Purpose: The purpose of this study is to design the curriculum of Basic College Software Programming to develop creative and logical-thinking. This course is guided by algorithmic thinking and logical thinking that can be solved by computing for problem-solving, and it helps to develop by software t...
Purpose: The purpose of this study is to design the curriculum of Basic College Software Programming to develop creative and logical-thinking. This course is guided by algorithmic thinking and logical thinking that can be solved by computing for problem-solving, and it helps to develop by software through basic programming education. Through the stage of problem analysis, abstraction, algorithm, data structure, and algorithm implementation, the curriculum is designed to help learners experience algorithm problem-solving in various areas to develop diffusion thinking. For Learners aim to achieve the balanced development of divergent and convergent-thinking needed in their creative problem-solving skills. Research design, data and methodology: This study is to design a basic software education for improving algorithm-thinking for non-major. The curriculum designed in this paper is necessary to non-majors students who have completed the 'Creative Thinking and Coding Course' Design Thinking based are targeted. For this, contents were extracted through advanced research analysis at home and abroad, and experts in computer education, computer engineering, SW education, and education were surveyed in the form of quasi-openness. Results: In this study, based on ADD Thinking's algorithm thinking, we divided the unit college majors into five groups so that students of each major could accomplish the goal of "the ability to internalize their own ideas into computing," and extracted and designed different content areas, content elements and sub-components from each group. Through three expert surveys, we established a strategy for characterization by demand analysis and major/textbook category and verified the appropriateness of the design direction to ensure that the subjects and contents of the curriculum are appropriate for each family in order to improve algorithm-thinking. Conclusions: This study helps develop software by enhancing the ability of students who practice various subjects and exercises to explore creative expressions in various areas, such as 'how to think like a computer' that can implement and execute their ideas in computing. And it helps increase the ability to think logical and algorithmic computing based on creative solutions, improving problem-solving ability based on computing thinking and fundamental understanding of computer coding and development of logical thinking ability through programming.
Purpose: The purpose of this study is to design the curriculum of Basic College Software Programming to develop creative and logical-thinking. This course is guided by algorithmic thinking and logical thinking that can be solved by computing for problem-solving, and it helps to develop by software through basic programming education. Through the stage of problem analysis, abstraction, algorithm, data structure, and algorithm implementation, the curriculum is designed to help learners experience algorithm problem-solving in various areas to develop diffusion thinking. For Learners aim to achieve the balanced development of divergent and convergent-thinking needed in their creative problem-solving skills. Research design, data and methodology: This study is to design a basic software education for improving algorithm-thinking for non-major. The curriculum designed in this paper is necessary to non-majors students who have completed the 'Creative Thinking and Coding Course' Design Thinking based are targeted. For this, contents were extracted through advanced research analysis at home and abroad, and experts in computer education, computer engineering, SW education, and education were surveyed in the form of quasi-openness. Results: In this study, based on ADD Thinking's algorithm thinking, we divided the unit college majors into five groups so that students of each major could accomplish the goal of "the ability to internalize their own ideas into computing," and extracted and designed different content areas, content elements and sub-components from each group. Through three expert surveys, we established a strategy for characterization by demand analysis and major/textbook category and verified the appropriateness of the design direction to ensure that the subjects and contents of the curriculum are appropriate for each family in order to improve algorithm-thinking. Conclusions: This study helps develop software by enhancing the ability of students who practice various subjects and exercises to explore creative expressions in various areas, such as 'how to think like a computer' that can implement and execute their ideas in computing. And it helps increase the ability to think logical and algorithmic computing based on creative solutions, improving problem-solving ability based on computing thinking and fundamental understanding of computer coding and development of logical thinking ability through programming.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이 프로그램은 활동주체가 학생이며, 학생 스스로 일상생활에서 겪어온 불편한 문제들을 정의하고 이를 해결하기 위해 가능한 방법들을 모색한 후 다양한 아이디어를 도출한다. 그 다음 최선의 아이디어를 선택하여 소프트웨어적으로 접근 해결해 나감으로써 창의 문제 해결능력에서 필요로 하는 발산적 사고와 수렴적 사고의 균형 잡힌 발전을 목표로 한다. 또 다른 문제점으로 교육목표와 방향이 명확하지 않거나 계열 및 학습자 특성을 반영하지 못하고 있다는 지적이 있다(Yoon, 2017).
