This study examines the content of vectors and matrices in Artificial Intelligence Mathematics textbooks (AIMTs) from the 2015 revised mathematics curriculum. We analyzed the implementation of foundational mathematical concepts, specifically definitions and related sub-concepts of vectors and matrices, in these textbooks, given their importance for understanding AI. The findings reveal significant variations in the presentation of vector-related concepts, definitions, sub-concepts, and levels of contextual information and descriptions such as vector size, distance between vectors, and mathematical interpretation. While there are few discrepancies in the presentation of fundamental matrix concepts, differences emerge in the subtypes of matrices used and the matrix operations applied in image data processing across textbooks. There is also variation in how textbooks emphasize the interconnectedness of mathematics for explaining vector-related concepts versus the textbooks place more emphasis on AI-related knowledge than on mathematical concepts and principles. The implications for future curriculum development and textbook design are discussed, providing insights into improving AI mathematics education.
Kwon, Oh Nam;Lee, Kyungwon;Oh, Se Jun;Park, Jung Sook
Communications of Mathematical Education
/
v.35
no.4
/
pp.445-473
/
2021
The purpose of this study is to derive implications for the design of the next curriculum by analyzing the textbooks designed as a new subject in the 2015 revised curriculum. In the mathematics curriculum documents of , 'related learning elements' are presented instead of 'learning elements'. 'Related learning elements' are defined as mathematical concepts or principles that can be used in the context of artificial intelligence, but there are no specific restrictions on the amount and scope of dealing with 'related learning elements'. Accordingly, the aspects of 'related learning elements' reflected in the textbooks were analyzed focusing on the textbook format, the amount and scope of contents, and the ways of using technological tools. There were differences in the format of describing 'related learning elements' in the textbook by textbook and the amount and scope of handling mathematics concepts. Although similar technological tools were dealt with in each textbook so that 'related learning elements' could be used in the context of artificial intelligence, the focus was on computations and interpretation of results. In order to fully reflect the intention of the curriculum in textbooks, a systematic discussion on 'related learning elements' will be necessary. Additionally, in order for students to experience the use of mathematics in artificial intelligence, substantialized activities that can set and solve problems using technological tools should be included in textbooks.
In today's digital information society, student knowledge and skills to analyze big data and make informed decisions have become an important goal of school mathematics. Integrating big data statistical projects with digital technologies in high school <Artificial Intelligence> mathematics courses has the potential to provide students with a learning experience of high impact that can develop these essential skills. This paper proposes a set of guidelines for designing effective big data statistical project-based tasks and evaluates the tasks in the artificial intelligence mathematics textbook against these criteria. The proposed guidelines recommend that projects should: (1) align knowledge and skills with the national school mathematics curriculum; (2) use preprocessed massive datasets; (3) employ data scientists' problem-solving methods; (4) encourage decision-making; (5) leverage technological tools; and (6) promote collaborative learning. The findings indicate that few textbooks fully align with these guidelines, with most failing to incorporate elements corresponding to Guideline 2 in their project tasks. In addition, most tasks in the textbooks overlook or omit data preprocessing, either by using smaller datasets or by using big data without any form of preprocessing. This can potentially result in misconceptions among students regarding the nature of big data. Furthermore, this paper discusses the relevant mathematical knowledge and skills necessary for artificial intelligence, as well as the potential benefits and pedagogical considerations associated with integrating technology into big data tasks. This research sheds light on teaching mathematical concepts with machine learning algorithms and the effective use of technology tools in big data education.
Recent interest in the diverse applications of artificial intelligence (AI) language models has highlighted the need to explore didactical uses in mathematics education. AI language models, capable of natural language processing, show promise in solving mathematical word problems. This study tested the capability of ChatGPT, an AI language model, to solve word problems from elementary school textbooks, and analyzed both the solutions and errors made. The results showed that the AI language model achieved an accuracy rate of 81.08%, with errors in problem comprehension, equation formulation, and calculation. Based on this analysis of solution processes and error types, the study suggests implications for the didactical application of AI language models in education.
Clear analysis and diagnosis of various characteristic factors of individual students is the most important in order to realize individual customized teaching and learning, which is considered the most essential function of math artificial intelligence-based digital textbooks. In this study, analysis factors and tools for individual customized learning diagnosis and construction models for data collection and analysis were derived from mathematical AI digital textbooks. To this end, according to the Ministry of Education's recent plan to apply AI digital textbooks, the demand for AI digital textbooks in mathematics, personalized learning and prior research on data for it, and factors for learner analysis in mathematics digital platforms were reviewed. As a result of the study, the researcher summarized the factors for learning analysis as factors for learning readiness, process and performance, achievement, weakness, and propensity analysis as factors for learning duration, problem solving time, concentration, math learning habits, and emotional analysis as factors for confidence, interest, anxiety, learning motivation, value perception, and attitude analysis as factors for learning analysis. In addition, the researcher proposed noon data on the problem, learning progress rate, screen recording data on student activities, event data, eye tracking device, and self-response questionnaires as data collection tools for these factors. Finally, a data collection model was proposed that time-series these factors before, during, and after learning.
