AI도 편견을 가진다, 공정함을 가르치는 수업으로 다루기

수업 시간에 학생에게 AI 이미지 생성기로 "의사"와 "간호사"를 그려 보게 한 적이 있습니다. 화면에는 약속이나 한 듯 의사는 남성, 간호사는 여성으로 채워졌습니다. 학생들은 처음엔 웃었지만, "왜 다 이렇게 나왔지?"라는 물음 앞에서 표정이 진지해졌습니다. 같은 실험을 "과학자", "범죄자" 같은 단어로 이어 가자, 특정 성별과 인종에 치우친 이미지가 반복해서 나왔습니다. AI는 세상을 객관적으로 보여 주는 거울이 아니라, 학습한 데이터에 담긴 편견까지 그대로 배운 존재였습니다. 이 순간을 그냥 넘기면 학생은 AI의 답을 중립으로 오해하고, 붙잡으면 공정을 함께 고민하는 수업이 됩니다.

AI의 편향이 교실에서 위험해지는 지점

AI 편향을 다루기 어려운 이유는 그것이 잘 드러나지 않기 때문입니다.

• 중립처럼 보임: 기계가 낸 답이라는 이유로 학생은 그 안의 치우침을 의심 없이 받아들입니다.
• 데이터에 뿌리내림: 편향은 특정 답 하나가 아니라 학습 데이터 전체에 스며 있어, 눈에 잘 띄지 않습니다.
• 재생산의 확대: 학생이 편향된 결과를 그대로 인용하면, 그 치우침이 과제와 발표를 통해 더 넓게 퍼집니다.

목표는 AI를 불신하게 만드는 것이 아니라, 답 뒤에 누구의 세계가 담겼는지를 물을 줄 아는 눈을 길러 주는 것입니다.

플립슨으로 편향을 함께 검토하는 수업

날리자쿠의 모듈형 수업 플랫폼 플립슨(Flipsson) 은 설치 없이 브라우저에서 이 검토 활동을 한 흐름으로 담습니다. 블록 에디터로 도입 콜아웃에 탐구 질문을 던지고, 학생이 여러 조건으로 AI에게 물어본 결과를 이미지·파일 제출 블록으로 모은 뒤, 서술 과제 블록으로 "어떤 편향이 보이는가"를 적게 하면 관찰-증거-해석이 하나의 모듈 안에서 이어집니다. 과제 블록에 필수 응답을 걸어 두면, 결과를 붙이는 데 그치지 않고 반드시 자기 해석을 남기도록 유도할 수 있습니다.

특히 AI 튜터는 이 수업의 좋은 대비 사례가 됩니다. 플립슨의 AI 튜터는 인터넷 전체가 아니라 지금 배우는 모듈을 근거로 답하고, 어느 블록에서 가져왔는지 출처를 표시하므로, 학생은 "근거가 보이는 답"과 "근거가 감춰진 편향"을 나란히 비교하게 됩니다. 출처를 확인하는 습관은 그 자체로 AI의 답을 무턱대고 받아들이지 않는 태도로 이어집니다. 이어 의견 보드에 각자 찾은 편향 사례를 카드로 올리면 약 4초 만에 모든 화면에 모여, 한 반이 발견한 편향의 지도가 눈앞에 펼쳐집니다. 서로의 사례에 좋아요와 댓글을 달며, 혼자서는 놓쳤을 편향을 친구의 카드에서 발견하고, 공정에 대한 감수성이 토론으로 자랍니다. 완성한 검토 모듈은 라이브러리에 저장해 다음 학기 다른 반에서도 다시 씁니다.

핵심 정리

AI의 편향은 숨기거나 겁줄 대상이 아니라, 학생과 함께 증거로 검토할 수업의 재료입니다. 블록으로 관찰과 해석을 남기고, 출처가 보이는 AI 튜터와 의견 보드로 편향을 드러내면, 공정성 감수성이 실제 활동 속에서 길러집니다. 이렇게 기른 눈은 AI를 넘어 세상의 정보를 대할 때도 "이 판단은 누구의 관점인가"를 묻게 합니다. 카드 등록 없이 시작할 수 있고 클래스 10개까지 무료이니, 편향을 다루는 한 차시부터 시작해 보시기를 권합니다.