따라서, 본 연구에서는 대학의 컴퓨터나 소프트웨어 비전공 학생들 대상의 소프트웨어 교육에 있어 기존의 프로그래밍언어를 습득하는 일차원적이고 획일적인 소프트웨어 코딩 교육이 아닌 다양한 관점과 새로운 질문을 통해 창의적인 문제를 정의하고 해결 방법을 찾아 소프트웨어로 해결하기 위한 교육과정을 설계하고자 한다. 이를 위한 이론적 배경으로 컴퓨팅 사고에 대해 연구하였고, 교육과정의 해답을 ADD Thinking 에서 찾았다(Suh, Oh, & Chung, 2018).
본 연구에서는 비전공자 학부생 대상의 알고리즘씽킹 향상을 위한 소프트웨어 기초교육을 설계하고자 하였다. 이를 위해 국내외 선행연구 분석을 통해 내용을 추출하고, 컴퓨터교육, 컴퓨터공학, SW 교육, 교육학 전문가를 대상으로 준개방 형태의 전문가 조사를 실시하였다.
또한, 비전공자 학생들의 전공에 따라 인문, 사회, 자연, 공학, 예체능 5 개의 계열로 세분화하여 설계하였다. 이는 계열별 학생들의 특성에 맞추어 교육과정을 다르게 설계함으로써 논리적, 알고리즘적 사고능력 함양에 이바지하고, 학생들의 코딩 능력 향상 및 계열별 응용 분야에 적용할 수 있는 능력을 키우는 것을 목적으로 한다. 계열별 교육과정 설계를 위해 3 차에 걸쳐 전문가 설문을 진행하였고, 그 결과를 분석 반영하여 설계의 신뢰도를 검증하였다.
제안 방법
2 차 전문가 설문에서는 1 차 델파이 분석결과 및 소프트웨어 전문가 대상 포커스 그룹 인터뷰(FGI) 결과를 분석하고, 2 차례의 전문가 협의를 통해 계열별로 추출한 SW 기초교육 과정의 내용영역, 내용요소, 하위요소까지 제시하였으며, 설문결과의 타당성 및 적합성을 1 차와 마찬가지로 리커트 척도(7 점 척도)와 개방형 의견을 통해 검증하였다. 2 차의 경우 계열별 공통 영역의 내용 요소가 달라졌으며, 그에 따른 하위 요소도 계열별로 차이를 보였다.
이에 본 연구에서는 ADD Thinking 의 알고리즘 씽킹을 기반으로 각 계열 학생들이 ‘자신의 아이디어를 컴퓨팅으로 내재화 하는 능력’을 함양하는 목표에 부합할 수 있도 록 단과대학별 전공을 영역별 5 개의 그룹으로 계열을 나누고, 계열별로 내용 영역, 내용 요소, 하위 요소를 수준을 다르게 추출, 설계하였다. 3 차에 걸친 전문가 설문을 통해 요구분석 및 전공별/교과목별 특성화 전략 수립하고, 알고리즘씽킹의 향상을 위해 교육과정의 주제와 내용 구성이각 계열에 적절한지 설계 방향의 적절성을 검증하였다.
이는 계열별 학생들의 특성에 맞추어 교육과정을 다르게 설계함으로써 논리적, 알고리즘적 사고능력 함양에 이바지하고, 학생들의 코딩 능력 향상 및 계열별 응용 분야에 적용할 수 있는 능력을 키우는 것을 목적으로 한다. 계열별 교육과정 설계를 위해 3 차에 걸쳐 전문가 설문을 진행하였고, 그 결과를 분석 반영하여 설계의 신뢰도를 검증하였다. 본 연구는 학생들이 코딩이나 프로그래밍 언어를 처음 접했을 때 가질 수 있는 거부감이나 어려움에 따른 부담감, 나에게는 불필요한 교육이라는 생각을 낮출 수 있고, 팀 활동을 통해 협업과 소프트웨어 교육의 필요성과 가치를 높일 수 있을 것으로 기대한다.
관련 문헌 및 논문 분석 등의 선행연구와 전문가 자문회의를 통해 도출한 계열별 소프트웨어 기초교육에 대한 교육 내용 영역과 알고리즘 씽킹에 관한 개방형 의견에 대해 1 차 전문가 설문을 진행하였다. 내용 영역은 5 개로 나누었으며 계열별 내용타당도는 리커트 7 점 척도를 이용하였으며, 설문 시 적절성 정도가 3 점 이하인 경우 그 사유를 적도록 설문을 진행하였다.
