Psychology Today는 2026년 8월 1일 로난 풀턴(Rónan Fulton), 알라나 매카시(Alana McCarthy), 마이클 호건(Michael Hogan)의 글을 통해 생성형 AI가 협동학습에 도움이 되는 조건은 신뢰, 검증, 피드백, 성찰이라고 밝혔다. 해당 글은 고등교육에서 480명 넘는 학습자를 다룬 최근 실증 연구 3건을 인용하며, AI 지원 협업의 성패가 순수한 기술 성능보다 사람들이 도구를 쓰며 어떻게 소통하고 조율하며 서로를 신뢰하는지에 더 달려 있다고 설명했다.

Luo 연구진(2025)은 생성형 AI 도입 때 신뢰, 집단 효능감, 과업 갈등이 팀 창의성에 어떤 영향을 주는지 보기 위해 66개 협업 그룹의 대학생 308명을 설문했다. 신뢰는 구성원이 어려움을 공개적으로 논의할 수 있는지, 과제를 전문적으로 수행하는지, 책임 이행을 서로 믿을 수 있는지에 대한 학생들의 인식으로 측정됐다. 과업 갈등은 업무 조직을 둘러싼 의견 차이와 AI 생성 제안 또는 인간 판단 중 무엇이 의사결정을 이끌어야 하는지를 둘러싼 불일치로 측정됐다.

Luo et al. 연구 결과에서 AI는 협업에 양면성을 보였다. AI를 지능적이라고 본 학생들은 집단 효능감, 즉 그룹이 성공할 수 있다는 공유된 자신감을 더 강하게 형성했고, 이 자신감은 팀 창의성을 높였다. 다만 AI는 과업 갈등도 늘렸으며, 이런 불일치는 창의적 성과를 낮췄다. 대인 신뢰가 강한 그룹은 AI 사용과 집단 효능감의 관계가 더 강해졌기 때문에 AI 지원 협업을 창의적 결과로 전환하는 데 더 유리했다.

Lehtinen 연구진(2026)은 예비 교사 75명이 생성형 AI로 수업안을 설계하는 과정을 영상 기록과 프로세스 마이닝(데이터로 활동 순서를 추적하는 기법)으로 관찰했다. 성과가 높은 그룹은 수업안 각 부분을 작성하고, AI가 만든 정보를 검증하기 위해 외부 자료를 검색했으며, 근거를 확인한 뒤 작업물을 수정했다. 이들은 성과가 낮은 그룹보다 온라인 자료를 2배 넘게 더 자주 확인했다. 성과가 낮은 그룹은 ChatGPT의 답변이 약할 때 반복적으로 다시 프롬프트를 넣고, AI 생성 문장을 수업안에 그대로 복사한 뒤, 내용을 독립적으로 검증하기보다 나중에 표현을 고쳤다.

Gyasi 연구진(2025)은 온라인 협동학습에서 인간-AI 협업 방식 3가지를 실험적으로 비교했다. 첫 조건은 각 과제 뒤 개인화 요약, 다음 활동 전 안내, 토론이 주제에 머문 정도를 보여주는 시각화, 서면 피드백 등 AI 피드백과 피드포워드를 그룹에 제공했다. 둘째 조건은 AI 챗봇을 추가 참여자로 그룹 토론 안에 배치해 아이디어를 내고, 질문을 던지고, 설명을 제공하며, 대화가 초점을 유지하도록 도왔다. 셋째 조건은 두 방식을 결합했고, 협력적 지식 구축, 인지적 참여, 사회적으로 공유된 조절, 전체 그룹 성과에서 단독 개입이나 AI 지원이 없는 경우보다 가장 강한 결과를 냈다.

Psychology Today는 Xu et al. (2026)도 인용하며, 협동학습에서 공유된 AI 사용이 개인의 비공개 AI 사용과 다르게 작동했다고 전했다. 학생들이 ChatGPT 응답을 함께 프롬프트하고 평가하고 수정했을 때 AI는 상호 인식과 협상을 돕는 공동 논의 대상이 됐다. 반대로 학생들이 그룹 회의 전에 AI를 개인적으로 사용했을 때는 집단 평가와 공동 의사결정의 기회가 줄었다고 설명했다.

