 사회문화적 갈래를 확장합니다.
근접발달영역(ZPD)
ZPD(비고츠키)는 AI 튜터링에서 가장 널리 적용되는 사회문화적 개념입니다. 학습자가 혼자서 할 수 있는 것과 도움을 받아 할 수 있는 것 사이의 공간입니다. 학습은 교수가 이 영역을 겨냥할 때 가장 효과적으로 일어납니다 — 발달을 밀기에 충분히 도전적이면서 진전을 가능하게 하기에 충분히 지원되는. 이것은 스캐폴딩의 이론적 기반입니다. 역량이 성장함에 따라 물러나는 일시적이고 조절 가능한 지원. AI 교육에서 ZPD는 학습이 넘겨지지 않고 전진하도록 AI 튜터가 얼마나 많은 지원을 제공해야 하는지의 중심 설계 질문을 틀 짓습니다 — The Evidence Base on AI in K-12: A 2026 Review를 참조하십시오.
AI 교육에서의 사회문화적 학습
사회문화적 이론은 AIED 연구를 여러 구별되는 방식으로 형성합니다.
-
매개 행위자로서의 AI. 생성형 AI는 매개 수단과 사회적 상호작용 사이의 사회문화적 구분을 복잡하게 만듭니다. 그것은 활동을 매개할 뿐 아니라 의도성, 사회적 구성원 자격, 책임성을 지니지 않으면서도 상호작용을 형성하는 맥락 민감하고 우연적인 기여를 생성합니다. 와샤우어, 테이트, 리치(2026)는 매개 행위자를 혼합 범주로 제안하고, 학습자 주체성을 보존하는 인간 우선적 참여 습관(인지의 우위, 목적적 참여, 감독적 주체성, 인식론적 경계심, 성찰적 자기조절)을 도출합니다.(Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory)
-
AI의 규제 역할에 대한 단계 민감한 설명. 인간–AI 공동 규제의 발달 틀은 AI에게 네 역할 — 비계, 메타인지 지원, 외부 기억, 의사결정 동반자 — 을 부여하고 그것들을 단계별로 배치합니다. 초기 아동기의 구조화된 외부 규제, 중기 아동기와 청소년기의 메타인지 동반자, 성년기의 복잡한 인지에 대한 협력자.
-
ZPD로 보정된 비계. AI 튜터는 각 학습자의 영역 안에 머물도록 도움을 동적으로 보정해야 합니다. The Evidence Base on AI in K-12: A 2026 Review는 학습자의 수준에 맞춰진 튜터가 범용 지원보다 나음을 보여줍니다; 적응 학습과 ProPACT: A Proactive AI-Driven Adaptive Collaborative Tutor for Pair Programming은 난이도와 힌트를 조정하여 ZPD를 작동화합니다; 그리고 A principled way to think about AI in education: guidance for educators and policy makers based on goals, models와 같은 원리적 틀은 지원이 역량이 성장함에 따라 물러나야 한다고 주장합니다.
-
네 번째 영역: 모형이 아는 것. Tsim과 Gutoreva(2025)는 튜터링 고리가 아니라 비고츠키의 도형을 확장하여, ZPD에 GenAI가 아는 영역을 더하고 과제가 어디에 배정되어야 하는지를 분류하는 네 하위 영역을 읽어냅니다. 대체(과제 특수 지식이 없으므로 모형의 일반 역량이 그것을 담당), 보조(부분적 지식, 증강됨), 보완(모형의 출력을 감독하기에 충분한 지식), 양보 불가(혼자서 하기에 충분하므로 위임이 별로 덧붙이지 않음). 비계는 힌트 전달이 아니라 과제 배정으로 표현되며, 실시간 평가, 성찰, 학습의 메타인지 고리가 시간이 지나며 과제를 하위 영역 사이에서 움직이게 하는 것입니다.
-
도제와 공동체. 사회문화적 생각은 인지적 도제, 모델링, 코칭, 걷히기의 기반이 됩니다. 실천 공동체는 학습을 공동체의 실천에 대한 더 충만한 참여로의 이동으로 틀 짓습니다.
-
문화적이고 제도적인 맥락. 구성주의에 인접한 사회문화적 갈래는 문화적 차원이 무엇이 앎으로 셈되는지, 누가 권위인지, 노력이 무엇을 의미하는지를 형성한다고 강조합니다 — 시드니 PreK-12 신속 고찰의 학습자–맥락–문화 틀을 참조하십시오.
-
발화 측정의 검증에는 그 발화가 측정되는 청년들이 필요하다. 발화 전이 정의를 네 명의 초점 학생들과 함께 재맥락화하는 것은 LLM 분류 F1을 Claim에 +0.104, Question에 +0.23 올렸고, 학생들 자신의 해석은 성인과 모형의 틀에서 벗어났습니다 — 이것은 데이터 규모의 문제가 아니라 텍스트 기반 분류의 구조적 한계입니다(Santos-Deonizio et al. (2026)).
인지 부하와 메타인지와의 연결
사회문화적 갈래는 인지 부하 이론(지원은 생산적 노력을 없애지 않으면서 부하를 관리해야 한다)과 메타인지(영역 안의 학습자는 자신의 이해를 능동적으로 모니터링하고 규제하고 있다)과 밀접히 연결됩니다. The Evidence Base on AI in K-12: A 2026 Review는 AI 도구가 학습자를 위해 답하기보다 ZPD 안에 붙잡아둘 때 가장 잘 작동한다는 K-12 증거를 종합하고, 인간 개입 연구는 인간과 AI 지원이 어떻게 공동으로 학습자의 영역을 정의하는지를 다룹니다.
- 매개 행위자로서의 생성형 AI(2026): 비고츠키적 매개에 의지하여, 한 이론 논문은 생성형 AI를 단순히 도구/매개 수단이 아니라 학습 활동에 능동적으로 참여하는 매개 행위자로 재규정할 것을 제안하며, 사회문화적 이론의 중심인 도구 대 사회적 상호작용 경계를 흐리게 합니다(Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory). 이것은 생성 모형을 수동적 수단이 아니라 공동 참여자로 자리매김하여, 학습 과학에서 매개, 학습자 주체성, 학습자–AI 관계가 어떻게 이론화되는지에 함의를 줍니다.
연결된 개념
연결된 문서
- When Youth Enter The Chat: An Epistemic Shift in the Validation of LLM-Based Measures of Student Talk — When Youth Enter The Chat: LLM 기반 학생 발화 측정의 검증
- Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory — 매개 주체로서의 생성형 AI
- ProPACT: A Proactive AI-Driven Adaptive Collaborative Tutor for Pair Programming — 협력적 AI 튜터링
- A principled way to think about AI in education: guidance for educators and policy makers based on goals, models — 원칙에 기반한 AI 교육 틀
- The Evidence Base on AI in K-12: A 2026 Review — K-12에서의 AI를 위한 스탠퍼드 증거 기반
- Young People, Learning, and Generative AI: A Rapid Literature Review and Implications for PreK-12 Education — PreK-12에서의 생성형 AI에 관한 시드니 신속 고찰
- Artificial intelligence as a cognitive partner: a developmental framework for human-AI co-regulation in learning — 인지적 동반자이자 공동 조절자로서의 AI