초중등 교육에서 AI 교육을 어떻게 할지에 대한 논의가 막 시작된 시점에서, 본 연구는 디자인씽킹 기반의 AI 교육 프로그램을 개발, 적용하고 AI 교육 프로그램의 효과를 분석하고자 하였다. AI 교육 프로그램에서 학생들은 자신이 관심있는 AI 문제를 탐색, 정의하고, 필요한 데이터를 수집하여 AI 모델을 구축한 후 스크래치를 활용하여 프로젝트를 개발하였다. AI 교육 프로그램의 효과를 분석하기 위해 SW효과성 측정 지표를 활용하여 학습자의 AI의 가치 인식에 대한 변화와 AI 효능감의 변화를 분석하였다. 또한 AI 프로젝트에 대한 전반적인 인식을 살펴보았다. 연구 결과, AI 효능감은 실제 프로젝트를 수행해보는 경험을 통해 유의미하게 높아졌다. 또한 AI로 문제를 해결하는 것과 관련된 효능감은 프로그래밍 언어 활용 수준이 영향을 미치는 것으로 나타났다. 디자인씽킹 프로세스에 따라 진행된 AI 프로젝트에 대한 학습자의 전반적인 인식은 긍정적이었으며, AI 프로젝트 각 단계(AI 문제 이해 및 문제 탐색, 실습, 문제 정의, 문제해결 아이디어 구현, 평가 및 발표)에 대한 인식 역시 긍정적으로 나타났다. 이러한 긍정적 인식은 프로그래밍 언어활용 수준이 높은 학생들이 더 높게 나타났다. 이러한 결과를 바탕으로 AI 교육을 위한 시사점을 제안하였다.
초중등 교육에서 AI 교육을 어떻게 할지에 대한 논의가 막 시작된 시점에서, 본 연구는 디자인씽킹 기반의 AI 교육 프로그램을 개발, 적용하고 AI 교육 프로그램의 효과를 분석하고자 하였다. AI 교육 프로그램에서 학생들은 자신이 관심있는 AI 문제를 탐색, 정의하고, 필요한 데이터를 수집하여 AI 모델을 구축한 후 스크래치를 활용하여 프로젝트를 개발하였다. AI 교육 프로그램의 효과를 분석하기 위해 SW효과성 측정 지표를 활용하여 학습자의 AI의 가치 인식에 대한 변화와 AI 효능감의 변화를 분석하였다. 또한 AI 프로젝트에 대한 전반적인 인식을 살펴보았다. 연구 결과, AI 효능감은 실제 프로젝트를 수행해보는 경험을 통해 유의미하게 높아졌다. 또한 AI로 문제를 해결하는 것과 관련된 효능감은 프로그래밍 언어 활용 수준이 영향을 미치는 것으로 나타났다. 디자인씽킹 프로세스에 따라 진행된 AI 프로젝트에 대한 학습자의 전반적인 인식은 긍정적이었으며, AI 프로젝트 각 단계(AI 문제 이해 및 문제 탐색, 실습, 문제 정의, 문제해결 아이디어 구현, 평가 및 발표)에 대한 인식 역시 긍정적으로 나타났다. 이러한 긍정적 인식은 프로그래밍 언어활용 수준이 높은 학생들이 더 높게 나타났다. 이러한 결과를 바탕으로 AI 교육을 위한 시사점을 제안하였다.
At the beginning of the discussion of AI education in K-12 education, the study was conducted to develop and apply an AI education program based on Design Thinking and analyze the effects of the AI education programs. In the AI education program, students explored and defined the AI problems they we...
At the beginning of the discussion of AI education in K-12 education, the study was conducted to develop and apply an AI education program based on Design Thinking and analyze the effects of the AI education programs. In the AI education program, students explored and defined the AI problems they were interested in, gathered the necessary data to build an AI model, and then developed a project using scratch. In order to analyze the effectiveness of the AI education program, the change of learner's perception of the value of AI and the change of AI efficacy were analyzed. The overall perception of the AI project was also analyzed. As a result, AI efficacy was significantly increased through the experience of carrying out the project according to the Design Thinking process. In addition, the efficacy of solving problems with AI was influenced by the level of use of programming languages. The learner's overall perception of the AI project was positive, and the perceptions of each stage of the AI project (AI problem understanding and problem exploration, practice, problem definition, problem solving idea implementation, evaluation and presentation) was also positive. This positive perception was higher among students with high level of programming language use. Based on these results, the implications for AI education were suggested.
