AI와 데이터, 전문대학이 학생에게 더 가까이 가는 길[발언대]
대본
- 지민오늘은 인공지능과 데이터가 전문대학에서 학생과 더 가까워지는 방법을 이야기해 볼게요. 인하공업전문대학 변창우 교수님의 발언대 칼럼을 바탕으로 살펴보려고 해요.
- 상현좋아요. 전문대에서 인공지능과 데이터를 활용하는 사례가 어떤 것들인지 궁금하네요.
- 지민실습 기록으로 학생별 피드백을 주고, 학업 중단의 신호를 상담으로 연결하는 사례가 소개됐어요. 취업 경로 정보를 교육 개선에 반영하려는 시도도 있었고요.
- 상현가상 병실에서 환자안전 오류를 찾아보는 실습도 있었다고요?
- 지민맞아요. 착용형 기기로 촬영한 실습 영상을 돌아보는 활동도 있었어요. 학생에게는 다시 배울 기회가, 교수자에게는 지도의 근거가 된다고 해요.
- 상현그렇다면 인공지능이 내놓은 답을 학생이 그대로 믿지 않고 검토하는 역량도 중요하겠네요.
- 지민칼럼에서도 그 점을 강조해요. 인공지능의 답을 전공 지식과 현장 조건에 비춰 보고, 자신의 판단을 설명할 수 있어야 한다고요.
- 상현평가 방식도 달라져야 하겠어요. 출석이나 만족도만으로는 과정을 알기 어렵잖아요.
- 지민그래서 반복되는 오류와 피드백 이후의 수행 변화를 살펴보자는 시도가 나왔어요. 실제 수행과 구술 설명, 과정 기록을 함께 보는 평가가 필요하다는 거죠.
- 상현성과를 볼 때도 취업 여부만 보면 안 되겠네요. 전공과 직무가 얼마나 연결되는지도 봐야 하고요.
- 지민맞아요. 전공마다 노동시장과 자격체계가 달라서, 하나의 지표로 비교하는 데는 신중해야 한다고 해요.
- 상현데이터를 해석할 때 주의할 점도 있을까요?
- 지민상담을 많이 받은 학생의 성과가 낮게 나왔다면, 도움이 더 필요한 학생에게 상담이 집중됐을 수도 있거든요. 숫자만으로 결론을 내리면 안 된다는 뜻이에요.
- 상현정리하면, 인공지능과 데이터는 학생을 더 잘 이해하기 위한 도구이고, 그 결과를 어떻게 읽느냐가 중요하다는 말이네요.
- 지민그렇습니다. 칼럼은 전문대의 전환이 과감한 시도와 충분한 검증을 함께 요구한다고 정리하고 있어요. 오늘 이야기는 여기까지 할게요.
AI 진행자 상현·지민이 원문 기사를 바탕으로 나눈 대화입니다. 정확한 내용은 원문 기사를 확인하세요.