사실, 질문은 우리가 늘 강조해 왔습니다. 수업이 끝나면 교사는 학생들에게 습관처럼 질문이 있는지 묻습니다. 교실이나 타인과 소통하는 상황이 아니라도 우리는 자기 자신에게 질문을 던지기도 하지요. 책을 읽을 때를 떠올려 보세요. ‘이 사람이 하려는 말이 무엇이지?’ 하고 소리 없이 묻는 지금, 우리는 우리 자신에게 질문을 하고 있습니다. 이후에 구체적으로 살펴보겠지만, 질문은 지식의 빈자리를 메우려는 인간의 호기심에서 비롯하는 화행(話行)이자, 교육 차원에서는 학습자의 이해 수준을 예측하는 가늠쇠입니다.
--- p.8, 「들어가며」 중에서

우리는 단어와 단어, 문장과 문장을 생각보다 꼼꼼하게 읽지 않습니다. 전체 글에서 첫 한두 문단을 부지런히 읽을 뿐 이하의 문단은 눈으로 빠르게 훑어 읽지요. 스마트폰으로 기 사를 볼 때 자신의 모습을 떠올려 보세요. 보통 제목을 보고 첫 문단의 한두 문장을 읽은 뒤에는 댓글을 확인하려고 스크 롤을 하단으로 내리지 않습니까?
--- p.23

하지만 어떤 때는 질문하지 않기도 합니다. 어쩌면 ‘못한다’는 표현이 더 적확할지도 모르겠습니다. 무언가 새로운 지식을 배우거나 누군가의 의견에 반론을 제기하는 상황처럼 꼭 물어야 할 때도 말이지요. 수업이나 강연을 마칠 때면 교 수자는 통과 의례처럼 질문이 있는지 청중에게 묻습니다. 이 런 순간에, 저 또한 손을 들어 본 적이 없습니다. 누군가 나 대신 손을 들어 침묵을 깨 주거나, 아무도 들지 않아서 수업이 어서 끝나기를 바랄 뿐이었지요. 일상에서는 쉽게 주고받는 질문이 왜 이런 자리에서는 쉽사리 나오지 않는 것일까요?
--- p.35

앎의 과정에서 자신의 역할을 소극적으로 인식하는 사람은 ‘굳이’ 질문하지 않을 가능성이 큽니다. 이런 사람은 소박한 인식론적 신념을 가졌을지도 모릅니다. 지식을 절대적인 것으로 받아들여서 자신이 개입할 여지가 없다고 생각합니다.
안타깝게도 우리나라 학생들이 교실에서 질문하지 않는 이유는 여기에 있을 것 같습니다. 경쟁 위주의 경직된 입시 제도 아래서 학생들은 주어진 지식을 그대로 수용해야만 좋 은 성적을 받을 수 있습니다. 논술 평가가 확대되고 고교 학점제로 교육 체제를 개편하는 등 크고 작은 변화가 있습니다 만, 그럼에도 대학에 진학하려면 주요 교과의 지식을 외우고 또 외워야 합니다. 잘 외워서 수능만 잘 보면 좋은 대학에 갈 수 있다는 믿음은 여전합니다.
--- p.66

인공 지능에 묻고 답하는 질문 과정은 온라인 읽기에서 오랜 시간을 들여야 했던 탐색, 평가, 종합의 과정을 대신합니다. 인공 지능은 독자가 검토할 만한 텍스트를 대규모 데이터로 학습한 상태이기 때문에, 독자는 그저 질문만 던져도, 이전에는 스스로 직접 탐색하고 종합해서 얻어야 했던 잠재 텍스트를 응답의 형태로 단시간에 만들어 낼 수 있습니다. 인공 지능은 한 편의 완결된 에세이를 내어 주는 데 최적화되어 있습니다.
--- p.90

질문은 본능적인 행위입니다. 인간은 학습하는 존재이기 때문입니다. 우리는 쉬지 않고 새로운 지식을 터득해서 주어 진 상황을 개척해 왔고 지금의 현대 문명을 이루었습니다. 질 문 대상이 자연 현상이면 ‘과학’이, 세계와 인간의 삶에 대한 본질을 탐구하면 ‘철학’이 세워집니다. ‘사과는 왜 나무에서 떨어지는가?’라는 물음에서 만유인력의 법칙이 만들어졌습 니다. 같은 사과를 보고도 칸트는 “사과가 빨갛게 ‘보인다’고 해서 정말 빨갛다고 할 수 있을까?”라고 묻습니다. 이 질문은 인간의 이성이 어떻게 세상의 작동 구조를 인식하는지를 설 명하는 토대가 되었습니다. 대단하지 않나요? 질문하기는 인 간이 할 수 있는 주체적이고 열정적인 일입니다. 매체가 바뀌어도 그 본질은 변함이 없지요. 질문은 안주하지 않고 ‘앎’을 한 발 나아가게 하는 삶을 살아가게 합니다.
--- p.93

