이 연구는 생성형 AI를 활용한 감상문 쓰기 지도 전략이 학생들의 감상문 쓰기능력 향상에 도움이 되는지를 살펴보는 것에 그 목적이 있다. 이러한 연구 목적을 위하여 설정된 연구문제는 다음과 같다. 첫째, 생성형 AI를 활용한 글쓰기 지도 전략은 어떻게 구성할 수 있는가? 둘째, 생성형 AI를 활용한 글쓰기 과제는 학습자의 글쓰기 능력을 향상시키는가? 생성형 AI를 활용한 감상문 쓰기 지도 전략을 세우기 위하여 생성형 AI의 개념과 종류에 대해 알아보았고, 교육을 위한 AI 및 감상문에 대한 선행 연구를 분석하였다. 본 연구는 단일집단 전후실험을 바탕으로 학생 설문을 병행하여 진행되었다. 또한, 단일집단 실험연구의 단점을 보완하기 위해 결과 분석과 관련하여 학습자 면담 및 결과지 분석 등 ...
이 연구는 생성형 AI를 활용한 감상문 쓰기 지도 전략이 학생들의 감상문 쓰기능력 향상에 도움이 되는지를 살펴보는 것에 그 목적이 있다. 이러한 연구 목적을 위하여 설정된 연구문제는 다음과 같다. 첫째, 생성형 AI를 활용한 글쓰기 지도 전략은 어떻게 구성할 수 있는가? 둘째, 생성형 AI를 활용한 글쓰기 과제는 학습자의 글쓰기 능력을 향상시키는가? 생성형 AI를 활용한 감상문 쓰기 지도 전략을 세우기 위하여 생성형 AI의 개념과 종류에 대해 알아보았고, 교육을 위한 AI 및 감상문에 대한 선행 연구를 분석하였다. 본 연구는 단일집단 전후실험을 바탕으로 학생 설문을 병행하여 진행되었다. 또한, 단일집단 실험연구의 단점을 보완하기 위해 결과 분석과 관련하여 학습자 면담 및 결과지 분석 등 질적 연구를 함께 시행하였다. 대상은 경기도에 위치한 초등학교 6학년 학생 25명이다. 학습자들은 작품 감상 후 작품에 대한 감상문을 제출하는 사전 검사를 2회와 사후 검사 2회를 실시하였다. 사전⋅사후 검사 사이에는 생성형 AI를 활용한 감상문 쓰기 지도를 실시하였다. 이때는 감상문의 구조에 대해 익히고 생성형 AI ‘뤼튼’을 통해 동일 작품에 대한 감상문을 생성하여 함께 읽어보며 다음 감상문 쓰기 전략을 스스로 세우게 하였다. 본 연구에서는 분석적 평가 방법을 선택하여 학생들의 사전·사후 검사를 평가하였다. 평가 기준은 크게 글의 구성, 글의 내용, 글의 표현, 글의 감상으로 나누어 하위 기준 당 5점씩을 부여하여 총점 30점이 되도록 하였다. 배점은 상,중,하 3단계로 평정하였다. 또한 양적 분석 결과에서 부족할 수 있는 부분을 보완하기 위하여 설문지와 학습자 면담, 학습 결과물 분석 등과 방법을 병행하였다. 학생들의 사전⋅사후 검사를 분석한 결과 평균이 4.6점 상승하였다. 이를 통해 생성형 AI를 활용하여 학생들을 지도한 결과 감상문 쓰기 능력이 향상되었다고 짐작할 수 있었다. 이 과정에서 연구 계획 단계에서 생각하지 못했던 결과들도 나타났다. 첫째로 생성형 AI를 활용한 감상문 쓰기 지도 방식은 ‘상’ 수준의 학습자들에게는 별다른 변화를 만들지 못하였으나 ‘하’ 수준의 학습자들에게는 유의미한 향상도 변화를 만들어 내었다. 둘째로 평가 기준의 하위 요소인 ‘구성, 내용, 표현, 감상’의 경우 표현, 구성, 내용, 감상의 순서로 높은 향상도를 보였다. AI가 생성한 감상문은 느낀 점이나 인상 깊은 점에 관한 서술이 부족하기 때문에 이를 바탕으로 한 지도의 결과로 볼 수 있다. 학생들의 개별적인 향상도를 분석하기 위해 제출한 감상문을 한 문장씩 구체적으로 분석해 보았다. 이 과정에서 맞춤법, 띄어쓰기, 문장의 간결함 등 평가 기준에서 다루지 못한 요소들이 향상된 것을 발견할 수 있었다. 학생들의 감상문에 대한 인식 변화를 알아보기 위해 설문 조사를 실시하였다. 사전 검사 이전과 사후 검사 이후, 총 2번에 걸쳐 실시하였는데 처음 실시한 설문을 통해 학생들은 감상문에 대한 부정적인 답변이 대부분이었다. 반면 사후 검사를 마친 이후 실시한 설문 조사에서는 모든 문항에서 80% 이상 긍정적으로 답하였다. 본 연구는 단일집단 학생들을 대상으로 짧은 기간 이루어졌다는 한계점을 드러내기도 하였다. 이는 향후 연구에서 대상자 및 글의 종류를 다양하게 하고 연구기간을 더욱 확보하여 신뢰도를 높여야 한다. 또한, 학습자에게 적합한 지도 내용과 학습 과정을 모색하고 모형을 구안하여 교육 현장의 많은 교사들이 활용할 수있기를 기대한다.
이 연구는 생성형 AI를 활용한 감상문 쓰기 지도 전략이 학생들의 감상문 쓰기능력 향상에 도움이 되는지를 살펴보는 것에 그 목적이 있다. 이러한 연구 목적을 위하여 설정된 연구문제는 다음과 같다. 첫째, 생성형 AI를 활용한 글쓰기 지도 전략은 어떻게 구성할 수 있는가? 둘째, 생성형 AI를 활용한 글쓰기 과제는 학습자의 글쓰기 능력을 향상시키는가? 생성형 AI를 활용한 감상문 쓰기 지도 전략을 세우기 위하여 생성형 AI의 개념과 종류에 대해 알아보았고, 교육을 위한 AI 및 감상문에 대한 선행 연구를 분석하였다. 본 연구는 단일집단 전후실험을 바탕으로 학생 설문을 병행하여 진행되었다. 또한, 단일집단 실험연구의 단점을 보완하기 위해 결과 분석과 관련하여 학습자 면담 및 결과지 분석 등 질적 연구를 함께 시행하였다. 대상은 경기도에 위치한 초등학교 6학년 학생 25명이다. 학습자들은 작품 감상 후 작품에 대한 감상문을 제출하는 사전 검사를 2회와 사후 검사 2회를 실시하였다. 사전⋅사후 검사 사이에는 생성형 AI를 활용한 감상문 쓰기 지도를 실시하였다. 이때는 감상문의 구조에 대해 익히고 생성형 AI ‘뤼튼’을 통해 동일 작품에 대한 감상문을 생성하여 함께 읽어보며 다음 감상문 쓰기 전략을 스스로 세우게 하였다. 본 연구에서는 분석적 평가 방법을 선택하여 학생들의 사전·사후 검사를 평가하였다. 