At the beginning of the discussion of AI education in K-12 education, the study was conducted to develop and apply an AI education program based on Design Thinking and analyze the effects of the AI education programs. In the AI education program, students explored and defined the AI problems they were interested in, gathered the necessary data to build an AI model, and then developed a project using scratch. In order to analyze the effectiveness of the AI education program, the change of learner's perception of the value of AI and the change of AI efficacy were analyzed. The overall perception of the AI project was also analyzed. As a result, AI efficacy was significantly increased through the experience of carrying out the project according to the Design Thinking process. In addition, the efficacy of solving problems with AI was influenced by the level of use of programming languages. The learner's overall perception of the AI project was positive, and the perceptions of each stage of the AI project (AI problem understanding and problem exploration, practice, problem definition, problem solving idea implementation, evaluation and presentation) was also positive. This positive perception was higher among students with high level of programming language use. Based on these results, the implications for AI education were suggested.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
SW 교육과 마찬가지로 AI 교육 역시 AI를 활용한 문제해결 경험을 강조하는 상황에서[6][13], 본 연구에서는 AI 교육을 처음 경험하는 학생들이 AI의 개념을 이해하고 AI 문제를 탐색, 해결해보는 경험을 할 수 있는 교육 프로그램을 개발하여 적용한 후, AI에 대한 관심과 흥미, 그리고 학습동기 등의 변화가 있는지 확인하고자 하였다. AI 교육프로그램은 디자인씽킹 프로세스를 기반으로 개발되었다.
AI 교육 프로그램의 효과를 분석하기 위해 3차에 걸쳐 조사된 설문 데이터를 반복측정 분산분석(Repeated Measures ANOVA)을 통해 분석하였으며, 사후 분석을 통해 설문 간 평균 차이를 비교하였다. 그리고 프로그래밍 언어 활용 수준(상, 하)을 구획변수로 하여 집단 간에 AI 교육 프로그램 효과의 차이가 있는지 살펴보았다. 프로그래밍 언어 활용 수준 ‘상’은 ‘그렇다’와 ‘매우 그렇다’에 응답한 학생이었으며, ‘하’는 ‘보통이다’, ‘그렇지 않다’, ‘매우 그렇지 않다’에 응답한 학생이었다.
둘째, 본 연구에서는 AI 교육프로그램의 효과가 학습자의 프로그래밍 언어 수준에 따라 차이가 있음이 확인 하고자 하였다. 분석 결과, AI 가치 인식은 교육 전 설문 에서 프로그래밍 언어 수준이 높은 집단이 낮은 집단보다 높게 나타났으나, 이러한 차이는 특강 및 프로젝트를 수행한 후 나타나지 않았다.
본 연구에서는 디자인씽킹 프로세스를 기반으로 하여 AI 교육 프로그램을 개발, 적용하였으며, 그 결과 학습자의 AI 가치 인식과 효능감이 변화하는지를 살펴보고자 하였다.
디자인씽킹 프로세스는 디자인 프로젝트뿐만 아니라 창의적 문제해결을 위한 효과적인 가이드라인으로 활용될 수 있어 디자인을 넘어 혁신이 필요한 다양한 영역에 적용되어 왔으며[14], 교육에서도 문제정의, 질문제기, 아이디어 구안 및 해결안 도출을 안내하는 유용한 교수 방법으로 활용되고 있다[15]. 이에 본 연구의 대상인 AI 교육 프로그램이 학생들에게 실생활 및 다양한 분야의 문제를 AI를 적용하여 창의적이고 효율적으로 해결할 수 있는 경험을 제공하고자 하였기 때문에 디자인씽킹 프로세스를 기반으로 교육프로그램을 개발, 적용하고자 하였다.
디자인씽킹 프로세스는 문제를 발견, 정의하고 이를 해결하는 과정을 안내하는 유용한 틀이다. 이에 연구에 서는 AI 교육프로그램을 통해 실생활 및 다양한 분야의 문제를 AI를 적용하여 창의적이고 효율적으로 해결할 수 있는 경험을 제공하고자 하였기 때문에 디자인씽킹 프로세스를 기반으로 교육프로그램을 개발, 적용하고자 하였다.
이와 같이 AI 교육을 위한 시도가 이루어지고 있는 상황에서 본 연구에서는 AI 교육을 처음 경험하는 학생들이 AI의 개념을 이해하고 AI 문제를 탐색, 해결해볼 수있는 경험을 제공하는 교육프로그램을 개발, 적용하고, 적용 결과를 분석하고자 하였다. 이를 위해 AI문제해결 접근을 안내하는 방법으로 디자인씽킹 프로세스를 프로 그램개발에 적용하였다.
