브라운대 경제학자 로베르토 세라노의 86명 수업에서 재택 중간고사 평균이 96%를 기록했다. 이 수업의 과거 평균 65~80%를 웃돈 수치다. 세라노가 문항을 챗GPT에 입력하자 학생 답안과 유사한 풀이가 나왔고, 여러 학생이 챗GPT가 택한 복잡한 증명을 공유했다. 교수는 이를 광범위한 AI 사용 정황으로 봤지만 개별 학생의 사용이 모두 입증된 것은 아니다.
이후 감독 아래 대면으로 치른 기말고사 평균은 48.6%로 낮아졌다. 18명이 수강을 철회했고 9명은 시험에 오지 않았으며 19명이 낙제했다. 세라노는 중간고사를 무효화하고 기말 비중을 80%로 높였다. 47.4%포인트 격차는 조사할 신호지만 재택과 대면, 문항 난도, 응시자 구성이 달라 AI 차단만으로 하락을 설명하기는 어렵다.
평가 조건의 차이도 결과 해석에 포함해야 한다. 재택 시험은 자료 검색과 시간 배분 방식이 다르고, 기말 응시자 집단은 철회와 결시를 거친 뒤 구성됐다. 중간고사 답안의 유사성이 AI 사용을 시사할 수는 있어도 사용 빈도, 사용 목적, 점수 기여도를 직접 측정한 자료는 공개되지 않았다. 따라서 수업 사례는 의심의 근거이지 인과효과의 추정치는 아니다.
관련 관찰연구는 숙제 성과와 독립 숙련 사이의 차이를 보고했다. 중국 학생 2만6천여 명을 추적한 연구에서는 AI 사용 뒤 숙제 점수가 오르고 소요 시간이 줄었지만 시험 점수는 낮아졌다. 텍사스의 한 연구대학 성적 분석도 챗GPT 출시 뒤 글쓰기·프로그래밍 과목의 A 비중 증가가 감독 없는 과제에 집중됐다고 보고했다. 연구 설계와 표본이 달라 수치를 이 수업에 그대로 적용할 수는 없다.
AI가 설명과 피드백에 쓰였는지 답안 대행에 쓰였는지 구분하지 않으면 서로 다른 학습 행태가 같은 ‘사용’으로 묶인다. 대학은 탐지 결과만으로 결론 내리기보다 과제 점수가 실제 이해를 재는지 함께 검토할 수 있다. AI 허용 범위, 과정 기록, 대면 확인과 점수 산정 방식을 학기 초 고지하는 방안도 비교 가능한 대안이다.
| 항목 | 재택 중간고사 | 감독 대면 기말고사 |
|---|---|---|
| 평균 점수 | 96% | 48.6% |
| 응시 조건 | 재택 | 감독 아래 대면 |
| 응시 변화 | 86명 수업 | 18명 철회·9명 결시 |
| 결과·반영 | 무효화 | 19명 낙제·성적 비중 80% |
자료: STORIUM 정리
후속 검증에는 문항별 난도, 동일 학생의 두 시험 성적, 답안 작성 기록과 이의제기 절차가 필요하다. 이런 자료 없이 점수 격차를 AI 부정 사용률로 환산하면 과대 추정 위험이 있다. 사례가 제기한 핵심은 AI 자체의 효과보다 서로 다른 시험 조건에서 평가 타당성을 어떻게 확보할지에 가깝다.
저작권자 © STORIUM 무단전재 및 재배포 금지
