고등교육에서 학습자-생성형 AI 협력: 실험연구 중심 주제범위 문헌고찰
Learner-generative AI collaboration in higher education: A scoping review of experimental studies
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 고등교육 맥락에서 수행된 학습자-생성형 AI 협력 관련 실험연구를 대상으로 주제범위 문헌고찰을 실시하여, 해당 분야의 연구 동향, 실험 설계의 특징 및 주요 결과를 종합적으로 파악하고자하였다. Scopus, Web of Science, ERIC에서 수행한 데이터베이스 검색을 통해 총 1,074편의 문헌이 확인되었으며, 이 중 17편이 선정 기준을 충족하여 최종 분석에 포함되었다. 분석 결과, 2024년과 2025년에 학습자-생성형 AI 협력 관련 실험연구가 급격히 증가하였으며, 교육, 인문사회, 의학 등 다양한 분야로 확산되는 양상이 확인되었다. 설계 측면에서는 다수의 연구가 양적․질적 자료를 병행하는 혼합연구 방법을 채택하였고, 전통적 통계 기법과 더불어 네트워크 분석과 같은 최신 분석 기법을 결합하여 협력 과정을 다면적으로 포착하고자 하는 경향을 보였다. 결과 측면에서는 학업 성취, 고차적 사고, 정의적 및 행동적 요인 등 대부분의 종속 변인에서 긍정적 효과가 보고되었으나, 일부 연구에서는효과가 통계적으로 유의하지 않거나 학습자의 인식이 복합적이고 일관되지 않은 양상도 나타났다. 본연구는 인지․정의․행동 영역을 포괄하는 종속 변인을 범주화하고, 생성형 AI와의 협력 형태에 따라결과 양상이 어떻게 달라지는지를 비교함으로써 학습자-생성형 AI 협력 메커니즘에 대한 기초적인 이해를 제공하였다. 이러한 결과를 바탕으로 학습자-생성형 AI 협력 관련 실험연구의 향후 연구 방향과시사점을 제시하였다.
Abstract
This study conducted a scoping review of experimental studies on learner-generative AI collaboration in higher education, aiming to synthesize research trends, experimental designs, and key findings. A systematic search of the Scopus, Web of Science, and ERIC databases identified 1,074 articles, of which 17 met the inclusion criteria and were retained for the final analysis. The results indicate a marked increase in experimental research published in 2024 and 2025, with studies conducted across the fields of education, the humanities and social sciences, and medicine. Methodologically, most studies employed mixed-methods designs that integrated quantitative and qualitative data, while also combining traditional statistical analyses with process and network-analytic techniques to capture the dynamics of learner-generative AI collaboration. Across outcomes, positive effects were frequently reported for academic achievement, higher-order thinking, and affective or behavioral factors, although several studies presented non-significant findings or mixed learner perceptions. By grouping dependent variables into cognitive, affective, and behavioral domains and comparing outcome patterns across different collaboration structures, this review provides initial insights into how learner-generative AI collaboration may support or constrain learning. Based on these findings, this study proposes directions for future research and outlines key implications for experimental studies on learner-generative AI collaboration.