비판적 사고의 핵심은 훈련된 정신적 과정이다. 비판적 사고는 단순한 추론을 넘어서는 것으로, 분석하고 평가하며 해결책을 만들어 내고, 정보를 종합하는 것을 아우른다. 이는 분석, 평가, 추론, 설명, 자기 조절(self-regulation) 같은 다양한 인지 도구를 능동적이면서도 능숙하게 적용하는 것을 포괄한다. 이런 요소는 학업적인 성공뿐 아니라 일상생활에서 정보를 바탕으로 한 의사 결정을 하는 데도 꼭 필요하다.(중략)추론은 증거나 추리를 통해 결론을 내리는 것이다. 추론은 이용 가능한 정보를 사용해 미래 결과를 예측하거나 연역해 내는 것을 포함하는 개념이다. 예를 들어, 과학 수업에서 학생들은 화학적 반응에 대한 사전 지식을 바탕으로 실험 결과를 추론해 낼 수 있다.
--- 「2장 생성형 AI와 비판적 사고의 시너지 효과」 중에서

실제 이용 사례: 화학 교사가 GPT-4를 이용해 학생들을 위한 맞춤형 퀴즈를 만든다. 교사는 “화학 결합에 대한 다중선택 문제 10개를 생성해라. 다양한 난도로 구성해라”, “대학 수준 화학 강의에서 유기화학 반응에 대한 비판적 사고를 촉진할 수 있도록 10개 질문과 답변으로 돼 있는 퀴즈를 설계해라”와 같은 식으로 프롬프트를 입력한다. GPT-4는 기본 개념부터 복잡한 다단계 반응 메커니즘에 이르기까지 다양한 문제를 생성한다.
--- 「3장 교육자를 위한 실용적인 생성형 AI 도구」 중에서

AI는 단순한 유행어가 아니다. 생성형 AI 도구는 교육 현장에서 교수와 학습을 지원하는 강력한 수단이 될 수 있다. 이런 혁신적인 기술은 콘텐츠 자동 생성부터 개인 맞춤형 학습 경험까지 다양한 기회를 만들어 낸다. (이 부분은 이 책 후반부에서 자세히 탐구한다.) 수업 계획 수립, 과제 평가, (그리고 다른 어떤 것보다) 각 학생의 수준에 맞는 연습 문제 출제 작업을 도와줄 수 있는 가상 조교가 있는 상황을 한번 상상해 보라. 이것이 교육 분야에서 생성형 AI가 갖는 힘이다. 그러나 교실에 AI를 적용하려면 신중하게 계획하고 깊이 생각할 필요가 있다. 목표는 간단하다. 교실에 생성형 AI 도구를 쉽게 도입할 수 있도록 단계별로 안내해 주는 것이다. 기술 용어로 여러분을 혼란스럽게 하지 않을 것이다. 대신, 생성형 AI를 교육에 원활하게 도입할 수 있도록 실용적이고 실행 가능한 단계별 적용 방법을 알려 줄 것이다.
--- 「4장 실전 가이드: 교실에서 생성형 AI 시작하기」 중에서

어떤 질문이 사고 활동을 촉발하는 요인은 무엇일까? 복잡성은 분명 핵심 요소다. 간단하고 솔직한 질문이 지식을 테스트할 수는 있지만, 학생들로 하여금 비판적으로 생각하도록 만들 수 있을까? 대답은 ‘아니요’다. 그렇지 않은가? AI는 의미가 겹겹이 쌓여 있고, 다양한 해석의 여지가 있는 질문을 생성할 수 있다. 이런 질문에는 명확한 답이 없다. 대신 학생들이 비판적으로 생각하고, 다양한 관점을 고려하도록 한다. 때로는 모호하기 때문에 학생들이 질문 자체에 의문을 제기하도록 만들기도 한다. 의도적으로 모호하게 질문할 경우, 학생은 응답하기 전에 정보를 명확하게 파악하고 해석해야 한다. 이런 해석 행위가 비판적 사고 연습이다.
--- 「5장 생성형 AI 지원 활동을 통해 비판적 사고 향상하기」 중에서

학습자 프로필의 실제 사례는 많은 초등학교에서 사용하고 있는 드림박스 같은 플랫폼에서 볼 수 있다. 드림박스는 AI를 활용해 각 학생의 학습 형태와 진도를 평가한다. 그런 다음 학습자의 프로필에 따라 수학 문제의 난도를 실시간으로 조정한다. 이는 각 학생이 자기 특유의 요구 사항에 맞는 수학 수업을 받게 된다는 의미다. 이를 통해 학습자가 더 효과적으로 학습하는 데 도움을 줄 수 있다. 학습자 프로필은 역동적이어서, 학생이 배우고 성장함에 따라 프로필도 발전한다. AI는 새로운 데이터를 반영하기 위해 이런 프로필을 지속적으로 업데이트한다. 이를 통해 학습 경험이 개인화되고 관련성 있게 유지되도록 해 준다. 이렇게 지속적으로 적응한 덕분에 학습 과정이 각 학생의 필요에 좀 더 민첩하게 반응하게 된다.
--- 「6장 생성형 AI를 활용한 개인 맞춤형 학습과 실시간 피드백」 중에서

금융 분야에서도 AI는 사기 탐지나 위험 평가 같은 작업을 혁신하고 있다. AI 전문가들은 거래에서 예외적인 패턴을 탐지하는 시스템을 개발하며, AI 통합에 숙달된 전문가들은 시스템의 정확성과 효율성을 향상한다. 그러나 이런 새로운 역할은 명확한 새로운 수요와 함께 온다. AI는 단순히 일자리를 없애는 것이 아니라, 그것들을 새로운 형태로 만든다. AI가 특정 작업을 자동화하면 인간 근로자는 창의성, 감정 지능, 윤리적 의사 결정처럼 기계가 인간보다 효과적으로 수행하지 못하는 영역에 초점을 맞춰야 한다. 이는 학생들이 추구하는 직업이 오늘날의 전통적인 역할과는 상당히 다를 수 있다는 것을 의미한다. 그들이 노동 시장에 발을 들여놓을 때는 인간의 판단과 AI 기반 의사 결정 사이의 균형을 이해하는 것이 매우 중요할 것이다.
--- 「8장 생성형 AI로 미래를 대비한 기술 개발하기」 중에서

비판적 사고 역량을 추적하고 평가하는 AI 기반 도구와 플랫폼은 ‘머신 러닝’이라고 부를 수 있는 것보다 훨씬 더 빨리 등장하고 있다. 이는 흔해 빠진 채점 프로그램이 아니다. 지금 우리는 복잡한 사고 과정을 분석할 수 있는 고급 시스템에 대해 이야기하고 있다. 싱크서카(ThinkCERCA)나 노레드잉크 같은 플랫폼을 예로 들어 보자. 이 AI 기반 도구는 정답 여부를 제공하는 단순한 수준을 넘어 학생들의 서면 답변을 분석한다. 논리 구조나 증거 활용, 논리적 흐름 같은 요소들을 꼼꼼하게 살펴본다. 모든 학생의 작업에 대해 상세하게 피드백을 줄 수 있는 지치지 않는 조교를 둔 것과 같다.