• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1693-1699
• /
• 2019

최근 중학교에서 진행되고 있는 SW 교육은 주로 피지컬 컴퓨팅, 언플러그드 학습 그리고 시범 실습 교육을 위주로 진행되고 있다. 하지만 각각 비용, 흥미유발, 동기부여, 수업 집중 등 여러 가지 측면에서 어려움을 겪고 있다. 또한 체계적인 수업 설계가 이루어지지 않으면 학생들의 수업 이해도나 학업 성취도에 부정적인 영향을 줄 수 있다. 본 논문의 목적은 기존 SW 교육에 활용되던 수업 도구보다 비용의 부담이 적으며 수업 설계에 보조적인 역할을 수행할 수 있는 챗봇을 개발하는 것이다. 이를 활용하여 함수 적용, 알고리즘 설계 및 프로그램 코딩과 같은 코딩이 이루어지는 메커니즘을 이해할 필요가 있는 수업 시나리오에서는 학생들이 챗봇 시스템을 통해 스스로 학습을 가능하여 학생들의 학습에 긍정적인 영향을 미쳤다.

• 정보교육학회논문지
• /
• 제25권5호
• /
• pp.779-790
• /
• 2021

본 연구에서는 AI 메이커 코딩 교육이 초등학생의 컴퓨팅 사고력 향상에 미치는 영향을 분석하였다. 연구 대상은 안산시 H 초등학교에 재학 중인 10명의 학생이며, 소프트웨어 코딩 기반 메이커교육용 교수학습모형을 활용한 총 8차시의 AI 메이커 코딩 교육을 학생들에게 적용하여 컴퓨팅 사고력의 향상 정도를 분석하였다. 수업에 참여한 학생들은 실생활의 문제를 코딩과 메이킹 활동을 통해 해결하는 과정을 수행하였고, 컴퓨팅 사고력 검사지를 통해 교육 전·후의 컴퓨팅 사고력 향상 정도를 측정하는 한편, 면담을 통해 컴퓨팅 사고력 구성요소와 관련된 학생들의 사고 과정을 관찰하였다. 연구 결과 모든 학생의 컴퓨팅 사고력 평균 점수가 향상되었으며, 학생 간 점수의 편차가 감소함을 확인하였다. 면담을 통해서는 문제해결 과정에서 학생들이 컴퓨팅 사고력과 관련된 사고 능력을 적극적으로 활용함을 알 수 있었다. 이를 통해 AI 메이커 코딩 교육은 학생의 컴퓨팅 사고력 향상에 긍정적인 영향을 줄 수 있음을 확인하였다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.321-326
• /
• 2021

본 논문에서는 인공지능융합교육실 구축과 관련하여 교육부 및 시·도교육청의 정보교육 추진계획을 분석하고 이를 바탕으로 적합한 구축 방향을 제언하였다. 연구를 위해 교육부, 한국교육학술정보원, 한국과학창의재단의 정보교육 추진계획, 인공지능교육 선도학교 운영계획, 학교별 인공지능교육 선도학교 운영계획의 교실 공간구축 계획여부, 1교당 예산 금액, 구축 교실 수, 자체 예산 투입 여부 등을 분석하였다. SW교육 및 인공지능 융합교육 추진을 위해 교육부에서 다양한 노력을 기울이고 있으나, 전국 초중고 학교 수에 비하면 크게 부족한 수치인 것으로 나타났다. 정부 차원에서의 정보교육실 확충을 위한 노력이 지속적으로 요구되며, 개발된 인공지능융합교육실 활용을 위해서는 구축공간 모델에 대한 교수·학습 사례가 풍부하게 제공될 필요가 있다. 또한, 구축된 공간을 적절히 사용할 수 있도록 학교 차원의 계획 및 실행이 후속되어야 하며 기자재에 대한 관리와 유지보수 계획이 필요하다.

