The Decoder

MIT 보고서, AI가 오피스 아워, 스터디 그룹, 교수진과 학생 간의 신뢰를 잠식하고 있다고 지적

MIT 전문가 위원회는 AI가 대학 경험의 핵심 요소들을 잠식하고 있다고 경고합니다. 오피스 아워, 스터디 그룹, 그리고 학부생을 위한 학교의 대표적 연구 프로그램이 모두 사라져가고 있습니다. 교수진과 학생 간의 신뢰가 무너지고 있으며, 일부 교수들은 연구 조교로 학생 대신 AI 에이전트를 사용하는 것까지 고려하고 있습니다. AI의 탄생 이야기와 가장 깊이 연결된 대학이 이제 고등교육의 전면…

Manuel Uth
이미지 출처 · The Decoder

MIT 보고서, AI가 오피스 아워, 스터디 그룹, 교수진과 학생 간의 신뢰를 잠식하고 있다고 지적

Manuel Uth Manuel Uth 2026년 10월 5일 Image description THE DECODER가 프롬프트한 Nano Banana Pro

MIT의 전문가 위원회는 대학들이 AI 대응 방식을 근본부터 다시 생각하기를 원합니다. 오피스 아워, 스터디 그룹, 그리고 학교의 대표적 학부 연구 프로그램이 잠식되고 있습니다. 교수진과 학생 간의 신뢰가 무너지고 있습니다.

AI의 탄생 이야기와 가장 깊이 연결된 대학이 이제 이 기술의 사회적, 교육적 후폭풍에 대해 경고하고 있습니다. 학생들이 필요로 하는 것과 실제로 받는 것 사이의 격차는 큽니다. MIT 학생 신문 "The Tech"의 2025년 가을 설문조사에 따르면, 학생의 3분의 2 이상이 커리어에 AI가 중요하다고 생각했지만, 준비가 되었다고 느낀 학생은 약 4분의 1에 불과했습니다. 위원회는 AI 문해력을 입문 과정에 즉시 녹여내기를 원합니다.

The report는 2026년 6월에 발간되었으며, AI가 대학 경험의 핵심 부분을 잠식하고 있는 모습을 기록합니다. 학생들은 이미 전반적으로 AI를 사용하고 있으며, 그 영향이 나타나고 있습니다. 오피스 아워에 찾아오는 학생이 줄었고, 온라인 토론 참여는 감소했으며, 기숙사와 도서관의 스터디 그룹은 점점 줄어들고 있습니다. 교수진 입장에서는 학생들이 실제로 무엇을 배우고 있는지 파악하기가 점점 더 어려워지고 있습니다.

교수진과 학생이 서로에 대한 신뢰를 잃어가고 있습니다

교수들은 승인되지 않은 AI 사용을 감시하는 것이 학생들과의 관계를 해치고 있다고 말합니다. AI 텍스트 탐지 소프트웨어는 신뢰성이 낮고 비원어민이나 신경다양성 학생의 작품을 AI 생성물로 표시하는 경우가 많아, 위원회는 이러한 소프트웨어의 사용을 명시적으로 권하지 않습니다. 이러한 도구들은 AI 생성 텍스트를 사람이 쓴 것처럼 보이게 만드는 이른바 "AI 휴머나이저"와의 군비 경쟁 위험도 있습니다.

논문과 학위청구 논문의 경우, 위원회는 다른 접근 방식을 원합니다. 모든 논문은 AI 사용 여부를 밝혀야 하며, AI는 결코 공동 저자로 표기될 수 없습니다.

한편 학생들은 허위 고발을 두려워하며, 교수들이 슬라이드, 피드백, 채점에 AI를 사용하면서 학생의 사용은 제한하는 이중 기준을 문제 삼고 있습니다. 위원회는 교수진에 대해서도 투명성 규칙을 권고합니다.

시험 중 컴퓨터를 잠그고 모니터링하는 시험 소프트웨어인 락다운 브라우저도 문제를 해결하지 못합니다. 위원회는 현재 세대의 소프트웨어가 버그가 많고 감시당하는 느낌을 준다고 말합니다.

챗봇에서 올바른 답을 얻는 것은 진짜 학습을 가장합니다

보고서는 "자동화가 아닌 증강"이라는 지침 원칙 위에 세워졌습니다. AI는 인간의 능력을 대체하는 것이 아니라 확장해야 합니다. 챗봇에서 올바른 답을 얻는 것은 학습의 환상 을 만들어내며 지적 항복으로 이어져, 학생들이 어려움의 첫 신호에서 AI에 의존하게 만듭니다.

이러한 역학이 이제 MIT의 가장 중요한 프로그램 중 하나를 위협하고 있습니다. 교수들이 연구 조교로 학생 대신 AI 에이전트를 고려하기 시작했는데, 이는 MIT 경험의 기둥인 학부 연구 기회 프로그램(UROP)에 타격이 될 것입니다. 2025년 졸업생의 93퍼센트가 적어도 한 번 참여했고, 교수의 58퍼센트가 멘토로 활동했습니다. 이 프로그램은 저렴한 연구 인력을 제공하는 것이 아니라 학생을 훈련하기 위해 존재하므로, AI로 대체하는 것은 프로그램의 목적을 무너뜨리는 일이라고 위원회는 주장합니다.

