인공지능이 학생들의 사고를 획일화하는가? 인공지능 기반 에세이의 구조적 수렴에 대한 다차원 분석

Does AI Homogenize Student Thinking? A Multi-Dimensional Analysis of Structural Convergence in AI-Augmented Essays

인공지능 기반 작문은 에세이 품질 향상에 기여한다는 보고가 널리 이루어지고 있지만, 학생들의 사고 구조 다양성에 미치는 영향은 아직 연구되지 않았습니다. 본 연구에서는 6,875편의 에세이를 대상으로 다섯 가지 조건(인간만, 인공지능만, 그리고 세 가지 인간+인공지능 프롬프트 전략)에 따른 분석을 수행하여, 품질 향상과 구조적 획일화 간의 상충 관계에 대한 최초의 실증적 증거를 제시합니다. 분석 결과, 상당한 품질 향상이 나타나는 동시에 획일화가 심화되는 현상이 관찰되었습니다. 이러한 효과는 차원에 따라 다르게 나타났습니다. 예를 들어, 응집 구조의 변동성은 70-78% 감소했지만, 관점의 다양성은 증가했습니다. 추가적으로, 수렴 대상 분석 결과, 인공지능 기반 에세이는 인공지능의 구조적 패턴을 따르는 경향을 보였지만, 인간-인공지능 축에서 상당한 차이를 보여 부분적인 대체와 부분적인 창발이 동시에 발생하는 것을 나타냅니다. 중요한 점은, 프롬프트의 구체성이 논지 깊이 측면에서 획일화를 다양화로 전환시킨다는 것을 보여주며, 획일화는 인공지능 자체의 고유한 특성이 아니라 상호 작용 설계의 결과라는 것을 시사합니다.

While AI-assisted writing has been widely reported to improve essay quality, its impact on the structural diversity of student thinking remains unexplored. Analyzing 6,875 essays across five conditions (Human-only, AI-only, and three Human+AI prompt strategies), we provide the first empirical evidence of a Quality-Homogenization Tradeoff, in which substantial quality gains co-occur with significant homogenization. The effect is dimension-specific: cohesion architecture lost 70-78% of its variance, whereas perspective plurality was diversified. Convergence target analysis further revealed that AI-augmented essays were pulled toward AI structural patterns yet deviated significantly from the Human-AI axis, indicating simultaneous partial replacement and partial emergence. Crucially, prompt specificity reversed homogenization into diversification on argument depth, demonstrating that homogenization is not an intrinsic property of AI but a function of interaction design.