정리하면, 본 연구에서는 디자인씽킹 기반의 AI 교육 프로그램을 개발, 적용하고 AI 교육 프로그램의 효과를 분석하고자 하였다. 본 연구의 연구문제는 다음과 같다.
제안 방법
본 프로그램에는 디자인씽킹의 주요 단계에 AI 문제 실습이 추가되었는데, AI 실습은 클라우드 기반의 AI 실습환경인 Machine learning for kids(https://machinelearningforkids.co.uk/)를 활용하여 텍스트, 이미지, 숫자 데이터를 바탕으로 머신러닝 모델을 구축해 보는 활동으로 이루어졌다.
AI 교육 프로그램의 효과를 분석하기 위해 3차에 걸쳐 시행된 설문 응답을 바탕으로 AI 가치 인식 및 AI 효능 감의 변화를 살펴보았다. 반복측정 분산분석 및 차시별 비교 결과는 [표 3], [표 4]와 같다.
AI 교육 효과분석 도구는 이환철 외(2016)가 개발한 SW 교육 효과성 측정지표[15] 중 SW 가치 인식과 컴퓨팅 사고력 효능감 영역의 일부 문항을 발췌, 수정하여 활용하였다.
개방형 응답은 내용을 분석하여 범주화한 후 이를 코딩하여 분석하였다.
다음으로 디자인씽킹 프로세스에 따라 진행된 AI 프로젝트에 대한 학습자의 인식을 살펴보았다. AI 프로젝트에 대한 전반적 인식은 ‘재미있는 프로젝트였다’ 평균
이후 SW효과성 측정 지표[15]를 활용하여 학습자의 AI의 가치 인식에 대한 변화와 AI 효능감의 변화를 분석하였다. 또한 AI 프로젝트에 대한 전반적인 인식을 살펴보았다.
본 교육 프로그램이 AI 전문가의 특강과 AI 프로젝트로 구성됨에 따라, 특강과 프로젝트의 효과를 구분하여 살펴보기 위해 1차 설문(사전), 2차 설문(특강 후), 3차 설문(프로젝트 후)으로 나누어 설문을 실시하였다.
본 연구에서는 AI 특강의 효과를 통제하기 위해 세 번의 설문을 실시하고 이를 반복측정 분산분석을 통해 분석하였다. 분석결과 AI 특강 후 실시한 설문에서 이미 응답 평균이 높게 나타난 상황이어서(AI 가치 인식 평균 4.
또한 이를 통해 다음 단계로의 AI 학습에 대한 동기를 유발할 수 있을 것이다. 본 연구에서는 특히 학습자들이 AI에 대한 기본적인 이해를 바탕으로 자신이 관심있는 AI 문제를 찾고, 정의하고, 이를 해결하는 과정을 디자인씽킹 프로세스를 통해 경험하도록 하였다. 이 과정에서 특히 학생들이 막연하게 생각했던 AI 기술을 실제 자신들이 활용할 수 있다고 생각하게 된 것으로 나타났으며, 향후 보다 깊이 있는 AI 학습을 하고 싶다는 학습 동기를 가지게 되었다.
이 밖에 적용된 AI 교육 프로그램에 대한 학습자의 인식을 살펴보기 위해 프로젝트에 대한 전반적인 인식 4문항, 프로젝트 각 단계에 인식 5문항, 그리고 AI 학습 동기에 대한 인식 3문항을 추가하여 조사하였으며, 개방형 문항으로 해당 교육 프로그램이 자신에게 어떤 영향을 주었는지 기술하도록 하였다.
이와 같이 AI 교육을 위한 시도가 이루어지고 있는 상황에서 본 연구에서는 AI 교육을 처음 경험하는 학생들이 AI의 개념을 이해하고 AI 문제를 탐색, 해결해볼 수있는 경험을 제공하는 교육프로그램을 개발, 적용하고, 적용 결과를 분석하고자 하였다. 이를 위해 AI문제해결 접근을 안내하는 방법으로 디자인씽킹 프로세스를 프로 그램개발에 적용하였다.
이를 위해 본 연구에서는 1박 2일간의 AI 교육 프로그램에 자발적으로 신청하여 참여한 중학생 52명을 대상으로 자신이 관심있는 AI 문제를 탐색, 정의하고, 필요한 데이터를 수집하여 AI 모델을 구축한 후 스크래치를 활용하여 프로젝트를 개발하도록 하였다. 이후 SW효과성 측정 지표[15]를 활용하여 학습자의 AI의 가치 인식에 대한 변화와 AI 효능감의 변화를 분석하였다.
