인공지능시대를 둘러싼 쟁점과 평생교육의 과제 탐색

Ⅰ. 서론

지난 2016년 알파고의 등장으로 향후 몇 백년간 인간을 넘어서기 어려울 것이라 예측되던 바둑영역이 평정되며 그 당시 생소했던 인공지능(Artificial Intellingence: AI)이 전세계적으로 충격을 줌과 동시에 사회적 주목을 받기 시작하였다. 그로부터 불과 10년도 지나지 않은 오늘날 인공지능은 비약적인 기술발전과 빅데이터와의 결합을 통해 끊임없는 진화와 발전을 거듭하며 특정한 영역을 넘어 경제, 사회, 정치, 교육, 문화 등 다양한 분야에서 변화를 가져오고 있다.

현재 인공지능 기술은 인류가 지금껏 경험해보지 못한 속도로 우리의 일상에 광범위하게 스며들고 있다. 기술의 발전이 본질적으로 인간의 능력을 대체해가는 특징을 가지고 있지만 최근 다양한 분야에서 적용되고 있는 인공지능은 인간이 특별한 존재가 될 수 있도록 한 지적 능력에 대한 자부심을 무너뜨리며 빠르게 인간의 자리를 대체하고 있다. 최근에는 한걸음 더 나아가 방대한 데이터의 단순한 조합이라는 한계를 지닌 인공지능을 넘어 새로운 자료를 생성하고 스스로 판단할 수 있는 생성형 인공지능(Generative AI) 또는 초인공지능(Artificial Super Intelligence) 시대의 도래를 예측하는 논의가 심심치 않게 등장하고 있다(Gill, 2016; Pavlik, 2023; Susnea et al., 2024).

이에 세계경제포럼(World Economic Forum)은 보고서를 통해 인공지능기술의 활용과 디지털화 증가로 향후 2027년까지 기계에 의한 업무 수행 비중이 2022년 현재 34%에서 43%로 증가함에 따라 현재 직업의 4분의 1이 사라지거나 변화될 것으로 예측했다. 이 보고서는 은행업무, 우편업무, 매표원, 기록보관 및 관리 등과 같이 단순반복적인 업무와 관련된 최대 2,600만개의 일자리가 사라질 것으로 보고 있다. 나아가 인공지능은 글쓰기, 코딩, 음악과 미술과 같은 예술작업 등과 같이 인간의 고유영역이라고 인식되던 창의성이 필요한 영역까지 강하게 영향을 미칠 것으로 전망했다(World Economic Forum, 2023). 이처럼 이제 인공지능은 단순한 도구의 선택과 거부 문제를 넘어 거스를 수 없는 하나의 시대적 흐름으로 자리매김하고 있다.

도구를 매개로 외부 환경과 상호작용을 하는 인간의 특성상 새로운 도구의 출현은 가시적·비가시적으로 우리의 삶을 어느 정도 변화시킬 수밖에 없다. 하지만 최근의 인공지능 기술의 발전을 보면 인간의 삶의 편리를 높이고자 하는 도구의 영역을 벗어나 우리의 삶의 방식을 근본적으로 변화시킬 만큼 커다란 영향력을 행사하는 사회적 현상으로 나타나고 있다. 기술의 발전은 인간의 생활과 노동에 편리함과 효율성을 가져다 주었지만, 다른 한편으로는 인간의 존재와 자리를 위협받을 수 있다는 불안감도 불러일으키고 있다.

인공지능으로 인해 야기된 사회적 변화는 학문분야에서도 다양한 주제를 통한 활발한 논의를 불러일으키고 있다. 이들 논의들을 살펴보면, 인공지능이 가져올 미래 사회에 대한 유토피아적 혹은 디스토피아적 전망들(Coeckelbergh, 2024; Hendrycks, Mazeika, & Woodside, 2023; Vallor, 2024), 인공지능 기술개발에 대한 도덕적, 윤리적 기준 설정(김대군, 2025; 송다솜 외, 2025; UNESCO, 2021a), 인공지능으로 인한 인간 정체성과 주체성의 변화문제(허희옥 외, 2017; Danaher & Nyholm, 2021) 등과 같이 인공지능에 대한 문제제기뿐만 아니라 다양한 분야에서 어떻게 인공지능을 활용할 것인가에 대한 수많은 논의가 진행되고 있다. 이들 논의를 검토해 보면 인공지능으로 인해 촉발된 급변하는 사회 속에서 인간과 인공지능의 관계를 어떻게 정립할 것이며 변화하는 사회에서 새로운 윤리와 질서를 어떻게 확립할 것인가와 같은 근원적인 논의에서부터 인공지능이라는 신기술을 어떻게 적용하고 활용할 것인지와 같은 실증적·실용적인 논의에 이르기까지 다양한 범위에서 진행되고 있으며, 현재에는 인공지능과 관련된 다양한 관점들이 교차하며 쟁점을 형성하고 있는 과정에 있음을 알 수 있다.

이처럼 인공지능을 중심으로 사회적 변화가 가속화되고 광범위해질수록 학문적으로나 실천적으로 평생교육의 중요성은 더욱 커진다. 평생교육의 사회적 임무 중의 하나가 끊임없이 변화하는 사회 속에서 새로운 역량 습득을 통해 변화에 적응하고, 사회적 변화를 올바른 방향으로 이끌기 위해 개인과 사회의 상호작용을 촉진시켜야 한다는 것이다. 따라서 평생교육은 항상 사회적 변화에 민감해야 하며 그 변화의 의미가 무엇이고 이 변화가 개인과 사회에 어떠한 영향을 미칠 수 있으며, 새로운 방향은 어떻게 설정해야 하는지를 끊임없이 고민할 필요가 있다. 하지만 최근 다른 분야에서 인공지능을 둘러싼 논의들이 확산되며 활발하게 진행되고 있는 것에 비해 평생교육 분야에서는 아직 그 논의가 활발하게 진행되지 못하고 있다. 현재 진행되고 있는 논의들을 살펴보면 학교로 대표되는 형식적 교육의 맥락에서 인공지능의 교육적 활용과 효과에 주목하는 실증적 연구가 주를 이루고 있다(Jung et al., 2024). 다른 한편, 인공지능 시대에서의 평생교육의 방향성(김도헌, 2020; 김혁·장경진·장원섭, 2018; 김효선, 2024)이나 평생교육 현장에의 인공지능 적용 필요성(문준성 외, 2024; 최락인·조정길, 2012) 등에 대해 간간히 논의되기는 했지만 아직까지는 활성화되지 못한 상태이다. 이에 본 논문에서는 “인공지능의 발전으로 촉발된 쟁점들은 평생교육의 관점에서 어떠한 의미를 가지며, 이러한 변화는 평생교육의 이론과 실천에 어떤 과제를 제기하는가?”라는 연구문제를 제기하고자 한다.

