Earticle

초록

영어

This scoping review systematically analyzed domestic research trends at the intersection of generative artificial intelligence (Generative AI) and science education, using documents indexed in RISS (Research Information Sharing Service) between November 2022 and February 2025. Employing a full-combination search strategy — pairing seven AI-related keywords (e.g., ChatGPT, Generative AI, LLM, Prompt Engineering) with eight science education sub-field keywords (e.g., general science, physics, chemistry, environmental education) — a total of 56 search combinations were executed, of which 49 (87.5%) yielded results, producing a final corpus of 307 documents. Guided by the PRISMA-ScR framework, the documents were analyzed across six dimensions: document type, publishing venue, science education sub-field, subject classification, AI keyword type, and research purpose. Key findings are as follows. First, journal articles constituted the largest share (56.0%), but theses and dissertations accounted for a substantial 33.2%, indicating the field’s early, exploratory character. Second, general science education (23.1%) and environmental education (20.2%) dominated by sub-field — reflecting active AI applications in climate change and eco-transition education — whereas STEAM education (6.5%) and earth science education (6.2%) were underrepresented. Third, subject classification analysis revealed that 84.0% of documents fell under ‘general science,’ confirming a near-absence of discipline-specific research sensitive to the epistemological characteristics of individual sub-disciplines. Fourth, ‘generative artificial intelligence’ and ‘generative AI’ tied for first (68 documents each, 22.1%), while ‘prompt engineering’ was least frequent (20 documents, 6.5%), with seven combinations yielding no results at all. Fifth, instructional design and development dominated research purposes (110 documents, 35.8%), while evaluation and feedback studies were minimal (5 documents, 1.6%). These findings indicate that domestic Generative AI × science education research remains concentrated in early design-and-exploration phases, with urgent need for sub-discipline-specific studies, teacher–AI collaboration frameworks, and rigorous effectiveness research.

한국어

본 연구는 국내 생성형 인공지능(Generative AI)·과 학교육 분야의 연구 동향을 체계적으로 파악하기 위해 RISS 수록 문헌(2022년 11월~2025년 2월)을 대상으로 PRISMA-ScR 기반 스코핑 리뷰를 수행하였다. 생성형 AI 관련 7개 키워드와 과학 교육 하위 분야 8개를 모 두 교차하는 전체 조합 검색 전략(56개 조합)을 통해 49개 조합에서 결과가 산출되어 최종 307편의 문헌을 분석 대상으로 확정하였다. 주요 분석 결과는 다음과 같다. 첫째, 문헌 유형은 학술지 논문(56.0%), 학위논문 석사(26.4%), 학위논문 박사(6.8%), 연구보고서(5.9%), 학술대회(4.9%) 순이었으며, 학위논문 합산 33.2%로 초기 탐색 연구 단계에 있음을 확인하였다. 둘째, 과학 교육 하위 분야는 과학교육(일반, 23.1%), 환경교육 (20.2%), 물리교육(16.9%) 순으로 집중되었으며, 특히 환경교육 분야에서 교과 맥락에 특화된 연구가 나타나 고 있었다. 셋째, 교과 분류에서 일반과학이 84.0%를 차지하여 교과 특화 연구가 현저히 부족함을 확인하였 다. 넷째, AI 키워드는 생성형 인공지능·생성 AI(각 22.1%)가 가장 많았고, 프롬프트 엔지니어링(6.5%)은 7 개 미수집 조합 중 4개를 차지할 만큼 특정 과학 교육 분야와의 결합 연구가 미개척 상태였다. 다섯째, 연구 목적으로는 교수학습 설계·개발(35.8%)이 가장 많았으 며, 교사 역할 변화를 탐색하는 연구가 등장하고 있었 다. 평가·피드백(1.6%)은 극히 적어 효과 검증 단계로 의 전환이 필요함을 시사하였다. 이러한 결과를 바탕 으로 교과 특화 연구 확대, 효과성 검증 연구로의 전 환, 교사 AI 역량 강화 및 교사–AI 협업 모델 연구, 프 롬프트 엔지니어링 교수법 개발, 평가·피드백 분야 연 구 확장, 다중 AI 도구 비교 연구 및 데이터베이스 확 장을 제언하였다.

목차

ABSTRACT
Ⅰ. 서론
Ⅱ. 연구 방법
1. 연구 설계 및 방법론적 근거
2. 검색 전략 : 전체 조합 검색
3. 데이터베이스 선정 및 검색 범위
4. 문헌 선정 기준
5. 자료 추출 및 분류 틀
6. 문헌 선정 절차 및 신뢰성 확보
Ⅲ. 연구 결과
1. 수집 현황 개요
2. 문헌 유형 및 학술지 분포
3. 과학 교육 하위 분야별 분포
4. AI 키워드 유형별 분포 및 교차특성
5. 교과 분류 및 연구 목적별 특성
Ⅳ. 결론 및 제언
국문요약
References

키워드

생성형 인공지능 generative AI science education scoping review RISS research trends generative AI science education scoping review RISS research trends

저자

• 이동영 [ Dong-Young Lee | 부산대학교 과학교육연구소 연구원 ] Corresponding Author

참고문헌

발행기관

간행물