• 제목/요약/키워드: AI mathematics textbook

검색결과 7건 처리시간 0.023초

A comparative study of the revised 2022 Korea mathematics curriculum and the international baccalaureate diploma program mathematics: Applications and interpretation standard level - focusing on high school statistics area

  • Soo Bin Lee;Ah Ra Cho;Oh Nam Kwon
    • 한국수학교육학회지시리즈D:수학교육연구
    • /
    • 제27권1호
    • /
    • pp.49-73
    • /
    • 2024
  • This study aims to explore the direction of high school statistics education in Korea through a comparative analysis between the revised 2022 Korea mathematics curriculum and the IBDP Mathematics: Application & Interpretation Standard Level (IBDP AI SL) Curriculum and textbooks. The study seeks to investigate the Statistics unit of the two curricula, compare chapter structures and content elements of textbooks, and explore exercises on modeling and utilization of technology tools. The results are as follows: First, the IBDP AI SL statistics covered a broader range of topics. Second, exercises in Korean high school textbooks typically inquire about one or two questions in each topic, whereas the IBDP AI SL textbook's exercises present a real-life scenario on all relevant topics through sub-questions. Third, the Korean textbook guides the utilization of technology tools only in exercises presented after completing the entire chapter or where the calculation is complex. Also, there were only a handful of modeling exercises in the Korean textbook in contrast to most of the lessons and exercises were modeling exercises in the IBDP AI SL textbook. If these findings can be integrated into teaching practices in Korea, it will provide a direction for statistics education in Korean high schools.

수학과 인공지능(AI) 핵심 개념과 <인공지능 수학> 내용 체계 분석 (The Core Concepts of Mathematics for AI and An Analysis of Mathematical Contents in the Textbook)

  • 김창일;전영주
    • 한국학교수학회논문집
    • /
    • 제24권4호
    • /
    • pp.391-405
    • /
    • 2021
  • 본 연구는 AI 교육을 위해 수학교과에서 다루어야 할 AI 핵심 개념으로 '데이터 수집', '데이터 표현', '데이터 분석', '최적화 및 의사결정' 4가지로 선정하였다. 이를 바탕으로 선택 중심 교육과정의 각 영역별 수학 핵심 개념 및 내용 요소와 대비하여 AI 핵심 개념에 대한 포함 여부를 조사하였다. 또한 <인공지능 수학>의 내용 체계의 적정성을 핵심 개념과 관련 학습 요소 중심으로 살펴보았다. 그 결과 첫째, <인공지능 수학>의 학습 경로를 어떻게 설정할 것인가?, 둘째, <인공지능 수학>의 성격에 관한 재정의 논의가 필요한가?, 셋째, <인공지능 수학>의 핵심 개념 선정 및 용어 선택은 적절한가?, 넷째, <인공지능 수학>의 내용 체계의 관련 학습 요소 제시는 적절한가? 등에 대한 논의가 필요하다는 시사점을 도출하였다.

<인공지능 수학> 교과서의 행렬과 벡터 내용 분석 (Analysis of Artificial Intelligence Mathematics Textbooks: Vectors and Matrices)

  • 이영미;한채린;임웅
    • 한국수학교육학회지시리즈E:수학교육논문집
    • /
    • 제37권3호
    • /
    • pp.443-465
    • /
    • 2023
  • 2015 개정 수학과 교육과정에서는 <인공지능 수학> 과목이 신설되었으며, 행렬과 공간벡터 내용은 2015 개정 수학과 교육과정에서 <고급 수학>을 제외하고는 <인공지능 수학>에만 등장하는 일시적이면서도 특별한 상황에 놓여있다. 본 연구는 2015 개정 수학과 교육과정에 따라 5종으로 출판된 <인공지능 수학> 교과서의 자료의 표현, 자료의 분류, 자료의 처리 단원에서 인공지능을 이해하는데 필수적인 수학 개념이자 관련 학습 요소인 행렬과 벡터에 대한 정의와 관련 하위 개념들이 어떻게 구현되고 있는지를 파악하고, 유사한 개념이 다루어지는 타 교과목과의 연결성을 분석하였다. 그 결과, 행렬의 경우 기본 개념 제시에는 큰 차이가 없었으나 교과서별로 이미지 자료를 처리하는 데 있어 활용한 행렬의 하부 개념 유형이나 이용한 행렬의 연산에는 다소 차이가 있음이 확인되었다. 벡터의 정의와 하부 개념과 관련된 내용은 교과서별로 상이하였고, 벡터의 활용을 전개하는 데에 있어 벡터의 크기, 두 벡터 사이의 거리나 벡터의 내적에 대한 맥락의 수준 및 수학적인 해석에는 차이가 있었다. 이를 통해 벡터와 관련된 개념을 수학 교과의 연계성에 치중하여 설명한 교과서와 수학적 개념과 원리보다는 인공지능과 관련한 지식 학습에 초점을 맞춘 교과서가 식별되었다. 결과를 바탕으로 교육과정과 교과서 개발을 위한 시사점을 제시하였다.

