earticle

영어

Despite the rapid spread of generative artificial intelligence, user awareness of its representative error—AI hallucination—remains limited, and corresponding educational resources are scarce. This study aims to design educational game content that enables learners to experience the AI hallucination phenomenon in a safe virtual environment and to develop the competence to critically evaluate AI-generated information. To achieve this, the study draws on the structural similarity between AI output generation and human cognitive biases—such as the representativeness heuristic and anchoring effect—as a core educational principle. The overall scenario was organized according to Ausubel’s meaningful learning theory, and a prototype was implemented in a Unity-based RPG format. Learner behaviors were tracked through three indicators (DP, HP, LV) and recorded in xAPI format for analysis. This interactive design offers an experiential learning process in which learners can recognize and correct judgment errors while gradually fostering critical thinking strategies. By refram-ing AI hallucination as a phenomenon arising from both technical flaws and cognitive biases, this study highlights a novel direction for AI literacy education, integrating game-based experiential learning with data-driven assessment.

한국어

생성형 인공지능의 확산에도 불구하고, 대표적 오류인 할루시네이션에 대한 사용자 인식은 여전히 낮고 이를 다루는 교육 콘텐츠 역시 제한적이다. 본 연구의 목적은 학습자가 할루시네이션 현상을 안전한 가상 환경에서 직접 체험하며, AI 생성 정보를 비판적으로 판단하는 역량을 함양할 수 있도록 교육용 게임 콘텐츠를 설계하는 데 있다. 이를 위해 본 연구는 AI의 출력 방식이 대표성 휴리스틱, 정박 효과 등 인간의 인지 오류와 구조적으로 유사하다는 점에 주목하여 이를 교육의 핵심 원리로 삼았다. 전체 시나리오는 오스벨의 유의미학습 이론을 기반으로 구성하였으며, 프로토타입은 Unity 기반 RPG 형식으로 구현되었다. 학습자의 행동은 세 가지 지표(DP, HP, LV)로 수집되며, xAPI 형식으로 기록, 분석할 수 있도록 설계되었다. 이러한 상호작용 구조는 학습자가 위험 없이 판단 오류를 교정하고, 비판적 사고 전략을 점진적으로 형성할 수 있도록 지원한다. 본 연구는 할루시네이션을 기술과 인지 오류가 결합된 복합적 문제로 해석하고, 게임 기반의 상호작용 학습과 데이터 기반 평가를 통합하여 AI 리터러시 교육 콘텐츠의 새로운 방향을 제시한다는 점에서 의의가 있다.