인공지능이 숙련 형성에 미치는 영향

How AI Impacts Skill Formation

인공지능 지원은 전문 분야 전반에 걸쳐 상당한 생산성 향상을 가져오며, 특히 신입 직원을 위해 더욱 그렇습니다. 그러나 이러한 지원이 인공지능을 효과적으로 감독하는 데 필요한 기술 개발에 어떤 영향을 미치는지 명확하지 않습니다. 익숙하지 않은 작업을 수행하기 위해 인공지능에 크게 의존하는 신입 직원은 작업 과정에서 자신의 기술 습득 능력을 저하시킬 수 있습니다. 본 연구에서는 개발자들이 인공지능의 도움을 받는 경우와 그렇지 않은 경우에 새로운 비동기 프로그래밍 라이브러리에 대한 숙련도를 어떻게 얻는지에 대한 무작위 실험을 수행했습니다. 분석 결과, 인공지능 사용은 개념적 이해, 코드 읽기 및 디버깅 능력에 부정적인 영향을 미치며, 평균적으로 상당한 효율성 향상을 가져오지 못했습니다. 코딩 작업을 완전히 위임한 참가자들은 일부 생산성 향상을 보였지만, 이는 라이브러리 학습을 희생한 결과였습니다. 우리는 6가지 고유한 인공지능 상호 작용 패턴을 식별했으며, 이 중 3가지 패턴은 인지적 참여를 유도하여 참가자가 인공지능 지원을 받는 경우에도 학습 효과를 유지합니다. 본 연구 결과는 인공지능 기반 생산성 향상이 반드시 역량 향상으로 이어지는 것은 아니며, 특히 안전이 중요한 분야에서는 인공지능 지원을 신중하게 워크플로우에 도입하여 숙련 형성을 유지해야 함을 시사합니다.

AI assistance produces significant productivity gains across professional domains, particularly for novice workers. Yet how this assistance affects the development of skills required to effectively supervise AI remains unclear. Novice workers who rely heavily on AI to complete unfamiliar tasks may compromise their own skill acquisition in the process. We conduct randomized experiments to study how developers gained mastery of a new asynchronous programming library with and without the assistance of AI. We find that AI use impairs conceptual understanding, code reading, and debugging abilities, without delivering significant efficiency gains on average. Participants who fully delegated coding tasks showed some productivity improvements, but at the cost of learning the library. We identify six distinct AI interaction patterns, three of which involve cognitive engagement and preserve learning outcomes even when participants receive AI assistance. Our findings suggest that AI-enhanced productivity is not a shortcut to competence and AI assistance should be carefully adopted into workflows to preserve skill formation -- particularly in safety-critical domains.