AI(Artificial Intelligence: 인공지능)의 진화에 따른 변화의 흐름속에 미래의 교육에 등장할 새로운 배움의 주제에 대해 고민해 보는 것은 중요하며, 이에 질문과 탐구가 중요함을 많은 여러 연구 자료들이 증명해 보이고 있다. 사실이 아닌 거짓으로 만들어지는 정보가 많아짐에 따라 이를 분별하기 위해서는 비판적 사고력이 요구되며, 비판적 사고를 가지고 현재 벌어지고 있는 일들이 사실인지, 다른 의도는 없는지, 다른 방법은 없는지 등을 끊임없이 질문하고 거기에 대한 답을 생각해 보는 훈련이 필요해지고 있다. 질문을 하는 과정은 답을 찾는 것보다 더 중요하며 질문을 어떻게 하느냐는 답의 깊이를 결정하는 중요한 수단이다. 더 높은 수준의 생각으로 발전하기 위해서는 저 차원 수준의 질문에 머무는 것이 아니라 계속하여 고차원 수준의 질문으로 확장하는 훈련이 이루어져야 한다. 의미 있는 질문을 잘 할 수 있는 능력은 타고난 능력이 아니기 때문에 배워야 하는 기술이며 ...
AI(Artificial Intelligence: 인공지능)의 진화에 따른 변화의 흐름속에 미래의 교육에 등장할 새로운 배움의 주제에 대해 고민해 보는 것은 중요하며, 이에 질문과 탐구가 중요함을 많은 여러 연구 자료들이 증명해 보이고 있다. 사실이 아닌 거짓으로 만들어지는 정보가 많아짐에 따라 이를 분별하기 위해서는 비판적 사고력이 요구되며, 비판적 사고를 가지고 현재 벌어지고 있는 일들이 사실인지, 다른 의도는 없는지, 다른 방법은 없는지 등을 끊임없이 질문하고 거기에 대한 답을 생각해 보는 훈련이 필요해지고 있다. 질문을 하는 과정은 답을 찾는 것보다 더 중요하며 질문을 어떻게 하느냐는 답의 깊이를 결정하는 중요한 수단이다. 더 높은 수준의 생각으로 발전하기 위해서는 저 차원 수준의 질문에 머무는 것이 아니라 계속하여 고차원 수준의 질문으로 확장하는 훈련이 이루어져야 한다. 의미 있는 질문을 잘 할 수 있는 능력은 타고난 능력이 아니기 때문에 배워야 하는 기술이며 모델링과 코칭을 통해 많이 연습하고 훈련함으로써 질문 능력을 향상시킬 수 있다. 따라서 본 연구는 학습자들의 고차원적 질문 능력의 함양을 위해 스캐폴딩을 지원하는 온라인 질문 플랫폼의 개발을 위한 프로토타입을 설계를 목적으로 하며 이를 위해 설계기반연구(Design-Based Research: DBR) 방법을 활용하였다. 설계기반연구는 분석, 설계개발, 실행평가의 형성적 순환의 절차로 진행되는 연구로서 본 연구의 분석단계에서는 첫째로 온라인오프라인 학습 환경에서의 질문활동 지원방법에 대한 선행연구와 기존의 온라인 질문 플랫폼들의 분석이 이루어 졌다. 이를 바탕으로 본 연구의 플랫폼에 적용할 수 있는 질문 활동, 기능들과 스캐폴딩 방법들을 도출할 수 있었다. 둘째로, 기존의 온라인 질문 플랫폼들의 구성 내용을 분석한 결과 기술, 운영, 질문 보기, 질문 만들기, 질문 평가, 답변 보기, 답변 기능, 답변 평가의 구성요소로 이루어진 것을 확인하므로써 온라인 질문 플랫폼의 프로토타입을 설계하는 데 도움을 받을 수 있었다. 분석 단계에서 도출된 내용을 토대로 현장에서 예비 연구를 진행하여 온라인 질문 플랫폼에 담길 스캐폴딩 기능들을 도출하였다. 현장에서 얻은 자료를 토대로 전문가 인터뷰를 위한 1차 프로토 타입을 설계하였으며, 인터뷰 자료를 분석하여 개방 코딩한 결과 ‘일반적 기능,’ ‘그룹 관리기능,’‘질문 만들기 기능,’ ‘공개 질문 관리기능,’ ‘그룹 질문 관리 기능’ 등 총 10개의 기능을 도출 하였고, 각 기능에 해당하는 설계요소들을 묶어 총 37개의 하위 범주를 구성하였다. 인터뷰 결과를 토대로 수정보완하여 최종적으로 고차원적 질문 스캐폴딩을 지원하는 온라인 플랫폼 프로토타입을 설계하였으며, 설계 내용을 토대로 시스템 개발자 전문가 검토를 진행하였다. 그 후 휴리스틱 전문가들이 실제로 프로토타입을 실행하며 검토 및 평가하는 단계를 거쳤다. 이렇게 연구된 질문 플랫폼에서는 전체 공개하는 질문도 올릴 수 있고, 그룹 안에서 보다 심도 있게 질문을 만들어 보는 활동도 다양하게 디자인되어 있다. 모든 질문, 답변 활동은 커뮤니티 형태를 통해 원할 경우 여러 사람들과 자유롭게 공유할 수 있으며, 개인적으로 훈련을 할 수도 있게 설계되었다. 본 연구에 설계한 질문 플랫폼은 학습자가 해결하기 어려운 숙제나 정확한 답을 얻기 위해 질문하는 목적의 플랫폼이 아니라, 학생들이 스스로 질문하고 탐구하는 수업의 실현을 지원하기 위한 온라인 질문 플랫폼애 초점을 두었다. 따라서 본 연구가 향후 온라인 질문 플랫폼들이 개발됨에 있어, 질문 능력 신장을 위한 스캐폴딩 전략 디자인을 지원하기 위한 체계적 연구에 기여할 수 있게 되기를 기대한다.
