AI 시대의 평가 패러다임 전환: 교육공학적 지향점과 과제
Paradigm Shift in Assessment in the AI Era: Future Directions and Challenges from Educational Technology Perspectives
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 AI 기반 평가의 이점과 쟁점을 분석하고, 교육공학적 관점에서 AI 기반 평가가 나아가야 할 바람직한 방향과 실천적 과제를 탐색하는 데 그 목적을 두었다. 이를 위해, 본 연구에서는 생성형 AI 기반 평가의 주요 이점과 역할, 생성형 AI 기반 평가의 교육현장 적용 시 제기되는 주요 쟁점과 문제점, 그리고 생성형 AI 기반 평가의 교육적 가치 실현을 위한 교육공학적 과제 및 해결방안에 대해 살펴보았다. 연구 결과, AI 기반 평가는 자동채점과 적응형 검사, 개별화된 피드백, 대규모 학습 데이터 분석을 통한 효율성, 신뢰성, 개인화의 이점과 함께, 평가 단계에서 크게 1) 평가도구 자체로써 활용, 2) 평가 결과를 기반으로 한 즉각적이고 개별화된 맞춤형 피드백 제공, 3) 학습분석을 통한 학습 모니터링과 프로그램 평가 역할을 수행하는 것으로 나타났다. 그러나 AI 기반 평가는 동시에 데이터 또는 알고리즘 편향성으로 인한 공정성, 표절, 프라이버시 침해, 서술ㆍ논술형 평가와 같은 고차원적 사고 평가 시 타당도와 신뢰도 미비, ‘인지적 오프로딩’ 유발, 과의존으로 인한 학습자의 비판적 사고력과 창의성 발달 저해 등의 문제점을 지닌 것으로 나타났다. 이러한 결과에 기초하여, 본 연구에서는 AI 기반 평가의 효율성 등을 증진하기 위한 교육공학적 해결방안으로 인간-AI 협력 평가, 학습자의 지속적인 성장을 지원하는 형성평가, 과정 중심 평가로의 전환과 함께, 윤리적 차원을 넘어 지속가능한 AI 기반 평가로 나아가기 위한 교육공학적 설계 및 운영 방안 등을 제안하였다.
Abstract
This study analyzes the advantages and challenges of AI-based assessment and explores desirable future directions and practical tasks for its implementation from an educational technology perspective. To achieve this, the study examines (a) the key benefits and roles of generative AI-based assessment, (b) the significant issues and concerns raised when applying generative AI-based assessment in educational settings, and (c) the educational technology tasks and solutions required to realize its educational value. The findings indicate that AI-based assessment offers efficiency, reliability, and personalization through automated scoring, adaptive testing, individualized feedback, and large-scale learning data analysis. At the assessment stage, additionally, AI serves three primary roles: (1) functioning as an assessment tool itself, (2) providing immediate and personalized feedback based on assessment results, and (3) supporting learning, monitoring, and program evaluation through learning analytics. However, several critical challenges were also identified, including issues of fairness stemming from data or algorithmic bias, plagiarism, privacy violations, validity and reliability concerns in higher-order thinking skills assessments such as written or constructed-response tasks, cognitive offloading, and the potential hindrance of learners’ critical thinking and creativity development due to overreliance on AI. Based on these results, the study proposes educational technology-based strategies to enhance the effectiveness of AI-based assessment. These include fostering human-AI collaborative assessment, shifting toward formative and process-oriented assessment that supports continuous learner growth, and developing instructional design and operational approaches for sustainable AI-based assessment that extend beyond ethical considerations.