문제는 도입이 아니라, 통제되지 않은 확산이다
생성형 인공지능(GenAI)은 이미 대학 교실 안으로 깊숙이 들어와 있다. 더 이상 특정 전공이나 일부 교수의 선택적 도구가 아니라, 학생들의 학습 과정 전반과 교수의 교육 활동을 포괄적으로 재편하는 환경 요인으로 작동하고 있다. 질문은 이제 “GenAI를 사용할 것인가”가 아니라, “이미 사용되고 있는 GenAI를 대학은 어떤 기준과 구조 속에서 받아들이고 있는가”로 옮겨갔다. American Association of Colleges and Universities(AAC&U) 와 Elon University Imagining the Digital Future Center가 공동으로 수행한 전국 단위 교수 설문조사 보고서 『The AI Challenge: How College Faculty Assess the Present and Future of Higher Education in the Age of AI』에서는 이러한 문제의식을 정면으로 다룬다. 이 조사는 2025년 10월부터 11월까지 미국 전역의 대학 교수 1,057명을 대상으로 진행됐으며, 생성형 인공지능이 교수의 역할, 학생의 학습, 그리고 고등교육의 미래에 어떤 영향을 미치고 있는지를 교수들의 인식을 통해 드러낸다. 이 보고서의 특징은 기술 낙관이나 윤리적 경고 중 어느 한쪽으로 기울지 않는다는 점이다. 대신 보고서는 반복적으로 하나의 질문을 던진다. 생성형 인공지능의 확산이 대학 교육의 효율을 높이고 있는가가 아니라, 대학이 오랫동안 전제해 왔던 학습의 조건과 사고의 과정이 유지되고 있는가라는 질문이다.
가장 일관된 응답 : ‘과의존(overreliance)’과 ‘비판적 사고의 약화’
보고서 전반에서 가장 강하게, 그리고 일관되게 나타나는 교수들의 인식은 생성형 인공지능에 대한 ‘과의존(overreliance)’에 대한 우려다. 설문에 응답한 교수의 95%는 GenAI가 학생들의 인공지능 의존도를 높일 것이라고 답했으며, 이 중 75%는 그 영향이 ‘상당할 것(a lot)’이라고 응답했다. 이는 단순한 가능성 제시가 아니라, 이미 진행 중인 변화에 대한 평가에 가깝다. 과의존에 대한 우려는 곧바로 학습의 핵심 능력 문제로 이어진다. 응답자의 90%는 GenAI 사용이 학생들의 비판적 사고 능력(critical thinking skills)을 약화시킬 것이라고 전망했으며, 66%는 그 영향이 크다고 보았다. 이 수치는 특정 학문 분야나 세대의 반응이라기보다는, 학문 영역 전반에서 공유되는 인식에 가깝다. 주목할 점은 교수들이 문제를 ‘학생의 태도’나 ‘학습 윤리의 붕괴’로 단순 환원하지 않는다는 점이다. 교수들은 생성형 인공지능이 사고를 보조하는 도구를 넘어, 사고의 일부를 대체하는 방향으로 사용될 때 발생하는 구조적 변화를 우려한다. 즉, 학생들이 더 적은 노력을 들이게 된다는 문제보다, 사고의 과정 자체가 외부 시스템으로 이전되고 있다는 점이 핵심 문제로 제기된다. 이러한 인식은 학습의 전통적 전제와 직결된다. 대학 교육은 오랫동안 문제를 이해하고, 정보를 검토하고, 판단을 유보하며, 논증을 구성하는 과정을 통해 사고력을 형성해 왔다. 그러나 GenAI가 이 과정의 상당 부분을 빠르게 대체할 수 있게 되면서, 교수들은 학습의 결과뿐 아니라 학습이 일어나는 경로 자체가 달라지고 있다고 인식하고 있다.
