Earticle

초록

영어

The purpose of this study is to design the framework of evaluation on learner’s cognitive skill for artificial intelligence( AI) education through computational thinking. To design the rubric and framework for evaluating the change of leaner’s intrinsic thinking, the evaluation process was consisted of a sequential stage with a) agency that cognitive learning assistance for data collection, b) abstraction that recognizes the pattern of data and performs the categorization process by decomposing the characteristics of collected data, and c) modeling that constructing algorithms based on refined data through abstraction. The evaluating framework was designed for not only the cognitive domain of learners' perceptions, learning, behaviors, and outcomes but also the areas of knowledge, competencies, and attitudes about the problem-solving process and results of learners to evaluate the changes of inherent cognitive learning about AI education. The results of the research are meaningful in that the evaluating framework for AI education was developed for the development of individualized evaluation tools according to the context of teaching and learning, and it could be used as a standard in various areas of AI education in the future.

한국어

본 연구에서는 Computational Thinking 기반의 인공지능(AI)교육에 대한 학습자의 내재적 사고의 변화를 살펴보 기 위한 평가도구 개발의 기준과 프레임워크를 구성하여 제시하고자 하였다. 이를 위해 데이터수집을 위한 인지적 학습보조(Agency)의 단계, 수집된 데이터의 특징을 분해하여 데이터의 패턴을 인식하고 카테고리화 과정을 수행하 는 추상화(Abstracting)의 단계, 추상화과정을 수행한 정제된 데이터를 토대로 알고리즘을 구성하는 모델링 (Modeling)단계의 일련의 순차적 과정이 평가요소로 구성되었다. 또한 학습자의 인식, 학습, 행동, 결과에 대한 인지 적영역에 대한 평가가 구성되었으며, 학습자의 문제해결의 과정과 결과에 대하여 지식, 역량, 태도의 영역에 대하여 측정을 하게 됨으로써 AI교육에 대한 학습의 내재적인 인지영역의 변화와 결과에 대한 평가를 할 수 있도록 프레임 워크가 설계되었다. 연구의 결과는 교수학습의 맥락에 따른 개별화된 평가도구 개발에 대한 프레임워크를 구성하였 다는 점에서 의미가 있으며, 향후 AI교육의 다양한 영역에서 활용될 수 있는 기준으로서 활용될 수 있을 것이다.

목차

요약
Abstract
1. 서론
2. 선행연구 분석
2.1 CT기반 AI교육의 필요성
2.2 AI교육을 위한 교수학습방법 및 절차
2.3 교수학습평가의 모형과 실제
2.4 CT기반 AI교육에 대한 교수학습평가
3. 연구 목적 및 연구 방법
4. CT기반 AI교육의 인지적역량 평가요소 도출
4.1 AI교육의 인지적 평가 요소 도출
4.2 평가 프레임워크의 필수 요소 도출
5. CT기반 AI교육 평가 프레임워크 설계
5.1 X축: AI교육의 핵심 요소
5.2 Y축: 학습의 인지적역량 요소
5.3 Z축: 학습자 평가 영역
6. CT기반 AI교육 평가의 실제
7. 결론 및 제언
참고문헌

키워드

저자

• 신승기 [ Seungki Shin | 애리조나주립대학교 컴퓨터교육전공 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  정보교육학회논문지 [Journal of The Korean Association of Information Education]

• 간기

  격월간

• pISSN

  1229-3245

• 수록기간

  1997~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 374 DDC 375