신경다양성 학습자의 고유한 요구에 맞춘 AI 기반 읽기 스캐폴딩 맞춤 설계

HCI 관점에서 읽을 만한 이유

이 글은 읽기 보조가 언제나 도움만 되는 것은 아니라는 점을 실증적으로 보여줍니다. HCI/UX 실무자와 연구자에게는 보조 요소의 ‘양’보다 ‘조합’과 ‘조정 가능성’이 더 중요할 수 있음을 시사하는데요, 특히 주의 자원과 작업기억 부담을 함께 고려해야 합니다. 또한 특수교육 맥락에서 경험 평가와 수행 결과가 다르게 나타날 수 있어, 접근성 설계와 평가 프레임을 다시 점검하게 만듭니다.

CIT의 코멘트

흥미로운 지점은 구조적 보조와 의미적 보조가 같은 방향으로 작동하지 않는다는 점입니다. 문장 분절은 부담을 줄일 수 있지만, 그림문자나 키워드 라벨이 추가되면 오히려 조정 비용(coordination cost)이 늘어나는 학습자도 있다는 점이 드러났는데요. 이는 ‘더 많은 보조 = 더 나은 이해’라는 직관을 경계하게 합니다. 특히 감독 하의 포용적 읽기 상황에서는 개인별 인지 프로파일과 과제 맥락에 맞춰 보조를 동적으로 조절하는 설계가 핵심입니다. human-AI co-regulation으로 확장하면, AI가 단순히 정보를 증강하는 역할을 넘어 언제, 어떤 보조를 줄지 판단하는 적응형 조정자로서 작동해야 한다는 함의가 보입니다.

원문을 읽으면서 던질만한 질문

• Q.보조의 효과를 개인차와 과제 복잡도에 맞춰 실시간으로 조정하려면 어떤 적응형 인터페이스가 적절할까요?
• Q.그림문자, 키워드 라벨, 문장 분절 중 어떤 조합이 어떤 학습자 특성에서 조정 비용을 가장 크게 만들까요?
• Q.human-AI co-regulation을 읽기 보조에 적용할 때, AI가 개입해야 하는 시점과 강도를 어떻게 설계해야 할까요?