[논문]연구학교 참여 초등교사의 인공지능 활용 과학 수업에 관한 인식 변화

김태하; 윤혜경

doi:10.15267/keses.2023.42.3.467

연구학교 참여 초등교사의 인공지능 활용 과학 수업에 관한 인식 변화
Changes in Perceptions of Science Classes Using Artificial Intelligence among Elementary Teachers Participating in Research School 원문보기

초등과학교육 = Journal of Korean elementary science education, v.42 no.3, 2023년, pp.467 - 479

초록
AI-Helper

학교 교육에서 인공지능을 활용한 교육이 성공적으로 이루어지기 위해서는 교사의 인식이 중요하다. 이 연구에서는 연구학교 참여 전후에 초등교사의 인공지능 활용 과학 수업 필요성에 관한 인식과 교수 효능감 수준을 '학습', '교수', '평가', '의사소통' 네 가지 측면에서 조사하고 분석하였다. 강원특별자치도교육청에 의해 지정되어 일 년 동안 연구학교로 운영된 한 초등학교에 근무하는 초등교사 24명을 대상으로 하였다. 연구학교 운영 전후에 수집한 설문 결과를 데이터로 활용하여 인공지능 활용 과학 수업에 대한 인식 변화를 탐색하였고, 특히 네 명의 교사를 대상으로 개별 심층 면담을 하여 인공지능 활용과학 수업에 관한 인식 변화에 영향을 미친 경험 요인을 탐색하였다. 주요한 연구 결과는 다음과 같다. 첫째, 초등교사는 연구학교 경험 이전부터 인공지능 활용 과학 수업 필요성에 관해 긍정적으로 인식하고 있었으며, 이는 연구학교 경험 이후에도 유사하게 유지되었다. 둘째, 초등교사의 인공지능 활용 과학교수 효능감은 대체로 중간 수준이었으며 연구학교 경험 이후에도 통계적으로 유의미한 수준으로 높아지지 않았다. 셋째, '필요성-효능감'을 함께 사분면으로 분석한 결과 연구학교를 경험한 초등교사는 '학습', '교수', '평가' 측면에 대하여 절반 정도가 긍정적인 변화를 경험하였다. 넷째, 초등교사의 인공지능활용 과학 수업에 관한 인식 변화에 영향을 미친 중요한 경험 요인은 '개인적 배경과 특성', '교사 개인의 수업 실천 경험', '교사공동체 활동', '학교 행정과 업무' 네 가지로 추출할 수 있었다. 이와 같은 연구결과가 연구학교 운영과 인공지능 활용 초등 과학교육에 주는 시사점을 논의하였다.

Abstract ▼ AI-Helper

For the successful implementation of education using artificial intelligence (AI) in schools, the perception of teachers is important. This study focuses on elementary school teachers and their perception of the need and teaching efficacy of science classes using AI before and after participating in a research school program. The analysis explores four key aspects, namely, learning, teaching, assessment, and communication. The study recruited 24 elementary school teachers from a school designated by the Gangwon Provincial Office of Education to participate in a year-long research school program. The study collected data using pre- and post-program surveys to explore changes in the perception of teachers regarding AI-based science classes. Furthermore, the researchers conducted individual in-depth interviews with four elementary school teachers to investigate the experience factors that influenced the changes in their perception of the aforementioned classes. The main findings were as follows. First, elementary school teachers were positively aware of the need for science classes using AI even prior to their research school experience; this perception remained positive after the research school program. Second, the science teaching efficacy of the elementary school teachers using AI was generally moderate. Even after the research school experience, the study found no statistically significant increase in efficacy in teaching science using AI. Third, by analyzing the necessity-efficacy as quadrants, the study observed that approximately half of the teachers who participated in the research school reported positive changes in learning, teaching, and assessment. Fourth, the study extracted four important experience factors that influenced the perception of the teachers of science classes using AI, namely, personal background and characteristics, personal class practice experience, teacher community activities, and administration and work of school. Furthermore, the study discussed the implications of these results in terms of the operation of research schools and science education using AI in elementary schools.

주제어

표/그림 (6)

그림 Fig. 1. Necessity-Efficacy Matrix and Quadrant Description
표 Table 1. Interview questions
표 Table 2. Changes in perception of the necessity of science classes using AI (N=24)
표 Table 3. Changes in teaching efficacy of science classes using AI (N=24)
표 Table 4. Changes in the quadrant of the need and the teaching efficacy in science classes using AI
표 Table 5. Experience factors that influenced the perception of science classes using AI

참고문헌 (41)

