선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- Agency(학습보조)의 단계를 통하여 문제해결과정의 비계를 제시할 수 있는 구성주의 관점에서의 인지적 환경을 우선적으로 구성하고자 하였다. 앞서 선행연구를 분석한 결과 데이터를 기반으로 효율적인 알고리즘을 설계하고 문제를 해결하기 위하여 비고츠키와 듀이의 구성주의 관점의 철학적 접근이 이루어진 것을 살펴볼 수 있었다.
- 인공지능은 추상화된 인지적인 사고절차를 자동화하여 프로그래밍 언어를 통해 알고리즘으로 구현된 것이라는 점에서, AI교육에 필요한 인지적 교수학습환경 및 요소를 살펴보고자 하였다. 둘째, AI교육을 통한 문제해결의 사고절차를 살펴보고 인공지능을 활용한 문제해결과정에서 수행되는 절차를 통해 특징을 도출하고자 하였다. 셋째, 기존의 Computational Thinking에 대한 개념과 문제해결 과정에 대한 내용을 살펴보고 특징을 도출하여 구조화하고자 하였다.
- 본 연구에서는 Computatonal Thinking기반의 인공지능 교육, 즉 AI교육에 대한 프레임워크와 인지적학습환경을 설계하기 위한 내용을 제시하였으며, AI교육은 최근에 인공지능기술의 발달에 따라 교육현장에서 활용하기 위해 제시된 용어로서 일반화된 용어가 아직까지는 확립되지 않았다. 따라서 본 연구에서는 AI교육에 대하여 인공지능의 기술과 알고리즘을 활용하여 창의성과 문제해결력을 신장시키기위한 컴퓨터과학교육의 교수학습내용과 요소라고 정의하였다.
- 그러나 인공지능에 대한 기술과 공학적 관점의 연구는 지속되어 왔으나, 이를 컴퓨터교육에서 무엇을 어떻게 가르쳐야 하는지에 대한 연구는 아직 시작단계에 머물러 있다[31]. 따라서 본 연구에서는 AI교육을 위한 교육요소 및 내용을 도출하여 프레임워크를 구성하고자 하였다. 특히 Computational Thinking을 기반으로 AI교육에 대한 교수학습요목을 살펴보고 AI교육에 대한 교수 학습의 프레임워크를 구성하고자 하였으며, AI교육을 위한 인지적 학습환경을 구성하기 위한 모델을 설계하였다.
- 따라서 본 연구에서는 Computational Thinking기반의 인공지능교육을 위한 컴퓨터과학교육의 프레임워크를 설계하여 추후 인공지능교육을 위한 교육과정 설계의 이론적 근거를 제시하고 모형을 마련하고자 하였다. 이를 위한 연구 방법은 다음과 같이 설계하였다.
- 인공지능교육에 대한 인지적 학습환경과 관련된 연구를 분석한 결과 Computational Thinking을 기반으로 AI 교육이 추진되어야 한다는 선행연구의 사례 연구결과를 도출할 수 있었으며, 핵심 사고과정 중 하나인 추상화 (Abstraction)의 단계를 수행해야 한다는 것을 추론할 수 있었다. 본 연구에서는 Agency(학습보조)에서 Modeling (인지적 구조화)의 단계로의 전이단계에서 Computational Thinking에서 제시되는 Abstracting(추상화) 과정을 수행하도록 인지적 학습환경 구성의 단계를 제시하였다. 아울러, AI교육을 위한 핵심 요소 도출을 위한 사례연구를 통해 Agency(학습보조)의 단계에서는 비정형데이터를 활용한 재귀 프로그래밍을 통해 반복적인 문제를 수행할 수 있도록 요소가 제시되었으며, 특히 일상생활 속의 문제를 발견하고 해결의 아이디어를 제시할 수 있는 추론과정을 통해 정서적인 역량(Mental Ability)을 기를 수 있도록 하였다.
- 본 연구에서는 Computational Thinking을 토대로 AI 교육을 위한 교수학습의 프레임워크를 구성하고자 하였 으며 이를 위한 인지적 학습환경 구성의 과정을 함께 제시하였다. 이를 위해 CSTA에서 제시한 Computational Thinking 모형을 근간으로 AI교육에 대한 선행연구분석을 통한 다양한 학습모형을 분석하여 공통점과 차이점에 대한 사례연구를 실시하였다.
- 본 연구에서는 Computatonal Thinking기반의 인공지능 교육, 즉 AI교육에 대한 프레임워크와 인지적학습환경을 설계하기 위한 내용을 제시하였으며, AI교육은 최근에 인공지능기술의 발달에 따라 교육현장에서 활용하기 위해 제시된 용어로서 일반화된 용어가 아직까지는 확립되지 않았다. 따라서 본 연구에서는 AI교육에 대하여 인공지능의 기술과 알고리즘을 활용하여 창의성과 문제해결력을 신장시키기위한 컴퓨터과학교육의 교수학습내용과 요소라고 정의하였다.
- 둘째, AI교육을 통한 문제해결의 사고절차를 살펴보고 인공지능을 활용한 문제해결과정에서 수행되는 절차를 통해 특징을 도출하고자 하였다. 셋째, 기존의 Computational Thinking에 대한 개념과 문제해결 과정에 대한 내용을 살펴보고 특징을 도출하여 구조화하고자 하였다. 넷째, 선행연구를 통해 나타난 AI교육을 위한 필수 요소를 근간으로 AI교육의 인지적 학습환경 구성 요소, AI기반 문제해결의 사고절차를 살펴보고 범위와 깊이에 대한 특징을 구조화하였다.
- 다섯째, Computational Thinking의 문제해결절차와 핵심요소를 토대로 AI교육에 필요한 요소와 문제해결절차와의 특징을 비교하여 구조화하고 절차적 문제해결과정을 구성하고자 하였다. 이와 같은 단계를 토대로 본 연구에서는 Computational Thinking기반의 AI 교육의 프레임워크를 구성하고자 하였다.
- 본 연구에서 제시한 AI교육의 프레임워크와 인지적 학습환경 구성의 절차는 컴퓨터교육의 주요 문제해결과정인 Computational Thinking을 근간으로 제시되었다는 점에서 특징을 갖고 있다고 할 수 있다. 인공지능에 대한 연구가 새로운 내용과 영역으로 화두가 된 것이 아니므로 기존의 컴퓨터과학과의 연계성을 고려하여 교수 학습을 위한 요소가 고려되어야 한다는 점을 본 연구의 목적으로 제시하였으며, 선행연구를 통해 이와같은 관점의 근거를 살펴볼 수 있었다. 과거 인공지능에 대한 기술적인 연구가 60년 이상 지속되었으나 최근에 이르러서야 기계학습과 딥러닝을 기반으로 일상생활에서 활용이 가능한 수준으로 구현되어 적용되고 있다.
- 첫째, AI교육을 위한 인지적인 학습 환경 구성에 대하여 살펴보았다. 인공지능은 추상화된 인지적인 사고절차를 자동화하여 프로그래밍 언어를 통해 알고리즘으로 구현된 것이라는 점에서, AI교육에 필요한 인지적 교수학습환경 및 요소를 살펴보고자 하였다. 둘째, AI교육을 통한 문제해결의 사고절차를 살펴보고 인공지능을 활용한 문제해결과정에서 수행되는 절차를 통해 특징을 도출하고자 하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.