인공지능 오류 교육: 고차원적 사고 함양

The Pedagogy of AI Mistakes: Fostering Higher-Order Thinking

생성형 인공지능이 고등 교육에 점점 더 통합됨에 따라, 흔히 한계로 여겨지는 빈번한 오류와 환각 현상은 독특한 교육적 기회를 제공합니다. 본 논문에서는 인공지능을 '학습 동반자'로 간주하고, 그 불완전한 결과물로부터 분석, 평가, 성찰을 유도함으로써, 교수자들이 학생들을 고차원적 사고의 기본 과정에 참여시킬 수 있다고 주장합니다. 본 연구는 데이터베이스 설계 강좌에서 인공지능을 통합한 교육 과정 설계를 중심으로 진행되었으며, 인공지능의 한계를 의도적으로 활용하여 비판적 사고 능력과 Bloom의 학습 분류 체계에 따른 고차원적 인지 능력을 함양하는 것을 목표로 합니다. 혼합 연구 방법을 사용하여, 구조화된 방식으로 인공지능이 생성한 오류와 상호 작용하는 것이 메타인지적 참여를 어떻게 지원하고, 학문적 엄격성을 강화하며, 학생들의 인공지능 이해도와 해당 과목에 대한 역량과 어떻게 관련되는지 분석합니다.

As generative AI becomes increasingly integrated into higher education, its frequent errors and hallucinations, often seen as limitations, offer a unique pedagogical opportunity. By framing AI as a ``learning companion'' whose imperfect outputs prompt analysis, evaluation, and reflection, we argue that instructors can engage students in the fundamental processes of higher-order thinking. This paper presents a design-oriented study in which an AI-integrated syllabus in a \textit{database design} course deliberately leverages AI's limitations to foster critical thinking and higher-order cognitive skills aligned with Bloom's taxonomy of learning. Using a mixed-methods approach, we examine how structured interaction with AI-generated errors supports metacognitive engagement, reinforces disciplinary rigor, and relates to students' perceived AI literacy and subject-matter competency.