튜터로서의 생성형 AI 스캐폴딩 효과
고등 교육에서 생성형 인공지능(AI)은 수동적인 정보 도구를 넘어 상호작용적인 튜터 파트너로 활용이 증가하고 있습니다. AI는 학습 지원에 기회를 제공하지만, 인지적 부담 경감, 참여도 저하, 비반성적 사용에 대한 우려도 상존합니다. 복잡한 학습을 지원하는 데 스캐폴딩(비계 설정)이 효과적인 설계 원리임에도 불구하고, AI 기반 환경에서 인지 및 메타인지 과정에 미치는 역할은 충분히 탐구되지 않았습니다. 본 준실험 사전-사후 연구는 AI 튜터링 학습에서 스캐폴딩 수준이 학습 성과와 동기, 인지, 메타인지 과정에 미치는 영향을 조사했습니다. 175명의 1학년 학생이 4시간 동안 세 가지 조건(완전 스캐폴딩, 부분 스캐폴딩, 통제군) 중 하나에서 학술 과제를 수행했습니다. 측정 지표에는 지식 습득, 동기 부여, 인지 부하, 비판적 사고, 반성적 사용이 포함되었습니다. 분석 결과, 모든 조건에서 학생들의 지식, 비판적 사고, 반성적 사용이 유의미하게 향상되었으며, 동기는 안정적으로 유지되고 내재적 및 외재적 인지 부하는 감소했습니다. 그러나 스캐폴딩 조건 간에 유의미한 차이는 관찰되지 않았습니다. 서술적 경향에서는 스캐폴딩 조건에서 고차원 지식 습득이 더 높게 나타났지만, 통계적으로 유의미한 상호작용 효과는 없었습니다. 이 연구는 AI 지원 학습 환경에서 단기적인 학습 성과가 스캐폴딩 강도에만 의존하기보다는 학습자의 특성과 AI와의 상호작용 방식 등 복합적인 요인에 의해 결정될 수 있음을 시사합니다. 향후 연구에서는 이러한 복합적인 요인들을 심층적으로 탐구하여 AI 기반 학습의 효과를 극대화할 방안을 모색해야 할 것입니다.