평가 기준은 크게 글의 구성, 글의 내용, 글의 표현, 글의 감상으로 나누어 하위 기준 당 5점씩을 부여하여 총점 30점이 되도록 하였다. 배점은 상,중,하 3단계로 평정하였다. 또한 양적 분석 결과에서 부족할 수 있는 부분을 보완하기 위하여 설문지와 학습자 면담, 학습 결과물 분석 등과 방법을 병행하였다. 학생들의 사전⋅사후 검사를 분석한 결과 평균이 4.6점 상승하였다. 이를 통해 생성형 AI를 활용하여 학생들을 지도한 결과 감상문 쓰기 능력이 향상되었다고 짐작할 수 있었다. 이 과정에서 연구 계획 단계에서 생각하지 못했던 결과들도 나타났다. 첫째로 생성형 AI를 활용한 감상문 쓰기 지도 방식은 ‘상’ 수준의 학습자들에게는 별다른 변화를 만들지 못하였으나 ‘하’ 수준의 학습자들에게는 유의미한 향상도 변화를 만들어 내었다. 둘째로 평가 기준의 하위 요소인 ‘구성, 내용, 표현, 감상’의 경우 표현, 구성, 내용, 감상의 순서로 높은 향상도를 보였다. AI가 생성한 감상문은 느낀 점이나 인상 깊은 점에 관한 서술이 부족하기 때문에 이를 바탕으로 한 지도의 결과로 볼 수 있다. 학생들의 개별적인 향상도를 분석하기 위해 제출한 감상문을 한 문장씩 구체적으로 분석해 보았다. 이 과정에서 맞춤법, 띄어쓰기, 문장의 간결함 등 평가 기준에서 다루지 못한 요소들이 향상된 것을 발견할 수 있었다. 학생들의 감상문에 대한 인식 변화를 알아보기 위해 설문 조사를 실시하였다. 사전 검사 이전과 사후 검사 이후, 총 2번에 걸쳐 실시하였는데 처음 실시한 설문을 통해 학생들은 감상문에 대한 부정적인 답변이 대부분이었다. 반면 사후 검사를 마친 이후 실시한 설문 조사에서는 모든 문항에서 80% 이상 긍정적으로 답하였다. 본 연구는 단일집단 학생들을 대상으로 짧은 기간 이루어졌다는 한계점을 드러내기도 하였다. 이는 향후 연구에서 대상자 및 글의 종류를 다양하게 하고 연구기간을 더욱 확보하여 신뢰도를 높여야 한다. 또한, 학습자에게 적합한 지도 내용과 학습 과정을 모색하고 모형을 구안하여 교육 현장의 많은 교사들이 활용할 수있기를 기대한다.
The purpose of this study is to examine whether the strategy for teaching journal writing using Generative AI helps students improve their writing ability. The research questions set up for the purpose of this study are as follows. First, how can a writing instruction strategy using Generative A...
The purpose of this study is to examine whether the strategy for teaching journal writing using Generative AI helps students improve their writing ability. The research questions set up for the purpose of this study are as follows. First, how can a writing instruction strategy using Generative As be constructed? Second, does a writing task using Generative AI improve learners' writing skills? In order to establish a strategy for writing appreciation texts using Generative AI, the concept and type of Generative AI were examined, and prior studies on AI and appreciation texts for education were analyzed. This study was conducted in parallel with a student questionnaire based on the experiment before and after a single group. In addition, in order to compensate for the shortcomings of the single group experimental study, qualitative studies such as interviews with learners and analysis of result sheets were conducted together in relation to the result analysis. The subjects were 25, 6th grade elementary school students located in Gyeonggi-do. After watching the animation, the learners performed two pre-tests and two post-tests to submit appreciation texts for the animation. Between the pre- and post-examinations, a reading journal writing instruction using Generative AI was conducted. At this time, they learned about the structure of reading journal, created reading journal for the same work through the Generative AI 'wrtn', and read them