Ethical Judgment and Responsibility Avoidance in Generative AI-Mediated Learning

Purpose: This study examined university students’ ethical judgment and responsibility avoidance in the use of generative AI for learning, focusing on the psychological mechanisms underlying the gap between ethical judgment and behavior. It analyzed students’ acceptance of AI-generated outputs and their avoidance of disclosing AI use to deepen the understanding of ethical perceptions in AI-mediated learning contexts. Method: A survey was responsibility avoidance to 113 university students using the GAI-ACS, which measures acceptance of generative AI and avoidance tendencies. Descriptive statistics and comparative analyses were conducted to examine patterns of ethical judgment, responsibility avoidance, and gender differences. Results: Students demonstrated significantly higher scores on Avoidance of Disclosing AI Use than on Acceptance of AI-Generated Outputs, indicating a stronger tendency toward responsibility avoidance. Female students scored higher than male students on both factors, suggesting greater ethical sensitivity and internal conflict. These findings indicate that responsibility avoidance functions not merely as strategic concealment but as an emotional regulation mechanism that alleviates moral tension. Conclusion: The findings reveal a divergence between ethical judgment and behavior driven by cognitive conflict and emotional burden. The dual structure of acceptance and avoidance offers insights beyond rule-based ethical perspectives, providing implications for ethics education and guideline development of guidelines for AI-based learning.

연구목적: 본 연구는 생성형 AI를 활용한 학습 상황에서 대학생들이 보이는 윤리적 판단과 책임 회피 경향을 실증적으로 분석하고, 특히 윤리적 판단과 실제 행동 사이에 발생하는 괴리의 심리적 메커니즘을 규명하는 것을 목적으로 한다. 이를 위해 생성형 AI에 대한 수용과 AI 사용 공개 회피라는 이중 구조를 중심으로 학습자의 윤리 인식을 해석할 수 있는 새로운 분석 틀을 제시하고자 하였다. 연구방법: 국내 5개 대학에 재학 중인 113명의 대학생을 대상으로 설문조사를 실시하였다. 학습 과정에서의 생성형 AI 활용과 관련된 윤리적 판단과 책임 회피 경향을 측정하기 위해 GAI-ACS(Generative AI–Academic Cheating Scale)를 사용하였다. 기술통계, 평균 차이 분석, 상관분석을 통해 두 요인의 구조적 관계 및 성별 차이를 검증하였다. 연구결과: 분석 결과, 대학생들은 AI 생성물의 수용보다 AI 사용 사실을 공개하지 않으려는 경향이 더 강하게 나타났다. 여학생은 두 요인 모두에서 남학생보다 높은 점수를 보여 더 높은 윤리적 민감성과 내부적 갈등 가능성이 확인되었다. 또한 AI 사용 공개 회피는 전략적 숨김이 아니라 도덕적 긴장을 완화하려는 정서적 반응으로 해석될 수 있었으며, 이는 윤리적 판단과 실제 행동 간의 심리적 괴리가 존재함을 보여준다. 논의 및 결론: 본 연구는 생성형 AI 기반 학습에서 학습자의 윤리적 판단과 행동 간의 간극이 단순한 규범위반이 아니라, 인지적 갈등·정서적 부담·정당화 전략이 상호작용하는 심리적 기제에 의해 형성됨을 보여준다. 특히 “수용–회피”의 이중 구조는 기존의 “도구 사용 vs 규범 위반”이라는 이분법적 관점을 넘어서는 새로운 분석틀을 제공한다. 책임 회피는 윤리적 기준의 부재라기보다 도덕적 긴장을 조절하려는 심리적 반응으로 이해될 필요가 있으며, 이러한 관점은 향후 AI 시대의 윤리 교육 및 규범 설계에 중요한 시사점을 제공한다. 본 연구는 학습자의 심리적 반응을 반영한 윤리 교육 설계의 기초 자료로서 의의가 있다.