이와 같은 문제의식을 기반으로 본 논문은 평생교육분야에 인공지능과 관련된 활발한 논의의 시발점이 될 수 있도록 인공지능시대를 맞이하는 평생교육의 과제를 탐색하는 것을 연구목적으로 상정하였다. 이를 위해 이 연구는 문헌분석법을 주요 연구방법으로 채택하였다. 문헌분석법은 기존의 문헌자료들을 수집하여 체계적으로 분석하여 관련 연구의 흐름, 이론적 틀, 개념, 쟁점 등을 파악하여 비판적 검토나 통합적 재구성을 시도할 수 있게 해줌으로써 시론적 성격의 논문에 적합하다(Bowen, 2009). 본 논문은 인공지능과 관련된 검증된 학술논문들, 국제기구의 보고서, 단행본 등을 수집하여 분석의 대상으로 삼았으며, 문헌 수집은 다음 세 가지 방향으로 이루어졌다. 첫째, 국내 학술 데이터베이스인 RISS를 활용하여 최근 10년 이내에 출간된 인공지능 관련 단행본 중 인공지능의 발전과 그 함의를 철학적 및 사회과학적 논의한 저작물을 중점적으로 검토하였다. 또한, RISS에서 KCI 등재(후보 포함) 학술지에 수록된 논문 중 “인공지능”과 “교육”을 주요 키워드로 검색하여 교육학 전반의 논의 흐름을 파악하였고, 이 가운데 “평생교육” 키워드를 추가적으로 포함한 논문 25편을 선별하여 분석하였다. 둘째, 유네스코, OECD, 세계은행 등 국제기구에서 인공지능과 관련하여 발간한 보고서를 수집하였다. 특히 유네스코는 인공지능 관련 정보를 공유하기 위한 별도의 홈페이지¹⁾를 운영하고 있으며, 본 연구에서는 이를 적극적으로 활용했다. 셋째, 인공지능의 쟁점을 둘러싼 국제적 논의의 동향을 파악하기 위해 Google Scholar를 활용하여 “artificial intelligence(인공지능)”를 기본 키워드로 하고, “critique(비판)” “challenge(과제)” “ethics(윤리)” 등과 조합하여 단행본과 Scopus 등재 학술논문들을 수집했다. 이 과정에서 최근 인공지능 기술의 발전으로 인해 연구가 양적으로 빠르게 확장되고 있음을 확인하였으며, 이에 따라 반복적으로 등장하는 핵심 주제들에 집중함으로써 논의의 질적 포화 상태에 도달하고자 하였다. 더불어, 세 명의 전문가가 반복적인 토론과 상호작용을 통해 인공지능 기술과 평생교육의 접점에서 대두되는 쟁점들을 도출하였고, 각자의 분석 결과가 상호 일치함을 확인함으로써 연구 결과의 신뢰도를 확보하였다. 이러한 분석을 통해 인공지능과 관련된 다양한 쟁점들 중에서 많은 논의들에 자주 등장하는 쟁점들, 노동시장의 구조변화, 지식 패러다임의 변화, 알고리즘의 위험성, 윤리적 문제, 인공지능의 공공성 등 다섯 가지 쟁점들을 본 논문의 주요 논의대상으로 선정하였다. 이를 기반으로 본 논문은 세 가지 연구문제를 설정하였다. 먼저 인공지능을 둘러싸고 제기되는 쟁점들을 분석적으로 고찰해 보고, 이와 관련하여 인공지능이 평생교육 환경에 어떠한 변화를 일으킬 수 있는지를 탐색하고자 한다. 이어 이 연구는 마지막으로 인공지능시대에 대응하기 위한 평생교육의 과제들을 평생교육이론, 인간상, 교육내용 및 방법, 교육환경, 제도와 정책적인 측면으로 도출하여 무엇인지를 논의하고자 한다.

Ⅱ. 인공지능시대를 둘러싼 주요 쟁점들

인공지능 기술의 급격한 발전은 일터, 교육기관, 정부기관에 이르기까지 다양한 영역들에 스며들고 변화를 촉발하고 있다. 특히 인공지능은 인간이 활용하는 도구에 그치는 것이 아니라, 그 이상의 잠재력을 갖는다는 점이 주목을 받으며 인공지능의 등장으로 인한 인간과 인공지능의 공존이 인간의 삶에 줄 수 있는 빛과 그림자에 대해 쟁점들이 지속적으로 제기되어 왔다. 본 장에서는 이러한 쟁점들이 현재 문헌들에서 어떻게 나타나고 있는지를 다루며, 다음 장에서는 평생교육 관점에서 해당 쟁점들의 의미를 논하고자 한다.

Ⅲ. 인공지능으로 인한 평생교육의 변화와 쟁점

본 장에서는 인공지능이 평생교육에 미치는 영향을 앞서 살펴보았던 인공지능 관련 주요 쟁점과 연결하여 1) 교육자 위상 전환, 2) 학습이론과 학습주체성의 문제, 3) 학습 경로의 알고리즘: 확장과 통제 사이 4) 새로운 책무로서 평생교육 중심의 정렬, 5) 교육 접근성과 포용성 등의 다섯 가지로 검토하였다. 앞선 쟁점들과 본 장의 연결고리를 아래 <표 1>에 정리하였으며, 그 구체적 내용을 본 장에서 각 영역별로 서술하였다.

<표 1>

인공지능시대를 둘러싼 쟁점과 평생교육 관점에서의 의미

3. 학습 경로의 알고리즘: 평생교육의 확장과 통제 사이

인공지능의 알고리즘은 학습의 효율성과 효과성을 극대화하여 평생교육 확장에 기여할 것이라고 기대되고 있다. 예컨대 Misra, Mishra, & Sharma(2023)는 인공지능, 특히 생성형 인공지능이 모든 연령대의 사람들을 교육에 참여시키는 훌륭한 도구로 기능할 수 있다고 보고 인공지능의 평생학습²⁾ 촉진 모델을 제시하고 있다. 이 모델에 따르면 인공지능의 평생학습 촉진은 3단계의 연쇄적 과정을 거쳐 이루어진다. 첫 번째 단계는 인공지능의 잠재력이 기존의 학습 이론과 교수 설계 등에 영향을 끼치는 단계이다. 이 단계에서 이 단계에서 인공지능은 기존의 학습 이론과 결합하여 학습자가 중심의 경험 창출을 위한 알고리즘을 생성함으로써 교수 설계, 데이터 처리 방식, 직무 관리 방식에 영향을 끼칠 것이다. 두 번째 단계는 인공지능이 학습자들의 경험에 실질적인 영향을 끼치는 단계이다. 이 단계에서 인공지능은 학습자들의 학습 개선과 맞춤형 학습에 기여하고 학습자들의 행동 변화와 경험 확장을 촉진할 것이다. 세 번째 단계는 인공 지능이 개인 차원을 넘어 장기적으로 평생학습 전 분야에 영향을 끼치는 단계이다. 즉, Misra, Mishra, & Sharma(2023)의 인공지능의 평생학습 촉진 모델은 생성형 인공지능이 학습 설계의 혁신에서부터 개인의 행동 변화, 더 나아가 평생학습 체제 전반의 전환까지 이끌 것이라는 것을 보여주고 있다(Misra, Mishra, & Sharma, 2023, p. 5).