고병철, 한선관(2021). 인공지능교육에 대한 초등교사의？인식 조사. 인공지능연구 논문지, 2(1), 29-43.
과학기술정보통신부(2019). 국외 디지털콘텐츠 시장조사？보고서. NIPA-07-S00001-10.
교육부(2020.11.20.). 인공지능시대 교육정책방향과 핵심？과제. 정책브리핑. https://www.korea.kr/archive/expDocView.do?docId39237
교육부(2022.12.22.). 2022 개정 초.중등학교 및 특수교육 교육과정 확정.발표. https://www.moe.go.kr/boardCnts/viewRenew.do?boardID294&boardSeq93459&lev0
김귀훈, 송기상, 김태영, 이태욱, 이승철, 전형기, 전인성,？김지윤, 김영식(2021). 인공지능 융합교육 대학원 공통교육과정 개발 및 교수효능감 효과성 검증. 컴퓨터교육학회 논문지, 24(3), 89-98.
김법연, 권헌영, 김미량(2021). 인공지능 시대 디지털 시민역량 강화를 위한 교육제도의 개선방안. 컴퓨터교육학회 논문지, 24(3), 67-88.
김소연, 김정렬(2021). AI 챗봇을 도입한 초등학교 영어디지털 교과서 활용 수업의 정의적 효과. 학습자중심교과교육연구, 21(10), 37-49.
김정랑(2022). 초？중등 교사를 위한 AI융합교육방법 교과목 개발 및 교수효능감 검증. 한국컴퓨터정보학회논문지, 27(3), 217-223.
김태령, 한선관(2020). 인공지능교육에 관한 초중등교사의 인식에 관한 연구. 교육논총, 40(3), 181-204.
김태하(2023). 인공지능 활용 과학 수업에 관한 초등교사의 인식 변화: 연구학교 참여 교사의 경험을 중심으로.？춘천교육대학교 대학원 석사학위논문.
김현진, 박정호, 홍선주, 박연정, 김은영, 최정윤, 김유리(2020). 학교교육에서 AI 활용에 대한 교사의 인식. 교육공학연구, 36(3), 905-930.
류미영, 한선관(2018). 초등 교사들의 인공지능에 관한 교육적 인식. 정보교육학회논문지, 22(3), 317-324.
박민규, 한규정, 신수범(2021). 국내 인공지능 교육에 대한？연구 현황 분석. 정보교육학회논문지, 25(5), 683-690.
박성열, 김재훈, 임걸(2012). 교사의 개인배경 및 이해수준이 스마트교육 태도에 미치는 영향. 한국컴퓨터교육학회논문지, 15(5), 43-53.
소경희, 최유리 (2018). 학교 중심 교육 개혁 맥락에서 교사의 실천 이해: '교사 행위주체성' 개념을 중심으로.？교육과정연구, 36(1), 91-112.
신동조(2020). 수학교육에서 인공지능(AI) 활용에 관한 예비수학교사의 인식 분석. 한국수학교육학회지, 34(3),？215-234.
신원섭, 신동훈(2020). 초등과학교육에서 인공지능의 적용방안 연구. 초등과학교육, 39(10), 117-132.
오일석, 이진선(2021). IT CookBook, 파이썬으로 만드는？인공지능.
유정아(2019). 대학원 인공지능교육의 방향 탐색: IPA를？활용하여. 정보교육학회논문지, 23(6), 675-687.
이동국, 이봉규, 이은상(2022). 인공지능(AI) 활용 교육을？위한 교사 역량 및 연수 과제 도출. 교육정보미디어연구, 28(2), 415-444.
이소율, 김성원, 이영준(2021). 예비 교사의 인공지능 교수효능감 측정 도구(AI-TEBI) 개발. 컴퓨터교육학회논문지, 24(1), 47-61.
이수영(2020). AI 교육에 대한 초등 교사의 이해와 인식. 한국초등교육, 31, 15-31.
이은경(2020). 국내외 초？중등학교 인공지능 교육과정？분석. 컴퓨터교육학회 논문지, 23(1), 37-44.
한국교육과정평가원(2020). 학교 교육에서 인공지능(AI)의 개념 및 활용. KICE Position Paper 제12권 제3호？통권 제74호.
한형종, 김근재, 권혜성(2020). 인공지능 활용 교육에 대한？초등교사 인식 분석. 디지털융복합연구, 18(7), 47-56.
홍선주, 조보경, 최인선, 박경진, 김현진, 박연정, 박정호(2020). 학교교육에서의 인공지능(AI) 활용 방안 탐색.？한국교육과정평가원.
Bandura, A.(1997). Self-Efficacy: The exercise of control.？W. H. Freeman and Company, New York.
Bandura, A.(2008). An agentic perspective on positive？psychology. Positive Psychology, 1, 167-196.
Chassignol, M., Khoroshavin A., Klimova, A., & Bilyatdinova, A.(2018). Artificial intelligence trends in education: A narrative overview. Procedia Computer Science,？316, 16-24.
Ertmer, P. A.(1999). Addressing first-and second-order？barriers to change: Strategies for technology integration. Educational Technology Research and Development,？47(4), 47-61.

상세보기
Gibson, S., & Dembo, M. H.(1984). Teacher efficacy: A？construct validation. Journal of Educational Psychology,？76(4), 569-582.

상세보기
Good, R.(1987). Artificial intelligence and science education. Journal of Research in Science Teaching, 24(4),？325-342.

상세보기
Holmes, W., Bialik, M., & Fadel, C.(2019). Artificial？intelligence in education: Promises and implications for？teaching and learning. Boston, MA: The Center for？Curriculum Redesign.
Huang. J., Saleh, S., & Liu, Y.(2021). A Review on？Artificial Intelligence in Education. Academic Journal？of Interdisciplinary Studies, 10(3), 206-206.

상세보기
Kim, N. J., & Kim, M. K.(2022). Teacher's perceptions？of using an artificial intelligence-based educational tool？for scientific writing. In Frontiers in Education (Vol. 7,？p. 142). Frontiers.
Luckin, R., & Holmes, W.(2016). Intelligence unleashed.？An argument for AI in Education, 18.
Martilla, J. A., & James, J. C.(1977). Importance-performance analysis. Journal of Marketing, 41, 77-79.

상세보기
Priestley, M., Biesta, G. J. J., & Robinson, S.(2015).？Teacher agency: What is it and why does it matter? In？Flip the System (pp. 134-148). Routledge.
Riggs, I. M., & Enochs, L. G.(1990). Toward the development of an elementary teacher's science teaching efficacy？belief instrument. Science Education, 74(6), 625-637.

상세보기
Underwood, J., & Luckin, R.(2011). What is AIED and？why does education need it? A report for the UK TLRP？TEL-AIED Theme.
UNESCO.(2019). Artificial intelligence in education: Challenges and opportunities for sustainable development.？UNESCO Working Papers on Education Policy, 7.

저자의 다른 논문 :

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