earticle

영어

This study explored the characteristics and meaning of engineering students' collaborative experiences with generative AI in a communication-focused liberal arts course. As a case study, a required first-year course titled Presentation and Discussion at a regional university was examined, and data from classroom observations and in-depth interviews with nine students were analyzed using thematic analysis. The findings revealed that students perceived generative AI not merely as an information-seeking tool but as a cognitive partner with whom they interacted throughout the entire process of topic exploration, argument construction, and discussion outline writing. The coexistence of initial expectations and distrust led students to strengthen strategies for reviewing and revising AI-generated responses, thereby refining their modes of collaboration. In particular, prompt specification and iterative re-questioning emerged as key mechanisms influencing the quality of collaboration. Such collaborative practices were found to lower entry barriers to discussion and to expand argument design by facilitating the exploration of multiple perspectives and counterarguments. At the same time, students experienced reduced expressive burden and increased confidence in participation, while error experiences prompted an awareness that ultimate responsibility for learning outcomes rests with the learners themselves. This study reinterprets generative AI use not as tool utilization but as a human-AI collaborative experience, offering pedagogical implications for the design of discussion-based instruction in engineering education.

한국어

본 연구는 공학계열 대학생이 의사소통 교양 수업에서 생성형 AI와 협업하는 경험의 특성과 의미를 탐색하 였다. 이를 위해 지방 소재 A대학 1학년 교양필수 ‘발표와 토론’ 수업을 사례로 선정하고, 수업 관찰과 9명 의 학생을 대상으로 한 심층 인터뷰 자료를 주제 분석 기법으로 분석하였다. 그 결과, 학습자들은 생성형 AI를 단순한 정보 탐색 도구가 아니라 주제 탐색, 논거 구성, 토론 개요서 작성 전 과정에서 상호작용하는 인지적 파트너로 인식하고 있었다. 초기의 기대와 불신이 공존하는 경험은 생성형 AI 응답을 검토, 수정하는 전략을 강화하며 협업 방식을 정교화하는 계기로 작용하였다. 특히, 프롬프트의 구체화와 반복적 재질문은 협업의 질 을 좌우하는 핵심 기제로 나타났다. 이러한 협업은 토론 진입장벽을 낮추고 다중관점 탐색과 반론 대비를 촉진 하여 논증 설계를 확장하였다. 동시에 표현 부담 완화와 참여 자신감이 형성되는 한편, 오류 경험을 통해 최종 책임이 학습자에게 있음을 자각하였다. 본 연구는 생성형 AI 활용을 도구 사용이 아닌 인간-AI 협업 경험의 관 점에서 재해석하고, 공학교육 맥락의 토론 수업 설계에 시사점을 제공하였다.