AI가 교사보다 앞서 학생 결과물에 대한 정보를 제공한다면, 교사는 AI에 의한 '자동화 편향(Automation Bias)'에서 자유롭기 어렵다. 이는 AI가 내놓는 정보에 대한 교사의 독립적이고 주체적 판단이 가능할 것이라는 기대에 반하는 것이다. Du 등(2026)은 학생 산출물에 대해 시스템이 제공하는 정보(ex.AI로 작성했을 확률 87%)를 교사가 과도하게 신뢰하여, 독립적인 검증을 포기하는 경향을 발견하였다. AI가 제공한 정보는 교사의 강력한 인지적 닻이 되어 교사의 후속 평가를 왜곡하게 된다. 즉, 교사의 인지 프레임이 '과제를 있는 그대로 평가하는 것'에서 '시스템의 판단이 맞는지 검증하는 것'으로 강제 전환된다는 것이다. 이러한 자동화 편향에서 벗어나기 위해서 교사는 학생의 제출물에 대해 1차적으로 평가하여 점수를 입력하기 전까지는 AI 보고서를 열람하지 않는 설계가 필요하다. 이는 교사의 주관적 전문성을 발휘할 수 있는 인지적 보호막이 될 수 있다. AI 탐지 도구 등은 단순한 기술적 도구가 아니라, 교사의 추론 과정을 뒤흔들 수 있는 하나의 의사결정 환경으로 보아야 한다. 특히 인간의 평가적 판단력을 요하는 영역(학생 평가 등)에의 AI 적용은 그것이 불러일으킬 영향력에 대한 숙의가 반드시 필요하다. ■ 참고 문헌 Du, P., Liu, T., & Xian, X. (2026). Automation bias in teachers' evaluation of student writing: effects of algorithmic warnings and visual risk cues in AI detection reports. Frontiers in Psychology, 17, Article 1889402. https://doi.org/10.3389/fpsyg.2026.1889402