관련 문헌 및 논문 분석 등의 선행연구와 전문가 자문회의를 통해 도출한 계열별 소프트웨어 기초교육에 대한 교육 내용 영역과 알고리즘 씽킹에 관한 개방형 의견에 대해 1 차 전문가 설문을 진행하였다. 내용 영역은 5 개로 나누었으며 계열별 내용타당도는 리커트 7 점 척도를 이용하였으며, 설문 시 적절성 정도가 3 점 이하인 경우 그 사유를 적도록 설문을 진행하였다. 1 차 델파이 조사 결과로는 Table 3 과 같이 내용 영역별 CVR 값과 리커트 척도의 평균(M)이 산출되었으며, 크론바흐 알파를 이용하여 타당도를 검증하였다.
본 연구에서 제안한 교육과정은 ADD Thinking 의 두 번째 사고인 알고리즘씽킹(Algorithm Thinking)을 기반으로 하여 현실에서 접하는 문제 해결을 위한 컴퓨팅 사고 기반의 논리적 설계가 가능하도록 한다. 또한, 비전공자 학생들의 전공에 따라 인문, 사회, 자연, 공학, 예체능 5 개의 계열로 세분화하여 설계하였다. 이는 계열별 학생들의 특성에 맞추어 교육과정을 다르게 설계함으로써 논리적, 알고리즘적 사고능력 함양에 이바지하고, 학생들의 코딩 능력 향상 및 계열별 응용 분야에 적용할 수 있는 능력을 키우는 것을 목적으로 한다.
본 연구에서 제안하는 비전공자를 위한 계열별 소프트웨어 기초교육과정은 3 장에서 연구한 전문가 델파이 조사와 분석을 바탕으로 설계되었으며 계열별로 Table 6-10 과 같다.
이를 위한 이론적 배경으로 컴퓨팅 사고에 대해 연구하였고, 교육과정의 해답을 ADD Thinking 에서 찾았다(Suh, Oh, & Chung, 2018). 본 연구에서 제안한 교육과정은 ADD Thinking 의 두 번째 사고인 알고리즘씽킹(Algorithm Thinking)을 기반으로 하여 현실에서 접하는 문제 해결을 위한 컴퓨팅 사고 기반의 논리적 설계가 가능하도록 한다. 또한, 비전공자 학생들의 전공에 따라 인문, 사회, 자연, 공학, 예체능 5 개의 계열로 세분화하여 설계하였다.
이러한 문제점을 극복하기 위해 Suh(2017)는 창의적 문제해결 능력 함양에 목표를 둔 ‘디자인씽킹 기반 코딩교육 프로그램’을 제안하여 비전공계열 학생들을 대상으로 하는 교수 프로그램을 개발하였다. 이 프로그램은 활동주체가 학생이며, 학생 스스로 일상생활에서 겪어온 불편한 문제들을 정의하고 이를 해결하기 위해 가능한 방법들을 모색한 후 다양한 아이디어를 도출한다. 그 다음 최선의 아이디어를 선택하여 소프트웨어적으로 접근 해결해 나감으로써 창의 문제 해결능력에서 필요로 하는 발산적 사고와 수렴적 사고의 균형 잡힌 발전을 목표로 한다.
본 연구에서는 비전공자 학부생 대상의 알고리즘씽킹 향상을 위한 소프트웨어 기초교육을 설계하고자 하였다. 이를 위해 국내외 선행연구 분석을 통해 내용을 추출하고, 컴퓨터교육, 컴퓨터공학, SW 교육, 교육학 전문가를 대상으로 준개방 형태의 전문가 조사를 실시하였다.
이에 본 연구에서는 ADD Thinking 의 알고리즘 씽킹을 기반으로 각 계열 학생들이 ‘자신의 아이디어를 컴퓨팅으로 내재화 하는 능력’을 함양하는 목표에 부합할 수 있도 록 단과대학별 전공을 영역별 5 개의 그룹으로 계열을 나누고, 계열별로 내용 영역, 내용 요소, 하위 요소를 수준을 다르게 추출, 설계하였다.
