Vermont 교사들, 교실 AI의 학습적 득실에 맞서다

Vermont 교사들은 Google News를 통해 확산 중인 갈등과 함께 새 학기를 맞았다. 학생들은 인공지능을 활용해 더 빠르게 학습할 수도, 학습 자체를 피할 수도 있다. 구분은 단순해 보인다. 그러나 이를 연령, 과목, 과제, 소프트웨어별로 적용하는 일은 그렇지 않다.

9월 1일 WCAX가 보도한 교실 AI 보고서는 Vermont 안팎에서 활동하는 교육자들을 통해 이 견해차를 담아냈다. 일부 교사는 학생들에게 AI가 생성한 작업물의 오류와 편향을 점검하도록 가르친다. 다른 이들은 특히 고등학교 이전에는 교실에서의 사용을 거의 또는 전혀 원하지 않는다.

이는 기술 열성론자와 전통적 교사 사이의 익숙한 논쟁이 아니다. 양측 모두 학생들이 학교 밖에서 AI를 접하게 될 것이라는 점을 인정한다. 이들의 이견은 노출이 언제 교육이 되는지, 지원이 언제 대체가 되는지, 그리고 누가 이를 결정해야 하는지에 관한 것이다.

Vermont는 이미 주 전역 지침을 발표했지만, 의도적으로 모든 교실의 결정을 확정하지는 않았다. 학군, 학교 지도부, 교사들은 여전히 광범위한 원칙을 실질적인 규칙으로 옮겨야 한다. 그 결과 이들은 교육적 판단과 일관된 정책 사이의 긴장을 관리해야 한다.

당면한 질문은 AI가 교육의 어느 영역에 속할 수 있는가가 아니다. 학교가 과제가 본래 기르도록 설계된 사고력을 보존하는 사용 방식을 정의할 수 있는가다.

Vermont의 교실 논쟁은 금지를 넘어섰다

새로운 변화는 학교가 AI를 차단해야 하는지를 묻는 데서, 어떤 사용이 특정 학습 목표를 뒷받침하는지를 결정하는 쪽으로 옮겨간 것이다.

WCAX는 St. Michael’s College의 교육학 교수 Claudine Bedell이 학생들에게 AI 도구가 만든 자료를 비평하도록 요청한다고 보도했다. 학생들은 빠르게 오류와 가능한 편향을 발견한다고 그는 말했다. 이 활동은 생성이 아니라 평가를 과제의 핵심으로 만든다.

이 구분은 생성형 AI가 학습 데이터의 패턴을 바탕으로 텍스트, 이미지, 오디오, 코드를 만들어내기 때문에 중요하다. 생성형 AI는 그 답변이 정확하다는 점을 입증하지 않은 채 유창한 답을 낼 수 있다. 학생들이 결과물을 검증할 만큼 충분한 과목 지식을 갖추고 있다면, 교실 활동은 이러한 한계를 드러낼 수 있다.

Bedell의 접근은 AI 리터러시를 비판적 문해력으로 본다. 학생들은 근거 없는 주장, 빠진 관점, 신뢰할 수 없음에도 설득력 있어 보이는 언어를 식별해야 한다. 모델은 보이지 않는 저자가 아니라 학습 대상이 된다.

Burlington에 기반을 둔 비영리단체 Hack Club의 공동 창립자 Christina Asquith는 더 제한적인 입장을 설명했다. Hack Club은 청소년에게 컴퓨터 과학을 가르치며, 참여 청소년들은 AI를 사용해 코드를 작성한다. 그러나 Asquith는 WCAX에 학생들이 자신이 이해하지 못하는 프로젝트를 제출하는 경우가 있다고 말했다.

Hack Club은 그런 프로젝트를 받아들이지 않는다. Asquith에 따르면, 해당 학생들의 4분의 3은 1~2주 안에 자신의 코드를 더 잘 이해한 상태로 다시 제출한다. 이 단체는 도구 사용은 허용하지만, 결과물 자체를 학습의 증거로 받아들이지는 않는다.

이 사례는 핵심 문제를 포착한다. 작동하는 프로그램은 소프트웨어가 실제로 작동하는 결과를 만들어냈음을 보여준다. 하지만 학생이 프로그램을 설명하거나, 디버그하거나, 그 논리를 다시 구현할 수 있음을 보여주지는 않는다.