[그림 1]

평생학습 지원 인공지능 모델* 출처: Misra, Mishra, & Sharma(2023), p. 5

인공지능이 평생학습 확장에 기여할 것이라는 전망에도 불구하고(Misra, Mishra & Sharma, 2023; Peng, 2024; Pérez-Ortiz et al., 2020), 오히려 인공지능에 의한 학습 통제가 강화될 것이라는 전망도 존재한다. 앞서 살펴보았던 것처럼 인공지능 기술이 학습 시스템에 깊이 통합되면서, 평생학습에서의 학습자 주체성과 자율성은 근본적인 위협에 직면하고 있다. 전통적으로 평생학습은 학습자가 스스로의 학습 경로를 설정하고 성찰하며 학습하는 과정으로 여겨졌으나, 인공지능 기반 시스템은 학습자의 행동 데이터를 바탕으로 ‘최적화된’ 학습 경로를 자동 추천한다. 이는 겉으로 보기에는 개인화된 학습처럼 보이지만, 실제로는 학습자가 시스템에 의해 제안된 경로를 수동적으로 수용하게 되는 구조를 강화한다. Palenski et al.(2024)은 이러한 과정을 “학습의 알고리즘적 통치”로 규정한다. 특정 알고리즘을 따르는 인공지능 기반 학습 시스템은 기존의 정답과 경로를 반복 소비하도록 설계되어 있어, 학습자의 창의적 문제 해결 능력을 촉진하기보다는 인지적 확증 편향(cognitive confirmation bias)을 강화할 수 있다(Romero, 2024). 인공지능의 알고리즘이 설계한 학습 경로 안에서 학습은 시스템 효율성에 맞춘 최적화 경로에 의존하는 소비 행위로 바뀔 수 있다.

Ⅳ. 인공지능시대 평생교육의 과제

지금까지 본 논문은 인공지능시대가 촉발한 쟁점들과 이들이 평생교육 환경에 어떠한 영향을 미칠 수 있는지에 대해 비판적으로 고찰했다. 이 장에서는 앞에서 논의된 평생교육과 관련된 주요 쟁점을 바탕으로 평생교육이 당면한 과제를 평생교육이론, 인간상, 교육내용 및 방법, 교육환경, 제도와 정책적인 측면으로 구분하여 제시하고자 한다.

먼저 평생교육의 이론적으로 학습이론의 다각화 및 확대와 공동체 및 시민성의 재개념화라는 과제에 당면해 있다. 지금까지 평생교육에서는 행동주의, 인지주의, 구성주의 등과 같은 기초적인 학습이론을 토대로 구축된 자기주도학습, 경험학습, 관점전환학습, 상황학습, 역사문화적 활동이론 등과 같은 성인학습이론들이 주요 학습이론들로 자리잡아 왔다. 이 이론들은 각각 독특한 접근 방식과 철학을 기반으로 학습에 대한 설명을 제시하고 있지만 학습의 결과가 어떤 형태로든지 관찰하거나 측정할 수 있다는 전제하에 학습을 인간 내부 혹은 외부에서 일어나는 변화로 이해하며, 그 변화는 경험이나 환경 자극을 통해 유도된다는 점에서 경험 중심적이라는 점, 그리고 효과적인 학습을 위한 체계적인 교수 설계 및 전략을 강조하고 있다는 공통점을 가지고 있다(Ertmer & Newby, 2013). 이 학습이론들은 지금까지 다양한 학습현상과 과정을 설명하며 평생교육의 학문적 발전에 크게 기여해 왔지만 이와 같은 학습에 대한 접근은 최근 인공지능과 알고리즘 기반의 현대 학습환경에서 학습을 이해하고 설명하는 데에는 몇 가지 한계를 지니고 있다.

기존 학습이론들은 학습을 인간 중심의 내면적·사회적 과정으로 한정하고 있다. 이에 따라 인공지능이나, 빅데이터, 또는 자동화된 피드백 시스템 등과 같은 현대 기술과의 적극적 상호작용의 가능성을 고려하여 이들을 능동적인 학습 파트너로 간주하지 못함에 따라 도구, 환경, 기술과의 분산적 협력 학습을 설명하기 어렵다는 구조적 제약을 가지고 있다(Fenwick & Edwards, 2016; Latour, 2005). 또한 지식에 대한 접근에 있어서도 기존의 학습이론들은 근대적 관점에서 선형적이고 위계적인 지식의 구조를 전제하고 있다보니, 비선형적이고 네트워크화된 지식에서 지식의 구조화뿐만 아니라 지식의 유통, 시각화, 상호작용에 기반한 사고가 중요시 되고 있는 학습에 대한 설명과 이해에는 한계를 가진다(Downes, 2012; Siemens, 2005). 마지막으로 인공지능과 첨단기기의 급속한 발전은 실시간 데이터 분석 및 지속적인 피드백 기능을 가능하게 하였으며, 이에 따라 점차 개인화되고 즉각적인 학습 설계에 대한 필요성이 증가하고 있다. 하지만 기존의 학습이론들은 이와 같은 상황에서의 최적화된 학습 설계의 방향성을 제시하기에는 어려움이 있다.

기존 학습이론들이 당면하고 있는 한계점들은 이 이론들이 인공지능기술의 발전으로 인해 변화한 학습양상을 포괄할 수 있는 방향으로 심화 및 재구조화되어야 함을 의미한다. 이와 같은 관점에서 본다면 최근 활발하게 논의되고 있는 신유물론적 관점이나 연결주의(Connectivism), 적응학습(Adaptive Learning), 분산인지(Distributed Cognition) 등의 논의들은 학습이론의 심화 및 확대에 많은 사사점을 줄 수 있다. 신유물론적 접근은 학습의 주체를 인간뿐 아니라 비인간 행위자(인공지능이나 알고리즘 등)로 확장하며 인간-기계 간 상호작용을 중심으로 한 학습 생태계를 강조할 가능성을 열어주고 있으며, 연결주의는 네트워크 기반의 지식 연결 및 조합, 지식의 유통과 협업을 강조하고 있다는 점에서 학습의 범위를 확대하고 있다(Downes, 2012; Fenwick & Edwards, 2016; Siemens, 2005). 또한 적응학습의 논의 역시 학습자의 수준, 선호도, 학습 속도 등을 인공지능이 실시간 분석하여 맞춤형 학습 경로를 제공하는 체계를 제시하고 있으며, 분산인지의 논의 역시 인지능력을 개인에 국한하지 않고 도구, 환경, 기술과의 상호작용을 통해 분산되고 있음을 논의하며 인공지능과의 협력학습을 설명하는 데에 유용성을 제공하고 있다(Conati & Kardan, 2013; Hollan, Hutchins, & Kirsh, 2000). 평생교육은 이와 같은 최근의 관점들을 적극적이고 비판적으로 도입하여 기존의 학습이론들과의 융합을 통해 급변하는 환경 속에서의 학습자 주체성에 대한 재정립과 학습에 대한 이해의 폭을 넓혀나갈 필요가 있다.