이를 위해 본 연구에서는 1박 2일간의 AI 교육 프로그램에 자발적으로 신청하여 참여한 중학생 52명을 대상으로 자신이 관심있는 AI 문제를 탐색, 정의하고, 필요한 데이터를 수집하여 AI 모델을 구축한 후 스크래치를 활용하여 프로젝트를 개발하도록 하였다. 이후 SW효과성 측정 지표[15]를 활용하여 학습자의 AI의 가치 인식에 대한 변화와 AI 효능감의 변화를 분석하였다. 또한 AI 프로젝트에 대한 전반적인 인식을 살펴보았다.
AI 프로젝트는 디자인씽킹 기반으로 설계되었다. 즉, 디자인씽킹의 주요 단계(공감-문제 정의-아이디어 도출-프로토타입-테스트)에 따라 수업을 구성, 진행하였으며, 구체적인 수업 내용은 [표 2]와 같다. 본 프로그램에는 디자인씽킹의 주요 단계에 AI 문제 실습이 추가되었는데, AI 실습은 클라우드 기반의 AI 실습환경인 Machine learning for kids(https://machinelearningforkids.
학생들은 AI 프로젝트 산출물로 ‘좋은 말과 나쁜 말구별’, ‘나이 예측’, ‘시간장애인을 위한 장애물 인식’, ‘쓰레기 종류 구분’, ‘텍스트 속 감정 인식’ 등의 프로그램을 제작하였다.
학생들은 스스로 관심있는 AI 문제를 탐색, 정의하고, 필요한 데이터를 수집하여 AI 모델을 구축한 후 스크래치를 활용하여 프로젝트를 개발하였다.
학습자의 프로그래밍 언어 활용 수준 ‘상’, ‘하’에 따라 AI 교육 프로그램 효과에 차이가 있는지를 살펴보기 위해 [표 5]와 같이 각 설문 차시 별로 집단 간 차이를 살펴보았다.
대상 데이터
교육 프로그램에 참여한 학생은 중학생 52명이었으며, 이 중 49명이 설문에 응답하였다. 연구 대상 학생 중 남학생은 39명, 여학생은 10명이었다.
본 연구는 K 대학교에서 중학생 52명을 대상으로 실시한 AI 교육 프로그램을 대상으로 수행되었다. 교육프로그램은 [표1]과 같이 1박 2일간 진행되었으며, 크게 AI 전문가의 특강과 AI 프로젝트로 구성되었다.
교육 프로그램에 참여한 학생은 중학생 52명이었으며, 이 중 49명이 설문에 응답하였다. 연구 대상 학생 중 남학생은 39명, 여학생은 10명이었다. 또한 프로그래밍 언어 활용 수준 ‘상’ 집단은 25명, ‘하’ 집단은 24명이었다.
데이터처리
AI 교육 프로그램의 효과를 분석하기 위해 3차에 걸쳐 조사된 설문 데이터를 반복측정 분산분석(Repeated Measures ANOVA)을 통해 분석하였으며, 사후 분석을 통해 설문 간 평균 차이를 비교하였다. 그리고 프로그래밍 언어 활용 수준(상, 하)을 구획변수로 하여 집단 간에 AI 교육 프로그램 효과의 차이가 있는지 살펴보았다.
프로그래밍 언어 활용 수준 ‘상’은 ‘그렇다’와 ‘매우 그렇다’에 응답한 학생이었으며, ‘하’는 ‘보통이다’, ‘그렇지 않다’, ‘매우 그렇지 않다’에 응답한 학생이었다. 프로그래밍 언어 활용 수준(상, 하)에 따른 AI 교육 효과 및 인식 차이를 분석하기 위해 평균 차이 분석을 실시하였다. 분석에는 SPSS 25를 활용하였다.
성능/효과
AI 가치 인식에 대한 반복측정 결과 평균 간에 유의한 차이가 나타났으며, 사후 분석 결과 이러한 차이는 1차와 2차간의 평균 차이인 것으로 나타났다. 가치 인식 하위 문항 각각을 살펴보면 ‘나는 AI가 무엇인지 알고 있다’, ‘나는 대학에 가서 AI 관련 전공을 하고 싶다’, ‘미래에는 어떤 직업이든 AI 관련 능력이 필요할 것이다’에서 차이가 나타났으며, ‘나는 AI가 무엇인지 알고 있다’ 문항을 제외한 인식 변화는 특강을 통해 변화한 것으로 볼 수 있었다.