together, and made them establish the next strategy for writing reading journal by themselves. In this study, the pre- and post-test of students were evaluated by selecting an analytical evaluation method. The evaluation criteria were largely divided into the composition of the text, the content of the text, the expression of the text, and the appreciation of the text, and 5 points were given for each sub-standard, so that a total of 30 points were given. The allocation was evaluated in three stages: upper, middle, and lower. In addition, in order to compensate for areas that may be lacking in the quantitative analysis results, questionnaires, interviews with learners, analysis of learning outcomes, and methods were conducted in parallel. As a result of analyzing the students' pre- and post-tests, the average increased by 4.6 points. Through this, it could be assumed that the ability to write appreciation texts was improved as a result of teaching students using Generative AIs. In this process, unexpected results in the research planning stage also appeared. First, the method of teaching sentimental writing using Generative AIs did not make much change for learners at the "high" level, but did make a significant change in the degree of improvement for learners at the "low" level. Second, in the case of 'composition, content, expression, and appreciation', which are sub-elements of the evaluation criteria, the degree of improvement was high in the order of expression, composition, content, and appreciation. The sentimental texts generated by AI can be viewed as the result of guidance based on them because they lack a description of what they felt or impressed. In order to analyze the individual improvement of students, the submitted sentimental texts were analyzed in detail one sentence by one. In this process, it was found that factors that were not covered in the evaluation criteria, such as spelling, spacing, and simplicity of sentences, were improved. A survey was conducted to find out the changes in students' perception of appreciation texts. A total of two surveys were conducted before and after the pre-test, and most of the students answered negatively to the appreciation texts through the first questionnaire. On the other hand, in a survey conducted after the post-test, more than 80% of all questions answered positively. This study also revealed the limitations of a short period of time for single group students. This should increase reliability by diversifying the types of subjects and writings in future studies and securing further the research period. In addition, it is expected that many teachers in the educational field can use it by finding instructional content and learning process suitable for learners and devising models.