다음으로 평생교육은 인공지능시대를 맞이하여 점차 심화될 디지털 격차와 개인주의 문제를 해결하기 위한 공동체성 회복과 디지털 시민성 함양을 위해 학문적 차원에서 방향성을 모색해야 한다. 인공지능과 디지털 기술의 급속한 발전은 현대 사회에 혁신적 가능성을 제공함과 동시에 새로운 사회적 불평등을 초래할 가능성이 매우 크다. 특히 디지털 격차는 정보 접근, 기술 활용, 온라인 참여, 디지털 환경에 대한 이해 등 다양한 영역에서 발생할 수 있으며, 기술적 혜택이 특정 계층에 집중됨에 따라 점차 사회적 분절과 격차를 심화할 위험이 있다. 이러한 격차는 단지 교육이나 정보 접근의 불균형을 넘어, 기술 기반 민주사회에서 시민의 참여권과 역량을 제한하는 구조적 요인으로 작용한다. 특히 고령자, 저소득층, 저학력자, 이주민, 농어촌 주민 등은 디지털 시대에 더욱 고립될 위험이 있으며, 이는 단지 일상생활의 불편함의 문제가 아닌 정치적·사회적 시민권의 실질적 제약으로 이어질 수 있다. 이와 같은 맥락에서 DiMaggio et al.(2004)은 디지털 격차를 단순한 ‘기기 접근’의 문제가 아니라, ‘활용 능력’과 ‘참여 결과’에 따른 사회적 배제의 문제로 보았고, van Dijk(2005) 역시 기술의 사용 방식과 사회적 맥락이 격차 심화에 결정적인 영향을 미친다는 주장은 타당하다. 이와 같은 상황에 평생교육이 적극적으로 대응하기 위해서는 디지털 격차에 대한 이론적 재개념화와 새로운 분석 틀을 구축할 필요가 있다. 특히 기존의 디지털 기기나 기술에 대한 ‘접근’ 중심의 격차 논의를 넘어서, ‘디지털 참여격차(participation divide)’, ‘인지격차(cognitive divide)’, ‘문화적 격차(cultural digital divide)’ 등과 같은 다층적인 디지털 격차 현상을 통합할 수 있는 평생교육학적인 관점이 구축될 필요가 있다.

이에 지금까지 평생교육에서는 이러한 격차를 완화하고 시민의 사회 참여 역량을 회복하기 위한 핵심 전략 중 하나로 공동체의 회복과 재구성을 지속적으로 제시했다. 이는 공동체를 개인의 자율성과 권리를 존중하면서 공동선을 지향하는 윤리적 틀로 인식하며, 개인주의의 심화와 사회적 고립 속에서도 상호책임과 협력을 가능하게 하는 사회적 기반이 될 수 있다는 논의에 근거하고 있다(Etzioni, 1993). 이를 근거로 평생교육에서는 지금까지 공동체를 논의하는 데에 있어서 전통적인 관점에서 지역사회나 현장에 기반하고 있는 집단을 주요 대상으로 삼아왔다. 하지만 현대 사회의 공동체는 전통적인 지역 기반 모형에서 벗어나 네트워크를 기반으로 분산적이고 연결지향적인 구조로 재편되고 있다. 이미 우리 주변에는 온라인 공동체라는 이름으로 취미 기반 SNS 커뮤니티부터 지역 중심의 온라인 학습모임, 혹은 도시와 농촌을 연결하는 디지털 플랫폼까지 다양한 형태로 존재하며, 그 안에서 정보 교환, 정서적 지지, 공동 생산과 참여가 일어나고 있다. Wellman, Boase, & Chen(2001)은 이러한 변화를 ‘네트워크 공동체(networked community)’로 설명하며, 사람들은 물리적 거리를 넘어 온라인 공간에서 정체성과 유대, 협력을 형성한다고 보았다. 이와 같은 현상은 디지털 전환을 맞이하며 더욱 확산될 것이다. 이에 따라 평생교육은 지역사회 기반의 공동체 논의에서 나아가 다양한 디지털 기반 공동체에 대한 실증적 연구를 기반으로 디지털 환경 속에서의 공동체적 연결 가능성을 보다 적극적으로 탐색하여 새롭게 출현하는 공동체의 특성과 구성요소, 의미를 분석함으로써 개인주의의 대안이자 학습공간으로서의 공동체를 다층화하고 발전시켜 현실에 맞는 공동체 상을 정립해 나가야할 필요가 있다.

새로운 공동체를 구축해 나가는 과정에서 디지털 시민성에 대한 깊이 있는 고찰 역시 필요하다. 많은 연구들은 급속한 디지털 기술의 발전에 대해 개인정보의 유출을 통한 사생활 침해, 알고리즘의 편향성으로 인한 선입견과 편견의 강화, 가상세계와 현실세계와의 혼동으로 인한 정체성 혼란, 제한적 정보로 인한 사회적 고립감 증대 등과 같은 새로운 사회적 위험들을 지적하며 디스토피아적 전망을 제시하기도 한다(김연주·강내원, 2019; 서미경, 2021). 물론 도래하는 디지털 사회가 이와 같은 디스토피아적인 모습만 나타나지 않고 “빛과 그림자”가 공존할 것이며, 기술 변화의 속도가 인간의 이해와 제도적 적응 속도를 현격히 초과하고 있는 지금 아노미 현상은 나타날 수밖에 없다(OECD, 2020a). 이와 같은 상황에서 책임감 있는 기술 활용뿐만 아니라 비판적 사고, 정체성 확립과 통합, 윤리적 행동, 그리고 사회적 참여와 포용을 위한 사회구성원들의 바람직한 의식과 역량을 규명하고 변화한 사회에 맞게 재정립하기 위한 노력이 필요하다. 이에 평생교육은 최근 활발하게 진행되고 있는 디지털 리터러시, 디지털 액티비즘, 디지털 공동체의식, 디지털 주체성 등의 논의를 포괄할 수 있는 디지털시민성에 대해 보다 적극적으로 관심을 가질 필요가 있다(McClurg, 2003; OECD, 2019). 디지털 시민성은 단순히 기술을 다루는 역량을 넘어서, 온라인 환경에서 책임감 있게 행동하고, 타인의 권리를 존중하며, 공공성에 기여하는 역량을 포함하고 있다. 이는 사회구성원이 단순한 디지털 소비자가 아니라 공동 생산자로 참여할 수 있는 공동체와 사회를 구성하는 데에 중요한 요소로 작용하며, 이를 위한 참여문화 기반 학습의 토대를 제공해 줄 수 있다(Jenkins, Ito, & boyd, 2015).

