행위자네트워크이론과 체화된 인지 이론으로 본 인공지능 시대의 지식과 학습의 개념에 대한 탐구

Abstract

본 연구는 4차산업혁명 시대를 이끄는 핵심 기술인 인공지능의 발달에 따라 인간 학습자가 학습해야하는 지식의 개념이 어떻게 달라지는지를 이론적으로 고찰해보고, 이를 통해 학습의 개념 및 전략이 어떻게 바뀌는지에 대해 탐구해보는 것을 목적으로 한다. 이를 위해 이론적 배경에서는 (1)딥러닝을 중심으로 한 인공지능에 대한 기술적 이해 (2)인간과 기계의 상호작용에 대한 해석틀로 주목받고 있는 행위자네트워크이론(ANT)의 개념 및 시사점 (3)인간 인지에 대한 대안적 접근으로서의 체화된 인지이론의 개념 및 시사점 (4)교수학습과 인공지능에 대한 국내의 선행연구의 성과 및 한계에 대해 분석한다. 각각의 의미와 논리는 다음과 같다. 인공지능에 대한 기술적 이해는 교수학습과 인공지능의 관계를 규명하고, 지식 및 학습을 재개념화하는데 있어서 기초적인 이론적 토대이다. 많은 선행연구들이 인공지능의 영향력에 대한 기대 및 우려는 표하지만 인공지능에 대한 기술적 이해는 피상적인 수준에 그치고 있어, 연구결과로 제시되는 대안 및 대응책 역시 피상적이 되는 한계를 극복하고자 본 연구에서는 딥러닝을 중심으로 인공지능에 대한 기술적 이해를 시도하였다. 또한 인공지능은 기계학습을 통해 역량을 향상시키는 개체이기 때문에 고정된 도구의 사용이라는 인식틀로는 인간과 인공지능의 상호작용을 이해하기 어렵다. 이에 실세계를 인간과 비인간의 네트워크로 이해하는 대표적인 포스트 휴머니즘 사회학 이론인 행위자네트워크이론을 통해 인간과 인공지능을 하나의 인식틀 안에서 포괄적으로 이해하기 위한 접근을 취한다. 이와 함께 인간과 인공지능이 협력적 관계 구축을 하기 위해서는 상호 동일한 속성을 통한 경쟁이 아닌 차이에 기반한 협력이어야 한다는 점에 착안하여, 인간과 인공지능의 인지 과정에서의 결정적 차이를 만드는 신체성에 주목하고 있는 체화된 인지이론의 개념 및 시사점을 살펴본다. 마지막으로 이러한 이론적 논의의 토대 위에서 교수학습과 인공지능에 대한 국내의 선행연구를 분석한다. 국내의 선행연구에서 유의미한 시사점은 근대적 교육 접근법인 지식 테일러리즘이 한계에 봉착했다는 점이며, 공통적인 한계는 기술에 대한 이해의 부족과 지식에 대한 인간 중심주의적인 접근법이다. 이론적 논의를 통해 행위자네트워크이론을 가장 큰 인식틀로 삼고, 그 안에서 체화된 인지이론을 인간 인지의 속성으로, 인공지능의 기술적 특징을 인공지능 인지의 속성으로 비교 분석하면서, 교수학습과 인공지능에 대한 선행연구의 한계를 보완하는 분석을 진행한다. 이를 통해 지식은 인간의 독립적 노력을 통해 획득한 결과물이라는 개념이 더 이상 유효하지 않으며, 인간-기계 네트워크의 상호작용 결과로서 만들어지는 하이브리드 지식으로 재개념화되어야 한다는 것을 찾을 수 있었다. 또한 인간 인지가 신체를 기반으로 하는 경험의 축적이라는 측면에서 네러티브적 지식으로 재개념화되어야 한다는 것을 찾을 수 있었다. 이것은 정보의 획득이라는 결과 중심의 학습 및 탈인격적 지식 학습이 아닌, 네러티브의 과정에 주목하고 신체라는 실존에 근거한 학습의 필요성를 지시한다. 이상의 지식 개념에 다음의 학습 개념 및 전략이 도출되었다. 우선 인간 학습자는 빠른 처리 속도를 핵심으로 하는 블랙박스화된 기계의 지식을 실세계와 연결하는 것을 통해 해당 지식을 재평가하는 재번역 및 역번역 작업으로서의 학습을 수행해야 함을 알 수 있었다. 다음으로 인간 인지가 근본적으로 신체에 기반한다는 것을 토대로 하여, 학습 및 교과 내용이 신체 활동을 중심으로 재편되어야 함을 확인할 수 있었다. 마지막으로 인공지능의 능력이 급격하게 발달하는 시대에 효율성에 집중하는 접근법이 가지는 딜레마를 지적하고 후속 연구의 방향을 제시하였다. 또한 순수한 이론 연구로 진행한 본 연구의 한계를 보완하기 위해, 교수학습 현장에 대한 실행 연구의 필요성이 있음을 확인하였다.; The purpose of this study is to examine how the concept of knowledge that human learners need to learn changes according to the development of artificial intelligence, which is the core technology that leads the fourth industrial revolution era, and to explore how the concept and strategy of learning change. To this end, the theoretical background is (1)a technical understanding of artificial intelligence focus on deep learning, (2) the concept and implications of ANT, which is attracting attention as a framework for interpreting human - machine interaction, (3) the concept of embodied cognitive theory as an alternative approach to human cognition and its implications. (4) the performance and limitations of domestic prior studies on teaching and learning and artificial intelligence are analyzed. Each meaning and logic is as follows. A technological understanding of artificial intelligence is the basic theoretical foundation for the re-conceptualization of knowledge and learning, and the relationship between teaching-learning and artificial intelligence. Although many prior studies have expressed hopes and concerns about the impact of artificial intelligence, the technological understanding of artificial intelligence remains superficial, and