The purpose of this study is to examine whether the strategy for teaching journal writing using Generative AI helps students improve their writing ability. The research questions set up for the purpose of this study are as follows. First, how can a writing instruction strategy using Generative As be constructed? Second, does a writing task using Generative AI improve learners' writing skills? In order to establish a strategy for writing appreciation texts using Generative AI, the concept and type of Generative AI were examined, and prior studies on AI and appreciation texts for education were analyzed. This study was conducted in parallel with a student questionnaire based on the experiment before and after a single group. In addition, in order to compensate for the shortcomings of the single group experimental study, qualitative studies such as interviews with learners and analysis of result sheets were conducted together in relation to the result analysis. The subjects were 25, 6th grade elementary school students located in Gyeonggi-do. After watching the animation, the learners performed two pre-tests and two post-tests to submit appreciation texts for the animation. Between the pre- and post-examinations, a reading journal writing instruction using Generative AI was conducted. At this time, they learned about the structure of reading journal, created reading journal for the same work through the Generative AI 'wrtn', and read them together, and made them establish the next strategy for writing reading journal by themselves. In this study, the pre- and post-test of students were evaluated by selecting an analytical evaluation method. The evaluation criteria were largely divided into the composition of the text, the content of the text, the expression of the text, and the appreciation of the text, and 5 points were given for each sub-standard, so that a total of 30 points were given. The allocation was evaluated in three stages: upper, middle, and lower. In addition, in order to compensate for areas that may be lacking in the quantitative analysis results, questionnaires, interviews with learners, analysis of learning outcomes, and methods were conducted in parallel. As a result of analyzing the students' pre- and post-tests, the average increased by 4.6 points. Through this, it could be assumed that the ability to write appreciation texts was improved as a result of teaching students using Generative AIs. In this process, unexpected results in the research planning stage also appeared. First, the method of teaching sentimental writing using Generative AIs did not make much change for learners at the "high" level, but did make a significant change in the degree of improvement for learners at the "low" level. Second, in the case of 'composition, content, expression, and appreciation', which are sub-elements of the evaluation criteria, the degree of improvement was high in the order of expression, composition, content, and appreciation. The sentimental texts generated by AI can be viewed as the result of guidance based on them because they lack a description of what they felt or impressed. In order to analyze the individual improvement of students, the submitted sentimental texts were analyzed in detail one sentence by one. In this process, it was found that factors that were not covered in the evaluation criteria, such as spelling, spacing, and simplicity of sentences, were improved. A survey was conducted to find out the changes in students' perception of appreciation texts. A total of two surveys were conducted before and after the pre-test, and most of the students answered negatively to the appreciation texts through the first questionnaire. On the other hand, in a survey conducted after the post-test, more than 80% of all questions answered positively. This study also revealed the limitations of a short period of time for single group students. This should increase reliability by diversifying the types of subjects and writings in future studies and securing further the research period. In addition, it is expected that many teachers in the educational field can use it by finding instructional content and learning process suitable for learners and devising models.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.