[논문]The Study on Test Standard for Measuring AI Literacy

Mi-Young Ryu; Seon-Kwan Han

doi:10.9708/jksci.2023.28.07.039

The Study on Test Standard for Measuring AI Literacy 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.28 no.7, 2023년, pp.39 - 46

Mi-Young Ryu (AI Education Research, Gyoengin National University of Education) , Seon-Kwan Han (Dept. of Computer Education, Gyoengin National University of Education)

초록
AI-Helper

본 연구는 인공지능 소양 능력의 측정을 위한 검사 기준의 설계와 개발을 목적으로 한다. 선행연구와 전문가 FGI를 통해 AI 소양의 핵심 영역을 선정하고 세부 기준을 설계하였다. 검사 기준의 영역은 AI의 개념, 실제와 영향 3가지로 구분하고 세부 항목은 AI의 개념 33문항, AI의 실제 13문항, AI의 영향 15문항으로 구성하였다. 검사 기준의 타당성 확보를 위해 2번에 걸친 전문가 타당도 검사를 실시하여 검사 기준을 수정, 보완하였다. 최종 AI소양 검사 기준은 총 30문항으로 개발하였다. 본 연구에서 개발된 AI소양 검사 기준은 AI소양 능력 측정을 위한 자기 체크리스트나 AI역량 검사 문항을 개발하는 중요한 도구가 되기를 기대한다.

Abstract ▼ AI-Helper

The purpose of this study is to design and develop the test standard to measure AI literacy abilities. First, we selected key areas of AI literacy through the related studies and expert FGI and designed detailed standard. The area of the test standard is divided into three categories: AI concept, practice, and impact. In order to confirm the validity of the test standard, we conducted twice expert validity tests and then modified and supplemented the test index. To confirm the validity of the test standard, we conducted an expert validity test twice and then modified and supplemented the test standard. The final AI literacy test standard consisted of a total of 30 questions. The AI literacy test standard developed in this study can be an important tool for developing self-checklists or AI competency test questions for measuring AI literacy ability.

주제어

표/그림 (11)

그림 Fig. 1. Research Procedures and Methods
표 Table 1. Topics and details by AI literacy area
표 Table 2. Test questions in the area of 'Concept of AI'
표 Table 3. Test questions in the area of 'Practice of AI'
표 Table 4. Test questions in the area of 'Impact of AI'
표 Table 5. Result of the 1st expert validity test in area of 'Practice of AI' the area of 'Concept of AI'
표 Table 6. Expert opinion in the area of 'Concept of AI'
표 Table 7. Result of the 1st expert validity test in the area of 'Practice of AI'
표 Table 8. Result of the 1st expert validity test in the area of 'Impact of AI'
표 Table 9. Modified AI literacy test index
표 Table 10. Final AI Literacy Test standard

AI 본문요약
AI-Helper

문제 정의

따라서, 이번 연구에서 인공지능 리터러시 검사를 위한 정량적인 기준을 개발함으로써, 인공지능 리터러시를 보다 정확하게 평가하고, 인공지능 교육을 개선하기 위한 방안을 제시하는 것을 목적으로 한다.
이를 위한 기반 연구로 이 연구에서는 인공지능 리터러시를 측정하기 위한 검사 기준을 설계하고 개발하였다. 본 연구의 결과를 토대로 다음과 같은 결론을 얻었다.