AI 가치 인식에 대한 평균 차이 분석 결과, 1 차, 즉 AI 교육 전 설문에서는 AI 가치 인식 전체 및 ‘나는 AI 교육을 받고 싶다’ 문항을 제외한 모든 하위 문항 에서 프로그래밍 언어 활용 수준 ‘상’ 집단이 유의미하게 높게 나타났다.
AI 학습 동기 평균은 4.17에서 4.46, AI 프로젝트 각 단계(AI 문제 이해 및 문제 탐색, 실습, 문제 정의, 문제 해결 아이디어 구현, 평가 및 발표)에 대한 인식 평균은 4.46에서 4.60 사이로 대체로 긍정적인 것으로 나타났다.
AI 효능감에 대한 평균 차이 분석 결과, 1차 및 2차에서 프로그래밍 언어 활용 수준에 따른 차이가 유의한 것으로 나타났다. 즉, AI 효능감 전반적으로 프로그래밍 언어 활용 수준 ‘상’ 집단이 프로그래밍 언어 활용 수준 ‘하’ 집단보다 높게 나타났다.
이는 교육이 진행됨에 따라 프로그래밍 언어 활용 수준에 따른 AI 가치 인식 차이가 줄어드는 것을 의미한다. AI 효능감은 교육 전과 특강 후 설문에서 프로그래밍 언어 활용 수준에 따른 차이가 나타났다. AI 효능감 전반적으로 프로그래밍 언어 활용 수준 ‘상’ 집단이 프로그래밍 언어 활용 수준 ‘하’ 집단보다 높게 나타났으며, 이러한 차이는 프로젝트 수행 이후 이러한 차이는 더 이상 나타나지 않았다.
AI 학습동기 역시 높게 나타났는데 특히, ‘앞으로 AI의 원리와 구현 방법에 대해 깊이 있게 학습하고 싶다’가 다른 항목에 비해 상대적으로 높게 나타나 AI 문제해결 경험이 보다 심층적인 AI 학습 동기를 유발함을 알 수 있었다.
다만, AI 효능감 하위 문항 중 AI를 활용한 문제해결 관련 문항(‘나는 AI 로 해결할 수 있는 우리 생활의 문제를 발견할 수 있다’, ‘나는 AI를 활용해서 간단한 문제를 해결할 수 자신이 있다’)에서 프로젝트 후에도 프로그래밍 언어 활용 수준이 높은 집단과 낮은 집단 간에 차이가 크게 나타나 실제로 AI를 적용하여 문제해결 프로젝트를 수행한다는 프로그래밍 언어 활용 수준이 영향을 미치는 것을 확인하였다.
다만 AI 가치 인식 하위 문항 중 AI에 대한 이해(‘나는 AI가 무엇인지 알고 있다’)는 특강뿐만 아니라 프로젝트 수행경험을 통해 의미있게 증가한 것으로 나타났다. 또한 학습자의 AI의 이해 및 적용에 대한 자신감을 나타내는 AI 효능감도 특강뿐만 아니라 프로젝트 수행경험을 통해 의미 있게 증가했다. 특히 AI의 동작원리를 이해할 수 있다는 항목과 AI를 활용해서 간단한 문제해결할 자신이 있다는 항목에서 프로젝트의 영향이 나타났다.
반면, 특강 후 실시한 2차 설문에서는 프로그래밍 언어 활용 수준에 따른 인식 차이가 나타나지 않았으며, 3차에서는 하위 문항 중 ‘나는 대학에 가서 AI 관련 전공을 하고 싶다’ 문항에서 유일하게 프로그래밍 언어 활용 수준 ‘상’ 집단이 유의미하게 높게 나타났다.
본 연구에서 학습자의 프로그래밍 언어 활용 수준은 학습자가 주관적으로 인식한 수준으로 ‘나는 자신 있게 다룰 수 있는 하나 이상의 컴퓨터 언어가 있다(스크래치, 엔트리, 파이썬, 자바, C언어 등)’의 문항으로 측정되었다.
둘째, 본 연구에서는 AI 교육프로그램의 효과가 학습자의 프로그래밍 언어 수준에 따라 차이가 있음이 확인 하고자 하였다. 분석 결과, AI 가치 인식은 교육 전 설문 에서 프로그래밍 언어 수준이 높은 집단이 낮은 집단보다 높게 나타났으나, 이러한 차이는 특강 및 프로젝트를 수행한 후 나타나지 않았다. 이는 교육이 진행됨에 따라 프로그래밍 언어 활용 수준에 따른 AI 가치 인식 차이가 줄어드는 것을 의미한다.
