Earticle

초록

영어

This study examines the effects of the artificial intelligence based courseware "Knock Knock Math Expedition Team" on fifth graders' mathematical achievement and self-efficacy, alongside the predictive power of learning log variables. A non-equivalent pretest-posttest design was used with 40 fifth graders (20 experimental, 20 control) over four weeks. Wilcoxon signed-rank tests, multiple regression analyses, and mixed-methods analysis of surveys and interviews were conducted. The experimental group showed significant gains in achievement (Z = -2.195, p = .028) and self-efficacy (Z = -2.716, p = .007). In the regression analyses--interpreted as exploratory given the small sample--unit and ongoing assessment scores were the strongest predictor of both (β = .771; β = .810), whereas longer average learning time was associated with lower self-efficacy (β = -.601). These exploratory findings suggest that mastery experiences from repeated formative assessment may support cognitive and affective gains, and data-driven early-intervention strategies for learners with prolonged task time warrant further validation.

한국어

본 연구의 목적은 AI 코스웨어 '똑똑! 수학탐험대'가 초등학생의 학업성취도와 수학적 자기효능감에 미치는 영향을 검증하고, 학습 로그 데이터의 예측력을 규명하는 것이다. 서울 소재 H 초등학교 5학년 40명(실험·통제집단 각 20명)을 대상으로 이질통제집단 전후검사 설계를 적용하여 '다각형의 둘레와 넓이' 단원 10차시(4주) 수업을 실시하였고, Wilcoxon 부호 순위 검정과 다중회귀분석, 설문 및 인터뷰 혼합 연구 분석으로 자료를 분석하였다. 분석 결과, 실험집단의 학업성취도(Z = -2.195, p = .028)와 자기효능감(Z = -2.716, p = .007)이 유의하게 향상되었다. 단원·수시평가 점수는 학업성취도(β = .771)와 자기효능감(β = .810)을 모두 예측하는 가장 강력한 변인이었던 반면, 평균 학습 시간은 자기효능감에 대해서만 유의한 부적 효과(β = -.601)를 보였다. 다만 회귀분석은 표본 규모의 제약으로 탐색적 수준에서 해석되어야 한다. 이러한 결과는 반복적 형성평가를 통한 숙달 경험이 인지적·정의적 성과를 함께 이끌 가능성을 시사하며, 후속 연구에서는 학습 시간이 정체된 학습자에 대한 조기 개입 전략의 효과 검증이 필요하다.

목차

요약
Abstract
1. 서론
2. 이론적 배경
2.1 지능형 튜터링 시스템과 학습 분석
2.2 똑똑! 수학탐험대
2.3 수학 학습의 정의적 영역과 자기효능감
3. 연구 방법
3.1 연구 대상
3.2 실험 설계 및 절차
3.3 검사 도구
3.4 자료 분석
4. 연구 결과
4.1 수학 학업성취도 및 정의적 영역에 미치는 영향
4.2 학습 로그 데이터가 학업성취도와 효능감에 미치는 영향
4.3 학습자 인식 및 반응 분석
5. 결론
REFERENCES

키워드

저자

• 이대환 [ Dae-Hwan Lee | 서울교육대학교 교육전문대학원 컴퓨터교육전공 학생 ]
• 이영석 [ Youngseok Lee | 서울교육대학교 정보교육과 교수 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  산업과 과학 [Advanced Industrial SCIence]

• 간기

  격월간

• eISSN

  2951-2476

• 수록기간

  2022~2026

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 004 DDC 004