AI(Artificial Intelligence: 인공지능)의 진화에 따른 변화의 흐름속에 미래의 교육에 등장할 새로운 배움의 주제에 대해 고민해 보는 것은 중요하며, 이에 질문과 탐구가 중요함을 많은 여러 연구 자료들이 증명해 보이고 있다. 사실이 아닌 거짓으로 만들어지는 정보가 많아짐에 따라 이를 분별하기 위해서는 비판적 사고력이 요구되며, 비판적 사고를 가지고 현재 벌어지고 있는 일들이 사실인지, 다른 의도는 없는지, 다른 방법은 없는지 등을 끊임없이 질문하고 거기에 대한 답을 생각해 보는 훈련이 필요해지고 있다. 질문을 하는 과정은 답을 찾는 것보다 더 중요하며 질문을 어떻게 하느냐는 답의 깊이를 결정하는 중요한 수단이다. 더 높은 수준의 생각으로 발전하기 위해서는 저 차원 수준의 질문에 머무는 것이 아니라 계속하여 고차원 수준의 질문으로 확장하는 훈련이 이루어져야 한다. 의미 있는 질문을 잘 할 수 있는 능력은 타고난 능력이 아니기 때문에 배워야 하는 기술이며 모델링과 코칭을 통해 많이 연습하고 훈련함으로써 질문 능력을 향상시킬 수 있다. 따라서 본 연구는 학습자들의 고차원적 질문 능력의 함양을 위해 스캐폴딩을 지원하는 온라인 질문 플랫폼의 개발을 위한 프로토타입을 설계를 목적으로 하며 이를 위해 설계기반연구(Design-Based Research: DBR) 방법을 활용하였다. 설계기반연구는 분석, 설계개발, 실행평가의 형성적 순환의 절차로 진행되는 연구로서 본 연구의 분석단계에서는 첫째로 온라인오프라인 학습 환경에서의 질문활동 지원방법에 대한 선행연구와 기존의 온라인 질문 플랫폼들의 분석이 이루어 졌다. 이를 바탕으로 본 연구의 플랫폼에 적용할 수 있는 질문 활동, 기능들과 스캐폴딩 방법들을 도출할 수 있었다. 둘째로, 기존의 온라인 질문 플랫폼들의 구성 내용을 분석한 결과 기술, 운영, 질문 보기, 질문 만들기, 질문 평가, 답변 보기, 답변 기능, 답변 평가의 구성요소로 이루어진 것을 확인하므로써 온라인 질문 플랫폼의 프로토타입을 설계하는 데 도움을 받을 수 있었다. 분석 단계에서 도출된 내용을 토대로 현장에서 예비 연구를 진행하여 온라인 질문 플랫폼에 담길 스캐폴딩 기능들을 도출하였다. 현장에서 얻은 자료를 토대로 전문가 인터뷰를 위한 1차 프로토 타입을 설계하였으며, 인터뷰 자료를 분석하여 개방 코딩한 결과 ‘일반적 기능,’ ‘그룹 관리기능,’‘질문 만들기 기능,’ ‘공개 질문 관리기능,’ ‘그룹 질문 관리 기능’ 등 총 10개의 기능을 도출 하였고, 각 기능에 해당하는 설계요소들을 묶어 총 37개의 하위 범주를 구성하였다. 인터뷰 결과를 토대로 수정보완하여 최종적으로 고차원적 질문 스캐폴딩을 지원하는 온라인 플랫폼 프로토타입을 설계하였으며, 설계 내용을 토대로 시스템 개발자 전문가 검토를 진행하였다. 그 후 휴리스틱 전문가들이 실제로 프로토타입을 실행하며 검토 및 평가하는 단계를 거쳤다. 이렇게 연구된 질문 플랫폼에서는 전체 공개하는 질문도 올릴 수 있고, 그룹 안에서 보다 심도 있게 질문을 만들어 보는 활동도 다양하게 디자인되어 있다. 모든 질문, 답변 활동은 커뮤니티 형태를 통해 원할 경우 여러 사람들과 자유롭게 공유할 수 있으며, 개인적으로 훈련을 할 수도 있게 설계되었다. 본 연구에 설계한 질문 플랫폼은 학습자가 해결하기 어려운 숙제나 정확한 답을 얻기 위해 질문하는 목적의 플랫폼이 아니라, 학생들이 스스로 질문하고 탐구하는 수업의 실현을 지원하기 위한 온라인 질문 플랫폼애 초점을 두었다. 따라서 본 연구가 향후 온라인 질문 플랫폼들이 개발됨에 있어, 질문 능력 신장을 위한 스캐폴딩 전략 디자인을 지원하기 위한 체계적 연구에 기여할 수 있게 되기를 기대한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.