in order to overcome the superficial limitations of alternatives and countermeasures, I tried to understand artificial intelligence by focusing on deep-learning technology. In addition, because artificial intelligence is an object that improves its capability through machine learning, it is difficult to understand the interaction of human and artificial intelligence with the framework of the use of fixed tools. In this context, we take an approach to comprehend human and artificial intelligence in a single framework of recognition through the theory of actor-network theory(ANT), which is a representative post-humanism sociological theory that understands the real world as a network between human and non-human. And, focusing on the fact that human and artificial intelligence should be collaborative based on difference rather than competition through the same attributes, attention is paid to the human body that makes a crucial difference in the cognitive process of human and artificial intelligence through thhe concept of embodied cognitive theory and its implications. Finally, we analyze domestic prior studies on teaching-learning and artificial intelligence on the basis of these theoretical discussions. A significant implication in Korea's previous studies is that knowledge taylorism, which is a modern educational approach, has reached its limits. A common limitation is lack of understanding of technology and an anthropocentric approach to knowledge. Through the theoretical discussions, the actor network theory is considered as a framework of this examination. The embodied cognitive theory and the technological characteristics of artificial intelligence are compared in the frame of ANT. Through this, it was found that the concept of knowledge acquired as a result of human independent efforts is no longer valid and should be re-conceptualized as a hybrid knowledge that is created as a result of human-machine network interaction. We also found that human cognition needs to be re-conceptualized as a narrative knowledge in terms of accumulation of experience based on the body. This focuses on the process of narrative, not the result-oriented learning of acquisition of information and learning of de-personal knowledge, and indicates the necessity of learning based on the personal existence. The following learning concepts and strategies are derived from the above knowledge concepts. First of all, human learners need to perform learning as a re-translation and reverse translation of the result of machine learning processing through linking the knowledge of black boxed machines with the real world. Next, based on the fact that human cognition is fundamentally based on the body, it can be confirmed that the contents of learning and curriculum should be reorganized around physical activity. Finally, I pointed out the dilemma of the approach focusing on efficiency in the period of rapid development of artificial intelligence and presented the direction of the follow-up study. In order to overcome the limitation of this study, which is a pure theoretical study, it is confirmed that there is a necessity to conduct research on the teaching-learning field.