Asquith는 Hack Club 참가자들이 2023년보다 약 100배 빠르게 코드를 생산하고 있다고 말했다. 이 수치는 독립적인 학습 측정치가 아니라 단체 측의 설명이다. 더 빠른 생산은 더 약한 이해와 공존할 수 있다.

따라서 그는 교실에서 훨씬 더 좁은 경계를 설정한다. Asquith는 WCAX에 유치원부터 8학년까지는 AI가 역할을 할 곳이 없으며, 고등학교에서도 그 역할은 매우 제한적이어야 한다고 말했다.

이견은 분명하지만 공통점도 있다. Bedell과 Asquith 모두 기계가 낸 결과물을 수동적으로 받아들이는 태도를 거부한다. 두 사람 모두 학생들이 눈앞의 작업을 이해하기를 바란다.

한 접근은 구조화된 비평을 통해 그 이해를 기른다. 다른 접근은 학생들이 더 강한 기초를 갖출 때까지 접근을 제한한다. Google News는 이 이견을 시의성 있는 지역 뉴스로 부각하지만, Vermont의 학교들은 이를 지속 가능한 운영 규칙으로 바꿔야 한다.

Google News가 부각한 주 전역 지침의 공백

Vermont에는 주 전역의 프레임워크가 있지만, 중요한 결정은 여전히 학군, 학교 지도부, 개별 교사에게 맡겨져 있다.

Vermont 교육청은 2026년 1월 23일 50페이지 분량의 AI 교육 가이드를 발행했다. 이 문서는 행정 업무, 개인화 학습, AI 리터러시, 책임 있는 사용, 도구 검토, 발달 단계에 적합한 접근을 다룬다.

이 문서는 하나의 보편적인 교실 정책을 선언하지 않으면서 방향을 제시한다. 교육자들에게 승인된 소프트웨어 목록, 학군 기술팀, 학교 지도부, 적용 가능한 개인정보 보호 요건을 확인하라고 안내한다.

이러한 유연성은 지역의 교육적 판단을 존중한다. 동시에 인접한 학군에서 비슷한 수업을 듣는 학생들에게 서로 다른 답을 낳을 수도 있다.

주 가이드는 학년 구간별 기대치를 구분한다. 초등 교육자는 주로 AI를 활용해 자신의 업무를 간소화하는 데 집중해야 한다. 중학교는 학생들이 구조화된 지도가 필요한 전환기로 설명된다. 고등학생은 AI 리터러시를 갖춘 뒤 더 까다로운 AI 지원 과제를 수행할 수 있다.

이러한 구분은 발달적 준비도를 핵심으로 만든다. 고등학교 코딩 활동에 적합한 도구가 초등학교 글쓰기 수업에는 부적합할 수 있다. 같은 학년 안에서도 준비도는 학생, 과목, 과제에 따라 다르다.

프레임워크는 접근과 감독도 구분한다. 학군이 교육용 챗봇을 승인할 수는 있지만, 승인이 교사가 이를 어떻게 사용해야 하는지를 정의하지는 않는다. 교육적 질문은 여전히 그 도구가 목표로 하는 역량을 강화하는지 여부다.

글쓰기 과제를 생각해 보자. AI는 개요를 제안하고, 피드백을 제공하며, 완성된 답변까지 작성할 수 있다. 이 행동들은 같은 인터페이스에서 이루어지지만 교육적 결과는 서로 다르다.

한 교사는 브레인스토밍은 허용하되 AI가 생성한 문장은 금지할 수 있다. 또 다른 교사는 학생들에게 AI 초안과 자신의 초안을 비교하게 할 수 있다. 세 번째 교사는 해당 과제가 도움 없이 하는 추론을 측정하기 때문에 도구 사용을 금지할 수 있다.

학교가 AI가 “허용되는지”만 전달하면 이러한 차이는 혼란스러워진다. 학생들에게는 과제 수준의 기대치가 필요하다. 무엇을 할 수 있는지, 무엇을 공개해야 하는지, 어떤 부분을 반드시 자신의 작업으로 남겨야 하는지 말이다.

전국 보도는 이러한 모호성이 Vermont를 넘어선다는 점을 보여준다. Associated Press의 학업 정직성 분석은 학생들이 교실마다 서로 다른 AI 규칙을 접하고 있다고 설명했다. 문법 교정, 개요 작성, 재작성, 아이디어 생성은 흔히 불확실한 영역에 놓인다.