Matrix theory is widely used not only in mathematics, natural sciences, and engineering, but also in social sciences and artificial intelligence. In the 2009 revised mathematics curriculum, matrices were removed from high school math education to reduce the burden on students, but in anticipation of the age of artificial intelligence, they will be reintegrated into the 2022 revised education curriculum. Therefore, there is a need to analyze the matrix content covered in other countries to suggest a meaningful direction for matrix education and to derive implications for textbook composition. In this study, we analyzed the German mathematics curriculum and standard education curriculum, as well as the matrix units in the German Hesse state mathematics curriculum and textbook, and identified the characteristics of their content elements and development methods. As a result of our analysis, it was found that the German textbooks cover matrices in three categories: matrices for solving linear equations, matrices for explaining linear transformations, and matrices for explaining transition processes. It was also found that the emphasis was on mathematical reasoning and modeling when learning matrices. Based on these findings, we suggest that if matrices are to be reintegrated into school mathematics, the curriculum should focus on deep conceptual understanding, mathematical reasoning, and mathematical modeling in textbook composition.
With the introduction of AI digital textbooks, interest in the use of technology tools in mathematics education is increasing. Technology tools have the advantage of visualizing mathematical concepts and discovering mathematical principles through experimentation and inquiry. The 2015 revised mathematics curriculum in Korea already mentions the use of technology tools, and accordingly, various teaching and learning activities using technology tools are presented in mathematics textbooks. However, there is still a lack of systematic analysis on the types and utilization methods of technology tools presented in textbooks. Therefore, this study analyzed the current status of the use of technology tools presented in high school mathematics textbooks based on the 2015 revised curriculum. To this end, the types of technology tools presented in mathematics textbooks were categorized, and the utilization ratio of each category was investigated. In addition, the utilization patterns of technology tools were analyzed by subject and content area, and the utilization ratio of technology tools according to the type of teaching and learning activities was examined. The results showed that technology tools were used in various types and ratios according to the subject and content area. In particular, technology tools in the symbol-manipulation graphing software category accounted for 58% of the total usage cases, showing the highest proportion. By subject, the use of symbol-manipulation graphing software was prominent in subjects dealing with the analysis area, while the use of dynamic geometry software was relatively high in the geometry area. In terms of teaching and learning activity types, the utilization ratio of auxiliary tool type (49%) and intended inquiry induction type (37%) was high. The results of this study show that technology tools play various roles in mathematics textbooks and provide useful implications for improving mathematics teaching and learning methods using technology tools in the future. Furthermore, it can contribute to the establishment of educational policies related to AI digital textbooks and the development of teacher training programs.
In response to the era of transformation necessitating the introduction of Artificial Intelligence (AI) and digital technologies, educational innovation is undertaken with the implementation of AI digital textbooks in Mathematics, English, and Information subjects by 2025 in Korea. Within this context, this study analyzed the perceptions and needs of elementary school teachers regarding mathematics AI digital textbook. Based on a survey conducted in November 2023, involving 132 elementary school teachers across the country, the analysis revealed that the majority of elementary school teachers had a low perception of the introduction and need for mathematics AI digital textbooks. However, some recognized the potential for personalized learning and effective teaching support. Furthermore, among the core technologies of the AI digital textbook, teachers highly valued the necessity of learning diagnostics and teacher reconfiguration functions and had the most positive perception of their usefulness in math lessons, while their perception of interactivity was relatively low. These findings suggest the need for changing teachers' perceptions through professional development and information provision to ensure the successful adoption and use of mathematics AI digital textbooks. Specifically, providing concrete and practical ways to use the AI digital textbook, exploring alternatives to digital overload, and continuing development and research on core technologies.
This study investigates effective ChatGPT prompts for solving mathematical problems, focusing on the chapters of quadratic equations and quadratic functions. A structured prompt was designed, following a sequence of 'Role-Rule-Example Solution-Problem-Process'. In this study, an artificial intelligence model combining GPT-4, Wolfram plugin, and Advanced Data Analysis was utilized. Wolfram was used as the primary tool for calculations to reduce computational errors. When using the structured prompt, the accuracy rate for problems from nine high school mathematics textbooks on quadratic equations and quadratic functions was 91%, showing higher performance compared to zero-shot prompts. This confirmed the effectiveness of the structured prompts in solving mathematical problems. The structured prompts designed in this study can contribute to the development of intelligent information systems for personalized and customized education.
This study presents the development and performance evaluation of a custom GPT-based chatbot tailored to provide solutions following Polya's problem-solving stages. A beta version of the chatbot was initially deployed to assess its mathematical capabilities, followed by iterative error identification and correction, leading to the final version. The completed chatbot demonstrated an accuracy rate of approximately 89.0%, correctly solving an average of 57.8 out of 65 image-based problems from a 6th-grade elementary mathematics textbook, reflecting a 4 percentage point improvement over the beta version. For a subset of 50 problems, where images were not critical for problem resolution, the chatbot achieved an accuracy rate of approximately 91.0%, solving an average of 45.5 problems correctly. Predominant errors included problem recognition issues, particularly with complex or poorly recognizable images, along with concept confusion and comprehension errors. The custom chatbot exhibited superior mathematical performance compared to the general-purpose ChatGPT. Additionally, its solution process can be adapted to various grade levels, facilitating personalized student instruction. The ease of chatbot creation and customization underscores its potential for diverse applications in mathematics education, such as individualized teacher support and personalized student guidance.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.