제안 방법

AI 리터러시의 세 가지 핵심 영역과 13개의 주제를 선정한 뒤 이에 대한 이해도를 측정할 수 있는 검사 기준 문항을 개발하였다. 인공지능의 개념 영역에서는 33개의 문항, 인공지능의 실제 영역에서는 13개 문항, 인공지능의 영향 영역에서 15개 문항을 선정하여 모두 61개의 문항을 개발하였으며 Table 2,3,4와 같다.
그리고 FGI를 통해 AI 리터러시 영역과 주제를 선정하고, 그에 따른 기준 항목을 추출하였다. 개발한 항목의 타당도를 확보하기 위해 1차 AI교육 현장 교사를 대상으로 한 전문가 검토를 받은 후 수정, 보완 작업을 실시하고, 다시 한국인공지능교육학회와 컴퓨터교육과 관련한 대학 교수들을 대상으로 2차 전문가 검토를 받고 수정, 보완 작업을 거친 후 최종 AI 리터러시 검사를 위한 기준을 개발하였으며 연구 절차와 방법은 Fig. 1과 같다.
2차 전문가 타당도 검사는 한국인공지능교육학회 전공교수 12명을 대상으로 실시하였다. 검사 방법은 1차 타당도 검사와 동일하며, 검사 문항은 1차에서 실시했던 65개 항목에서 34개로 대폭 줄이고 수정하였다.
본 연구에서 개발하는 AI 리터러시 검사 기준은 기본적인 리터러시를 갖춘 만 18세 이상의 성인들을 대상으로 설정하고 선행연구와 문헌분석을 토대로 초안을 설계하였다. 그리고 FGI를 통해 AI 리터러시 영역과 주제를 선정하고, 그에 따른 기준 항목을 추출하였다. 개발한 항목의 타당도를 확보하기 위해 1차 AI교육 현장 교사를 대상으로 한 전문가 검토를 받은 후 수정, 보완 작업을 실시하고, 다시 한국인공지능교육학회와 컴퓨터교육과 관련한 대학 교수들을 대상으로 2차 전문가 검토를 받고 수정, 보완 작업을 거친 후 최종 AI 리터러시 검사를 위한 기준을 개발하였으며 연구 절차와 방법은 Fig.
내용 타당도 검사 문항은 AI 리터러시의 핵심 3영역의 적절성, AI 리터러시의 영역별 주제의 적절성, 61개의 검사 문항의 적절성에 관한 문항으로 구성하였다. 각 문항은 5점 리커트 척도를 사용하고, 각 문항마다 수정 또는 추가의견 사항을 받도록 서술식으로 구성하여 전문가의 의견을 수렴하였다.
1차 전문가 타당도는 AI교육을 전공하고 있는 초중등교사 10명을 대상으로 실시하였다. 내용 타당도는 내용타당도 비율(Content Validity Ratio: CVR)을 바탕으로 분석하였다.
둘째, 본 연구에서 개발된 인공지능 리터러시 검사 기준은 2회의 전문가 타당도 검사를 거쳐 정량적이고 정성적인 분석과 수정 보완을 거쳐 신뢰있는 문항으로 최종 30문항의 AI 리터러시 검사 기준으로 개발되었다.
본 연구에서 개발하는 AI 리터러시 검사 기준은 기본적인 리터러시를 갖춘 만 18세 이상의 성인들을 대상으로 설정하고 선행연구와 문헌분석을 토대로 초안을 설계하였다. 그리고 FGI를 통해 AI 리터러시 영역과 주제를 선정하고, 그에 따른 기준 항목을 추출하였다.
세부 항목은 인공지능의 강점과 약점의 주제가 ‘인공지능의 개념’ 영역으로 이동함에 따라 2개 항목(1, 3)이 삭제되고 중복되는 성격의 문항(2, 4, 5, 6, 7, 11, 15)을 수정 및 삭제하고, 타당도가 낮은 13번 항목을 삭제하였다
이 연구에서 제시한 AI 리터러시의 핵심 영역은 세 가지로 인공지능은 무엇인지 정의에 관한 ‘인공지능의 개념(Concept)’, 인공지능을 어떻게 활용하는가에 관한 ‘인공지능의 실제(Practice)’, 인공지능이 이슈와 윤리에 관한 ‘인공지능의 영향(Impact)’으로 선정하여 지식, 기능, 태도에 관한 영역을 고루 반영하였다.
AI 리터러시의 영역별 주제 선정은 세 개 영역별에 해당하는 13개의 주제를 추출하였다. 인공지능의 개념 영역에서는 인공지능의 인식, 배경, 이론, 관련 학문, 적용으로 5개 주제, 인공지능의 실제에서는 센서와 구동기, 인식과 감각, 상호작용과 소통, 지능형 로봇과 물리적 작용으로 4개, 인공지능의 영향에서는 인공지능의 강점과 약점, 약인공지능과 강인공지능, 사회적 영향, 윤리적 이슈로 4개 주제를 선정하였으며 Table 1과 같다.
첫째, 본 연구에서 인공지능의 리터러시는 인공지능의 지식, 기능, 태도로 구성되며 이를 위해 핵심 영역을 AI의 개념, 실제, 영향으로 구분하고 그에 대한 세부 내용을 제시하였다.

대상 데이터

개발한 AI 리터러시 검사 기준의 내용 타당도를 알아보기 위해 1차 전문가 타당도를 실시하고 분석하였다. 1차 전문가 타당도는 AI교육을 전공하고 있는 초중등교사 10명을 대상으로 실시하였다. 내용 타당도는 내용타당도 비율(Content Validity Ratio: CVR)을 바탕으로 분석하였다.
2차 전문가 타당도 검사는 한국인공지능교육학회 전공교수 12명을 대상으로 실시하였다. 검사 방법은 1차 타당도 검사와 동일하며, 검사 문항은 1차에서 실시했던 65개 항목에서 34개로 대폭 줄이고 수정하였다.
AI 리터러시의 영역별 주제 선정은 세 개 영역별에 해당하는 13개의 주제를 추출하였다. 인공지능의 개념 영역에서는 인공지능의 인식, 배경, 이론, 관련 학문, 적용으로 5개 주제, 인공지능의 실제에서는 센서와 구동기, 인식과 감각, 상호작용과 소통, 지능형 로봇과 물리적 작용으로 4개, 인공지능의 영향에서는 인공지능의 강점과 약점, 약인공지능과 강인공지능, 사회적 영향, 윤리적 이슈로 4개 주제를 선정하였으며 Table 1과 같다.

