한눈에

Tao 블로그에 게스트 글이 올라왔다. 글쓴이는 Jana Gevertz와 Steffen Marcus로, 미국 뉴저지의 교양 중심 대학에서 가르친다. 원래 다른 파일 형식으로 쓴 글을 AI로 변환했다고 Tao가 글머리에 밝혔다.

앞선 글에서 Álvaro Lozano-Robledo가 ‘학생들에게 뭐라고 말해야 하나’를 물었다. 이 글은 그 다음 질문, ‘무엇을 가르쳐야 하나’에 답한다.

글의 핵심

학생들이 어떤 길을 가든 수학을 깊이 이해해야 하는 점은 같다. 다만 일의 모양은 달라진다. AI가 만든 수학을 묻고, 해석하고, 검증하고, 다른 사람에게 설명하는 일이 늘어난다.

지금까지 수학 교육은 연습, 증명, 손 계산으로 이해를 쌓았다. AI가 그 과정을 대신해 주면 학생은 이해를 어디서 쌓느냐가 문제다.

지금까지 논의는 연구, 초기 경력 연구자, 대학원생에 모였다. 글쓴이들은 학부 과정에도 같은 노력이 필요하다고 본다.

AI를 불편한 방해물로 보고 숙제만 걱정할 수는 없다고 한다. 학생이 AI를 쓰는 법을 배우되, 스스로 문제를 풀어 보는 힘은 넘기지 않게 해야 한다는 주장이다.

예로 미적분의 치환적분을 든다. 어려운 적분에서 어떤 치환이 통하는지 스스로 찾아낸 학생과, 이미 고른 치환을 읽기만 한 학생은 배우는 것이 다르다.

왜 중요한가

AI가 점점 더 많은 판단을 맡게 되면, 그 근거를 이해하는 사람이 필요하다. 글은 ‘어떤 인간 공동체도 이해하지 못하는 이유에 기댄 결정’은 위험하다는 앞선 주장을 인용한다.

튼튼한 학부 과정이 없으면 AI의 작업을 평가하고 분야의 방향을 정할 사람이 줄어든다는 경고다.

어떻게 바뀌나

대학원 과정은 AMS 교육위원회 워크숍 보고서처럼 이미 AI를 염두에 두고 손보기 시작했다. 학부도 같은 작업이 필요하다는 것이 글쓴이들 입장이다.

강의는 ‘AI가 낸 결과를 읽고 검증하고 설명하는 훈련’과 ‘직접 고민하며 쌓는 직관’을 함께 다루는 쪽으로 가야 한다고 말한다. 구체적인 커리큘럼은 글에서 논의를 시작하는 단계다.