따라서 유용한 정책은 브랜드가 아니라 행동을 설명해야 한다. 하나의 챗봇을 차단한다고 해서 학생들이 검색 엔진, 글쓰기 소프트웨어, 문서 편집기, 학습 플랫폼에 내장된 AI 기능을 사용할 수 있는지에 대한 답이 되지는 않는다.

같은 원칙은 교사 사용에도 적용된다. 학교는 수업 계획 수립 지원은 허용하면서 자동 채점이나 피드백은 허용하지 않을 수 있다. 정책은 어떤 책임에 직접적인 전문적 판단이 필요한지 식별해야 한다.

Vermont의 지침은 학교에 그러한 결정을 위한 어휘를 제공한다. 그러나 결정을 내리는 어려운 작업까지 없애주지는 않는다.

진짜 경계는 학습과 대체 사이에 있다

주된 갈등은 교사 대 기술의 대립이 아니다. AI 보조 학습과 AI 보조 대체의 차이다.

대체는 도구가 과제가 측정하려는 인지적 작업을 수행할 때 발생한다. 학생이 논증을 구성해야 한다면, 전체 논증을 생성하는 것은 그 과정을 대체한다. 문법이나 구문을 배워야 한다면, 생성된 코드를 그대로 받아들이는 것은 학생이 해당 언어를 이해하는지 가릴 수 있다.

지원은 과제의 목적을 밀어내지 않으면서 과정을 뒷받침한다. 학생은 챗봇에게 연습 문제를 만들도록 하거나, 실수를 설명하도록 하거나, 결론에 이의를 제기하도록 요청할 수 있다. 학생은 여전히 응답을 평가하고 독립적인 이해를 입증해야 한다.

경계는 과제에 따라 달라진다. 계산기는 고급 수학을 지원할 수 있지만 산술 유창성을 기르도록 설계된 활동을 약화시킬 수 있다. Vermont의 2024년 주 AI 정책 보고서는 생성형 AI를 논의하며 이 비교를 사용했다.

이 비유는 유용하지만 완전하지는 않다. 계산기는 예측 가능한 결과를 내는 정해진 연산을 수행한다. 언어 모델은 사실 오류, 편향, 또는 지어낸 세부 사항을 포함할 수 있는 확률적 응답을 생성한다.

이 차이는 검증의 중요성을 높인다. 학생들은 다듬어진 답변이 틀렸을 때 이를 알아볼 수 있을 만큼의 지식이 필요하다. 그러한 기초가 없다면 “AI를 확인하는 것”은 그 자신감 있는 표현을 받아들이는 것에 지나지 않을 수 있다.

Bedell의 교실 활동은 이 약점을 직접 다룬다. 학생들은 먼저 생성된 자료를 검토한 뒤 그 결함을 식별한다. 학습 가치는 더 빨리 텍스트를 얻는 데서가 아니라 비평에서 나온다.

Hack Club은 다른 메커니즘을 사용한다. 학생들이 AI로 무언가를 만든 뒤 이해도를 검증한다. 설명되지 않은 프로젝트를 거부하면 학생들은 다시 코드로 돌아가야 하며, 그곳에서 시스템이 만든 결과를 설명할 수 있어야 한다.

두 사례 모두 평가 방식을 바꾼다. 교사는 완성된 문서나 작동하는 프로그램을 충분한 증거로 여길 수 없다. 그 뒤에 있는 과정을 살펴봐야 한다.

여기에는 초안, 출처 메모, 구두 설명, 버전 기록, 수업 중 작업물, 또는 도구 사용 방식을 설명하는 짧은 성찰문이 포함될 수 있다. 이러한 방법은 AI 탐지 점수보다 더 많은 정보를 제공한다.

탐지 소프트웨어는 모델이 특정 글을 생성했는지 추정하려 한다. 그러한 추정은 학생이 무엇을 배웠는지 보여주지 않으며, 오탐은 신뢰를 해칠 수 있다. 과정의 증거는 교사에게 저작자와 이해도를 평가할 더 강력한 근거를 제공한다.

명확한 공개도 중요하다. 학생들은 AI가 지원한 단계를 언제 밝혀야 하는지, 그리고 그 공개가 어느 정도로 상세해야 하는지 알아야 한다. AI 생성 자료를 사용하는 교사도 이에 상응하는 기대치를 따라야 한다.