이는 체계적인 의심과 판단 유보로 가능해집니다. 체계적인 의심은 리터러시 능력이나 행위에 대한 무조건적 회의를 의미하는 것이 아닙니다. 체계적인 의심은 ‘삼자적 관찰’과정으로, 자신의 해석이 미칠 영향에 대한 통제를 뜻합니다(이준웅, 2009: 24). 나도 모르게 자기중심적으로 상황을 해석하는 데서 비롯한 정제되지 못한 날 것의 느낌을, 이성적으로 다시 돌이켜보는 반성의 과정이라 할 수 있습니다. 일종의 메타 필링(meta feeling)이라 할 수 있습니다. 인간은 어떤 대상을 인식할 때 지각의 결과로 ‘느낌’을 갖게 되는데, 이때 형성된 느낌은 생각을 떠올리는 과정에 큰 영향을 주게 됩니다. 우리는 얼른 떠오르는 1차적인 느낌을 재인식하고, 정선된 ‘생각’으 로 만들어 가는 과정에서 비판적으로 텍스트를 읽어 낼 수 있습니다
--- p.120

언어 생성형 인공 지능 기술에서는 데이터를 처리하는 방 식이 곧 ‘좋은 텍스트’를 생성하는 데 제약으로 작용합니다. 생성형 인공 지능은 학습한 대규모 언어 데이터를 토대로 사 용자가 원하는 정보와 관련된 자료를 탐색합니다. 이때 데이터를 선정하는 기준은 ‘질’보다 ‘양’입니다. 정보의 질을 고려 하지 못하고 가능한 한 많은 정보를 끌어모아 분석합니다. 그렇기에 학습한 자료 다수가 ‘오염’되었다면, 결괏값 또한 부정확하고 왜곡될 수밖에 없지요.
--- p.137

대규모 언어 데이터를 질문 대상으로 삼는다는 것은, 답하는 대상이 가진 정보를 비판적으로 판단해야 한다는 사실을 다시 한번 일깨워 줍니다. 이는 인공 지능이 생성한 응답의 출 처를 평가해야 한다는 뜻이기도 합니다. 교사가 질문의 대상일 때, 학습자인 독자는 교사가 가진 정보를 신뢰하고 타당하 다고 여길 수 있습니다. 다중 텍스트 읽기에서 저자의 권위가 높다고 평가하면 정보의 질을 되묻지 않는 것과도 같습니다.
--- p.138

인공 지능을 활용하는 읽기 맥락에서는 ‘질문’이 읽기를 시작하고 지속하게 하는 역할을 합니다. 인공 지능으로부터 텍스트를 받으려면 독자는 질문해야 합니다. 읽기 목적과 과제를 중심으로 내가 원하는 내용이 ‘무엇’이며 ‘왜’ 필요한지를 질문 내용으로 구성해야 하지요. 읽을 텍스트가 이미 주어 진 상태라면 묻지 않았을 테지만, 인공 지능을 활용하는 읽기는 시작부터 문제 해결의 성격을 띱니다.
--- p.170

질문 연속체 개념을 제안한 미국의 교육 연구자 마자노와 심스(Marzano & Simms, 2014)는 효과적인 질문 연속체 요소로 ‘세부 사항’과 ‘범주’ ‘정교화’와 ‘증거’를 제시합니다. 이에 따 르면 학습자는 구체적인 사실(세부 사항)로부터 유사성과 차이 를 인식하며 일반적인 속성을 도출(범주)하고, 그 이유를 떠올 려(정교화) 근거를 마련하는(증거) 과정에서 내용을 깊게 이해할 수 있습니다.
--- p.187

앞선 응답과 비교해보면, 질문 연속체를 적용했을 때 확연히 더 구체적이고 독자가 구하고자 했던 정보에 가까운 정 보를 얻을 수 있습니다. 물론 질문 연속체를 적용하는 과정과 그 결과도 한계가 있습니다. 질문을 던진 저는 감염병 관리 체계에 ‘반대’하는 사람의 입장을 얻고 싶었지만, 이안은 긍정적으로 편향된 답을 계속해서 내주기도 했지요. 그래도 어느 정도 보완이 가능했습니다. 우리가 조금 더 끈질기게 매달리면 됩니다.
--- p.206

옛말에 ‘우문현답(愚問賢答)’이라는 말이 있습니다. 어리석은 질문을 해도 현명한 답을 내어 주는 것을 말하지요. 인공 지능 시대에는 먼저 현명하게 질문해야 원하는 답을 얻을 수 있습니다. 지금은 인간의 ‘현문현답(賢問賢答)’이 필요한 시대입니다.

