생산적 씨름

생산적 씨름은 학생이 문제를 풀다 막혔을 때 곧바로 답을 듣지 않고 스스로 헤매며 고민하는 과정을 가리키는 교육학 용어다.

자전거 타기를 배우는 상황을 떠올려보면 이해가 쉽다. 넘어질 것 같을 때마다 옆에서 계속 손을 잡아주면 균형 감각은 영영 몸에 배지 않는다. 잠깐씩 휘청이고 넘어지는 시간을 겪어야 스스로 중심을 잡는 법을 익힌다. 공부도 마찬가지다. 문제 앞에서 잠깐 막막해하는 순간을 건너뛰고 곧바로 풀이를 보여주면, 그 문제는 풀렸어도 실력은 크게 늘지 않는다.

그런데 챗봇이나 AI 튜터는 기본적으로 질문을 받으면 최대한 친절하고 빠르게 설명해주도록 훈련돼 있다. 이 성향이 오히려 학생의 생산적 씨름을 중간에 끊어버릴 수 있다는 점이 문제다. 언제 힌트를 주고 언제 한 발 물러서 학생 스스로 헤매게 둘지를 판단하는 것이, 좋은 튜터와 그냥 친절한 챗봇을 가르는 핵심 기준으로 다뤄진다.

기사는 "언어 모델은 '도움이 되도록' 학습된 어시스턴트라 학생의 생산적 씨름을 끊어버릴 수 있다"고 지적한다. 이는 AI 튜터가 무조건 나쁘다는 뜻이 아니라, 설명을 잘하는 능력과 적절한 순간에 물러설 줄 아는 판단력이 서로 다른 능력이라는 의미다. 실제로 TutorMoments 벤치마크에서는 모델들이 리고어(더 어려운 사고 요구)를 시도하는 빈도는 늘었지만, 학생이 스스로 풀도록 놔두는 행동은 인간 튜터보다 훨씬 드물게 나타났다.

AI 챗봇으로 직접 확인해볼 수 있다.

1. 풀고 있는 문제나 개념을 챗봇에게 알려준다.
2. 다음 문장을 덧붙여 요청한다: "답이나 풀이 단계를 바로 알려주지 말고, 내가 스스로 생각하도록 질문만 던져줘. 내가 완전히 막혔을 때만 작은 힌트를 하나씩 줘."
3. 몇 턴 동안 대화를 이어가며, 챗봇이 실제로 설명을 참고 질문으로 유도하는지, 아니면 금방 답을 풀어서 알려주는지 비교해본다.