Psychology Today는 2026년 8월 1일 로난 풀턴(Rónan Fulton), 알라나 매카시(Alana McCarthy), 마이클 호건(Michael Hogan)의 글을 통해 생성형 AI가 협동학습에 도움이 되는 조건은 신뢰, 검증, 피드백, 성찰이라고 밝혔다. 해당 글은 고등교육에서 480명 넘는 학습자를 다룬 최근 실증 연구 3건을 인용하며, AI 지원 협업의 성패가 순수한 기술 성능보다 사람들이 도구를 쓰며 어떻게 소통하고 조율하며 서로를 신뢰하는지에 더 달려 있다고 설명했다.

Luo 연구진(2025)은 생성형 AI 도입 때 신뢰, 집단 효능감, 과업 갈등이 팀 창의성에 어떤 영향을 주는지 보기 위해 66개 협업 그룹의 대학생 308명을 설문했다. 신뢰는 구성원이 어려움을 공개적으로 논의할 수 있는지, 과제를 전문적으로 수행하는지, 책임 이행을 서로 믿을 수 있는지에 대한 학생들의 인식으로 측정됐다. 과업 갈등은 업무 조직을 둘러싼 의견 차이와 AI 생성 제안 또는 인간 판단 중 무엇이 의사결정을 이끌어야 하는지를 둘러싼 불일치로 측정됐다.

Luo et al. 연구 결과에서 AI는 협업에 양면성을 보였다. AI를 지능적이라고 본 학생들은 집단 효능감, 즉 그룹이 성공할 수 있다는 공유된 자신감을 더 강하게 형성했고, 이 자신감은 팀 창의성을 높였다. 다만 AI는 과업 갈등도 늘렸으며, 이런 불일치는 창의적 성과를 낮췄다. 대인 신뢰가 강한 그룹은 AI 사용과 집단 효능감의 관계가 더 강해졌기 때문에 AI 지원 협업을 창의적 결과로 전환하는 데 더 유리했다.

Lehtinen 연구진(2026)은 예비 교사 75명이 생성형 AI로 수업안을 설계하는 과정을 영상 기록과 프로세스 마이닝(데이터로 활동 순서를 추적하는 기법)으로 관찰했다. 성과가 높은 그룹은 수업안 각 부분을 작성하고, AI가 만든 정보를 검증하기 위해 외부 자료를 검색했으며, 근거를 확인한 뒤 작업물을 수정했다. 이들은 성과가 낮은 그룹보다 온라인 자료를 2배 넘게 더 자주 확인했다. 성과가 낮은 그룹은 ChatGPT의 답변이 약할 때 반복적으로 다시 프롬프트를 넣고, AI 생성 문장을 수업안에 그대로 복사한 뒤, 내용을 독립적으로 검증하기보다 나중에 표현을 고쳤다.

Gyasi 연구진(2025)은 온라인 협동학습에서 인간-AI 협업 방식 3가지를 실험적으로 비교했다. 첫 조건은 각 과제 뒤 개인화 요약, 다음 활동 전 안내, 토론이 주제에 머문 정도를 보여주는 시각화, 서면 피드백 등 AI 피드백과 피드포워드를 그룹에 제공했다. 둘째 조건은 AI 챗봇을 추가 참여자로 그룹 토론 안에 배치해 아이디어를 내고, 질문을 던지고, 설명을 제공하며, 대화가 초점을 유지하도록 도왔다. 셋째 조건은 두 방식을 결합했고, 협력적 지식 구축, 인지적 참여, 사회적으로 공유된 조절, 전체 그룹 성과에서 단독 개입이나 AI 지원이 없는 경우보다 가장 강한 결과를 냈다.

Psychology Today는 Xu et al. (2026)도 인용하며, 협동학습에서 공유된 AI 사용이 개인의 비공개 AI 사용과 다르게 작동했다고 전했다. 학생들이 ChatGPT 응답을 함께 프롬프트하고 평가하고 수정했을 때 AI는 상호 인식과 협상을 돕는 공동 논의 대상이 됐다. 반대로 학생들이 그룹 회의 전에 AI를 개인적으로 사용했을 때는 집단 평가와 공동 의사결정의 기회가 줄었다고 설명했다.