DOI QR코드

DOI QR Code

Analysis of the AI Convergence Science Education Research Trends Using Text Mining

텍스트 마이닝을 활용한 AI융합 과학교육 연구 동향 분석

  • Received : 2024.08.29
  • Accepted : 2024.09.20
  • Published : 2024.10.31

Abstract

The purpose of this study was to analyze the trends of research focusing on artificial intelligence and the science education and derive important problems, topics, and research trends,. The analysis of the AI convergence science education research trends targeted 83 articles on the awareness of artificial intelligence, research trends, design, development, and application of the education programs related to artificial intelligence. The analysis data was collected through the RISS. The collected data was refined using Excel and Textom, and the main keywords were identified and analyzed through the frequency analysis and keyword network analysis. The connection centrality of the keywords was confirmed using the CONCOR analysis. The research results showed that the AI convergence science education research was expanding in both quantitative and qualitative aspects, and that the main keywords were identified as 'AI,' 'AI convergence education,' 'AI convergence science education,' 'AI education,' 'science education,' 'science,' 'machine learning,' 'elementary school,' 'generative AI,' and 'educational program.' Through the connection centrality analysis and CONCOR analysis, it was confirmed that the clusters were formed around the 'naming,' 'content and method,' 'elementary,' and 'data' in the AI integrated science education. Based on the results, the main topics and trends of the research integrating artificial intelligence into the science subjects were derived and the implications and directions for follow-up research were set forth.

본 연구의 목적은 인공지능과 과학교육에 초점을 두고 연구된 연구의 동향을 분석하여 중요한 이슈와 주제, 연구의 흐름과 경향성을 도출하는 것이다. AI융합 과학교육 연구 동향 분석은 인공지능과 연계한 과학교육 관련 인식, 연구 동향, 교육프로그램을 설계, 개발, 적용한 문헌 83편을 대상으로 하였고, 학술연구정보서비스(RISS)를 활용하여 분석 자료를 수집하였다. 수집한 데이터는 엑셀과 텍스톰을 활용하여 정제작업을 수행하고 빈도 분석과 키워드 네트워크 분석을 통해 주요 키워드를 파악하여 분석하고 시각화하였다. CONCOR 분석을 활용하여 키워드의 연결 중심성을 확인하였다. 연구 결과로 AI융합 과학교육 연구는 양적 질적 측면에서 확대되고 있고, 주요 키워드로 'AI', 'AI융합교육', 'AI융합과학교육', 'AI교육', '과학교육', '과학', '머신러닝', '초등', '생성형 AI', '교육프로그램'을 확인하였다. 연결 중심성 분석과 CONCOR 분석을 통해 AI융합 과학교육의 '용어', '내용과 방법', '초등', '데이터'를 중심으로 군집이 형성되어 있음을 확인하였다. 연구 결과를 바탕으로 과학 교과에 인공지능을 연계하고 융합하는 연구의 주요 주제 및 흐름을 도출하였고 이를 바탕으로 시사점 및 후속 연구의 방향을 논의하였다.

Keywords

References

  1. 교육부(2020). 인공지능시대 교육정책방향과 핵심과제. 관계부처합동.
  2. 교육부(2022). 개정 교육과정 총론. 교육부.
  3. 교육부(2023). 인공지능을 활용한 디지털 교육으로 '모두를 위한 맞춤 교육시대'연다. 보도자료, 2023.02.23.
  4. 김선연, 조규락(2020). 텍스트 마이닝과 의미연결망 분석을 통한 집단창의성 연구동향 분석. 교육정보미디어연구, 26(4), 743-769.
  5. 김용학(2011). 사회네트워크분석. 박영사.
  6. 노동규(2023). 과학 데이터 기반 인공지능(AI).고등학교 과학 융합 교육 프로그램의 개발 및 적용, 서울대학교 석사학위논문.
  7. 박민규, 한규정, 신수범(2021). 국내 인공지능 교육에 대한 연구 현황 분석. 정보교육학회지, 25(5), 683-690.
  8. 박상완(2014). 현직교사교육 연구동향 분석: 특징과 과제. 한국교원교육연구, 31(2), 227-254. https://doi.org/10.24211/TJKTE.2014.31.2.227
  9. 박윤, 양진희(2018). 키워드 네트워크 분석을 활용한 장애 유아 통합교육 관련 연구동향 분석. 열린유아교육연구, 23(6), 351-372.
  10. 신원섭, 신동훈(2020). 초등과학교육에서 인공지능의 적용방안 연구. 초등과학교육, 39(1), 117-132.
  11. 신동조(2020). 초⋅중등교육에서 인공지능: 체계적 문헌고찰. 수학교육학연구, 30(3), 531-552.
  12. 이수상(2018). 네트워크 분석 방법의 활용과 한계. 청람.
  13. 이은상(2023). 빅데이터 분석을 통한 아두이노와 인공지능에 대한 사회적 인식. 한국컴퓨터정보학회논문, 28(1), 189-199. https://doi.org/10.9708/JKSCI.2023.28.01.189
  14. 이주영(2022). 과학과 인공지능 융합교육을 위한 내용 체계 및 교수 학습 모형 개발 연구. 한국교원대학교 박사학위논문.
  15. 전용주(2020). AI 융합교육대학원 교육과정 현황 분석. 한국인공지능교육학회 학술대회, 173-175.
  16. 최숙영(2023). AI 융합교육의 이해와 해결 과제에 대한 고찰. 산업융합연구, 21(1), 147-157.
  17. 최진혁, 박재국, 김민영(2021). 키워드 네트워크 분석을 통한 자폐성장애 진단 관련 연구 동향 분석. 행동분석 지원연구, 8(1), 115-135.
  18. 홍승희, 현용찬, 박정환(2022). 텍스트마이닝을 이용한 글쓰기 프로그램 연구 동향 분석. 한국산학기술학회 논문지, 23(11), 792-800.
  19. UNESCO (2019). Artificial Intelligence in education: Challenges and opportunities for sustainable development. Unesco Working Papers on Education Policy.