이러한 상호성은 Vermont에서 중요한 쟁점으로 떠오르고 있다. Seven Days가 발표한 Vermont 교육자 설문조사는 일부 학생들이 교사가 AI 생성 자료를 과제로 냈을 때 동기가 떨어졌다고 보고했다. 학생들은 왜 자신의 작업에는 교사의 작업보다 더 엄격한 규칙이 적용되는지 의문을 제기했다.

이 우려는 단지 상징적인 문제가 아니다. 부정확한 학습지는 한 학급 전체에 오류를 퍼뜨릴 수 있다. 일반적인 수업 자료는 교사가 직접 아는 학생, 교육과정, 토론을 제대로 반영하지 못할 수도 있다.

따라서 교사의 감독은 버튼을 누르고 결과물을 한 번 읽는 것 이상을 의미해야 한다. 교육자는 정확성, 접근성, 수업 적합성, 학생 정보 처리에 대한 책임을 계속 져야 한다.

투명한 교실은 이러한 책임을 드러낼 수 있다. 교사는 AI가 자료 준비에 언제 도움을 주었는지, 어떤 부분을 수정했는지, 최종 자료가 왜 수업에 적합한지 설명할 수 있다. 학생들도 같은 원칙에 따라 허용된 사용 방식을 기록할 수 있다.

이 모델은 학생과 교사에게 동일한 책임을 부여하지 않습니다. 교사는 수업을 설계하고 학습을 평가합니다. 그러나 공통의 기준은 제시합니다. 어느 쪽도 검토되지 않은 기계 생성 결과물을 독창적이고 검증된 작업으로 제시해서는 안 됩니다.

개인정보 보호와 연령 제한이 교실 AI를 복잡하게 만든다

학습 활동 자체가 타당하더라도, AI 도구가 민감한 데이터를 수집하거나 학생의 발달적 준비 수준을 넘어선다면 받아들일 수 없게 될 수 있습니다.

생성형 AI 시스템은 흔히 프롬프트를 보관하고 사용 기록을 생성하거나, 상호작용을 사용자 계정과 연결합니다. 학생은 일상적인 대화 중에 개인 정보, 학업상 어려움, 장애 관련 정보 또는 미공개 작업물을 드러낼 수 있습니다.

따라서 도구 승인 여부는 데이터 거버넌스의 문제입니다. 학교는 공급업체가 어떤 정보를 수집하는지, 해당 정보를 얼마나 오래 보관하는지, 그리고 입력값을 모델 개선에 사용하는지를 이해해야 합니다.

버몬트 지침은 교육자에게 교육구 승인 도구와 기술팀을 활용하도록 안내합니다. 또한 가족교육권 및 개인정보보호법과 아동 온라인 개인정보보호법을 포함한 연방 개인정보 보호 요건을 언급합니다.

교사가 모든 계약상·기술상 문제를 독립적으로 해결할 수는 없습니다. 교실 사용을 시작하기 전에 교육구에는 데이터 처리, 보안, 접근성, 계정 통제, 연령 제한을 다루는 검토 절차가 필요합니다.

제품 설계는 또 다른 복잡성을 더합니다. 범용 챗봇은 개방형 대화를 유도할 수 있는 반면, 교육 특화 애플리케이션은 모델을 정해진 과목이나 활동으로 제한할 수 있습니다. 더 좁게 설계된 시스템은 일부 위험을 줄이지만, 제거하지는 않습니다.

주 지침은 문해력 선별 검사와 교육과정 중심의 튜터링 같은 사례를 언급합니다. 또한 교육용이라는 표지만으로 안전성이 보장된다고 가정하지 말고, 학교 지도자들이 실제 애플리케이션을 검토해야 한다고 경고합니다.

감독에도 한계가 있습니다. 버몬트 지침은 일부 널리 사용되는 플랫폼에서 관리자가 학생 대화를 검토할 수 있는 역량의 공백을 다룹니다. 직원이 학생들이 도구와 어떻게 상호작용하는지 볼 수 없다면, 학교는 의미 있는 감독을 약속할 수 없습니다.

연령은 이러한 한계를 더 중대하게 만듭니다. 어린 학생들은 설득, 사실의 불확실성, 모의 감정 언어를 평가한 경험이 부족합니다. 인간적 인식 없이 대화형 응답을 생성하는 시스템에 이해력이나 권위를 부여할 수 있습니다.