평생교육은 인공지능시대를 대비하여 이와 같은 이론적 차원에서의 노력뿐만 아니라 교수자 및 학습자의 위상 변화, 교육내용 및 방법, 교육제도와 정책, 교육환경 등과 같은 실천적 영역에서도 많은 과제들을 해결해 나가야 한다. 먼저 평생교육은 변화된 학습자상에 적합한 교육내용과 방식으로 근본적인 전환이 필요가 있다. 인공지능시대의 학습환경에서는 정보접근의 용이성과 편리성으로 인해 학습자의 개별화와 특성화가 더욱 가속화될 수밖에 없다. 따라서 향후 평생교육은 학습자 개개인의 수준, 관심사, 학습속도를 철저히 분석하여 개인화된 교육을 제공하는 것이 핵심이며, 이를 위해서는 평생교육에서도 인공지능 기술의 적극적인 활용을 통해 개인 맞춤형 학습 시스템을 구축할 필요가 있다(OECD, 2023). 이와 같은 학습자의 특성과 학습방식의 변화는 평생교육자의 역할과 위상의 변화를 요구한다. 지금까지 평생교육에서는 단순한 지식전달자가 아닌 조력자와 촉진자로서의 평생교육자의 역할을 강조해 왔다. 하지만 향후 평생교육자는 개별화된 학습의 방향성과 내용, 방법의 제시 등을 통한 학습의 촉진자로서의 적극적 역할뿐만 아니라 다양화·개별화되는 학습으로 인해 학습자들이 사회적 고립의 위험성에 노출되지 않도록 학습자들을 서로 이어줄 수 있는 사회적 가교와 네트워커로서의 역할 역시 강화될 필요가 있다.

다른 한편, 평생교육은 기술의 발달로 인간의 삶이 단순화되고 수동화될 위험성이 증가하는 상황에서 인공지능시대에 필요한 교육내용과 방법을 끊임없이 개발해야 한다. 급변하는 기술과 사회적 환경에 대한 적응뿐만 아니라 단순한 지식 전수를 넘어서 삶의 목적과 의미를 깊이 탐구하여 인간의 새로운 주체성 확립을 촉진시키기 위한 교육내용과 방법의 개발이 필요하다. 또한 사회적 유대감과 공동체성의 유지를 위해 재개념화되는 공동체와 디지털시민성의 논의들을 교육내용에 빠르게 적용시킬 필요가 있으며, 이를 지식의 차원이 아닌 일상생활이 실천으로 연결시켜 줄 수 있는 실천적인 교육방법의 개발 역시 평생교육이 당면한 중요한 과제라고 할 수 있다.

또한 노동시장 전환에 따른 원활한 경력 전환 촉진을 위한 유연한 교육제도 및 정책 구축 역시 평생교육이 노력해야 할 주요 과제 중의 하나이다. 인공지능이 주도하는 미래 직업 환경에서는 창의적인 문제 해결력과 다양한 알고리즘을 이해하고 설계할 수 있는 능력이 중요한 역량으로 부각될 것이다(Schwab, 2016). 이를 위해서는 기존의 직무 중심적 교육 패러다임에서 벗어나 도구 중심의 기술습득과 활용 능력 강화를 위한 교육 체계로 전환할 필요가 있다. 따라서, 기존의 교육 방식을 넘어 새로운 기술적 소양과 창의적 사고력을 촉진하는 교육 프로그램을 개발하고 적극적으로 도입하여 활용하기 위해서는 지금보다 더욱 유연한 순환교육체제와 일터에서 일과 학습이 병행될 수 있는 상시학습체제를 구축할 필요가 있으며, 발빠른 교육내용과 교육과정 적용이 가능할 수 있는 정책적 환경 조성이 필요하다.

또한 평생교육은 교육환경의 재구조화와 리모델링에 대한 고민과 실천에 보다 적극적으로 임할 필요가 있다. 앞으로의 학습 환경은 단순히 디지털 도구를 활용하는 수준을 넘어서, 인공지능과 인간이 긴밀히 협력하며 실질적인 문제를 해결하는 역량을 기르는 실천 중심의 환경으로 설계되어야 한다(Brynjolfsson & McAfee, 2014). 즉, 인공지능 기술과 인간 간의 상호작용 능력과 협력적 문제 해결 능력을 극대화할 수 있는 공간과 방법을 제공하는 것이 중요하다. 이를 위해서는 현재의 일률적이고 단일화된 형식적 교육의 교육공간과 환경이 아닌 다양하고 창의적인 교육환경과 공간의 구축을 위한 적극적인 실험과 노력이 요구된다. 이와 함께, 평생교육자들 역시 기술적인 이해와 교육적 혁신 역량을 지속적으로 강화하여 변화하는 교육환경에 능동적으로 대응할 수 있는 준비를 갖추어야 한다(European Commission, 2020).

마지막으로, 평생교육의 공공성 확보를 위한 지속적 노력과 연구가 요구된다. 인공지능 기술의 도입은 자칫 교육 불평등과 디지털 격차를 심화시킬 가능성이 높기 때문에, 모든 개인이 공정하고 평등하게 평생교육에 참여할 수 있는 환경 구축이 필수적이다(UNESCO, 2020). 다양한 사회적 배경을 가진 학습자들이 접근 가능한 교육 인프라 구축과 보편적 디지털 리터러시 증진을 통해, 인공지능 시대의 교육 불평등을 해소하고 공공성을 강화해야 한다. 이를 위한 정책적 지원과 제도적 개선은 평생교육이 지속가능한 사회 발전의 중심적인 역할을 수행할 수 있도록 기반을 마련하는 중요한 과제가 될 것이다(OECD, 2020b).

Ⅴ. 결론

인공지능의 발전은 기존의 인간 주체성과 사회 질서에 대한 근본적 전환을 가져오고 있으며 이 과정에서 다양한 쟁점을 생산함에 따라, 인간과 사회에 대한 새로운 가치관과 방향성 모색과 정립이라는 과제를 던지고 있다. 이는 평생교육분야에서도 마찬가지로 이론적 접근과 실천적 방향 모두를 재구조화할 것을 요구하고 있다. 특히 인공지능에서 더 나아간 생성형 인공지능의 등장은 지식의 생산, 전달, 습득 방식 전반에 혁신을 불러오며, 기존 학습이론에서 전제해 온 자율적 주체, 언어를 통한 이해, 사회적 상호작용이라는 요소들을 근본적으로 재검토하게 만들고 있다. 이러한 변화 속에서 평생교육은 단순한 기술 활용을 넘어, 인공지능 시대에 걸맞은 새로운 학습 주체 개념과 교육 철학을 확립해야 할 시점에 와 있다. 이에 이 연구는 “인공지능의 발전으로 촉발된 사회적 쟁점들은 평생교육의 관점에서 어떠한 의미를 가지며, 이러한 변화는 평생교육의 이론과 실천에 어떤 과제를 제기하는가?”라는 연구문제를 중심으로 쟁점들을 평생교육 관점에서 조명해보았다.