<b> 챗GPT에 질문을 잘 하려면? <br/> 생성형 인공 지능 시대, 우리는 ‘질문’에 주목해야 한다! </b><br/><br/>OpenAI가 GPT-3.5와 GPT-4를 기반으로 하는 대화형 인공지능 서비스 ChatGPT(챗GPT)를 출시하면서 인공 지능 기술에 대한 대중의 관심은 그 어느 때보다 뜨겁다. 최근 인공 지능 기술을 비롯한 다양한 분야의 연구에서는 인공 지능 기반의 리터러시 환경에서 인간이 기호로 소통하고 자원을 운용하는 과정이 ‘질문’을 통해 이루어지고 있다는 사실에 주목하고 이에 따라 각종 AI와의 연속적인 질문과 대답의 과정으로 인공지능 서비스를 적재적소에 사용하는 사람이라는 뜻의 ‘호모 프롬프트’라는 신조어가 생기기도 했다. <br/><br/>질문은 일상에서 자연스럽게 주고받는 발화의 한 유형이기도 하지만, 그간 읽기 연구에서는 학습자의 독해를 지원하는 교수?학습 전략으로 주요하게 다루어 왔다. 젊은 국어교육학자이자 9년차 초등학교 교사인 저자는 이 책을 통해 그간의 국내외 리터러시 관련 연구 결과들을 토대로 질문의 여러 양상을 탐색하고, 질문을 통한 인공 지능과의 소통으로 지식 탐구와 창조적 사고를 추구하는 방법을 제안하고 있다. 또한 독자들이 자신만의 효과적인 질문 습관을 개발할 수 있도록 다양한 예시와 가이드라인을 제공하여 변화하고 있는 리터러시 환경에서 독자들이 주도적인 지식의 구성자가 되도록 돕고 있다. <br/> <br/><b> 챗GPT에게 원하는 답을 이끌어 내는 현명한 질문은 어떻게 하는가? </b><br/><br/>인공 지능을 활용하는 읽기 맥락에서는 ‘질문’이 읽기를 시작하고 지속하게 하는 역할을 한다. 더 정확하고 타당한 지식을 얻으려면 인공 지능이 생성한 텍스트로부터 해소되지 않은 질문이 있음을 인식하고 추가 정보를 얻기 위한 질문을 던져야 하는데, 사용자가 첫 질문 이후 후속 질문을 하지 않으면 인공 지능으로부터 원하는 답을 이끌어 낼 수 없음을 저자는 지적한다. 생성형 인공 지능에 무슨 질문을 어떻게 해야 할지 몰라, 프롬프트 앞에 서면 말문이 막히는 ‘아포리아(aporia)’를 극복하기 위해 저자가 제안하는 전략은 ‘질문 연속체(Questioning Sequences)’이다. ‘질문 연속체’는 미국의 교육 연구자 마자노와 심스(Marzano & Simms)가 제시한 전략으로 원래 교사가 학생의 탐구를 촉진하기 위해 고안한 질문 체계이다. 질문을 ‘세부 사항’과 ‘범주’ ‘정교화’ ‘증거’의 수순으로 진행하면 자신이 얻고자 하는 지식을 구축하고 정교화할 수 있다는 이론인데, 이를 챗봇에 적용하면 챗봇으로부터 보다 정교한 답변을 이끌어 낼 수 있다. 저자는 실제로 한국의 코로나19 감염병 관리 체계에 관해 ‘세부 사항’, ‘범주’, ‘정교화’, ‘증거’의 순서로 질문을 하며 챗봇으로부터 만족스러운 답변을 이끌어내는 과정을 책 속에서 시연한다. <br/> <br/><b> 읽기와 질문에 관한 국내외 리터러시 연구들을 토대로 <br/>질문의 핵심으로 성큼성큼 돌진하는 책! </b><br/><br/>읽기와 질문에 관한 국내외 리터러시 연구들을 토대로 질문의 핵심으로 성큼성큼 돌진해가는 과정을 보는 것은 『질문에 관한 질문들』을 읽는 또 다른 재미다. 총 3개의 장으로 구성되어 있는 1부에서는 ‘언제, 어디에서, 어떻게 질문하는가’를 주제로 이야기가 펼쳐진다. 1장에서는 우리가 일상생활에서 어떤 질문을 어떤 방식으로 주고받는지 다양한 사례를 살펴보고 2장에서는 ‘질문’의 본질이 무엇인지를 밝힌다. 딜런(J. T. Dillon), 캐러베닉(Karabenick, S. A)과 샤마(Sharma, R.), 메이(Hans van der Meij)와 같은 학자들의 질문이 만들어지는 과정에 대한 연구 결과를 기반으로 질문의 속성을 규명해간다. 3장에서는 변화하는 리터러시 환경에서 질문의 형태가 어떻게 변화하고 있는지를 살펴보고 있다. <br/><br/> 2부에서는 인공 지능 시대에 질문하는 인간이 되기 위해 ‘어떻게 질문할 것인가’를 탐구한다. 4, 5, 6장에서는 인공 지능이 만들어 낸 그럴듯한 텍스트를 어떻게 수용해야 하는지, 질문의 ‘대상’인 인공 지능에 질문하는 것의 진정한 의미가 무엇인지, 그리고 질문의 ‘주체’로서 인간은 어떤 태도를 지녀야 하는지를 이야기한다. 7장에서는 진정 힘이 있는 질문은 어떠한 모습을 띠는지, 질문의 탐구적 속성과 연속적인 대화의 속성을 들어 설명하고 있다. <br/><br/>저자는 무엇보다 중요한 것은 자신이 지식을 구성하는 주체로서의 권한을 스스로 버리지 않는 인식론적 신념이라고 말한다. 인공 지능과 함께 살아갈 우리에게는 지식이 권위자로부터 주어지는 것이 아니라 합리적인 탐구 과정에서 만들어진다는 믿음과 배움의 자세로 한 번 더 질문하려는 마음이 더욱 중요하다. <br/><br/> 『질문에 관한 질문들』은 생성형 인공 지능 시대, 제대로 질문하고 싶은 모든 사람을 위한 시의적절한 책이다. 질문하기를 어떻게 가르칠 것인가를 고민하는 교사들과 관련 종사자들에게 깊이 있는 통찰을 제공해 줄 것이며, 생성형 인공 지능을 학업과 업무에 활용하기를 원하는 이들에게 실천의 지침을 알려주는 유익한 교양서다. 무엇보다 리터러시 환경이 어떻게 변화해왔는지를 짚어주며, 달라진 환경에도 인공지능과 공생하는 진정한 인간다움이 뭔지를 성찰하게 해주는 것이 이 책의 진가이다.