이는 Asquith가 유치원부터 8학년까지 교실 AI를 사용하지 말아야 한다고 주장한 이유를 설명합니다. 그의 입장은 학생들이 작업을 대신 수행할 수 있는 도구를 접하기 전에 기초 학습과 발달을 보호해야 한다는 점을 강조합니다.

버몬트주의 지침은 보다 단계적인 접근을 취합니다. 초등학교에서는 교육자 업무에 활용을 집중하고, 중학교에서는 구조화된 AI 리터러시를 도입하며, 학생들이 준비 상태를 입증한 뒤에는 고등학교에서 더 폭넓은 사용을 허용합니다.

어느 입장도 장기적인 교실 증거로 확정된 것은 아닙니다. 생성형 AI 도구가 널리 이용 가능해진 것은 2022년 말에 불과해, 학교는 학습, 의존성, 발달에 관한 종단 연구가 제한적인 상황입니다.

이 불확실성은 양측의 주장을 모두 좁혀야 합니다. 학교는 이른 노출이 자동으로 리터러시를 만든다고 가정할 수 없습니다. 또한 교실 도구를 피한다고 해서 학생들이 다른 곳에서 이를 사용하지 않을 것이라고 가정할 수도 없습니다.

형평성은 또 다른 압박을 더합니다. 유료 계정, 개인 기기 또는 가정에서 더 강한 지원을 받는 학생들은 학교 규정과 관계없이 접근할 수 있습니다. 따라서 단순한 금지는 AI 사용을 사라지게 하지 못한 채 감독받지 않는 환경으로 밀어낼 수 있습니다.

반대로 의무적 사용은 개인정보 보호, 편향, 화면 노출 또는 접근성을 우려하는 가정에 부담을 줄 수 있습니다. 또한 인간의 지도와 직접적인 연습을 통해 더 잘 배우는 학생들에게 불리하게 작용할 수 있습니다.

방어 가능한 정책에는 대안이 필요합니다. 과제가 AI를 허용하거나 요구한다면, 학생들은 승인되지 않은 서비스에 개인 데이터를 넘기지 않고도 동일한 학습 목표를 달성할 방법을 가져야 합니다.

학교는 모든 편의를 무제한 생성 허가로 규정하는 일도 피해야 합니다. 접근성 지원은 과제의 목적을 보존하면서 학생의 문서화된 필요에 맞춰 엄격하게 정의할 수 있습니다.

어려운 사실은 “안전한 AI”가 영구적인 제품 범주가 아니라는 점입니다. 공급업체는 기능, 정책, 모델, 계정 통제를 바꿉니다. 이러한 조건이 바뀔 때 교육구의 승인은 다시 검토되어야 합니다.

이제 교사가 압박의 중심에 있다

버몬트의 유연한 접근법은 전문적 판단을 중심에 두지만, 동시에 어느 한 교실도 혼자 해결할 수 없는 책임을 교사에게 맡깁니다.

교사는 특정 사용이 학습을 지원하는지 판단하고, 그 결정을 학생들에게 설명하며, 학업 윤리 규칙을 적용하고, 오류가 있는지 결과물을 검토하고, 학생 정보를 보호해야 합니다. 동시에 AI 기능은 익숙한 소프트웨어 전반으로 확산되고 있습니다.

전면 금지는 관리하기 더 쉬워 보입니다. 그러나 학생들은 여전히 개인 계정, 검색 인터페이스, 글쓰기 보조 도구, 휴대전화를 통해 도구에 접근할 수 있습니다. 그러면 집행은 점점 확대되는 감시 업무가 됩니다.

무제한 접근은 그러한 집행 부담을 피하지만, 또 다른 문제를 만듭니다. 학생들이 학교가 길러야 할 바로 그 사고 과정을 외주화할 수 있기 때문입니다.

실행 가능한 중간 지대에는 더 많은 설계가 필요합니다. 과제에는 명시적인 AI 경계, 의미 있는 과정 증거, 이해도를 드러내는 평가 방식이 필요합니다. 이는 업무 부담을 줄이기 전에 준비 요구를 늘립니다.