대학수학교육에서의 챗GPT 활용과 사례 (Use of ChatGPT in college mathematics education)

  • 이상구;박도영;이재윤;임동선;이재화
    • 한국수학교육학회지시리즈A:수학교육
    • /
    • 제63권2호
    • /
    • pp.123-138
    • /
    • 2024
  • 본 연구는 S대학 <인공지능을 위한 기초수학[Math4AI]> 강좌의 교수·학습과정에서 맞춤형 챗GPT를 개발하여 활용한 경험을 공유한다. 연구진은 ① 먼저 강좌 맞춤형 챗GPT (https://math4ai.solgitmath.com/)를 개발하였다. 이때 챗GPT가 부정확한 정보를 주지 않도록 수년간의 해당 강좌 주요 데이터(교재, 실습실, 토론 기록, 코드 등)를 우선적으로 학습하는 챗GPT의 기능을 적용하였다. ② 학생들이 교재를 스스로 학습하다 궁금한 부분이 생기면, 맞춤형 챗GPT 인터페이스를 통해 자연어로 수학 용어, 정리, 예제, 열린 문제 번호, 핵심어 등을 질문하여 도움을 얻을 수 있도록 하였다. 그러면 챗GPT는 관련된 주요 문제나 용어, 그리고 이전 학생들의 토론에 기반한 몇 가지 샘플 답안 또는 토론 내용과 함께 사용되었던 코드 샘플을 제공한다. ③ 학생들이 챗GPT를 통해 얻은 내용을 스스로 윤문하여 공유하고, 상호 토론하면서, 교재에서 제시하는 주요 개념과 열린 문제의 대부분을 이해하도록 하였다. ④ 학기 말에는 그간 본인이 얻은 열린 문제들에 대한 학습기록을 모아 PBL (Problem-Based Learning) 보고서로 제출하고, 발표하여 강좌를 수료하도록 하였다. 이러한 방식은 학생들이 학습을 포기하지 않고 한 단계 앞으로 더 나아갈 추진력과 동기를 주며, 궁극적으로 각각의 문제를 스스로 해결하는 자기 주도적 학습을 도울 수 있다. 또한 학생들 각자의 수준에 맞추어 실시간으로 최적화된 조언을 제시하므로 강좌뿐만 아니라 대학수학교육 전반에 대한 학생별 맞춤형 교육(personalized education)을 제공할 수 있다. 즉, 학생들이 담당교수(또는 조교)와 AI 조교의 도움으로 실시간 답변과 효과적인 조언을 받을 수 있게 됨을 의미한다. 이는 양질의 조교 부족에 대한 고민을 추가 비용 없이 획기적으로 해결할 수 있다. 본 연구는 강좌의 교수·학습과정에 교재 맞춤형 챗GPT를 접목한 것으로, 인공지능(AI) 기술을 기타 대학수학 과목들(미적분학, 선형대수학, 이산수학, 공학수학, 기초통계학 등)과 초·중·고 수학교육에 적용할 수 있는 새로운 방법을 제시한다. 특히 AI 기술을 적용하여 이전 수강생들의 학습기록(열린 문제 풀이, 토론 자료, 코드 등)을 참고하며, 각자 실습한 결과를 공유 및 상호 토론하여 문제를 해결하는 방식은, 다양한 전공의 학생들이 내용을 더 효과적으로 이해하고, 본인 전공 관련 문제 해결 능력을 향상시키는 데 획기적인 도움을 줄 것으로 예상된다. 또한 교재 맞춤형 챗GPT와 함께 자기주도적인 학습을 경험토록 하는 교수학습 방법은 평생 교육(lifelong learning, extension school, extension college, extended college) 또는 평생학습의 관점에서 중요하다.

인공지능(Artificial Intelligence)과 대학수학교육 (Artificial Intelligence and College Mathematics Education)

