솔직히 대부분은 다르지 않다고 봅니다. 스키너 장치의 본질은 하드웨어가 아니라 통제 구조 즉 종착 행동을 설계자가 소유하고 학습자는 반응만 하며 오류는 제거 대상이고 피드백이 정보가 아닌 강화라는 점이죠. 그니까 잘할 때까지 시도하게 하고 잘 하면 보상을 주는거죠. 그런데 이상한게 현대의 인공지능을 활용한 학습도 그럴 싸한 기술이나 현재 많이 사용되고 있는 LLM으로 감싸도 그저 성능 좋은 티칭 머신일뿐입니다. 그래서 교사나 학습자가 디자인하고 경험하는게 중요합니다. 티칭 머신인지 아닌지 판별하는 기준은 셋이라고 봅니다. 문제를 누가 내는가, 오답에 머무르게 하는가 아니면 즉시 우회시키는가, 학습자가 자기 표상을 직접 쓰는가 아니면 확인만 하느냐의 문제입니다. 다만 반복과 즉각 피드백이 정직하게 잘 듣는 영역도 있죠.(pt가 그렇죠.) 문제는 행동주의 자체가 아니라 조성 장치에 탐구라는 이름표를 붙이고 그에 걸맞게 학습활동을 디자인 하는거라 봅니다.
제가 만드는 수업도구(?)는 거의 라이브 학습지가 많은데요. 학습 내용을 '자신의 말로 표현하라'라는 경우가 많고, 힌트 칸이 있어서 힌트를 보면서 자신의 생각을 '자신의 말로' 한번 더 생각해 보라는 뜻이 있습니다. 학생들은 모둠별로 앉아서 자신의 생각을 나누고, 교사는 순회지도를 하고 대시보드를 보면서 어떤 학생이 어느정도를 하고 있는지 봅니다. 그리고 너무 결손이 심한 학생의 경우는 수업시간에 다른 친구가 하는 것을 보고 따라하는 것만으로도 매우 의미가 있다고 생각해요. 왜냐하면 수학 용어를 한번이라도 자기가 듣고 쓰고 그리고 깨어있고 하니까요. 대시보드를 통해 피드백을 줍니다. 학생수가 많아서 사실 기본 세팅이 되어 있고, 그 중 특이한 경우만 첨언 하여 보냅니다. 그렇게 한 눈에 교사의 머릿속에는 학생들의 상황이 파악됩니다. 학생들도 사실 이 과정을 통해 자신의 거의 모든 상태가 드러나 있음을 알기 때문에 더이상 잘보이거나 정답을 쓰려고 하기보다 할 수 있는만큼 자기 스스로 말로 표현해 보려는 시도를 선생님이 인정한다는 것을 알게 되어서 편안히 생각의 장을 펼쳐 나갑니다. 바이브코딩 수업도구는 저의 이런 생각을 구현하기에 매우 좋은 도구였고 (제 생각을 100프로 반영하는 소프트웨어는 사실 없으니까요) 사용하고 있고, 보완 개선점이 있을 경우 그 즉시 개선해서 사용할 수 있으므로 너무나 좋은 도구가 되고 있습니다. ^^
많은 생각을 하게 하는 화두네요 .. 제 생각은 정해진 지식을 전달하는 인지적 목표만 두고 본다면 AI는 고도화된 티칭머신의 자리를 벗어나지 못할 것 같다는 생각이 듭니다. 그렇다고 전혀 고도화 되지 않은 반복 훈련 학습이 그렇지 않다고 볼 수 있느냐 하면 그것도 아니라고 생각합니다. 결국엔 교육자의 교육의도와 왜 이 방식을 선택했고 학습자에게 왜 이러한 경험을 제공하는지에 대한 맥락정보와 학습자에게 주어진 정의적 목표가 그 차이를 가름하는게 아닐까 생각해봅니다. 그러니까 결국 도구는 교사의 역량을 상회할 수 없는게 아닐까요..
어우 이거 좀 어렵긴한데... 저의 목적지 자체는 학생이 주어진 정답을 반복적으로 학습하는 게 아니라 게임 상황 기반 속에서 스스로 정답에 가까운 요소들을 체험해가며 익히도록 하는 거긴 합니다! 근데 뭐 그게 결국 강화학습인거같기도 하고ㅠㅠㅠ 아무튼 목표 자체는 정해진 절차를 반복숙달하는 것이 아니라 학생주도적인 결정권을 좀 주는것...인데 잘 못하겠어요 사실