매사추세츠공대(MIT)가 생성형 AI 확산을 계기로 학부 교육의 과제와 평가 방식을 다시 설계해야 한다고 권고했다. 샐리 콘블루스 MIT 총장은 2026년 8월 25일 ‘AI와 교육: MIT의 분수령’이라는 서한과 함께 학부교육 AI 활용위원회의 최종 보고서를 공개했다. 보고서는 생성형 AI가 에세이, 수학·과학 문제, 증명, 코딩 등 거의 모든 유형의 서면 학부 과제에 그럴듯한 답을 만들 수 있다고 진단했다. 기존 과제만으로 학생이 무엇을 이해했는지 확인하기 어려워졌다는 문제의식이다.
위원회는 단순히 감독형 필기시험을 늘리는 방식보다 평가 수단을 넓힐 것을 제안했다. 구술시험, 학기 포트폴리오, 수업 밖 과제와 교실 안 대화의 결합, 프로젝트·실험·현장 중심 학습이 대표적이다. 또한 과목마다 AI의 역할이 다르므로 교원이 허용 범위와 목적을 명시하고, 학생이 AI를 썼다면 어떤 작업을 맡겼는지 설명할 수 있게 해야 한다고 봤다. 핵심 원칙은 학생의 판단을 대신하는 자동화보다 학습과 사고를 보강하는 방식으로 AI를 쓰자는 것이다.
보고서는 AI 탐지기에 의존하는 접근도 권하지 않았다. 탐지 정확도가 충분히 안정적이지 않고 오탐이 학생에게 부당한 불이익을 줄 수 있어서다. 성적 경쟁을 강화하기 위해 A 학점 수를 제한하는 방식도 지지하지 않았다. 대신 학생의 작업 과정과 성취를 여러 시점에 걸쳐 확인하는 포트폴리오, 역량·숙달 중심 평가를 검토하라고 했다. 과제가 AI로 작성됐는지를 추정하는 데 그치기보다 학생이 결과를 설명하고 비판하며 수정할 수 있는지를 평가하자는 취지다.
실행 장치로는 상시 AI·교육위원회, 단과대·학과별 AI Leads, 교육 현장 적용을 돕는 AI Fellows와 구현 지원팀이 제시됐다. 다만 이는 위원회의 최종 권고안이며 모든 수업에 이미 도입된 확정 정책은 아니다. 보고서가 언급한 기억·비판적 사고 저하 역시 과도한 의존에서 나타날 수 있는 초기 신호로 읽어야 한다. 향후 관건은 과목별 목표에 맞춘 규칙을 만들고, AI 활용이 실제 학습 성과에 어떤 영향을 주는지 지속적으로 측정하는 일이다.
| 항목 | MIT 위원회 확인 내용 |
|---|---|
| 문제 진단 | 생성형 AI가 에세이·문제풀이·증명·코딩 등 대부분의 서면 학부 과제 유형에 그럴듯한 답을 생성 |
| 평가 대안 | 구술시험, 학기 포트폴리오, 과제와 교실 대화 결합, 프로젝트·경험형 학습 |
| AI 탐지 | 오탐 위험 때문에 탐지기 의존을 권고하지 않음 |
| 성적 정책 | A 학점 수 제한을 지지하지 않고 역량·숙달 평가 검토 |
| 실행 제안 | 상시 위원회, 단과대·학과 AI Leads, AI Fellows·구현 지원팀 |
대표 이미지: Peacearth / Wikimedia Commons, CC BY-SA 4.0. 본문 이미지: BXu99 / Wikimedia Commons, CC BY 4.0.
저작권자 © STORIUM 무단전재 및 재배포 금지