생성형 인공지능으로 대표되는 첨단 기술은 학습자의 주체성, 학습 경로, 교육자의 역할, 교육 공공성 등 평생교육 전반에 걸쳐 구조적 전환을 요구하고 있으며, 이는 평생교육이 그동안 전제해 온 이론적 기초와 실천방식에 대한 비판적 성찰을 촉구하고 있다. 특히, 평생교육이 지금까지 추구해 온 학습을 통한 인간의 내면적 성찰과 사회적 상호작용을 통한 전인적 성장이라는 본질적 가치는 알고리즘적 효율성과 경제적 합리성 중심의 기술적 활용으로 인해 희석될 가능성이 점차 커지고 있다.

이와 같은 상황에서 평생교육은 기존의 전통적 학습이론의 한계를 극복하고, 신유물론, 연결주의, 분산인지 등과 같은 새로운 학습이론과의 융합을 통해 인간과 인공지능의 상호작용을 포괄하는 학습이론 체계를 구축해 나가야 한다. 동시에, 디지털 격차와 같은 사회구조적 불평등에 민감하게 대응하면서, 참여문화 기반의 디지털 시민성 교육을 강화하고, 공동체성을 회복하려는 노력이 병행되어야 한다. 이는 기술의 민주적 통제와 사회적 연대의 토대를 마련함으로써 인공지능 시대의 사회적 통합을 지향하는 평생교육의 책무와도 깊이 연결된다.

결국 인공지능 시대의 평생교육은 급변하며 고도화되는 기술에 종속되지 않으면서도, 기술 발전이 인간의 삶을 보다 윤리적이고 의미 있는 방향으로 이끌도록 적극적으로 개입하는 비판적 실천 영역이 되어야 한다. 학문적으로는 인간과 기계, 학습과 시스템, 주체성과 알고리즘의 관계를 성찰하는 새로운 이론 체계를 구축해야 하며, 실천적으로는 변화된 학습자, 변화된 노동시장, 변화된 공동체를 반영한 맞춤형 학습 환경을 구현해야 한다. 나아가 교육의 본질을 회복하고, 사회적 불평등을 치유하며, 인간 중심의 기술 활용이라는 방향으로 평생교육의 역할을 재정립해 나가야 할 것이다.

