[카테고리:] AI & the Future of Work

핵심 요약 첫째, Nagashima와 동료들(2026)은 독일의 학생 16명과 교사 15명을 대상으로 스토리보드 기반 스피드-데이팅 연구를 실시해, K-12 교실 AI에서 학생-AI 의사결정 통제에 대한 양쪽의 시각이 얼마나 일치하는지 조사했다. 둘째, 명시적 쌍 대응 분석에서 학생과 교사는 AI를 얼마나 신뢰할지, AI와 함께하는 학습의 사회·정서적 측면 등 핵심 주제에서 어긋난 시각을 보였다. 셋째, AI 사용 밖에서 형성된 교사-학생…

핵심 요약 첫째, Appel, Fervers와 Piepenburg(2026)는 사전등록 무작위대조실험으로 교사 204명을 세 집단에 배정했다. ChatGPT 접근 없음, ChatGPT 접근, ChatGPT 접근+AI 교육 수강이다. 둘째, GenAI는 수업 준비의 질을 높이고 준비 시간을 34% 줄였다. 질은 가중 기준에 따른 블라인드 전문가 평가로 측정했다. 셋째, AI 교육은 질을 더 높이지 못했지만 준비 시간을 추가로 21% 줄였다. 프롬프트 기록 분석에서…

핵심 요약 첫째, Hao, Xu, Li와 Evans(2026)는 자연과학 전 분야의 논문 4,130만 편을 분석해 과학자 개인에게는 이득이, 과학 전체에는 수렴이 나타남을 보였다. 둘째, AI 보강 연구를 하는 과학자는 그렇지 않은 과학자보다 논문을 3.02배 많이 발표하고, 인용을 4.84배 많이 받으며, 연구 프로젝트 리더가 되는 시점이 1.37년 빨랐다. 셋째, 반면 AI 도입은 연구 주제의 집합적 다양성을 4.63%…

핵심 요약 첫째, Fang, Lin과 Liu(2026)는 2016~2024년 온라인 구인공고 160만 건으로 도시-연도별 AI 노동수요를 구성하고, 전국 대표 미시자료(China Family Panel Studies 2016~2022)와 결합해 지역 AI 수요가 개인 임금에 미치는 영향을 추정했다. 둘째, 지역 AI 수요가 1단위(공고·기업·직무명 1,000건) 늘면 임금이 약 0.2~0.3% 상승했다. 그러나 평균 뒤의 분포가 갈린다. 여성은 단위당 약 0.5~0.7%의 더 큰 상승을 경험한…

핵심 요약 첫째, Blumenfeld, Hazell, Lian과 Schaab(2026)은 AI가 소프트웨어 엔지니어링 생산성을 통해 거시경제에 미치는 영향을 금융시장 정보로 측정했다. 과거 실적이 아니라 시장이 내다보는 기대를 실시간으로 읽는 전망형 측정이라는 점이 특징이다. 둘째, 2022년 11월부터 2025년 12월까지 AI는 시장이 평가하는 소프트웨어 엔지니어링 생산성의 기대 현재가치를 영구적 32.6% 생산성 상승에 해당하는 만큼 높였다. 이에 대응하는 GDP 수준 효과는…

AI를 쓰는 동안 성과가 오르는 것과 AI 없이 일할 실력이 자라는 것은 다른 문제다. 미국 특허변호사 133명을 대상으로 한 3개월 무작위 대조 실험은 이 둘의 차이를 보여주고, 그 차이가 경력에 따라 정반대로 갈림을 보여준다. 핵심 요약 첫째, Autor와 동료들(2026)은 AI 보조가 전문가의 산출물과 전문성 형성에 미치는 영향을 분리해 측정한 3개월 현장 무작위 대조 실험이다. NBER…

유명한 사례 연구에서는 AI에 노출된 직업의 젊은 노동자가 줄었다. 그러나 노르웨이 전체 직업을 노출도 순서로 세우면 같은 감소가 나타나지 않는다. 핵심 요약 첫째, Hernæs와 Kostøl(2026)은 노르웨이 민간부문 고용 전수 행정자료로 생성형 AI 노출이 높은 직업에서 젊은 노동자의 고용이 줄었는지를 검토한다. IZA Discussion Paper No. 18767의 2026년 6월본으로, 동료심사를 거치지 않은 워킹페이퍼다. 둘째, 분석 자료는 2021년…

AI가 교육 수준에 따른 생산성 격차를 줄일 수 있는지는 접근성만이 아니라 사람이 실제로 무엇을 배우는가에 달려 있다. 이 연구는 AI가 없을 때 다시 풀어 보는 후속 과제를 통해 도움과 위임을 구분한다. 핵심 요약 첫째, Cruces, Fernandez Meijide, Galiani, Gálvez와 Lombardi(2026)는 생성형 AI가 교육 수준에 따른 과제 수행 격차를 줄이는지 실험했다. NBER Working Paper No. 34851의…

AI의 답을 얼마나 많이 받았는가보다 어떤 답을 왜 수정했는가가 중요하다. 이 연구는 생성형 AI 사용 교육이 대학생의 당일 물리 문제 수정 수행과 상호작용 방식에 미치는 영향을 살펴본다. 핵심 요약 첫째, Huang과 동료들(2026)은 중국 한 대학의 STEM 전공 2학년을 대상으로 구조화된 생성형 AI 교육과 일반 문제 해결 교육을 비교했다. 최종 분석 대상은 95명이다. 두 집단 모두…

핵심 요약 첫째, Ates(2026)는 4개 대학 48개 강좌 1,176명의 1학년을 대상으로 한 다기관 군집무작위 종단 현장실험에서 네 가지 생성형 AI 피드백 설계를 비교했다. 조건은 동료 피드백만, 직접적 GenAI 피드백, 성찰적 GenAI 피드백, 그리고 자기평가+동료+GenAI를 결합한 하이브리드다. 둘째, 직접적 GenAI 피드백은 동료 피드백 대비 즉각적 논증 품질 향상을 높였지만, 성찰적·하이브리드 설계는 피드백 수용과 자기조절학습에서 더 강했다.…