따라서 전문성 개발이 중요합니다. 교사들은 자신이 깊이 이해하는 과목에서 도구를 시험할 시간이 필요합니다. 그래야 전형적인 오류, 부실한 인용, 편향된 가정, 일반론적인 언어 패턴을 확인할 수 있습니다.

교육은 AI를 사용하지 말아야 할 때도 다뤄야 합니다. 프롬프트 작성에만 집중하는 세션은 도입을 이미 정해진 목표로 취급할 위험이 있습니다. 교육자에게는 도구가 학생들에게 도움이 되지 않을 때 이를 거부할 권한이 필요합니다.

지역 보도에 따르면 버몬트의 교육구들은 서로 다른 단계에 있습니다. Champlain Valley School District는 공정한 학습, 교육자 지원, 윤리적 사용에 초점을 둔 원칙을 개발했습니다. Harwood의 교육자들은 일관성 없는 규칙을 줄이기 위한 공통 철학을 마련해 왔습니다.

이러한 노력은 주 전체 문서가 최종 단계가 될 수 없는 이유를 보여 줍니다. 교육구에는 과제 지침, 승인 도구 목록, 공개 관행, 가정과의 소통, 이의가 제기된 작업을 검토하는 절차가 필요합니다.

학교 지도자들은 책임 소재도 정의해야 합니다. 교사는 누가 새 도구를 승인하고 학생 데이터가 노출될 경우 누가 대응하는지 알아야 합니다. 학생들은 AI 관련 의혹에 이의를 제기하거나 과제를 제출하기 전에 설명을 요청하는 방법을 알아야 합니다.

가정에는 도구가 무엇을 하는지에 관한 명확한 설명이 필요합니다. 제품명이나 맞춤형 학습에 관한 포괄적 주장은 학생이 모델과 대화하게 되는지, 작업물을 업로드하는지, 자동화된 피드백을 받는지에 답하지 못합니다.

이 논쟁은 공급업체에도 영향을 미칩니다. 교육 기업들은 관리상 가시성, 연령에 적합한 통제, 접근성, 명확한 데이터 관행을 제공해야 한다는 압박을 받고 있습니다. 성인용으로 설계된 챗봇이 브랜딩만으로 교실 사용에 적합해질 수는 없습니다.

Google, Microsoft, OpenAI와 교육 중심 공급업체들은 모두 학교 업무 흐름에서 자리를 차지하기 위해 경쟁하고 있습니다. 제품은 서로 다르지만, 제도적 질문은 같습니다. 교육구가 교육적 권한을 소프트웨어에 넘기지 않고 사용을 통제할 수 있는가?

학교는 지역의 학습 목표에 따라 이러한 시스템을 판단해야 합니다. 수업 계획 시간을 절약하는 기능이 자동으로 학생에게 적합한 것은 아닙니다. 튜터링 인터페이스가 자동으로 독립적 사용에 충분히 신뢰할 만한 것도 아닙니다.

교사는 소프트웨어가 제공할 수 없는 관계에 대해 계속 책임을 집니다. 교사는 좌절감, 사전 지식, 사회적 맥락, 그리고 시간에 따른 학생 작업의 변화를 알아차립니다. AI는 입력을 처리할 수 있지만, 그러한 전문적 의무를 맡지는 않습니다.

그래서 현재의 압박은 조달만으로 해결될 수 없습니다. 버몬트의 실험은 기관이 교사들에게 요구하는 판단을 행사할 충분한 정책, 교육, 시간을 제공하는지에 달려 있습니다.

버몬트 학교가 다음으로 지켜봐야 할 것

다음 단계는 도입된 AI 도구의 수가 아니라 교육구 정책, 교실 증거, 학생 신뢰를 통해 평가될 것입니다.

첫 번째 신호는 교육구가 포괄적 지침을 과제 수준의 규칙으로 전환하는지 여부입니다. 학생들은 금지, 제한, 공개, 필수 사용에 대한 명확한 범주를 보아야 합니다. 이 범주가 과목 전반에 나타난다면, 버몬트는 모든 수업에 하나의 규칙을 강요하지 않으면서 일관성을 향해 나아가게 됩니다.

두 번째 신호는 평가가 바뀌는지 여부입니다. 완성된 결과물만 계속 채점하는 학교는 학습과 대체를 구분하는 데 어려움을 겪을 것입니다. 더 많은 구두 설명, 기록된 초안, 교실 시연은 정책이 수업 실천에 영향을 미치고 있음을 보여줄 것입니다.