Acknowledgments

이 논문은 2024년 숙명여자대학교의 연구년 지원을 통해 수행된 연구임

References

• 구교준·김지원·최영빈·김규환·홍지은(2024). 인공지능과 로봇기술의 노동시장 파급효과 분석을 위한 일자리 대체가능성 지수의 개발. 행정논총, 62(3), 37-74. [https://doi.org/10.24145/KJPA.62.3.2]
• 권유빈·홍성욱(2025). 인간중심 인공지능(Human-centered AI): 그 가능성과 문제점들. 과학기술학연구, 25(1), 33-63.
• 김낙우·이동수·채원석·유호영·이상은·김현진(2025). 인공지능 윤리 기반 정렬 기술 동향. 전자통신동향분석, 40(1), 64-73. [https://doi.org/10.22648/etri.2025.j.400107]
• 김대군(2025). 인공지능 윤리에서 투명성의 원칙 고찰. 윤리교육연구, 75, 373-396.
• 김도헌(2020). 사물인터넷과 인공지능시대의 미래 학습, 어떻게 바라볼 것인가?: 연결, 확장, 정서의 개념을 중심으로. 평생학습사회, 16(1), 1-25. [https://doi.org/10.26857/JLLS.2020.2.16.1.1]
• 김세움·고선·조영준(2014). 기술진보의 노동시장에 대한 동태적 영향. 한국노동연구원.
• 김연주·강내원(2019). SNS상의 나의 모습은 삶의 행복을 주는가? : SNS 내 과시적 자기표현과 우울감. 광고학연구, 30(8). 199-219. [https://doi.org/10.14377/KJA.2019.11.30.199]
• 김재인(2017). 인공지능의 시대, 인간을 다시 묻다. 서울: 동아시아.
• 김혁·장경진·장원섭(2018). 인공지능 발전에 따른 국내 HRD의 미래 변화 예측. 기업교육과 인재연구, 20(4), 93-124. [https://doi.org/10.46260/KSLP.20.4.4]
• 김효선(2024). 생성형 AI 시대 평생교육의 패러다임 전환에 관한 연구: 배움학적 관점을 중심으로. 미래교육연구, 14(3), 73-90. [https://doi.org/10.26734/JFE.2024.14.03.04]
• 맹주만(2024). 의사소통 권력과 인공지능의 민주주의. 철학탐구, 74, 71-102. [https://doi.org/10.33156/philos.2024.74..003]
• 문준성·김이현·김예현·김성백(2024). 생성형 AI를 활용한 평생 학습자와 컴퓨터 전공자 대상 교육 프로그램 사례 분석. 컴퓨터교육학회 논문지, 27(6), 65-74. [https://doi.org/10.32431/kace.2024.27.6.007]
• 박휴용(2019). 포스트휴먼 시대 학습자의 존재론적 이해와 학습이론 패러다임의 변화. 교육방법연구, 31(1), 121-145. [https://doi.org/10.17927/tkjems.2019.31.1.121]
• 방준성·이병탁·박판근(2023). 대화형 봇에 의한 대화 주제 정렬 과정에서의 인공지능 윤리 가이드라인에 관한 연구. 방송공학회논문지, 28(5), 564-577. [https://doi.org/10.5909/JBE.2023.28.5.564]
• 방준식(2023). 인공지능과 일자리 -직업능력개발을 중심으로-. 노동법포럼, 39, 313-337.
• 서미경(2021). AI시대, 인간의 정체성과 존엄성 교육의 방향. 기독교교육 논총, 67, 157-194. [https://doi.org/10.17968/jcek.2021..67.005]
• 손지윤·임희주(2024). 디지털 전환이 고용 시장에 미치는 영향: 2009년-2024년 언론 보도 변화 고찰. 취업진로연구, 14(4), 75-94. [https://doi.org/10.35273/jec.2024.14.4.004]
• 송다솜·김다영·노재경·박도현(2025). 인공지능 신뢰성과 안전성의 경계 확정. 저스티스 206-1, 221-263.
• 송성수(2022). 인공지능은 인간의 일자리를 얼마나 대체할 것인가: 인공지능 시대의 기술과 노동에 관한 시론. 코기토, 96, 7-37.
• 오장근(2019). 기술변혁과 노동소외: 제4차 산업혁명 시대 노동소외의 문제에 대한 인문학적 제언. 문화교류와 다문화교육, 8(4), 153-171.
• 이상은(2021). 인공지능 시대, 가르치는 일의 의미 재탐색: 레비나스 철학을 바탕으로. 교육철학연구, 43(1), 97-120.
• 전가일(2021). 반상(盤上) 위에 펼쳐진 포스트휴먼 페다고지 탐색. 교육사상연구, 35(4), 245-287. [https://doi.org/10.17283/jkedi.2021.35.4.245]
• 정성훈(2021). 인공지능의 편향과 계몽의 역설에 대한 반성적 접근. 철학연구, 132, 199-227. [https://doi.org/10.23908/JSPS.2021.3.132.199]
• 최락인·조정길(2012). 인공지능(AI)을 활용한 평생교육 e-learning의 학습효과 제고 방안 연구. 한국정보기술학회논문지, 10(12), 135-141.
• 허준·노일경·조현주·김지혜(2024). 경기도 평생교육 전략 수립을 위한 해외 사례 연구 : 디지털과 AI. 경기도평생교육진흥원.
• 허희옥·양은주·김다원·문용선·최종근(2017). 인공지능 시대의 인간 지능과 학습. 교육철학연구, 39(1), 101-132. [https://doi.org/10.15754/jkpe.2017.39.1.005]
• Autor, D. H., & Dorn, D. (2013). The growth of low-skill service jobs and the polarization of the US labor market. American Economic Review, 103(5), 1553-1597. [https://doi.org/10.1257/aer.103.5.1553]
• Bowen, G. A. (2009). Document analysis as a qualitative research method. Qualitative Research Journal, 9(2), 27-40. [https://doi.org/10.3316/QRJ0902027]
• Brayne, S. (2020). Predict and surveil: Data, discretion, and the future of policing. Oxford University Press. [https://doi.org/10.1093/oso/9780190684099.001.0001]
• Brynjolfsson, E., & McAfee, A. (2014). The second machine age: Work, progress, and prosperity in a time of brilliant technologies. W. W. Norton & Company.
• Chemand, K., & Othman, A. (2024). Digital accessibility in the era of artificial intelligence - Bibliometric analysis and systematic review. Frontiers in Artificial Intelligence, 7, 1349668. [https://doi.org/10.3389/frai.2024.1349668]
• Cibotaru, V. (2024). For a contextualist and content-related understanding of the difference between human and artificial intelligence. Phenomenology and the Cognitive Sciences, 23, 1053-1071. [https://doi.org/10.1007/s11097-024-10004-z]
• Coeckelbergh, M. (2024) Why AI undermines democracy and what to do about it. Oxford University Press.
• Conati, C., & Kardan, S. (2013). Student modeling: Supporting personalized instruction, from problem-solving to exploratory open-ended activities. AI Magazine, 34(3), 13-26. [https://doi.org/10.1609/aimag.v34i3.2483]
• Cowley, S. (2025). Doing agency: How agents adapt in wide systems. AI & Society, 40, 1-3. [https://doi.org/10.1007/s00146-024-02176-8]
• Cruz, T. M. (2020). Perils of data-driven equity: Safety-net care and big data’s elusive grasp on health inequality. Big Data & Society, 7(1). [https://doi.org/10.1177/2053951720928097]
• Danaher, J., & Nyholm, S. (2021). Automation, work and the achievement gap. AI and Ethics, 1, 227-237. [https://doi.org/10.1007/s43681-020-00028-x]
• DiMaggio, P., Hargittai, E., Celeste, C., & Shafer, S. (2004). Digital inequality: From unequal access to differentiated use. In K. Neckerman(Ed.), Social inequality(pp. 355-400). Russell Sage.
• Dolgikh, S. (2024). Self-awareness in natural and artificial intelligent systems: A unified information-based approach. Evolutionary Intelligence, 17, 4095-4114. [https://doi.org/10.1007/s12065-024-00974-z]
• Downes, S. (2012). Connectivism and connective knowledge: Essays on meaning and learning networks. National Research Council Canada.
• Dreyfus, H. L., & Dreyfus, S. E. (1988). Making a mind versus modeling the brain: Artificial intelligence back at a branchpoint. Daedalus, 117(1), 15-43.
• Ertmer, P. A., & Newby, T. J. (2013). Behaviorism, cognitivism, constructivism: Comparing critical features from an instructional design perspective. Performance Improvement Quarterly, 6(4), 50-72. [https://doi.org/10.1111/j.1937-8327.1993.tb00605.x]
• Etzioni, A. (1993). The spirit of community: Rights, responsibilities and the communitarian agenda. Crown Publishers.
• European Commission (2020). Digital education action plan 2021-2027. European Commission
• Fahlman, S. E., & Hinton, G. E. (1987). Connectionist architectures for artificial intelligence. Computer, 20, 100-109. [https://doi.org/10.1109/MC.1987.1663364]
• Fenwick, T., & Edwards, R. (2015). Exploring the impact of digital technologies on professional responsibilities and education. European Educational Research Journal, 15(1), 117-131. [https://doi.org/10.1177/1474904115608387]
• Flasiński, M. (2016). History of artificial intelligence. In M. Flasiński(Ed.), Introduction to artificial intelligence(pp. 3-13). Cham: Springer. [https://doi.org/10.1007/978-3-319-40022-8_1]
• Freire, P. (2000). Cultural action for freedom. Cambridge: Harvard Education Press.
• Freire, P., & Horton, M. (2006). 우리가 걸어가면 길이 됩니다(프락시스 역). 서울: 아침이슬. (원저 1990년 출간)
• Gabriel, I. (2020). Artificial intelligence, values, and alignment. Minds and Machines, 30, 411-437. [https://doi.org/10.1007/s11023-020-09539-2]
• Gill, K. S. (2016). Artificial super intelligence: Beyond rhetoric. AI & Society, 31, 137-143. [https://doi.org/10.1007/s00146-016-0651-x]
• Gray, M. L., & Suri, S. (2013). Ghost work: How to stop Silicon Valley from building a new global underclass. Harper Business.
• Heinlein, M., & Huchler, N. (2023). Artificial intelligence in the practice of work. Work Organisation, Labour & Globalisation, 17(1), 34-60. [https://doi.org/10.13169/workorgalaboglob.17.1.0034]
