[목 차]

더듬거리는 말들의 편에서

 

01 대화는 한 문장보다 깊다

02 AI 챗봇에게 이상형을 묻다

03 답을 주는 것과 돕는 것

04 매끄럽게 어긋나는 대화

05 이 과제는 누가 했는가

06 전략은 어떻게 힘이 되는가

07 이름으로 관계에 남는다는 것

08 다시, 학습자의 눈으로 대화 읽기

09 AI 챗봇과의 학습, 핵심 질문들

10 AI 시대, 왜 한국어를 배울까

 

[본 문]

초급 학습자의 발화는 짧고 자주 멈추었지만, AI 챗봇이 그 말을 대화 안에서 이어질 수 있는 형태로 돌려주면서 대화는 계속될 수 있었다. 서툰 말이 곧바로 중단으로 이어지지 않았다는 점에서 이러한 환경은 초급 학습자에게 중요한 조건이 된다. 아직 완성되지 않은 말이 잠시 머물고, 돌아온 응답을 거쳐 다시 다음 말로 나아갈 자리가 생기기 때문이다. 그러나 앞선 말에 걸맞은 응답이 돌아왔다는 것과 그 응답이 이 학습자에게 필요한 도움으로 맞춰진다는 것은 서로 다른 문제다. AI 챗봇이 다음 질문을 손쉽게 마련해 주는 만큼, 대화를 움직이는 힘은 챗봇 쪽에 실리기 쉽다는 점도 우려될 수 있다. 서툰 말을 받아 주는 환경은 다음 행동의 가능성을 열어 주지만, 그 가능성을 학습자가 어떻게 사용했는지는 다시 대화 안에서 살펴야 한다.

－01_“대화는 한 문장보다 깊다” 중에서

 

앞의 대화에서 AI 챗봇에게 부족했던 것도 바로 이 조정의 과정이었다. 학습자가 다시 묻는 동안 무엇이 이해되지 않았는지는 조금씩 더 분명해졌다. 그러나 AI 챗봇은 새로운 질문을 새로운 답변으로 처리했다. 학습자의 반응을 바탕으로 설명의 틀을 바꾸지도 않았고, 반대로 질문을 던져 학습자가 두 표현의 차이를 스스로 살펴보게 하지도 않았다. 도움은 계속 제공되었지만, 그 도움의 방식과 정도는 학습자의 반응에 따라 움직이지 않았다. AI 챗봇의 빠른 반응성이 곧바로 스캐폴딩을 보장하지 않는 이유가 여기에 있다. AI 챗봇은 계속 답할 수 있다. 그러나 언제 설명해야 하고 언제 물어야 하는지, 어느 정도까지 알려 주고 어느 순간 학습자의 판단을 기다려야 하는지는 별개의 문제다. 좋은 스캐폴딩의 핵심은 도움의 양이 아니라 도움을 조정하는 데 있다.

－03_“답을 주는 것과 돕는 것” 중에서

 

전략의 효과는 행동의 종류만으로 정해지지 않았다. 모국어는 번역을 요청하고, 목표 의미를 밝히고, 설명에 사용할 언어를 바꾸며, 응답의 조건을 지정하는 데 쓰였다. 반대로 이해를 회복한다는 하나의 일도 모국어 사용과 다시 말하기, 예시 요청과 고쳐 말하기처럼 서로 다른 행동으로 이루어졌다. (…) 전략의 힘은 행동의 수보다 연결과 조정에서 드러났다. 익숙한 경로를 현재의 문제에 맞게 바꾸고, 돌아온 응답을 다른 행동과 이을 때 전략은 다음 움직임을 만들었다.

－06_“전략은 어떻게 힘이 되는가” 중에서

 

Q2. AI 챗봇과 나누는 일상 대화도 학습일까

언어 학습이라고 하면 모르는 것을 묻고 설명을 듣는 장면부터 떠올리기 쉽다. 무엇을 새로 알게 되었는지가 분명하고, 맞게 이해했는지도 확인하기 쉽기 때문이다. 이에 비하면 좋아하는 사람이나 주말에 한 일을 AI 챗봇과 이야기하는 시간은 가벼운 연습처럼 보일 수 있다. (…) 나아가 AI 챗봇과의 일상 대화가 지닌 독특한 가능성은 대화 상대와 지식 제공자의 역할을 한 장면 안에서 오갈 수 있다는 데 있다. 학습자는 자신의 주말을 이야기하다가 AI 챗봇이 사용한 표현의 뜻을 묻고, 더 친근하거나 정중한 표현을 요청한 뒤 다시 원래 화제로 돌아갈 수 있다. 사람과의 대화에서는 흐름을 끊을까 망설일 질문도 바로 할 수 있고, 같은 말을 여러 번 고쳐 말하거나 상황을 바꾸어 다시 시도할 수 있다. 시간과 장소의 제약이 적고 대화 기록이 남는다는 점까지 더해지면, AI 챗봇과의 대화는 표현을 시험하면서, 방금 나눈 말을 멈추어 살필 수 있는 공간이기도 하다.

－09_“AI 챗봇과의 학습, 핵심 질문들” 중에서