현재 위치
Home
고등학생의 데이터 리터러시 향상을 위해 벤포드 법칙을 활용한 데이터 편향성 교육 프로그램 개발
Development of a Data Bias Education Program Including Benford's Law to Enhance High School Students' Data Literacy
-
- 발행기관
- 제주대학교 지능소프트웨어 교육연구소 바로가기
-
- 간행물
- 지능정보융합과 미래교육 KCI 등재후보 바로가기
-
- 통권
- 제4권 제21호 (2025.10)바로가기
-
- 페이지
- pp.1-10
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A473315
※ 기관로그인 시 무료 이용이 가능합니다.
4,000원
원문정보
초록
- 영어
- Artificial Intelligence (AI) plays a pivotal role in various fields of modern society, and its operation is fundamentally based on data. Accordingly, data bias directly affects the performance of AI systems, making data analysis skills and awareness of bias increasingly important in high school AI education. In particular, the 2022 revised curriculum emphasizes digital literacy and data literacy, with a strong focus on the competency of "data analysis and evaluation," aiming to develop students’ ability to critically engage with data. However, current education largely centers on artificial bias in collected data and algorithms, lacking sufficient understanding of naturally occurring data bias. This research proposes an educational program that incorporates Benford's Law to address biases in naturally occurring data distributions. Through this program, students are encouraged to develop an integrated understanding of various data characteristics, improve data-driven decision-making skills, and foster critical thinking about the social impact of AI.
- 한국어
- 인공지능(AI)은 현대 사회의 다양한 분야에서 핵심적 역할을 하며, 그 작동 원리는 데이터에 기반한다. 이에 따라 데이터의 편향성은 AI 시스템 성능에 직접적인 영향을 미치므로, 고등학교 인공지능 교육에서 데이터 분석 능력과 편향성 인식이 매우 중요해졌다. 특히 2022 개정 교육과정은 디지털 소양과 데이터 리터러시, 그중에서도 ‘데이터 분석과 평가’ 역량을 강조하고 있으며, 이는 학생들이 비판 적으로 데이터를 다룰 수 있는 능력을 기르는 데 초점을 두고 있다. 하지만 기존 교육은 수집된 데이터와 알고리즘의 인공적 편향 사례 중심으로 구성되어 있어서 자연 발생적인 데이터 편향성에 대한 이해가 부족하다. 본 연구에서는 벤포드 법칙을 이용하여 자연 발생적 데이터 분포의 편향성을 함께 포함하는 교육 프로그램을 제안하였다. 이를 통해 학생들이 데이터의 다양한 속성을 통합적으로 이해하 고, 데이터 기반 의사결정 능력과 인공지능의 사회적 영향에 대한 비판적 사고를 기를 수 있도록 하였다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
1. 벤포드 법칙
2. 데이터 리터러시
3. 5E 순환학습 모형
Ⅲ. 연구 설계
Ⅳ. 연구 결과
1. 데이터 편향성에 관한 인식 변화
2. 데이터 평가 능력의 변화
Ⅴ. 결론
참고문헌
키워드
초·중등교육 인공지능 교육 데이터 리터러시 데이터 편향성 벤포드 법칙 K-12 education AI education data literacy data bias Benford’s law저자
간행물 정보
발행기관
-
- 발행기관명
- 제주대학교 지능소프트웨어 교육연구소 [Intelligent Software Education Research Institute]
- 설립연도
- 2022
- 분야
- 사회과학>교육학
- 소개
- 우리 연구소는 컴퓨터 과학 교육이 강조되는 세계적 흐름속에서 소프트웨어융합 인재 양성을 위한 교육 기반 구축을 위해 '지능소프트웨어교육센터'를 설립하여 운영하여 왔고, 이후 한국연구재단의 인문사회연구소지원사업에 선정되면서 2022년 3월, 우리나라 인공지능 교육의 거점 연구소로서 '지능소프트웨어교육연구소'로 새롭게 기관 명칭을 변경하고 전문 연구 기관으로서의 위상을 공고히 하였습니다. 우리 연구소는 설립된 이후부터 지금까지 인공지능을 중심으로 하는 지능정보시대를 열어갈 인공지능 컴퓨팅 융합 인재 양성을 위한 교육 기반 구축에 기여하고 있으며, 주요 연구 분야로는 지능정보사회에서 갖춰야할 디지털 소양으로써의 컴퓨팅 사고력 함양을 위한 소프트웨어와 인공지능 교육 연구, 유아부터 중장년층까지 평생교육차원의 인공지능 교육 연구, 지능정보격차 해소를 위한 정보배려계층 대상 인공지능 교육 연구, 윤리적으로 고려된 인공지능 교육으로 설계된 A!thics 교육 등의 인공지능 교육과 인공지능 기술과 응용 연구 등에 힘을 쏟고 있습니다. 또한 인문사회연구소 지원사업의 과제로 수준별 인공지능 컴퓨팅 교육을 위한 핵심 전략인 4P(Play, Problem solving, Product making, Project)전략에 기반하여 교육과정 개발과 컴퓨팅 사고력 함양을 위한 CT-EL(Computational Thinking-Experienced Learning) 기반 교수학습 방법 연구, 교재개발 등을 진행하고 있습니다. 앞으로 지능소프트웨어교육연구소는 제주 지역의 유관기관과 협력하여 제주의 미래를 이끌어갈 지능소프트웨어융합을 위한 지역 인재 양성 모델을 만드는데 앞장 서고, 더 나아가 우리나라의 인공지능 교육을 이끌어가는 우리나라 대표 연구 기관으로 자리매김할 수 있도록 최선을 다하겠습니다. 감사합니다.
간행물
-
- 간행물명
- 지능정보융합과 미래교육 [Intelligent Information Convergence and Future Education]
- 간기
- 수시
- eISSN
- 2951-4762
- 수록기간
- 2022~2026
- 등재여부
- KCI 등재후보
- 십진분류
- KDC 370 DDC 370
이 권호 내 다른 논문 / 지능정보융합과 미래교육 제4권 제21호
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.