학습 능력이 아니라, 학습의 조건이 흔들리고 있다 : 집중력, 읽기, 사고의 지속성에 대한 경고
교수들이 생성형 인공지능을 우려하는 지점은 단순히 ‘비판적 사고’라는 추상적 개념에 머물지 않는다. 보고서는 교수들이 학습을 가능하게 하는 구체적인 조건들, 다시 말해 사고가 형성되는 환경 자체가 약화되고 있다고 인식하고 있음을 수치로 보여준다. 응답자의 83%는 GenAI 사용이 학생들의 주의 집중 시간(attention spans)을 감소시킬 것이라고 답했으며, 이 가운데 62%는 그 영향이 상당할 것이라고 전망했다. 이러한 인식은 학습 성취의 결과보다 과정에 대한 문제 제기에 가깝다. 보고서에 포함된 자유 응답과 정성 분석을 보면, 교수들은 학생들이 더 나쁜 결과물을 제출하게 될 것이라고 말하기보다, 학습 과정이 충분히 길게 유지되지 못하고 있다는 점을 반복적으로 지적한다. 깊이 읽고, 맥락을 이해하며, 논증을 구성하는 데 필요한 시간이 GenAI의 즉각적인 응답과 자동화된 결과물에 의해 압축되거나 생략되고 있다는 인식이다.
이러한 변화를 ‘기술 사용의 증가’로 단순 설명하지 않는다. 교수들이 우려하는 것은 학생들이 인공지능을 사용한다는 사실 그 자체가 아니라, 학습의 마찰(friction)이 사라지고 있다는 점이다. 학습 과정에서의 어려움, 지연, 실패, 재검토는 오랫동안 사고력 형성의 핵심 요소로 간주되어 왔다. 그러나 GenAI는 이러한 과정을 우회하거나 단축하는 선택지를 언제든 제공하며, 교수들은 이 선택지가 학습의 기본 리듬을 바꾸고 있다고 본다. 이 지점에서 읽기(reading), 글쓰기(writing), 사고(thinking)를 분리된 기술로 다루지 않는다. 교수 응답에서 반복적으로 등장하는 표현은 ‘writing as thinking’, 즉 글쓰기를 사고의 도구로 이해하는 관점이다. 생성형 인공지능이 초안 작성, 문장 정리, 구조 제안을 수행할 수 있게 되면서, 학생이 사고를 외화(外化)하는 핵심 과정이 축소될 가능성이 제기된다. 교수들이 우려하는 것은 글의 품질 저하가 아니라, 사고가 충분히 전개되기 전에 결과물이 완성되는 상황이다.
보고서는 또한 이러한 변화가 특정 학문 분야에 국한되지 않는다는 점을 강조한다. 인문학, 사회과학, 자연과학, 공학을 막론하고 교수들은 공통적으로 집중력 저하와 사고의 지속성 약화를 언급한다. 이는 생성형 인공지능이 단일 과제나 특정 평가 방식에 영향을 미치는 도구가 아니라, 학습 전반의 시간 구조와 인지 부담을 재편하는 기술로 작동하고 있음을 시사한다. 이러한 문제의식은 성취도나 점수의 변화보다 더 근본적인 질문으로 이어진다. 대학 교육이 전제해 온 학습은 일정한 시간 동안 문제에 머무르고, 불확실성을 견디며, 스스로 판단을 구성하는 과정을 포함해 왔다. 그러나 교수들은 생성형 인공지능의 확산이 이 전제를 약화시키고 있으며, 학습의 핵심이 결과물의 완성 여부로 이동하고 있다고 인식한다. 보고서가 반복적으로 강조하는 것은 기술의 효율성이 아니라, 사고가 일어날 공간이 유지되고 있는가라는 질문이다.
부정행위의 증가보다 더 심각한 문제 : 학문적 진실성(academic integrity)의 기준이 흔들리고 있다
생성형 인공지능을 둘러싼 논의에서 가장 자주 언급되는 주제 중 하나는 부정행위, 즉 학문적 진실성(academic integrity)의 문제다. 교수 응답에서도 이 영역은 뚜렷한 수치로 드러난다. 응답자의 78%는 생성형 인공지능 도구가 널리 사용되기 시작한 이후 캠퍼스에서의 부정행위가 증가했다고 인식하고 있으며, 이 가운데 57%는 증가 폭이 크다고 답했다. 또한 73%의 교수는 자신의 수업에서 학생의 GenAI 사용과 관련된 학문적 진실성 문제를 직접 경험했다고 밝혔다. 그러나 이 수치들이 의미하는 바는 단순한 ‘부정행위의 확산’에 그치지 않는다. 교수들이 반복적으로 제기하는 문제는 행위의 빈도보다 판단 기준의 불안정성이다. 무엇이 허용 가능한 사용이고, 무엇이 부정행위에 해당하는지에 대해 교수들 사이에서조차 합의가 형성되지 않았다는 점이 핵심적인 긴장으로 떠오른다. 학생의 GenAI 사용 사례를 둘러싼 응답은 이 균열을 명확하게 보여준다. 예를 들어, 생성형 인공지능이 작성한 상세한 개요(outline)를 바탕으로 학생이 글을 완성하는 경우를 두고, 교수 응답은 거의 절반으로 나뉜다. 일부는 이를 명백한 부정행위로 간주하는 반면, 다른 일부는 합법적 보조 도구의 활용이거나 판단이 유보된 영역으로 인식한다. 초안 작성, 문장 수정, 구조 개선, 피드백 반영과 같은 활용 방식 역시 일관된 기준 없이 평가되고 있다.
