AI로 숙제하는 아이들, 벌어지는 성적 격차를 두고 갑론을박

밤 11시 반을 넘긴 시각, 한 참여자가 한 교수의 포스팅을 방에 옮겨왔다. 속도는 빠르지만 성능이 부족해 "하지만 빨랐죠?"라는 밈으로 놀림받는 제미나이 이야기를 빌려, AI로 숙제하는 아이들 사이에서도 비슷한 패턴이 나타나고 있다는 우려를 전했다. "AI 활용 능력은 익혀야겠지만 그 전에 AI 를 제대로 쓸 수 있는 본체의 역량을 확보할 필요가 있겠습니다"라는 말이 뒤따랐다. 늦은 밤 조용하던 채팅창이 이 포스팅 하나로 아이들의 학습 환경을 둘러싼 논의로 옮겨갔다.

곧바로 질문이 이어졌다. 다른 참여자는 "평균도 궁금하지만, 양극화도 심해졌을 것 같네요"라며 상위권 학생들의 학업성취도가 과거보다 올랐는지를 함께 궁금해했다. 단순히 전체 평균이 떨어졌는지를 넘어, 잘하는 학생과 못하는 학생 양쪽 끝이 어떻게 움직였는지를 짚는 물음이었다. 또 다른 참여자는 짧게 자신의 체감을 보탰다. "중간이 사라지는 중임다"라는 말이었다. 처음 포스팅을 공유했던 참여자는 뒤이어 후속 연구를 덧붙이며 논의를 정리했다. AI를 쓰더라도 숙제에 충분히 시간을 들이고 어려운 개념을 이해하려 설명을 요청한 학생들은 성적이 나빠지지 않았고, 낯선 주제를 공부할 때 AI를 쓴 그룹의 점수가 더 높았으며 그 효과가 일주일 뒤까지 유지됐다는 다른 연구 결과도 함께 전했다. "AI 자체가 나쁘다는 뜻은 아닙니다… 결국 쓰기 나름이라는 뜻입니다"라는 말로 대화는 마무리됐다.

이 대화는 AI가 학습 격차를 벌리는 원인인지, 아니면 활용 방식의 차이가 격차를 벌리는 원인인지를 두고 참여자들이 스스로 균형을 잡아간 과정으로 읽힌다. 중간층이 사라진다는 체감과 상위권 학생의 성취도를 함께 묻는 질문은, 평균 하나만으로는 지금의 변화를 설명할 수 없다는 인식을 보여준다. 동시에 인용된 후속 연구는 AI 사용 자체보다 '충분한 시간'과 '개념을 이해하려는 태도'가 성적을 가르는 변수였다는 점을 시사한다. 우려로 시작한 대화가 근거 자료를 주고받으며 결론에 다다른 흐름 자체가, 이 화두를 대하는 참여자들의 태도를 보여주는 대목이기도 하다.

커뮤니티 안에서 AI 교육 격차를 단순한 찬반이 아니라 통계와 후속 연구까지 살펴보며 논의하는 모습은, AI를 자녀 교육에 들이는 문제를 감정적 우려에서 벗어나 근거 기반으로 판단하려는 태도가 자리 잡고 있음을 보여준다. '쓰기 나름'이라는 결론은 앞으로도 이어질 화두이며, 어떤 조건에서 AI 활용이 학습에 도움이 되는지에 대한 관심이 이 방에서 계속될 가능성이 커 보인다. 속도만 앞세운 활용과 시간을 들인 활용을 가르는 기준이 결국 사람의 태도에 있다는 점은, AI 도구를 둘러싼 다른 논의에도 그대로 적용될 법한 시사점으로 남는다.