본 연구에서는 AI 특강의 효과를 통제하기 위해 세 번의 설문을 실시하고 이를 반복측정 분산분석을 통해 분석하였다. 분석결과 AI 특강 후 실시한 설문에서 이미 응답 평균이 높게 나타난 상황이어서(AI 가치 인식 평균 4.24, AI 효능감 평균 4.16) 이를 AI 가치 인식의 변화에 프로젝트의 영향이 없었다고 해석하는 데는 제한이 있다.
AI 효능감에 대한 반복측정 결과 평균 간에 유의미한 차이가 있었다. 사후 분석 결과 이러한 차이는 1차와 2차, 2차와 3차간에 모두 나타났으며, 이는 특강을 통해 높아진 효능감은 프로젝트를 통해 다시 유의미하게 증가한 것으로 볼 수 있었다. 효능감 하위 문항 각각을 살펴보면 ‘나는 AI가 동작하는 원리를 이해할 수 있다’와 ‘나는 AI를 활용해서 간단한 문제를 해결할 자신이 있다’에서 특강 및 프로젝트를 통한 변화가 유의미한 것으로 나타났다.
설문에 활용된 문항은 가치 인식 6문항, 효능감 4문항 이었으며, 1차 설문에 대한 탐색적 요인분석 결과 가치 인식과 효능감 두 개의 요인이 도출되어 문항이 타당한 것으로 볼 수 있었다. 문항의 신뢰도는 각각 .
셋째, 디자인씽킹 프로세스에 따라 진행된 AI 프로젝트에 대한 학습자의 전반적인 인식은 긍정적이었으며, AI 프로젝트 각 단계(AI 문제 이해 및 문제 탐색, 실습, 문제 정의, 문제해결 아이디어 구현, 평가 및 발표)에 대한 인식 역시 긍정적으로 나타났다(평균 4.46-4.60).
반면, AI 기술에 대한 흥미는 교육 전과 교육 후에 차이가 나타나지 않았는데 이에 대해 수업에서 실제 학생의 현실과 연계된 AI 프로젝트를 수행하지 않았기 때문일 가능성이 있다고 해석하였다. 이러한 결과로 볼 때 본 AI 교육 프로그램에 적용한 디자인씽킹 프로세스는 학생들이 자신에 관심과 경험에 기반하여 AI 문제를 찾고, 정의하고, 해결하도록 안내하는데 효과적인 방법이었음을 확인할 수 있다.
즉, AI 효능감 전반적으로 프로그래밍 언어 활용 수준 ‘상’ 집단이 프로그래밍 언어 활용 수준 ‘하’ 집단보다 높게 나타났다.
본 연구의 결과를 정리하고 논의하면 다음과 같다. 첫째, AI 교육 전, AI 특강 후, AI 프로젝트 후 3차에 걸쳐 실시된 효과분석 설문의 반복측정 분산분석 결과 전반적인 AI 가치 인식은 본 교육 프로그램을 통해 유의미하게 높아진 것으로 나타났으며, 특히 사전 설문과 AI 특강 후 설문 결과 간에 유의미한 변화가 나타났다. 이는 AI 전공 선택이나 AI 역량의 중요성 인식과 같은 AI의 가치는 AI 특강만으로도 충분히 학습자에게 영향을 미칠 수 있음을 의미한다.
이는 프로젝트 수행 경험을 통해 프로그래밍 언어 활용 수준에 따른 AI 효능감 차이가 줄어드는 것을 의미한다. 특히, AI 가치 인식 차이는 특강을 통해서 유의한 차이가 나타나지 않았으나, 효능감의 차이는 실제 프로젝트 수행 후에 나타나지 않게 되었다.
프로그래밍 언어 활용 수준에 따른 AI 프로젝트 인식 차이를 살펴 본 결과, 프로그래밍 언어 활용 수준 ‘상’ 집단에서 재미에 대한 인식과 AI 학습동기, AI 프로젝트 각 단계에 대한 인식이 대체로 유의미하게 높게 나타났다.
AI 학습동기 역시 높게 나타났는데 특히, ‘앞으로 AI의 원리와 구현 방법에 대해 깊이 있게 학습하고 싶다’가 다른 항목에 비해 상대적으로 높게 나타나 AI 문제해결 경험이 보다 심층적인 AI 학습 동기를 유발함을 알 수 있었다. 프로젝트 전반에 관한 인식 중 특히 프로젝트의 재미와, AI 프로젝트 각 단계에 대한 인식, 학습동기 등은 대체로 프로그래밍 언어 활용 수준이 높은 집단에서 의미있게 높은 것으로 나타났다.