전문가 조사는 전문가 집단의 의견과 판단을 근거로 현상을 파악하고 예측하기 위한 목적으로 많이 사용되는 연구 방법으로 본 연구에서는 차에 걸쳐 리커트(Likert) 척도를 이용한 전문가 조사를 실시하였으며, 설문 결과의 타당성 및 적합성 검증 방법으로 Lawshe(1975)가 제시한 CVR(Content validity Ratio: 내용타당도 비율)을 바탕으로 분석하였다. 또한, 설문 결과의 리커트 척도 평균 M 값과 CVR 값을 내적 일관성을 측정하는 크론바흐(Cronbach) 알파를 이용하여 설문 신뢰도를 높였다(Cronbach & Shavelson, 2004).
데이터처리
내용 영역은 5 개로 나누었으며 계열별 내용타당도는 리커트 7 점 척도를 이용하였으며, 설문 시 적절성 정도가 3 점 이하인 경우 그 사유를 적도록 설문을 진행하였다. 1 차 델파이 조사 결과로는 Table 3 과 같이 내용 영역별 CVR 값과 리커트 척도의 평균(M)이 산출되었으며, 크론바흐 알파를 이용하여 타당도를 검증하였다. 응답자 수가 21 명인 경우 CVR 임계치인 0.
또한, 설문 결과의 리커트 척도 평균 M 값과 CVR 값을 내적 일관성을 측정하는 크론바흐(Cronbach) 알파를 이용하여 설문 신뢰도를 높였다(Cronbach & Shavelson, 2004).
이론/모형
이를 위한 이론적 배경으로 컴퓨팅 사고에 대해 연구하였고, 교육과정의 해답을 ADD Thinking 에서 찾았다(Suh, Oh, & Chung, 2018).
후속연구
또한, 학습자의 통합적인 학습경험을 고려한 사용자 중심의 학습설계를 위해 학습자의 만족도와 성취율 조사를 통한 학습 모니터링 연구를 실행(Kim & Jung, 2018)함으로써 학습자의 요구를 교육과정에 반영해야 할 것이다.
계열별 교육과정 설계를 위해 3 차에 걸쳐 전문가 설문을 진행하였고, 그 결과를 분석 반영하여 설계의 신뢰도를 검증하였다. 본 연구는 학생들이 코딩이나 프로그래밍 언어를 처음 접했을 때 가질 수 있는 거부감이나 어려움에 따른 부담감, 나에게는 불필요한 교육이라는 생각을 낮출 수 있고, 팀 활동을 통해 협업과 소프트웨어 교육의 필요성과 가치를 높일 수 있을 것으로 기대한다.
본 연구에서 제안한 교육과정은 대학의 소프트웨어 기초교육의 방향 정립에 도움을 주고, 학습자들은 전공영역에서의 문제해결 능력을 갖춘 4 차 산업에 적합한 소프트웨어 인재로 거듭날 것으로 기대된다.
향후 모바일 시대에 부합하는 마이크로너닝, 플립드러닝 등의 이러닝 콘텐츠에도 본 교육과정을 적용해 보는 연구가 필요하다. 또한, 학습자의 통합적인 학습경험을 고려한 사용자 중심의 학습설계를 위해 학습자의 만족도와 성취율 조사를 통한 학습 모니터링 연구를 실행(Kim & Jung, 2018)함으로써 학습자의 요구를 교육과정에 반영해야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
논리적이면서도 창의적인 컴퓨팅 사고력을 갖춘 인재를 육성하기 위해 정부에서는 무엇을 수행하고 있는가?
소프트웨어정책과에 따르면 우리나라의 경우 2015 년 소프트웨어 교육운영지침과 교육과정 개정을 통해 소프트웨어 교육을 강조하기 시작하였고, ‘소프트웨어 중심 사회를 위한 인재양성 추진 계획’을 통해 국가 차원의 정보 교육 과정을 제시하고 소프트웨어 교육을 강조하였다. 이에 2018 년부터 중학교 정보과목을 필두로 2019 년 초•중•고등학교 학생들의 소프트웨어 교육을 필수로 도입하여 의무화하고 있다. 또한, 많은 대학에서 소프트웨어와 코딩과 관련한 교과목을 개설하고 있으며, 전교생을 대상 필수 교과 목으로 지정하여 소프트웨어 비전공자들도 코딩 교육을 하는 대학이 늘어나고 있다(Lee, Kwon & Jung, 2018).
4차 산업혁명이란 무엇인가?