이러한 분열은 교수 개인의 관용이나 엄격함의 문제가 아니다. 오히려 생성형 인공지능이 기존의 학습·평가 체계를 전제로 설계되지 않았다는 점에서 비롯된다. 대학 교육은 오랫동안 학생이 직접 사고하고 작성한 결과물을 평가의 기본 단위로 삼아왔다. 그러나 GenAI는 사고의 일부, 혹은 상당 부분을 외부 시스템이 담당할 수 있는 환경을 만들었고, 그 결과 ‘누가 무엇을 어디까지 수행했는가’라는 질문이 더 이상 자명하지 않게 됐다. 교수들 역시 이 변화의 외부에 서 있지 않다. 설문은 교수의 GenAI 사용을 둘러싼 인식 또한 일관되지 않다는 점을 보여준다. 강의 자료 작성, 파워포인트 제작, 강의계획서 초안 작성, 학생 이메일 응답 등 다양한 교수 활동에서 GenAI 사용의 정당성을 두고 의견이 갈린다. 다만 한 가지 분명한 경계는 존재한다. 상당수의 교수는 성적 평가나 학술 논문 작성과 같이 학문적 판단과 책임이 직접적으로 연결되는 영역에서의 GenAI 사용에 대해서는 부정적인 입장을 보인다.
이 지점에서 드러나는 것은 기술 사용에 대한 윤리적 잣대라기보다, 학문적 책임의 위치에 대한 혼란이다. 교수들은 학생이 제출한 결과물이 어느 지점까지 학생의 사고를 반영한 것인지 판단하기 어려워졌다고 인식한다. 동시에 교수 자신 역시 어떤 영역에서까지 기술을 활용할 수 있는지 명확한 기준 없이 각자 판단하고 있다. 이는 학문 공동체가 공유해 온 암묵적 규범이 생성형 인공지능 앞에서 더 이상 작동하지 않게 되었음을 의미한다. 결국 학문적 진실성 문제는 ‘부정행위를 얼마나 적발할 수 있는가’의 문제가 아니라, 학습과 평가의 기준을 무엇으로 설정할 것인가라는 질문으로 귀결된다. 교수들이 느끼는 불안은 규칙 위반의 증가보다, 규칙 그 자체가 불분명해졌다는 데서 비롯된다. 생성형 인공지능은 학문적 성취의 외형을 손쉽게 만들어낼 수 있는 도구이지만, 그 성취가 어떤 사고 과정을 거쳤는지는 점점 더 가시화되지 않고 있다.
개인의 대응은 늘었지만, 제도는 따라오지 못하고 있다 : ‘준비되지 않은 대학’이라는 공통 인식
생성형 인공지능을 둘러싼 교수들의 우려는 학생과 수업 차원에만 머물지 않는다. 응답 전반에서 반복적으로 드러나는 또 하나의 축은 대학이라는 제도 자체가 이 변화에 충분히 준비되어 있지 않다는 인식이다. 교수들은 생성형 인공지능이 학습 환경과 교육 방식 전반을 흔들고 있음에도, 대학 차원의 대응은 여전히 부분적이고 비체계적이라고 보고 있다. 응답자의 59%는 자신의 소속 대학이 생성형 인공지능을 효과적으로 활용해 학생을 미래 사회에 대비시키는 데 ‘별로 준비되어 있지 않거나 전혀 준비되어 있지 않다’고 인식하고 있다. 교수 자신에 대한 지원 역시 충분하지 않다는 응답이 다수를 차지한다. 68%는 대학이 교수진을 대상으로 한 GenAI 활용 교육이나 교수법적 준비를 제대로 제공하지 못하고 있다고 답했다. 이는 기술에 대한 개인적 관심이나 활용 여부와는 별개의 문제로, 조직 차원의 준비 부족을 의미한다.