세 번째 신호는 교사와 학생이 더 큰 명확성을 보고하는지 여부입니다. 정책은 완성되어 보이면서도 일상적인 질문에 답하지 못할 수 있습니다. 교육구는 학생들이 허용된 사용을 이해하는지, 교사들이 일관되게 대응하는 방법을 아는지 물어야 합니다.

이 신호들은 도입 수치보다 더 중요합니다. 높은 사용률이 교육적 이점을 입증하지는 않습니다. 낮은 사용률도 학생들이 학교 밖에서 AI 없이 학습하고 있음을 증명하지는 않습니다.

버몬트의 입법자들도 여전히 중요한 역할을 합니다. 주 상원의원 Seth Bongartz는 Seven Days에 전면 금지에는 주저하면서도 모범 정책을 원한다고 말했습니다. 향후 입법 조치는 주가 지침을 자율적으로 유지할지, 더 엄격한 요건을 마련할지를 보여줄 것입니다.

공급업체의 변화는 지속적인 검토를 받아야 합니다. 교육구는 하나의 개인정보 보호정책에 따라 도구를 승인했다가 이후 새 기능을 마주할 수 있습니다. 대화 공유, 자동화 에이전트, 메모리 기능 또는 소셜 기능은 위험 판단을 바꿀 수 있습니다.

학교는 검토 날짜와 촉발 조건을 기록해야 합니다. 공급업체가 학생 대상 기능, 데이터 관행 또는 관리 통제를 실질적으로 변경하면 승인은 만료되거나 재평가를 위해 돌아가야 합니다.

교육자들은 구체적인 교실 증거도 수집해야 합니다. 학생들은 AI 지원 연습 후에도 개념을 유지했는가? 생성된 코드를 설명할 수 있었는가? 피드백이 수정 작업을 개선했는가, 아니면 교사와의 대화를 대체했는가?

이 질문들은 로그인 수를 세는 것보다 어렵지만, 교육의 목적을 다룹니다. 또한 학교가 활동을 학습으로 오인하지 않도록 보호합니다.

학생들은 평가 과정에 참여해야 합니다. 학생들은 규칙이 언제 일관성 없게 느껴지는지, AI가 언제 과제를 덜 의미 있게 만드는지, 구조화된 사용이 언제 연습에 도움이 되는지를 설명할 수 있습니다. 그들의 피드백이 모든 정책을 결정해서는 안 되지만, 이를 배제하면 교실 현실의 필수적인 부분을 가리게 됩니다.

버몬트의 공개 토론은 단순한 도입 서사를 거부한다는 점에서 가치가 있습니다. Google News를 통해 조명된 교육자들은 AI가 인상적인지 여부를 결정하는 것이 아닙니다. 그들은 언제 그것이 교육적인지를 결정하고 있습니다.

이 기준은 서로 다른 교실의 답을 위한 여지를 남깁니다. 코딩 동아리는 AI가 생성한 코드를 허용하고 기술적 설명을 요구할 수 있습니다. 글쓰기 수업은 생성된 산문을 금지하는 대신 출처 비교를 허용할 수 있습니다. 초등 교실은 학생 대상 AI를 수업에서 완전히 제외할 수 있습니다.

일관성은 동일한 결과가 아니라 의사결정 과정에 관한 것이어야 합니다. 허용되는 모든 사용에는 학습 목적, 연령상 근거, 개인정보 보호 검토, 이해도를 확인하는 방법이 있어야 합니다.

연구, 노트, 출처 자료를 관리하는 학생에게는 비공개 student workspace가 과제가 요구하는 사고를 대체하지 않으면서 정리를 지원할 수 있습니다. 어떤 도구를 사용하든, 학생은 최종 작업을 설명할 수 있어야 합니다.

따라서 교사에게 가장 유용한 질문은 구체적입니다. 학생들은 여기서 어떤 사고를 연습해야 하며, 어떤 부분을 스스로 수행해야 하는가?

버몬트주의 학교들이 도구를 선택하기 전에 이 질문에 답할 수 있다면, 제품이 바뀌어도 정책은 계속 유효할 것입니다. 그렇지 못하다면 학생들이 그 빈틈을 헤쳐 나가는 법을 배우는 동안, 해야 할 일과 해서는 안 될 일은 교실마다 계속 달라질 것입니다.