4차 산업혁명은 전통적인 제조업 중심 체제를 뒤로하고 모든 기술과 정보를 공유하는 사회적 네트워크와 협업에 의한 새로운 시스템으로의 변화로 기존 산업혁명들과 차별화 된다. 과거에는 독자적 기술을 고집했다면 이제는 다양한 각계각층의 전문가들이 많은 분야의 정보를 융합하여 새로운 부가가치를 창출해내는 것이 4 차 산업혁명의 핵심요소라고 할 수 있다(Shon, 2019).
4 차 산업혁명의 핵심요소란 무엇인가?
4차 산업혁명은 전통적인 제조업 중심 체제를 뒤로하고 모든 기술과 정보를 공유하는 사회적 네트워크와 협업에 의한 새로운 시스템으로의 변화로 기존 산업혁명들과 차별화 된다. 과거에는 독자적 기술을 고집했다면 이제는 다양한 각계각층의 전문가들이 많은 분야의 정보를 융합하여 새로운 부가가치를 창출해내는 것이 4 차 산업혁명의 핵심요소라고 할 수 있다(Shon, 2019). 이러한 4차 산업혁명을 맞이하여 현대사회를 이끌 창의 융합형 인재의 필요성이 그 어느 때보다 크게 대두되고 있다.
참고문헌 (18)
Bennett, V., Koh Koh, K., & RepenningRepenning, A. (2013). Computing creativity: Divergence in computational thinking. Proceeding of the 44th ACM Technical Symposium on computer science education, 359-364.
Cronbach, L. J., & Shavelson, R R. J. (2004). My current thoughts on coefficient Alpha and Successor Procedures. Educational and Psychological Measurement Measurement, 64(3), 391-418 .
Kim, D. H., & Ju ng, H. J. (2018). Learning process monitoring of e-learning for corporate education. Journal of Industrial Distribution & Business, 9(8), 35-40.
Lawshe, C. H. (1975). A quantitative approach to content validity. Personnel Psychology, 28 (4), 563-575.
Lee, J. E., Kwon, S. J., & Jung, H. J. (2018). Introduction and a ctivation strategies for smart training of corporate. Journal of Industrial Distribution & Business, 9(5), 83-91.
Min, G. O., & Loh, J. H. (2016). Impact of e ducational service information distribution on students’ satisfaction and achievement rate. Journal of Industrial Distribution & Business, 7(4), 17-31.
Oh, K. S., & Kwon, J. I. (2019). A study on the verification of computational thinking effectiveness of understandingnderstanding-oriented SW basic education program. Journal of Digital Convergence, 17 (10), 23-35.
Oh, K. S., Suh, E. K., & Chung, H. J. ( 2018). A study on development of educational contents about combining computational thinking with design thinkingthinking. Journal of Digital Convergence, 16 (5), 65-73.
Pi, S. Y. ( 20162016). A s tudy on coding education of nonnon-computer majors for IT convergence education. The Korea Society of Digital Policy & Management, 1-8.
Shin, Y. H., Jung, H. J., & E. K. (2019). Analysis of learning experience in design thinkinghinking-based coding education for SW non-major college s tudents. Journal of Digital Contents Society, 20 (4), 759-768.
Shon S., H. (2019). A study on the exploration of the core capabilities of design future talent against the fourth Industrial Revolution. Journal of the Korean Society Design Culture, 25 (2), 305-315.
Suh, E. K. ( 2017). Development of c reative thinking and coding course method on design t hinking using flipped learning. Korean Association f or Learner Learner-Centered Curriculum and Instruction, 17 (16) 173-199.
Suh, E. K., Oh, K. S., & Chung, H. J. (2018) Creative thinking and codingoding(Engineering). YonginYongin-si, Korea:Nosvos.
Tedre, M., & Denning, P. J. (2016). The long quest for computational thinking. Proceedings of the 16th Koli Calling Conference, 120-129. New York, NY: Computing Education Research. DOI: 10.1145/2999541.2999542
Wang, Y., Widrow, B., Zadeh, L. A., Howard, N., Wood, S., Bhavsar, V. C., Budin, G., Chan, C., Fiorini, R. A., Gavrilova, M. L., & Shell, D. F. (2016 ). Cognitive intelligence: Deep learning, thinking, and reas oning by brainbrain-inspired systems. International Journal of Cognitive Informatics and Natural Intelligence, 10 (4), 1-20.
Wing, J. M. (2006). Computational thinking thinking. Communications of the ACM, 49 (3), 33-35.
Yoon, O. H. (2017). A study of the instructional systems design model for STEAM educationducation: Focus on design thinking. Korean Journal of General Education, 11 (1), 443-474.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.