효능감 하위 문항 각각을 살펴보면 ‘나는 AI가 동작하는 원리를 이해할 수 있다’와 ‘나는 AI를 활용해서 간단한 문제를 해결할 자신이 있다’에서 특강 및 프로젝트를 통한 변화가 유의미한 것으로 나타났다.
후속연구
둘째, 따라서 정규 SW 교육과정뿐만 아니라 영재교육, 방과 후 교육, 창의적 체험활동 등 다양하게 적용될 수 있는 AI 교육 모델 및 AI 문제, 프로젝트들이 개발되어야 할 것이다. 현재 AI 교육과정 개발은 차세대 SW 교육과정 표준모델, 학교 SW 교육과정에 집중되어있다.
본 연구는 장기간에 걸쳐 AI 교육 프로그램을 실시하고 효과를 분석한 것이 아니라, 1박 2일간의 단기 교육 프로그램을 실시하고 연구를 수행했다는 점에서 한계가 있다. 따라서 본 연구에 적용된 AI 교육 모델을 장기 교육프로그램에 적용한 후 효과를 분석하여 연구 결과를 다시 확인해 볼 필요가 있다.
본 연구에서도 기본적인 컴퓨팅사고력 및 코딩 능력이 학습자의 AI 문제해결 프로젝트 수행에 대한 자신감에 영향을 미치는 것으로 나타나, 효과적인 AI 교육을 위해서는 학습자에게 필요한 컴퓨팅 사고력 요소를 파악하고 이를 사전에 교육하는 것이 필요하다고 할 수 있다. 또한 후속연구에서는 보다 면밀하게 학습자의 사전 SW역량과 AI 교육 결과 간의 관계를 살펴볼 필요가 있다.
본 연구는 장기간에 걸쳐 AI 교육 프로그램을 실시하고 효과를 분석한 것이 아니라, 1박 2일간의 단기 교육 프로그램을 실시하고 연구를 수행했다는 점에서 한계가 있다. 따라서 본 연구에 적용된 AI 교육 모델을 장기 교육프로그램에 적용한 후 효과를 분석하여 연구 결과를 다시 확인해 볼 필요가 있다.
알고리즘을 설계하고 수정하기 등과 같이 제시한 바 있다[13]. 본 연구에서도 기본적인 컴퓨팅사고력 및 코딩 능력이 학습자의 AI 문제해결 프로젝트 수행에 대한 자신감에 영향을 미치는 것으로 나타나, 효과적인 AI 교육을 위해서는 학습자에게 필요한 컴퓨팅 사고력 요소를 파악하고 이를 사전에 교육하는 것이 필요하다고 할 수 있다. 또한 후속연구에서는 보다 면밀하게 학습자의 사전 SW역량과 AI 교육 결과 간의 관계를 살펴볼 필요가 있다.
첫째, AI 교육을 처음 경험하는 학생들이 AI의 개념을 이해하고 AI 문제를 탐색, 해결해볼 수 있는 교육프로그램을 통해 학생들의 AI에 대한 인식이나 태도, 효능감 등을 긍정적으로 변화시킬 수 있을 것이다. 또한 이를 통해 다음 단계로의 AI 학습에 대한 동기를 유발할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
AI 교육에 대한 다양한 SW 교육은 어떠한 기대 효과를 나타나게 하는가?
그러나 전 세계적으로 초중등 AI 교육 도입에 대한 논의가 활발히 이루어지고 있는 시점에서 효과적인 AI 교육 모델을 개발 하고 다양한 SW 교육의 맥락에서 빠르게 확산할 필요가 있다. 이를 통해 학생들이 AI 관련 지식 및 기술, AI를 활용한 다양한 융합 문제해결 등 AI 분야의 지식과 응용 능력을 심화, 또는 확장해 나갈 수 있는 기회를 제공하고, 나아가 AI 및 AI 융합 분야의 진로를 탐색하고 계획할 수 있도록 할 필요가 있다.
디자인씽킹이란 무엇인가?
디자인씽킹은 디자인 분야에서 시작된 문제 해결 프로세스와 사고 방법으로서, 디자이너가 다양한 관점에서 문제에 접근하여 문제를 처리하고, 해결책을 찾는 방법을 의미한다[18][19]. 디자인씽킹 프로세스는 디자인씽킹을 실천하기 위한 절차로서, 문제 상황에 대해 확인하고 관찰한 내용과 관련 지식을 바탕으로 아이디어를 생성하며, 프로토타입을 만들어보며 문제해결에 접근하는 절차를 말한다[20].