이러한 인식은 학생의 준비도에 대한 평가로 이어진다. 교수들은 최근 졸업생들이 생성형 인공지능이 일상화된 환경에 충분히 대비되어 있지 않다고 보고 있다. 졸업생의 63%가 GenAI를 활용하는 직무 환경에 준비되지 않았고, 62%는 생성형 인공지능의 작동 방식과 활용에 대한 전반적 이해가 부족하며, 71%는 윤리적 쟁점에 대한 이해가 미흡하다는 평가가 제시된다. 이는 단순히 기술 숙련도의 문제가 아니라, 기술을 비판적으로 이해하고 판단하는 역량이 체계적으로 다뤄지지 않았다는 인식을 반영한다. 흥미로운 점은 이러한 평가가 ‘AI 활용 교육의 부족’만을 지적하는 데 그치지 않는다는 것이다. 교수들은 대학이 생성형 인공지능을 다루는 과정에서 명확한 방향성을 제시하지 못하고 있다고 본다. 실제로 많은 교수들이 개인 차원에서는 학생들에게 GenAI 사용 가이드라인을 제시하고 있지만, 학과나 기관 차원의 통일된 기준은 상대적으로 부족한 상태다. 교수 개인이 각자의 판단에 따라 정책을 만들고 수업을 조정하는 상황이 반복되면서, 대학 내부에서도 일관성이 약화되고 있다는 인식이 확산되고 있다. 이러한 제도적 공백은 교수들의 역할 인식에도 영향을 미친다. 응답자의 86%는 생성형 인공지능의 등장이 교수의 역할과 업무에 중대한 변화를 가져올 것이라고 예상한다. 동시에 79%는 향후 5년 내에 자신이 속한 학과의 전형적인 교수·학습 모델이 영향을 받을 것이라고 본다. 문제는 이러한 변화가 의도된 개편이 아니라, 외부 기술의 압력에 의해 사후적으로 조정되는 방식으로 진행되고 있다는 점이다.
대학은 전통적으로 새로운 기술을 도입할 때 일정한 합의 과정과 제도적 정비를 거쳐 왔다. 그러나 생성형 인공지능의 확산은 이러한 절차를 우회하며 진행되고 있다. 교수들은 이 점에서 불안을 느낀다. 변화 자체보다, 변화에 대한 공유된 기준과 방향이 부재한 상태가 더 큰 문제로 인식되고 있기 때문이다. 생성형 인공지능은 이미 수업과 평가, 연구와 행정에 영향을 미치고 있지만, 대학은 아직 이 기술을 어떤 교육적 목표 아래에 둘 것인지 명확히 정의하지 못하고 있다. 이로 인해 교수 개인에게 과도한 판단 부담이 전가되는 상황도 나타난다. 어떤 경우에 GenAI 사용을 허용할 것인지, 어디까지를 학습 보조로 인정할 것인지, 평가의 기준을 어떻게 설정할 것인지에 대한 결정을 교수 개인이 감당해야 하는 구조다. 이는 교수의 자율성을 확장하는 것이 아니라, 제도적 판단을 개인에게 이전하는 방식으로 작동하고 있다는 점에서 구조적 한계를 드러낸다.
전면 거부가 아니라, 조건부 수용 : 교수들이 긋는 ‘사용의 경계선’
생성형 인공지능을 둘러싼 교수들의 인식은 단순한 거부나 기술 혐오로 환원되기 어렵다. 앞선 수치들이 보여주듯 우려는 광범위하지만, 동시에 교수들은 GenAI가 일정한 조건 아래에서는 교육적 효용을 가질 수 있다는 점도 인정하고 있다. 중요한 것은 기술의 존재 여부가 아니라, 어떤 방식으로 사용되는가라는 문제다. 교수 응답에서 비교적 긍정적으로 평가되는 영역은 학습의 개인화와 맞춤형 지원이다. 응답자의 61%는 생성형 인공지능이 향후 학습을 보다 세분화하고, 학생 개개인의 수준과 속도에 맞춘 학습을 가능하게 할 것이라고 본다. 이는 GenAI가 설명 보조, 예시 제공, 이해 점검과 같은 보조적 기능을 수행할 수 있다는 기대와 맞닿아 있다. 특히 반복 학습이나 기초 개념 정리와 같이 인지적 부담이 큰 영역에서 기술의 도움을 인정하는 시각이 나타난다.
