우리 대부분은 자율 주행차, 음성 비서를 비롯한 기타 인공지능 기술을 혁명으로 보고 있지만 다음 세대들에게 이런 기술은 이미 존재하고 있는 것들이다. 그들에게 있어서 AI는 단순한 도구 이상으로 함께 일하는 동료 혹은 전반적인 생활의 일부로 자리 잡고 있을 것이다.

다음 세대가 AI와 빅데이터를 효과적으로 사용하기 위해서는 고유한 한계를 이해하고 더 나은 플랫폼이나 지식 시스템을 갖추기 위해 지금부터 준비해야 한다. 이것은 초등교육을 조정하고 고등 교육 과정에서 대대적이고 장기적으로 컴퓨터 사이언스 교육을 개선해야 한다는 의미다.

현재 아이들이 AI 및 자동화 기술과 소통하는 것을 본다면, 마술처럼 보일 수도 있다. 하지만 그것은 마술이 아니라 AI 시스템이 세심하게 큰 문제를 많은 작은 문제로 나누고 각각의 작은 문제를 해결한 후 서로 소통하는 방식으로 이루어지는 것이다. AI는 음성을 작은 부분으로 나누고 클라우드로 전송한 후 분석하여 뜻을 알아내고 검색 결과로 전환한다. 수백만 명의 사람들이 묻고 답한 데이터를 저장하고 분류한다. 클라우드의 확장성으로 인해 이런 복잡한 일이 몇백만 분의 1초에 이루어질 수 있게 된 것이다.

이것은 로켓 사이언스는 아니지만 많은 요소가 있어야 한다. 음성의 파형을 분석하고 번역, 의상을 인식하도록 가르치는 머신러닝, 정보 보호를 위한 암호화 등의 기술이 있어야 한다. 많은 기본 요소는 재사용할 수 있지만 차고에서 홀로 일하는 천재가 할 수 있는 범위는 벗어난다. 이런 기술을 개발하려면 팀을 구성해야 하고 팀으로 일하며 다른 팀이 만든 솔루션을 통합해야 한다. 바로 이런 기술을 다음 세대에게 가르칠 필요가 있는 것이다. 또한 AI는 반복적이거나 수작업이 필요한 일을 대체할 것이다. 따라서 사람과 AI의 일을 구분하고 일의 질을 높이는 창조성, 적응성, 대인관계 기술 같은 것을 강조해야 한다.

초등교육에서는 문제 해결 및 팀에서 협력적으로 일하는 방법을 가르치고 강조해야 한다. 초등교육에서 탐구 기반이나 프로젝트 기반 학습에 많은 관심이 있는 것은 다행이지만 얼마나 많은 교육청이 이 접근을 추진하는지 알기는 어렵다. 윤리도 중점을 두어야 할 과목이다. AI 기술은 모든 경우 윤리적 딜레마에 직면하기 때문이다. 예를 들면, 자동화된 결정에서 어떻게 인종, 민족, 성에 따른 편견을 배제하고, 자율 주행차량이 탑승자와 보행자의 생명 사이의 균형을 어떻게 잡을 것인가 등이다. 이런 의사결정 과정에서 성숙한 기여를 할 수 있는 사람과 프로그래머가 있어야 한다.

초등교육에서 코딩을 가르치는 것에 집착하지 않아야 한다. 코딩을 가르치는 것도 좋다. 하지만 아이가 좋아할 경우에 한해서 스냅!(Snap!)이나 스크래치(Scratch) 같은 언어가 도움이 될 수는 있다. 사실 코딩은 아이가 나중에 교육과정에서 선택할 수 있는 것이기도 하다. 그렇다고 해도 프로그램을 전혀 배울 필요가 없다고 생각하는 개념에 집착하는 것은 잘못된 일이다. 세상은 더욱더 디지털화되고 컴퓨터 사이언스는 예술과 과학에서 글쓰기와 수학처럼 핵심 소양이 되고 있다. 컴퓨터 과학자가 되는 것과 상관없이 코딩은 어떤 분야를 선택하든지 간에 더 많은 도움을 줄 것이다. 따라서 우리는 고등교육을 시작하는 첫해에 기본 컴퓨터 프로그램 수업이 있어야 한다고 생각한다.

미국 학교의 단 40%만 프로그램을 교육하고 있다. 반면에 이스라엘은 컴퓨터 사이언스를 예비 대학 과정에 통합하고 있다. 영국은 학교에서 컴퓨터 교육을 강화하고 있고 독일과 러시아도 앞서 나가고 있다. 오바마가 2016년 모두를 위한 컴퓨터 사이언스 이니셔티브를 시작했지만 트럼프 행정부는 관련 예산을 삭감했다. 과학과 수학처럼 정부가 주도하여 컴퓨터 사이언스 교육을 해야 한다. 다음 세대를 빅데이터와 AI를 이해하고 소통할 수 있도록 가르친다면 장기적으로 많은 이익을 가져올 것이다.