이 책은 강의하듯 쓰여 연구자나 전문가뿐 아니라 일반 대중 누구나 쉽게 읽을 수 있다. 저자는 질문하는 인간의 본질, 인간이 던진 질문의 본질에 주목하여, 독자가 새로운 리터러시 환경에서 어떻게 대처해야 하는가에 대해 사색과 성찰을 하도록 촉발한다. 물음표가 붙는다고 해서 질문인 것은 아니라는 저자의 명제는 언제, 어디에서, 무엇을, 어떻게 질문해야 하는가에 대한 소중한 통찰력을 제공해 준다. 이 책에 담긴 인공 지능 챗봇의 응답 사례들은 2023년을 살았던 인류의 삶의 기록이기도 하다. 이는 미래의 시점에서 보면 이미 해결되었거나 고차원적으로 진화한 문제를 포함한 과거 어느 한 시대의 풍경일 수 있다. 이러한 흔적들이 인공지능 시대의 한 궤적이 될 것이라는 점에도 이 책의 미덕이 있다.

많은 사람이 생성형 인공 지능에 무슨 질문을 어떻게 해야 할지 몰라, 프롬프트 앞에 서면 말문이 막히는 ‘아포리아(aporia)’를 느낀다. 대화를 이어 가는 것이 아니라, 스스로 무지를 자각하며 더 이상의 질문을 포기하게 된다. 이 책은 이러한 ‘아포리아’에서 벗어나는 방법을 구체적으로 소개하고 있다. 독자는 이 책을 읽으면서 좋은 질문이 무엇인지, 좋은 질문을 어떻게 만드는지, 나의 의도를 질문 속에 어떻게 담을지, 생성형 인공 지능의 그럴싸한 답변을 어떻게 판단할지 등을 생각해보는 의미 있는 시간을 갖게 될 것이다.