대학 캠퍼스의 다양성을 촉진하기 위한 AI 활용

최근 몇 년간 인공지능(AI)은 다양한 분야에서 괄목할 만한 진전을 이루고 있으며, 고등 교육 분야도 예외는 아닙니다. 펜실베이니아 대학교의 박사 과정 학생인 벤자민 리라 루트게스(Benjamin Lira Luttges)와 다른 9명의 연구진으로 구성된 팀의 획기적인 연구는 AI가 대학 캠퍼스의 다양성 증대에 핵심적인 역할을 할 수 있음을 보여줍니다. 사이언스 어드밴시스(Science Advances)에 게재된 "Using Artificial Intelligence to Assess Personal Qualities in College Admissions"라는 제목의 이 연구는 AI 알고리즘이 지원서 에세이에서 이타적 성향(pro-social orientation)과 리더십과 같은 개인적 자질을 평가하는 방법을 조명합니다. 이 발전은 SAT와 ACT와 같은 전통적인 표준화 시험이 코로나19 팬데믹으로 인해 중단되면서 대학 입학 담당자들이 지원서 에세이에 더 크게 의존하게 된 중요한 시점에 이루어졌습니다.

SAT와 ACT 딜레마에 대한 대응

코로나19 팬데믹은 표준 대학 입학 절차를 방해하여 SAT와 ACT와 같은 표준화 시험을 중단시켰습니다. 이러한 시험이 제외됨에 따라 입학 담당자들은 고등학교 성적과 지원서 에세이에 더 큰 중점을 두어야 했습니다. 그러나 에세이를 통해 지원자의 팀워크, 리더십, 이타적 성향과 같은 개인적 자질을 평가하는 것은 어려움이 따랐습니다. 이러한 에세이는 검토하는 데 시간이 많이 소요되며 인간의 편견과 변동성에 노출되었습니다. 입학 담당자들도 다른 사람들과 마찬가지로 지원서를 평가할 때 피로나 시간대 등의 요인의 영향을 받을 수 있었습니다. 이러한 과제들을 인지한 벤자민 리라 루트게스와 그의 팀은 AI가 평가 과정을 어떻게 도울 수 있는지 탐구했습니다.

입학 에세이의 역할

대학 입학 에세이는 오랫동안 지원자들이 고등 교육 기관에 적합한 인재임을 입증하는 도구로 사용되어 왔습니다. 이러한 에세이를 통해 학생들은 자신의 삶의 경험을 서술하고 특정 대학이나 대학원에 이상적인 적합자임을 설명할 수 있습니다. 그러나 이러한 에세이는 주관성이 짙어, 종종 숙련된 입학 담당자의 질적 판단에 의존하여 평가됩니다. 이 과정에서 편견이 발생할 가능성이 우려되는 이유는 입학 에세이가 대학의 학생 구성에 영향을 미칠 수 있기 때문입니다.

흥미롭게도, 연방대법원은 대학 입학에서 이러한 에세이가 지원자의 경험과 관점을 이해하는 데 중요한 역할을 한다는 점을 인정하며, 대학 입학의 affirmative action(긍정적 조치)과 관련된 판결에서 이를 강조했습니다. 존 로버츠 대법관은 대학들이 지원자가 인종이 그들의 삶에 미친 영향에 대해 논의한 내용을 고려할 수 있다고 밝혔습니다. 이 인정은 헌법적으로 허용되는 방식으로 에세이를 통해 지원자의 개인적 자질에 대한 통찰력을 얻는 것의 중요성을 강조합니다.

AI 솔루션: RoBERTa

Luttges와 그의 팀이 입학 에세이에서 개인적 자질을 평가하는 과제를 해결하기 위해 사용한 방법은 AI, 특히 RoBERTa 모델이었습니다. Facebook AI가 개발한 오픈소스 언어 모델인 RoBERTa는 인간의 평가를 바탕으로 개인적 자질을 평가하도록 미세 조정되었습니다. 훈련된 연구 보조원들과经验丰富的 입학 담당관들이 3,131편의 에세이를 평가했으며, 친사회적 성향, 리더십, 학습, 목표 추구, 내재적 동기, 팀워크, 인내심이라는 7가지 개인적 자질에 대해 이진 척도(‘아니오’는 0, ‘예’는 1)로 점수를 매겼습니다.

이 작업에서 RoBERTa의 성공은 인간 평가 점수와 유의미한 상관관계를 보임으로 나타났습니다. 친사회적 성향과 리더십의 경우 각각 0.86과 0.81이라는 인상적인 상관관계를 보였습니다. 이는 알고리즘의 평가가 인간 평가자의 평가와 일치함을 보여주며, 개인적 자질을 측정하는 신뢰할 수 있는 도구임을 입증했습니다.

편향 제거 및 다양성 증진

Luttges의 AI 알고리즘 중 가장 놀라운 측면 중 하나는 평가 과정에서의 편향과 노이즈를 줄이는 능력입니다. 인간과 달리 알고리즘은 피로나 시간 제약과 같은 요인의 영향을 받지 않고 일관된 판단을 유지합니다. 또한 AI 알고리즘은 개인적 자질을 나타내는 특정 단어와 구문에 초점을 맞추어, 사회경제적 지위를 드러낼 수 있고 잠재적으로 편향을 유발할 수 있는 글의 다른 측면은 무시합니다.

인구통계학적 요인에 대한 알고리즘의 중립성은 더 다양한 학생 구성원을 만드는 데 기여할 수 있습니다. 알고리즘은 학생의 배경과 무관하게 점수를 생성하므로 다양성을 증진하는 효과적인 도구가 됩니다. 이는 부유하고 주로 백인인 학생들에게 편향을 고착화한다는 비판을 받아온 SAT와 같은 전통적인 표준화 테스트와 대조됩니다.

대학 입학 에세이에서 개인적 자질을 평가하는 데 AI를 활용하는 것은 대학 캠퍼스 내 다양성을 장려하기 위한 유망한 한 걸음입니다. 알고리즘의 중립성과 일관성은 지원자를 평가하는 데 있어 더 공정하고 형평성 있는 접근 방식을 제공하며, 입학 결정이 사회경제적 또는 인구통계학적 요인이 아닌 개인적 자질에 기반하도록 보장합니다. 더 포용적인 커뮤니티를 구축하려는 고등교육 기관들에게 AI는 이러한 목표를 달성하는 데 가치 있는 동료가 될 수 있습니다.