학습 목표가 AI 정책보다 앞서야 합니다

획일적 규칙 대신, 위원회는 각 과목마다 자체적인 AI 정책이 필요하다고 말합니다. 이 과정은 학습 목표에서 시작하여 평가 설계로 진행되고, 그 후에야 어떤 AI 사용을 허용할지 다루어야 합니다. 시 강좌는 수학적 증명 과목과 완전히 다른 방식으로 AI와 연관되므로, 단일한 학부 전체 정책은 어떤 맥락에서는 너무 느슨하고 다른 맥락에서는 너무 엄격할 것입니다.

보고서는 구두 시험, 학기 포트폴리오, 대면 토론, 프로젝트 기반 과제로의 전환 을 권고합니다. 모든 과목은 강의계획서에 그 이유를 명확히 밝히며 AI 정책을 명시해야 합니다.

AI 도구에 대한 불평등한 접근은 성취 격차를 벌립니다

일부 학생은 프리미엄 AI 접근 권한을 감당할 수 있지만 다른 학생은 그렇지 못하며, 위원회는 이 격차가 실질적인 성과 차이로 이어질 수 있다고 경고합니다. MIT는 이미 Parley 플랫폼을 통해 모든 구성원에게 다양한 AI 모델 접근 권한을 제공하고 있으며, 교수와 대학원생에게는 매월 30달러 상당의 무료 크레딧을 제공합니다. 하지만 OpenAI, Google, Anthropic의 프리미엄 구독 비용은 한 달에 수백 달러, 많은 학생들이 감당하기 어려운 수준이 되었습니다.

더 폭넓은 연구가 MIT 보고서를 뒷받침합니다

MIT 보고서가 기술하는 광범위한 AI 사용은 다른 대학에서도 목격되는 현상과 일치합니다. 하버드대에서는 2024년 응답자의 약 87.5 퍼센트가 AI를 사용한다고 답했으며, 거의 절반은 적어도 이틀에 한 번. 약 25 퍼센트는 AI 때문에 교수 면담을 덜 찾아가고, 강사에게 도움을 덜 요청하게 되었으며, 지정 독서 자료 건너뛰기. 영국에서는 전일제 학생들의 사용률이 95퍼센트 2025년 말까지 학업을 마치며, 더 부유한 가정의 학생들은 AI를 더 자주 사용했다.

외주화된 사고에 대한 우려를 뒷받침하는 여러 연구들이 있다. Anthropic는 학생들이 고차 사고를 오프로드함 분석과 창작 같은 측면에서 분석된 대화의 거의 절반에서 Claude가 활용되었습니다. 26,000명이 넘는 학생을 대상으로 한 중국의 장기 연구에 따르면 AI 사용으로 숙제 성적은 18퍼센트 상승했지만, 시험 점수는 20% 하락했다 6개월 후.

50만 개 이상의 성적을 분석한 UC 버클리 연구에 따르면, ChatGPT 출시 이후 글쓰기와 코딩이 많은 과목에서 A 성적의 비율이 13퍼센트포인트 상승했습니다. 이 효과는 과제 비중이 높은 과목에 집중되어 있었습니다, 실제 학습 향상에서 벗어난 곳을 가리키며. 브라운 대학교에서는 평균 점수가 가정 시험에서는 96퍼센트였다가 이후 같은 시험에서는 48.6퍼센트로 하락했습니다 대면 시험.

암스테르담 자유대학교(Vrije Universiteit Amsterdam)에서 법학자 티보 슈레펠(Thibault Schrepel)이 수행한 2년간의 연구는 다른 결과를 낳았습니다. 그는 학생들을 무작위로 세 그룹, 즉 AI를 사용하지 않는 그룹, 지침 없이 AI를 사용하는 그룹, 교육을 받은 후 AI를 사용하는 그룹으로 나누었습니다. AI를 사용하지 않는 그룹은 마쳤습니다 지난 2년간 모두. 지침 없이 AI를 사용한 그룹조차 더 좋은 성과를 냈는데, 수업 중 AI의 제안을 often 묻지 않고 그대로 받아들였음에도 불구하고 그렇았다. Schrepel은 반대 결과를 예상했으며, AI는 구조화된 훈련과 결합될 때만 도움이 된다는 자신의 초기 가정을 결국 철회하게 되었다.

과장 없는 AI 뉴스 – 사람이 직접 큐레이션합니다

THE DECODER를 구독하면 광고 없는 읽기, 매주 발행되는 AI 뉴스레터, 연 6회 제공되는 독점 "AI Radar" 프론티어 리포트, 전체 아카이브 접근 권한, 그리고 댓글 섹션 이용 권한을 누릴 수 있습니다.

전체 내용을 확인하려면 계속 읽어보세요.
과장 없는 보도를 받아보려면 구독하세요.

  • THE DECODER의 모든 기사에 대한 전체 이용 권한
  • 광고 없음
  • 댓글과 커뮤니티 토론에 참여하세요
  • 매일 이메일로 받는 주간 AI 뉴스 요약
  • 연 6회: "AI Radar" — 가장 중요한 AI 주제들을 깊이 있게 다룹니다
  • 매일의 AI 뉴스, 항상 최신 정보
  • 저희의 10년 전체 아카이브
  • AI 분야에서 10년 이상 경험을 쌓은 팀이 취재했습니다
The Decoder 구독하기
원문 출처

The Decoder

내용 안내

원문 발행 및 권리는 출처에 있습니다.

기계 번역 · 원문을 참고하세요