데이터처리

개발한 AI 리터러시 검사 기준의 내용 타당도를 알아보기 위해 1차 전문가 타당도를 실시하고 분석하였다. 1차 전문가 타당도는 AI교육을 전공하고 있는 초중등교사 10명을 대상으로 실시하였다.

성능/효과

이상에서 살펴본 바와 같이 대다수의 연구가 AI 리터러시 정의를 위한 설계와 프로그램 개발에 치중되어 있어 AI 리터러시 측정을 위한 검사 기준에 대한 연구가 매우 부족하다는 것을 알 수 있다.
AI 리터러시의 세 가지 핵심 영역과 13개의 주제를 선정한 뒤 이에 대한 이해도를 측정할 수 있는 검사 기준 문항을 개발하였다. 인공지능의 개념 영역에서는 33개의 문항, 인공지능의 실제 영역에서는 13개 문항, 인공지능의 영향 영역에서 15개 문항을 선정하여 모두 61개의 문항을 개발하였으며 Table 2,3,4와 같다.

후속연구

본 연구의 결과는 현재 정부에서 추진하는 디지털 인재양성 정책의 효과성을 측정하거나 학습자들의 인공지능 소양 수준의 변화를 정교하게 측정하는 데 많은 기여를 할것으로 기대한다.

참고문헌 (18)

Ministry of Science and Technology Information and Communication, https://www.msit.go.kr？
Ministry of Science and Technology Information and Communication, https://www.korea.kr/briefing？
H. Burgsteiner, M. Kandlhofer. & G. Steinbauer. "Irobot: Teaching the basics of artificial intelligence in high schools. In Proceeding of the AAAI conference on artificial intelligence, 30(1), 2016.？
M. Ghallab. Responsible AI: Requirements and challenges. AI Perspectives, 1(1), pp. 1-7, 2019.？
Ministry of Education, Education Policy Direction and Core Tasks in the Age of Artificial Intelligence, 2020.？
Jae-jin Lee and Seong-uk Kim.. "Analysis of Informatics Curriculum and Teaching Cases for Digital Literacy Education", The Journal of Korean association of computer education, Vol. .22, No. 5, 2019.？
Bon-Kwan Gu. "What is Digital Literacy", Korea Press Foundation, No.2, pp. 4-9, 2017.？
B. Street, What's "new" in New Literacy Studies? Critical approaches to literacy in theory and practice. Current issues in comparative education, 5(2), 77-91, 2003.？
Kyung-hee So. "Competency in the Context of Schooling: It's Meaning and Curricular Implications", The Jourmal of Curriculum Studies, Vol. 25, No. 3, pp. 1~21, 2007.？
S. R. Parry(1996). The quest for competencies: Competency studies can help you make HR decision. Training, July. pp. 48-56.？
D Long, B Magerko. "What is AI literacy? Competencies and design considerations", Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (Honolulu, HI, USA) (CHI '20): (pp. 1-16). Association for Computing Machinery, New York, NY, USA. https://doi.org/10.1145/3313831.3376727.？
Yu-mi Yi and Youn-soo Park.. "Establishing a Definition of AI Literacy and Designing a Liberal Arts Education Program". The Journal of Lang. & Lit., Vol. 85, pp. 451-474, 2021.？
S. Druga, S. Vu, E. Likhith, and T. Qiu(2019). Inclusive AI literacy for kids around the world, 2019 Proceedings of FabLearn, 104-111, 2019.？
ACM. IEEE-CS, Draft Report of the Computing Curricula 2020 Project, https://www.cc2020.net, 2020.？
Seon-Kwan Han. Digital Content to Improve Artificial Intelligence Literacy Ability. The Journal of Korean association of computer education, Vol. 25, No. 15, pp. 93-100, 2020.？
Chul-hyun Lee. "Direction of Software Education in Practical Arts for Cultivating Competencies in the AI Era", The Society of Korean Practical Arts Education Korea, Vol. .26, No. .2, pp. 41-64, 2020.？
Chang-Mo Yang. "The Effect of AI Learning Program on AI Attitude and Literacy of Gifted Children in Elementary Schools". Journal of the Korean Association of Information Education, Vol. .26, No. 1, pp.35-44, 2022.？
G. Wong, X. Ma, P. Dillenbourg. & J. Hua. "Broadening artificial intelligence education in K-12: Where to start?", ACM Inroads, 11(1), pp. 20-29. 2020.

상세보기

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증