UC 버클리 CS 수업 낙제율 급증, AI 남용이 원인
원제: Failing grades soar with AI usage, dwindling math skills in Berkeley CS classes
왜 중요한가
명문대 컴퓨터과학 교육에서 AI 도구 남용이 학습 효과를 저해하는 실증 사례로 교육 방법론 재검토 필요성을 시사한다.
UC 버클리 컴퓨터과학과 2026년 봄학기 CS 10 과목 학생 35.3%, CS 61A 과목 학생 10.6%가 낙제점을 받았다고 Berkeleytime이 보고했다. 이는 전년도 봄학기 두 과목 모두 10% 미만이었던 것과 대비되는 급격한 증가다. 교수들은 학생들의 AI 의존도 증가와 수학 기초 부족을 원인으로 지적했다.
UC 버클리 전기공학 및 컴퓨터과학과의 2026년 봄학기 성적 분석 결과 여러 컴퓨터과학 수업에서 낙제율이 급증한 것으로 나타났다. Berkeleytime 데이터에 따르면 CS 10(컴퓨터과학 입문) 수강생의 35.3%가 F학점을, CS 61A(컴퓨터 프로그래밍의 구조와 해석) 수강생의 10.6%가 F학점을 받았다. 이는 2024년과 2025년 봄학기 두 과목 모두 낙제율이 10% 미만이었던 것과 크게 대조되는 수치다. 학과의 성적 가이드라인은 하위 학년 과목에서 D와 F학점을 받는 학생 비율을 7%로 제한하고 있어, 이번 결과는 가이드라인을 크게 벗어난 것이다. 담당 교수들은 이러한 성적 하락의 주요 원인으로 학생들의 AI 도구에 대한 과도한 의존, 수학적 기초 능력 부족, 그리고 교직원 부족을 꼽았다. 특히 학생들이 문제 해결 과정에서 AI를 남용하면서 기본적인 프로그래밍 사고력과 수학적 추론 능력이 저하되고 있다는 우려가 제기되고 있다.