[에듀테크의 증거를 생성할 때]
- 교육에 대한 AI의 잠재력은 상상력을 자극하는 동시에 편견과 오용에 대한 두려움을 불러일으킴.
- 우리는 에듀테크에 대해 이해하면서, 학습과학과 교육 현장 사이의 단절을 고려해야 함. 이러한 단절은 차세대 AI가 학교에 도입되기 전에 반드시 해결되어야 함.

* 말은 쉽지만 실천은 어렵다
- VC와 정부는 학교용 AI가 학습과학 및 효과성 증거에 기반할 수 있도록 협력적 인프라에 투자하는 데 중요한 역할을 함.
- '효과가 있는 것'에 대한 과학적 증거와 학교에서 사용되는 것 사이의 불일치는 특히 K12 주요 과목을 지원하기 위해 개발된 에듀테크에서 두드러지게 나타남.
- 생성AI를 사용하면 학생 응답에 기반하여 학생 학습을 맞춤화함. AI튜터는 학생의 데이터로부터 학습, 즉, 과학자처럼 생각하고 작업하도록 훈련될 수 있음. 머신 러닝 체인의 마지막은 새로운 학습과학을 생성하는 것임. 즉, 생성AI는 새로운 학습과학을 만들어내고, 우리가 경험해보지 못한 학습을 가속화할 수 있는 위험이 있음.

* 근본적인 문제
- 현재 전 세계적으로 합의된 에듀테크 증거에 대한 인증이나 벤치마크는 없음.
- 미국 식품의약국(FDA)이 의약품과 의약품을 인증하는 것처럼 에듀테크도 인증해야 한다는 요구가 제기되고 있음.
- 미국에서는 '에듀테크용 FDA'가 한동안 거론되었지만 기술 표준화에 대한 우려로 폐기된 바 있음.
- AI와 함께 규제에 대한 요구는 더 커졌지만 이러한 인증을 구현하는 데 있어 근본적인 문제는 여전히 해결해야 할 과제임.
- 현재의 증거 표준이 에듀테크에 특화되어 있지 않다는 문제가 있음. 미국 정부는 ESSA 증거 표준으로 에듀테크를 평가하기 위한 새로운 지침을 발표했으나, 많은 에듀테크는 고도로 개인화되어 있어 일반화 가능성 기준에 따른 평가가 어려움.
- 또 다른 문제는 콘텐츠 제작의 에듀테크 파이프라인에 책임성이 부족하다는 점임. 미국 정부는 구글, 마이크로소프트, OpenAI 등 주요 플랫폼의 언어 모델을 투명하게 평가할 수 있도록 했으나, 교육적 품질에 대한 검증 문제를 해결하지는 못함.

* 혼란의 시대, 혁신의 시대
- 에듀테크 설계부터 영향 평가에 이르는 전체 파이프라인에서 에듀테크 증거 표준을 병행 개발하고 이를 구현할 수 있도록 지원할 필요가 있음.
- 공공 자금은 교사, 연구자, 개발자 등 주요 이해관계자가 함께 AI의 잠재력을 적극적으로 활용하여 학습을 가속화할 수 있는 학습 환경을 조성할 수 있는 공유의 장을 개발하고 유지하는 데 쓰여야 함.