• Hendrycks, D., Mazeika, M., & Woodside, T. (2023). An overview of catastrophic AI risks. arXiv:2306.12001, . [https://doi.org/10.48550/arXiv.2306.12001]
• Hoffman, S. G. (2017). Managing ambiguities at the edge of knowledge: Research strategy and artificial intelligence labs in an era of academic capitalism. Science, Technology, & Human Values, 42(4), 703-740. [https://doi.org/10.1177/0162243916687038]
• Hollan, J., Hutchins, E., & Kirsh, D. (2000). Distributed cognition: Toward a new foundation for human-computer interaction research. ACM Transactions on Computer-Human Interaction, 7(2), 174-196. [https://doi.org/10.1145/353485.353487]
• Jenkins, H., Ito, M., & boyd, d. (2015). Participatory culture in a networked era: A conversation on youth, learning, commerce, and politics. Polity Press.
• Joksimovic, S., Ifenthaler, D., Marrone, R., De Laat, M., & Siemens, G. (2023). Opportunities of artificial intelligence for supporting complex problem-solving: Findings from a scoping review. Computers and Education: Artificial Intelligence, 4, 100138. [https://doi.org/10.1016/j.caeai.2023.100138]
• Jones, C. R., & Bergen, B. K. (2025). Large language models pass the Turing test. arXiv:2503.23674, . [https://doi.org/10.48550/arXiv.2503.23674]
• Jung, S. I., Lee, E. K., Lee, B. R., Kim, S., & Park, C. H. (2024). AI-based modeling for predicting open university student retention. Journal of Lifelong Learning Society, 20(2), 27-52. [https://doi.org/10.26857/JLLS.2024.5.20.2.27]
• Knowles, M. S. (1975). Self-directed learning: A guide for learners and teachers. Follett Publishing Company.
• Latour, B. (2005). Reassembling the social: An introduction to actor-network-theory. Oxford University Press. [https://doi.org/10.1093/oso/9780199256044.001.0001]
• Lazer, D. M. J., Pentland, A., Watts, D. J., Aral, S., Athey, S., Contractor, N., Freelon, D., Gonzalez-Bailon, S., King, G., Margetts, H., Nelson, A., Salganik, M. J., Strohmaier, M., Vespignani, A., & Wagner, C. (2020). Computational social science: Obstacles and opportunities. Science, 369(6507), 1060-1062. [https://doi.org/10.1126/science.aaz8170]
• Manning, C. D. (2022). Human language understanding & reasoning. Daedalus, 151(2), 127-138. [https://doi.org/10.1162/daed_a_01905]
• McClurg, S. D. (2003). Social networks and political participation: The role of social interaction in explaining political participation. Political Research Quarterly, 56(4), 449-464. [https://doi.org/10.1177/106591290305600407]
• McMillan Cottom, T. (2020). Where platform capitalism and racial capitalism meet: The sociology of race and racism in digital society. Sociology of Race and Ethnicity, 6(4), 441-449. [https://doi.org/10.1177/2332649220949473]
• Miller, A. I. (2019). The artist in the machine: The world of AI-powered creativity. Cambridge: MIT Press. [https://doi.org/10.7551/mitpress/11585.001.0001]
• Misra, V. P., Mishra, P. K., & Sharma, A. (2023). Artificial intelligence in education - Emerging trends, thematic analysis & application in lifelong learning. In Proceedings of 2023 IEEE Asia-Pacific Conference on Computer Science and Data Engineering. IEEE. [https://doi.org/10.1109/CSDE59766.2023.10487664]
• Muldoon, J., & Wu, B. A. (2023). Artificial intelligence in the colonial matrix of power. Philosophy & Technology, 36, 80. [https://doi.org/10.1007/s13347-023-00687-8]
• Noble, S. U. (2018). Algorithms of oppression: How search engines reinforce racism. NYU Press.
• OECD. (2019). Artificial intelligence in society. OECD. [https://doi.org/10.1787/eedfee77-en]
• OECD. (2020a). Education at a glance 2020: OECD indicators. Paris: OECD Publishing.
• OECD. (2020b). Digital transformation and the futures of civic space to 2030. OECD Development Policy Papers No. 29. OECD Publishing.
• OECD. (2023). OECD digital education outlook 2023: Towards an effective digital education ecosystem. Paris: OECD Publishing. [https://doi.org/10.1787/c74f03de-en]
• Omodan, B. I., & Marongwe, N. (2024). The role of artificial intelligence in decolonising academic writing for inclusive knowledge production. Interdisciplinary Journal of Education Research, 6(s1), 1-14. [https://doi.org/10.38140/ijer-2024.vol6.s1.06]
• OpenAI. (2023, Feb 16). How should AI systems behave, and who should decide? Retrieved August 18, 2025, from https://openai.com/index/how-should-ai-systems-behave/
• Palenski, T., Hills, L., Unnikrishnan, S., & Eynon, R. (2024). How AI works: Reconfiguring lifelong learning. Postdigital Science and Education, 6, 1216-1239. [https://doi.org/10.1007/s42438-024-00496-y]
• Pasquinelli, M. (2023). The eye of the master: A social history of artificial intelligence. Verso Books.
• Pavlik, J. V. (2023). Collaborating with ChatGPT: Considering the implications of generative artificial intelligence and distance education. Journalism & Mass Communication Educator, 78(1), 84-93. [https://doi.org/10.1177/10776958221149577]
• Peng, Q. (2024). Lifelong learning system in the age of artificial intelligence: Change, opportunity and reconstruction. Journal of Electrical Systems, 20(2), 1085-1091. [https://doi.org/10.52783/jes.1294]
• Pérez-Ortiz, M., Novak, E., Bulathwela, S., & Shawe-Taylor, J. (2020). An AI-based learning companion promoting lifelong learning opportunities for all. arXiv:2112.01242, . [https://doi.org/10.48550/arXiv.2112.01242]
• Romero, M. (2024). Lifelong learning challenges in the era of artificial intelligence: A computational thinking perspective. arXiv:2405.19837, . [https://doi.org/10.48550/arXiv.2405.19837]
• Schwab, K. (2016). The fourth industrial revolution. World Economic Forum.
• Siemens, G. (2005). Connectivism: A learning theory for the digital age. International Journal of Instructional Technology and Distance Learning, 2(1), 3-10.
• Susnea, I., Pecheanu, E., Cocu, A., & Susnea, S.-M. (2024). Superintelligence revisited in times of ChatGPT. Brain, 15(2), 344-361. [https://doi.org/10.18662/brain/15.2/579]
• UNESCO. (2020). Education for sustainable development: A roadmap. UNESCO Publishing. [https://doi.org/10.54675/YFRE1448]
• UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO Publishing.
• Vallor, S. (2024) The AI mirror: How to reclaim our humanity in an age of machine thinking. Oxford: Oxford University Press. [https://doi.org/10.1093/oso/9780197759066.001.0001]
• van Dijk, J. (2005). The deepening divide: Inequality in the information society. SAGE Publications. [https://doi.org/10.4135/9781452229812]
• Wellman, B., Boase, J., & Chen, W. (2002). The networked nature of community: Online and offline. IT & Society, 1(1), 151-165.
• Wolf, M. J., Miller, K., & Grodzinsky, F. S. (2017). Why we should have seen that coming: comments on Microsoft's tay "experiment," and wider implications. ACM SIGCAS Computers and Society, 47(3), 54-64. [https://doi.org/10.1145/3144592.3144598]
• World Economic Forum. (2023). The future of jobs report 2023. World Economic Forum
• Zimmerman, A., Janhonen, J., & Beer, E. (2023). Human/AI relationships: Challenges, downsides, and impacts on human/human relationships. AI and Ethics, 4, 1555-1567. [https://doi.org/10.1007/s43681-023-00348-8]