AI4K12 이니셔티브가 제시한 AI개념 5가지 핵심 영역은?
org)에서 제시한 AI 교육과정 프레임워크가 대표적이다. AI4K12 이니셔티브는 AAAI(Association for the Advanced Artificial Intelligence)와 CSTA(Computer Science Teachers Associate)가 공동으로 참여하여 초중등 AI 교육을 위한 표준을 개발하고 있으며, 초중등 수준에서 AI 개념과 이해를 위한 다섯 가지 핵심영역을 인식(perception), 표현과 추론(representation and reasoning), 기계 학습(machine learning), 자연스러운 상호작용(natural interaction), 사회적 영향(social interaction)으로 제시한 바 있다[4]. AI4K12가 선도적으로 제시한 교육과정 프레임워크는 AI 교육과정을 분석하거나 개발하는 데 지침이 되고 있다[5][6].
참고문헌 (37)
김용성 (2019). 인공지능(AI) 시대 주요국의 인재양성 정책 동향. 소프트웨어 정책연구소.
Quin Zujun (2019). AI-SW 교육의 시작, AI 시대를 대비하다. 2019 글로벌 소프트웨어교육 컨퍼런스 자료집. 한국과학창의재단.
관계부처합동 (2019). 인공지능 국가전략.
CSTA (2019). K-12 Guidelines for Artificial Intelligence: What Students Should Know. Retrieved from https://github.com/touretzkyds/ai4k12/wiki.
Dunne, D., & Martin, R. (2006). Design thinking and how it will change management education: An interview and discussion. Academy of Management Learning & Education, 5(4), 512-523.
이환철.이현숙.성정숙.정순원.김수환.김석희.김종혜.박주연.이병모 (2016). 초중등 SW 교육 실태조사 및 효과성 측정지표 개발 연구. 한국과학창의재단.
교육부, 과학기술정보통신부 (2016). 신소프트웨어 교육 활성화 기본계획.
Brown, T. (2008). Design Thinking. Harvard Business Review, issue 86(6), pp. 84-92.
Seidel, V. P. & Fixson, S. K. (2013). Adopting Design Thinking in Novice Multidisciplinary Teams: The Application and Limits of Design Methods and Reflexive Practices. Journal of Product Innovation Management, 30(S1), 19-33.
Plattner, H. (2010). An Introduction to Design Thinking Process Guide. The Institute of Design at Stanford.
Kroper, M., Fay, D., Lindberg, T., & Meinel, C. (2010). Interrelations between Motivation, Creativity and Emotions in Design Thinking Processes - An Empirical Study Based on Regulatory Focus Theory. In Proceedings of the 1st International Conference on Design Creativity ICDC 2010, Kobe, Japan, November 2010.
Kirschner, P. A. (2015). Do we need teachers as designers of technology enhanced learning? Instructional Science, 43(2), 309-322.
Norton, P., & Hathaway, D. (2015). In Search of a Teacher Education Curriculum: Appropriating a Design Lens to Solve Problems of Practice. Educational Technology, 55(6), 3-14.
Carroll, M., Goldman, S., Britos, L., Koh, J., Royalty, A., & Hornstein, M. (2010). Destination, imagination and the fires within: Design thinking in a middle school classroom. International Journal of Art & Design Education, 29(1), 37-53.
Hsiao, H., Yu, K., Chang, Y., Chien, Y., Lin, K., Lin, C., Chen, J., Chen, J., & Lin, Y. (2017). The Study on Integrating the Design Thinking Model and STEM Activity Unit for Senior High School Living Technology Course. 2017 7th World Engineering Education Forum (WEEF), Kuala Lumpur, 383-390.
Ahmad, W., Sarlan, A., Rokhmah, S., Ahmad, R. (2017). Integrating design thiking approach to increase student's motivation. 2017 7th World Engineering Education Forum (WEEF), Kuala Lumpur, 268-272.
이지선 (2015). 컴퓨터적 사고를 기반으로 한 컴퓨터 교육에 디자인적 사고 적용에 관한 연구-초등학교 컴퓨터 교육을 중심으로. 한국디자인문화학회지, 21(1), 455-467.
유예은.강인애.전용찬 (2018). 디자인씽킹 프로세스 기반의 메이커교육 프로그램을 통한 감성지능의 향상 연구: 대학교 사례를 중심으로. 한국융합학회논문지, 9(7). 163-175.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.