그러나 이러한 긍정은 분명한 한계를 전제로 한다. 교수들은 생성형 인공지능이 연구 능력, 글쓰기 능력, 창의성을 본질적으로 향상시킬 것이라는 주장에는 상대적으로 회의적이다. 실제로 GenAI가 학생의 연구 역량을 개선할 것이라고 본 응답은 41%, 글쓰기 능력 향상을 기대한 응답은 40%, 창의성 증진을 예상한 응답은 27%에 그친다. 다수의 교수는 이 영역에서 기술의 효과가 제한적이거나 미미할 것으로 본다. 이러한 인식은 교수들이 사고의 주체성과 책임을 어디에 두는지를 보여준다. 생성형 인공지능이 정보를 제시하거나 과정을 보조하는 것은 가능하지만, 문제를 정의하고 판단을 내리는 역할까지 대체해서는 안 된다는 선이 분명히 그어져 있다. 교수들이 우려하는 것은 학생들이 도구를 사용하는 행위가 아니라, 사고의 핵심 국면에서 선택과 판단이 외부 시스템으로 이전되는 상황이다.
이 경계는 교수 자신의 역할 인식에서도 드러난다. 교수들은 행정적 업무나 반복적인 문서 작업, 자료 정리와 같은 영역에서 GenAI 활용 가능성을 비교적 유연하게 받아들이는 반면, 성적 평가, 연구 결과물 작성, 학문적 판단이 직접 개입되는 영역에서는 명확한 거리두기를 보인다. 이는 기술의 효율성보다 학문적 책임의 귀속을 더 중요하게 고려하는 태도다. 결국 교수들이 말하는 ‘조건부 수용’은 기술의 성능에 대한 평가가 아니라, 교육의 목적에 대한 판단에서 출발한다. 생성형 인공지능이 학습을 보조하는 한에서 허용될 수는 있지만, 학습을 대신하거나 사고를 생략하게 만드는 순간 교육적 가치는 훼손된다는 인식이 공유되고 있다. 이 지점에서 교수들의 우려와 기대는 하나의 문장으로 수렴된다. 문제는 생성형 인공지능이 무엇을 할 수 있는가가 아니라, 대학이 학생에게 무엇을 스스로 하게 할 것인가다.
기술 논쟁을 넘어, 대학 교육의 정의로 : 교수들이 반복적으로 되묻는 질문
생성형 인공지능을 둘러싼 교수들의 응답을 관통하는 정서는 기술에 대한 찬반을 넘어선다. 수치로 드러난 우려와 조건부 기대의 이면에는 보다 근본적인 질문이 놓여 있다. 대학 교육은 무엇을 목표로 하는가, 그리고 그 목표는 어떤 과정을 통해 달성되는가라는 질문이다. 교수들은 생성형 인공지능이 이 질문을 회피할 수 없게 만들었다고 인식한다. 응답에서 반복적으로 등장하는 핵심 단어들은 기술적 역량과는 거리가 있다. 교수들은 생성형 인공지능 시대에 더욱 중요해지는 인간의 능력으로 판단(judgment), 분별(discernment), 추론(reasoning), 검증(skepticism)을 언급한다. 이는 단순히 AI를 비판적으로 사용할 수 있는 기술적 리터러시를 의미하지 않는다. 정보가 넘쳐나는 환경 속에서 무엇을 신뢰할 것인지, 어떤 근거 위에서 결론에 도달할 것인지를 스스로 결정하는 능력에 대한 강조다.
이러한 문제의식은 학습의 난이도에 대한 인식과도 연결된다. 교수들은 학습이 본질적으로 어렵고, 시간이 걸리며, 실패를 포함하는 과정이라는 점을 반복적으로 환기한다. 생성형 인공지능은 이러한 과정을 효율화하거나 단축할 수 있는 도구지만, 동시에 학습이 요구하는 인지적 부담을 외부로 이전시킬 위험도 함께 내포하고 있다. 교수들이 우려하는 것은 학생들이 편리함을 선택한다는 사실이 아니라, 어려움을 견디는 경험 자체가 학습 과정에서 사라질 가능성이다.