  • 이상구;이재화;함윤미
    • 한국수학교육학회지시리즈E:수학교육논문집
    • /
    • 제34권1호
    • /
    • pp.1-15
    • /
    • 2020
  • 첨단 정보통신기술(ICT)인 인공지능(AI), 사물인터넷(IoT), 빅데이터(Big Data) 등이 사회와 경제 전반에 융합돼 혁신적인 변화가 일어나는 요즘, 헬스케어, 지능형 로봇, 가정용 인공지능 시스템(스마트홈), 공유자동차 등은 이미 우리 생활에 깊이 영향을 미치고 있다. 이미 오래전부터 공장에서는 로봇이 사람 대신 일을 하고 있으며(FA, OA), 인공지능 의사도 병원에서 활동을 하고 있고(Dr. Watson), 인공지능 스피커(기가지니)와 인공지능 비서인 구글 어시스턴트가 자연어생성을 하며 우리를 돕고 있다. 이제 인공지능을 이해하는 것은 필수가 되었으며, 인공지능을 이해하기 위해서 수학의 지식은 선택이 아니라 필수가 되었다. 따라서 이런 일들을 가능하게 해주는 수학지식을 설명하는 역할이 수학자들에게 주어졌다. 이에 본 연구진은 인공지능과 머신러닝(Machine Learning, 기계학습)을 이해하기 위해 필요한 수학 개념을 우리의 실정에 맞게 한 학기(또는 두 학기) 분량으로 정리하여, 무료 전자교과서 "인공지능을 위한 기초수학"을 집필하고, 인공지능 분야에 관심이 있는 다양한 전공의 대학생과 대학원생을 대상으로 하는 강좌를 개설하였다. 본 논문에서는 그 개발과정과 운영사례를 공유한다. http://matrix.skku.ac.kr/math4ai/

2015 개정교육과정에 따른 초등학교 교과서의 SW·AI 요소 분석 연구 (An Analysis Study of SW·AI elements of Primary Textbooks based on the 2015 Revised National Curriculum)

  • 박선주
    • 정보교육학회논문지
    • /
    • 제25권2호
    • /
    • pp.317-325
    • /
    • 2021
  • 본 논문에서는 2015 개정교육과정에 기반한 초등학교 국어, 사회, 도덕, 수학, 과학 교과서 총 44종의 교과서를 대상으로 SW·AI 요소와 CT 요소의 반영 정도를 조사·분석하였다. 분석결과, ICT 요소인 자료수집, 자료분석, 자료표현 활동이 대부분이었으며, SW·AI 내용요소중 알고리즘, 프로그래밍 요소는 반영되지 않았고, CT 요소중 추상화, 자동화, 일반화 요소도 없었다. 그러므로 초등 교과에서 SW·AI 융합교육이 효과적으로 이루어지기 위해 ICT 활용 활동을 SW·AI 활용 활동으로 확대하고, 현장 교사를 대상으로 SW·AI 융합교육의 이해와 SW·AI를 활용한 교수학습방법 개선에 대한 연수가 필요하다. 그리고 내실 있는 SW·AI 교육을 위해 정보교과 신설 및 별도 시수 확보가 필요하다.

인공지능 수학 교육을 위한 빅데이터 프로젝트 과제 가이드라인 (Guidelines for big data projects in artificial intelligence mathematics education)

  • 이정화;한채린;임웅
    • 한국수학교육학회지시리즈A:수학교육
    • /
    • 제62권2호
    • /
    • pp.289-302
    • /
    • 2023
  • 지식정보사회의 비약적인 발전에 힘입어 빅데이터를 분석하여 가치있는 결과물을 도출하고 유용한 정보를 추출하는 역량이 학교 수학의 주요 목표 중 하나로 급부상하고 있다. 고등학교 수학 진로 선택 과목 중 하나인 <인공지능 수학>은 디지털 기술을 활용한 통계 프로젝트를 통해 빅데이터에 기반한 새로운 통계 교육의 기회를 제공할 수 있다. 이 연구에서는 효과적인 빅데이터 통계 프로젝트 기반 과제를 설계하기 위한 일련의 가이드라인을 제안하고, 이 기준에 따라 5종의 인공지능 수학 교과서에 실린 최적화 단원 과제들을 평가하였다. 인공지능 수학 교과에서 빅데이터 통계 프로젝트 과제를 설계 시 고려하도록 도출된 가이드라인은 다음과 같다: (1) 지식과 기술을 국가 학교 수학 교육과정에 맞추고, (2) 전처리된 대규모 데이터 세트를 사용하며, (3) 데이터 과학자의 문제 해결 방법을 사용하고, (4) 의사 결정을 장려하며, (5) 공학도구를 활용하고, (6) 협업 학습을 촉진한다. 분석 결과에 따르면 가이드라인에 완전히 부합하는 과제는 드물었고, 특히 대부분의 교과서에서 가이드라인 2에 해당하는 요소를 프로젝트 과제에서 통합하지 못하고 있는 것으로 나타났다. 또한 소규모 데이터 세트나 빅데이터를 전처리 없이 직접 사용하는 경우가 많아 학생들의 빅데이터의 개념에 대한 오해를 불러일으킬 것이 우려된다. 본 연구에서는 결과를 토대로 인공지능에 필요한 관련 수학 지식과 기술을 밝히고, 이것이 빅데이터 과제에 통합될 때 얻을 수 있는 잠재적 이점과 교육적 고려사항에 대해 논의하였다. 이 연구는 수학적 개념과 머신러닝 알고리즘과의 연계 및 빅데이터를 사용하는 통계 교육에서의 효과적인 공학적 도구 사용에 대한 통찰을 제공하고자 하였다.