AI 사용과 수학 능력 저하 속 Berkeley CS 수업에서 낙제 성적 급증

• Berkeley CS 수업의 낙제율은 2026년 봄 CS 10 35.3%, CS 61A 10.6%로 과거 학기보다 크게 높아졌고, 하위 과정 D·F 비율 7%와 평균 GPA 2.8~3.3이라는 EECS 지침에서 벗어남
• Dan Garcia는 Claude, ChatGPT, Google Gemini 같은 LLM 사용으로 학업 부정행위가 크게 늘어난 점을 비정상적 낙제율의 “primary driver”로 봤고, CS 10에서는 거의 30명이 take-home exam 부정행위로 적발됨
• 두 수업은 곡선 보정 없이 공개된 점수 기준으로 성적을 매겨 학생 성적이 동료 성과에 좌우되지 않았고, Garcia는 곡선 보정이 문제를 숨긴다고 봄
• Gireeja Ranade의 EECS 127도 수학 준비도 부족과 인력 부족을 겪으며 F 비율 16.8%를 기록했고, 기존 기말 프로젝트는 조교 부족으로 빠졌으며 오피스아워 참여도 낮아짐
• AI 시대의 Berkeley CS·EECS 수업은 학생이 어려운 문제와 혼란을 견디며 비판적·분석적 사고를 익히도록 더 많이 가르치고 보충 지원을 찾는 방향으로 재검토되는 중임

낙제율 급등과 성적 지침 이탈

• Berkeleytime 기준 2026년 봄 CS 10 학생의 35.3%, CS 61A 학생의 10.6%가 F를 받음
• 2025년 봄과 2024년 봄에는 두 수업 모두 F 비율이 10%를 넘지 않았음
• EECS 학과 성적 지침은 CS 10과 CS 61A 같은 하위 과정에서 D와 F를 받는 학생 비율을 7%로 제시함
• 지침상 하위 과정의 일반적인 GPA 범위는 2.8~3.3이지만, 2026년 봄 두 수업 평균 성적은 C+로 GPA 2.3에 해당함

LLM 의존과 부정행위 문제

• Dan Garcia는 2026년 봄 CS 10 “The Beauty and Joy of Computing”과 CS 61A “The Structure and Interpretation of Computer Programs”를 모두 가르침
• Garcia는 Claude, ChatGPT, Google Gemini 같은 대규모 언어 모델 사용으로 인한 학업 부정행위 증가를 비정상적으로 높은 낙제율의 “primary driver”로 봄
• 일부 낙제 성적은 부정행위 적발과 징계 절차 이관에서 비롯됐고, 다른 경우에는 학생들이 LLM에 과도하게 의존한 뒤 시험에서 준비가 부족했던 것으로 봄
• 2026년 봄 CS 10에서는 거의 30명이 take-home exam 부정행위로 적발됨

곡선 보정 없는 채점 방식

• Garcia의 두 수업은 곡선 보정이 아니라 각 letter grade에 대한 점수 기준으로 채점됐음
• 이 방식에서는 학생 성적이 동료 학생의 성과에 의존하지 않음
• Garcia는 각 letter grade 기준을 공개하고 학생에게 기준에 도달할 기회를 많이 주는 방식을 선호함
• Garcia는 Harvard처럼 일부 학생만 A를 받을 수 있게 하는 방식에 강하게 반대하며, 곡선 보정이 실제 문제를 숨긴다고 봄

수학 준비도와 EECS 127의 어려움

• Garcia는 AI 과의존 외에도 많은 학생이 수학적으로 준비되지 않았다고 봤고, Gireeja Ranade도 같은 우려를 공유함
• Ranade의 2026년 봄 EECS 127 “Optimization Models in Engineering”은 F 비율 16.8%를 기록했으며, EECS 학과가 상위 과정의 “typical” D·F 비율로 제시한 5%보다 훨씬 높음
• EECS 127 학생들은 선형대수, 벡터 미적분, 수학적 증명을 이수한 상태로 들어오는 것이 기대됐지만, Ranade는 오피스아워에서 많은 학생이 선형대수에 어려움을 겪는 것을 확인함
• 한 학생은 UC Berkeley에서 들은 선형대수 수업의 숙제와 시험에 “open-internet, open-AI policy”가 있었다고 Ranade에게 말함
• Garcia와 Ranade는 UC 시스템 STEM 입학에서 ACT와 SAT 표준화 시험 점수 재도입을 요구하는 청원에 서명한 1,300명 이상의 UC 교수진에 속함

인력 부족과 학생 참여 감소

• EECS 127은 과거에 교수와 조교 팀의 지도를 받는 기말 프로젝트가 있었고, Ranade는 대부분의 학생이 이 부분에서 높은 점수를 받는다고 봄
• 2026년에는 인력 부족 때문에 Ranade가 이 기말 프로젝트를 수업에서 제외함
• EECS 학과장 Jelani Nelson의 X 게시물 기준, 캠퍼스는 EECS 조교의 높은 시급 때문에 학부 CS 등록 인원과 학부 조교 수를 모두 줄여야 했음
• Ranade의 오피스아워는 과거에 사람이 넘쳤지만, 이번 학기에는 학생들에게 자주 참여를 권해도 참여가 매우 낮았음
• Garcia도 지난 두 학기 동안 오피스아워 출석 부족을 비슷하게 겪었고, 처음으로 아무도 오지 않는 오피스아워를 경험함

수업 재설계와 학습 태도

• Garcia는 앞으로 수업 첫날에 2026년 봄에 벌어진 일을 알리고, 추가 보충 지원이 필요한 학생을 식별하는 방법을 찾을 계획임
• Ranade는 AI 시대에 교수들이 학생에게 “더 많이, 덜이 아니라” 가르쳐야 한다고 봄
• Ranade는 학생들이 경쟁적인 세계에서 리더가 되는 데 필요한 비판적 사고와 분석적 사고를 갖추길 원함
• 두 교수 모두 학생들이 어려운 문제에 더 편안해질 필요가 있다고 봄
• Garcia는 동료의 표현인 “Confusion is the sweat of learning”을 인용하며, 많은 학생이 그 “땀”을 충분히 흘리지 않는다고 봄