• International journal of advanced smart convergence
• /
• 제10권2호
• /
• pp.201-208
• /
• 2021

Recently, artificial intelligence(AI) has been used throughout society, and social interest in it is increasing. Accordingly, the necessity of AI education is becoming a big topic in the education field. As a response to this trend, the Korean education authorities have also announced plans for AI education, and various studies have been performed in academic field to revitalize AI education in the future. However, the curriculum research on what differentiates AI education from existing SW education and what and how to train AI is still in its infancy. In this paper, Therefore, we focused on the experiences of elementary school students in solving problems in their own lives, and developed a teaching-learning model based on design-based research so that students can design a problem-solving process and experience the process of feedback. We applied the developed teaching-learning model to the problem-solving process and confirmed that it increased students' understanding and satisfaction with AI education.

• 컴퓨터교육학회논문지
• /
• 제23권2호
• /
• pp.21-29
• /
• 2020

본 연구의 목적은 인공지능(AI)과 관련한 기술적 지식과 사회적 영향력에 대한 균형 잡힌 시각을 길러주는 교육 프로그램을 개발하고 그 효과성을 살펴보는 것에 있다. 이를 위해 구성주의적 접근에 기초한 교육 프로그램을 개발하고 중학생을 대상으로 한 실험수업을 통해 AI에 대한 개념과 인식의 변화 그리고 수업 만족도를 분석하였다. 주요 결과를 살펴보면 다음과 같다. 첫째, 수업 후 AI 개념과 일상생활 속 사례에 대한 이해가 향상한 것을 확인하였다. 둘째, AI가 사회에 미치는 영향력에 대한 인식이 형성되고, 개인정보, 초지능화, 신뢰성에 대한 두려움이 낮아진 것을 확인할 수 있었다. 셋째, 수업 만족도를 보면 AI에 대한 이해, 수업에 대한 재미, AI에 대한 흥미와 관심, 다른 친구에게 추천 관련 항목이 모두 높게 나타났다. 이상의 결과를 토대로 초·중등학교의 AI 교육을 위한 시사점을 논의하였다.

• 융합경영연구
• /
• 제11권6호
• /
• pp.1-8
• /
• 2023

Purpose: In the era of the Fourth Industrial Revolution, individuals equipped with fundamental understanding and practical skills in artificial intelligence (AI) are essential. This study aimed to validate the effectiveness of AI education for enhancing AI literacy among business major student. Research design, data and methodology: Data for analyzing the effectiveness of the AI Fundamental Education Program for business major students were collected through surveys conducted at the beginning and end of the semester. Structural equation modeling was employed to perform basic statistical analyses regarding gender, grade, and prior software (SW) education duration. To validate the effectiveness of AI education, seven variables - AI interest, AI perception, data analysis/utilization, AI projects, AI literacy, AI self-efficacy, and AI learning persistence - were defined and derived. Results: All seven operationally defined variables showed statistically significant positive changes. The average differences were observed as follows: 0.47 for AI interest, 0.32 for AI perception, 0.37 for data analysis/utilization, 0.27 for AI projects, 0.25 for AI literacy, 0.39 for AI self-efficacy, and 0.41 for AI learning persistence. Statistically, AI interest exhibited the most substantial average difference. Conclusions: Through this study, the applied AI education was confirmed to enhance learners' overall competencies in AI, proving its utility and effectiveness in AI literacy education for business major students. Future research endeavors should build upon these results, focusing on ongoing studies related to AI education programs tailored to learners from diverse academic backgrounds and conducting continuous efficacy evaluations.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.389-390
• /
• 2022

4차 산업혁명이 도래하여 사회 전반에서 혁신적인 변화가 일어났다. 이에 따라 2022 개정 교육과정에서는 미래 사회가 요구하는 소양 및 역량 강화를 위하여 인공지능(Artificial Intelligence, AI)·소프트웨어(Software, SW)교육을 비롯한 디지털 기초 소양을 강화하는 것을 개정의 중점으로 설정하였다. 이처럼 SW교육은 정보 관련 교과를 비롯한 타 교과에서도 중요하며 따라서 비 정보과 교사도 SW관련 교육 내용을 이해해야 할 필요가 있다. 본 연구에서는 비 정보과 교사에게 SW연수를 실시하였고, SW교육 수업 전문성의 변화를 살펴보았다. 그 결과 사전 검사에 비해 사후 검사 결과에서 통계적으로 유의한 상승을 확인하였다. 이는 SW연수가 비 정보과 교사의 SW교육 수업 전문성 함양에 긍정적인 영향을 준다는 것을 의미한다. 그러나 본 연구는 단일집단으로 이루어진 실험을 설계하여 실시하였으므로, 이러한 변화가 처치로 인한 것인지 확인할 수 없다는 한계점이 있다. 그러므로 통제 집단 및 실험 집단 선별 과정을 거친 후속 연구 설계가 요구된다.

• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.225-238
• /
• 2022

인공지능 리터러시에 대한 중요성이 증가하고 있지만, 인공지능 리터러시를 측정하기 위한 검사 도구가 부족한 상황이다. 따라서 본 연구에서는 중학생의 인공지능 리터러시를 측정하기 위한 검사 도구를 개발하였다. 검사 도구 개발을 위하여 전문가 집단을 구성하고, 검사 도구의 요인과 문항을 개발하였다. 개발한 검사 도구의 신뢰도와 타당도를 확보하기 위하여 현장 적합성 검토, 탐색적 요인 분석, 확인적 요인 분석을 진행하였다. 이러한 연구를 통하여 6개의 하위 영역과 30개의 문항을 가진 검사 도구를 개발하였다. 검사 도구의 하위 영역은 인공지능의 사회적 영향(8문항), 인공지능의 이해(6문항), 인공지능 실행 계획(5문항), 인공지능 문제 해결(5문항), 데이터 리터러시(4문항), 인공지능 윤리(2문항)가 있다. 검사 도구는 5점 리커트 척도로 응답하게 개발되었으며, 내적 일치도 계수는 전체가 .970이며, 하위 영역은 .861~.939이었다. 본 연구는 인공지능 리터러시의 발달 과정 분석, 교수-학습, 교육과정 등의 연구에 활용될 수 있다.

• 통합자연과학논문집
• /
• 제14권4호
• /
• pp.176-182
• /
• 2021

We live in the age of artificial intelligence, and big data and artificial intelligence education are no longer just for majors, but are required to be able to handle non-majors as well. Software and artificial intelligence education for non-majors is not just a general education, it creates talents who can understand and utilize them, and the quality of education is increasingly important. Through such education, we can nurture creative talents who can create and use new values by fusion with various fields of computing technology. Since 2015, many universities have been implementing software-oriented colleges and AI-oriented colleges to foster software-oriented human resources. However, it is not easy to provide AI basic statistics education of big data analysis deception to non-majors. Therefore, we would like to present a big data education model for non-majors in big data analysis so that big data analysis can be directly applied.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.59-67
• /
• 2021

AI 기술의 발달은 우리 삶의 큰 변화를 가져왔다. 생활 속에서부터 사회, 경제에 이르기 까지 AI의 영향력이 커짐에 따라 AI와 데이터에 대한 교육에 대한 중요성이 함께 커지고 있다. 특히 OECD 교육 연구 보고서 및 다양한 국내 정보과 교육과정 연구에서 데이터와 데이터 리터러시를 다루고 필수 역량으로 제시하고 있다. 국내외 연구를 살펴 보면 데이터 리터러시에 대한 정의는 연구자들 마다 그 구체적인 내용과 범위가 다른 것을 알 수 있다. 이에 데이터 리터러시 관련 주요 연구의 정의를 다각도로 분석하여 도출하고자 하였다. 주요 연구에서 데이터 리터러시를 정의를 하는데 사용된 단어 빈도 분석과 함께 Word2vec 자연어 처리 방법을 활용하여 의미 유사도를 분석하고 교육과정 연구의 내용요소를 바탕으로 최종적으로 유목화하여 '데이터를 읽고 쓸 수 있으며, 실생활의 문제를 해결하기 위해 데이터를 이해하고 사용하여 정보로 처리하는 지식 구성의 기초 능력' 의 정의를 도출하였다. 본 연구를 통해 도출된 데이터 리터러시의 정의를 바탕으로 내용이 수정 보완되고 더 많은 연구가 이루어져 학생들의 미래 역량을 키워주는 교육 연구에 좋은 기초 자료가 될 수 있기를 기대한다.