이 지점에서 생성형 인공지능은 단순한 교육 도구가 아니라, 대학 교육이 암묵적으로 전제해 온 가치 체계를 시험하는 요소로 작동한다. 대학은 오랫동안 결과물의 완성도뿐 아니라, 그 결과에 이르는 사고의 과정을 교육의 핵심으로 삼아왔다. 그러나 GenAI는 결과물과 과정의 관계를 느슨하게 만들며, 교수들로 하여금 무엇을 평가하고 무엇을 보호해야 하는지를 다시 정의하도록 요구한다. 교수들이 우려하는 미래는 기술이 교육을 대체하는 모습이 아니다. 오히려 더 큰 불안은 생성형 인공지능이 교육의 목적을 명확히 하지 않은 채 일상화되는 상황이다. 이 경우 대학은 기술을 통제하는 주체가 아니라, 기술 변화에 반응하는 수동적 공간으로 전락할 가능성이 있다. 교수들은 이러한 상황에서 대학이 어떤 기준을 제시하지 않는다면, 학습과 평가, 책임의 경계는 점점 더 흐려질 것이라고 인식한다.
결국 생성형 인공지능이 던지는 질문은 기술의 성능이나 활용 가능성에 국한되지 않는다. 대학은 학생에게 무엇을 맡기고, 무엇은 스스로 수행하도록 요구할 것인가. 어떤 영역에서 보조를 허용하고, 어떤 지점에서는 인간의 판단과 사고를 끝까지 요구할 것인가. 교수들의 응답은 이 질문에 대한 단일한 해답을 제시하지 않지만, 한 가지 점에서는 일치한다. 이 질문을 외면한 채 기술을 받아들이는 것은 교육의 선택이 아니라 포기의 문제라는 인식이다.
생성형 인공지능 이후, 대학은 무엇을 지키려 하는가
생성형 인공지능을 둘러싼 교수들의 인식은 하나의 결론으로 수렴되지 않는다. 우려는 분명하지만, 전면적 거부로 이어지지는 않는다. 가능성은 인정되지만, 무조건적인 수용으로 나아가지도 않는다. 이 애매함은 판단의 유보가 아니라, 오히려 대학 교육이 서 있는 지점의 복잡성을 드러낸다. 교수들이 반복적으로 제기하는 질문은 기술의 활용 여부가 아니다. 생성형 인공지능은 이미 교육 현장에 들어와 있으며, 그 존재 자체를 되돌릴 수 있는 단계는 지났다. 문제는 그 이후다. 대학은 이 기술을 어떤 교육적 전제 위에 놓을 것인가, 그리고 어떤 영역에서는 명확하게 선을 긋고 보호할 것인가라는 질문이 남아 있다.
이 질문은 곧 대학 교육의 정의로 이어진다. 학습은 결과물의 완성으로 평가되는가, 아니면 그 결과에 이르는 사고의 과정으로 이해되는가. 판단과 추론, 검증과 숙고는 효율화의 대상인가, 아니면 교육이 끝까지 요구해야 할 핵심 역량인가. 생성형 인공지능은 이러한 질문을 미룰 수 없게 만들었다. 교수들의 불안은 기술이 너무 강력해졌기 때문만은 아니다. 오히려 대학이 무엇을 지키려 하는지, 무엇을 학생에게 맡기지 않을 것인지에 대한 합의가 충분히 형성되지 않은 상태에서 기술이 먼저 일상화되고 있다는 점에서 비롯된다. 이 경우 생성형 인공지능은 교육 혁신의 도구가 아니라, 교육의 방향성이 부재함을 드러내는 거울로 작동한다.
대학은 오랫동안 사고의 시간을 보호하는 공간이었다. 느리게 읽고, 오래 생각하며, 쉽게 답을 내리지 않는 태도를 학습의 일부로 간주해 왔다. 생성형 인공지능은 이 전제를 다시 묻게 한다. 대학은 여전히 이러한 시간을 요구할 것인가, 아니면 결과의 효율성과 편의성을 새로운 기준으로 받아들일 것인가. 이 보고서가 던지는 가장 중요한 메시지는 기술에 대한 평가가 아니라, 선택의 문제다. 생성형 인공지능은 대학 교육을 대신 결정하지 않는다. 다만 대학이 어떤 선택을 미루고 있는지를 분명하게 드러낼 뿐이다. 지금 필요한 것은 새로운 도구의 도입보다, 교육의 목적과 기준을 다시 묻는 일이다. 그 질문에 답하지 않는 한, 기술은 언제나 대학보다 한 발 앞서 나아갈 것이다.
#생성형인공지능, #GenAI, #고등교육, #대학정책, #대학수업, #비판적사고, #학문적진실성, #AI과의존, #AACU, #ElonUniversity, #AI와교육, #대학의미래
