Earticle

본 연구에서는 최근 전국 38개 교육대학원에 설치된 AI융합교육전공의 본격적인 시행과 더불어 해당 과정의 내실 있는 운영을 위 한 기반을 마련하고자 본 연구자가 소속된 대학의 AI융합교육전공 과정에서 운영하고 있는 비전공자를 위한 교육용 프로그래밍 언 어 기초 강좌의 개발 과정 및 내용을 공유하고, 실제 전공 과정 수업에 적용하여 그 결과를 분석하였다.

This study aims to provide the foundation for the substantial operation of the course along with the full-scale implementation of the AI convergence education major installed in 38 graduate schools nationwide. This study shared the development process and contents of the basic educational programming language course for non-majors operated by the AI convergence education major of the university to which researcher belongs, the results were analyzed by applying them to actual major courses.

본 연구는 초등학생들을 대상으로 컴퓨팅사고력을 평가하기 위한 평가 문항의 설계 및 개발에 대한 연구이다. 초등학교 현장에 서 가장 많이 활용하고 있는 스크래치와 엔트리를 활용하여 컴퓨팅사고력 중 자동화 영역에 집중하여 학생들을 평가하고자 하였다. 처음에 SW 교육 전문가들의 의견과 사전 연구를 바탕으로 컴퓨팅사고력 중 자동화 영역에 대한 정의와 평가 내용 및 평가 방법 등을 설계하여 각 문항별 평가 목표를 설정하였다. 문항 설계와 관련하여 전문가 7인에게 0.78~1.0의 타당도 결과를 받았으며, 이를 토대로 20개의 문항을 개발하여 SW교육 선도학교 6학년 학생 10명에게 예비검사를 실시하였다. 평균 정답률 65%와 신뢰도값 0.782, 각 문항별 변별도와 난이도를 분석하였다. 수정·보완한 문항으로 45명의 학생에게 본검사를 실시하였으며 평균정답률 58.67%와 신뢰도값 0.819의 결과를 구할 수 있었고, 각 문항별 난이도 평균 0.587과 변별도 평균 0.468의 값으로 적절한 난이도와 변별도를 구할 수 있었다. 또, SW 교육 전문가 및 초등학교 교육 전문가 11인을 대상으로 각 문항별 타당도 값을 0.636~1로 획득하 였다. 개발된 문항은 교육 현장에서 SW 교육 성취 수준을 파악하고 효과적인 피드백 자료로 활용할 수 있기를 기대한다.

The purpose of this study is to design and develop evaluation questions for elementary school students to evaluate their computing thinking ability. Using the scratches and entries that are most often used in elementary schools, students were evaluated in the areas of computing and automation of thinking. First, based on the opinions of SW education experts and preliminary research, we designed the definition and evaluation contents of the automation area of computing thinking ability, and set the evaluation target for each question item. Regarding the item design, 7 experts received validity results of 0.78 ~ 1.0. Based on this, 20 items were developed and preliminary tests were conducted on 10 students in 6th grade in SW education leading schools. The average correct answer rate of 65% and the reliability value of 0.782 were analyzed by level and difficulty of each question item, and the questions were corrected and supplemented by reflecting the opinions of experts and students. For the corrected and supplemented questions, 45 students were subjected to this test, and the average correct answer rate 58.67% and reliability value 0.819 were obtained, and the average difficulty level of each question item was 0.587. And discrimination was able to get the appropriate difficulty and discrimination to a value of 0.468 on average. We also obtained a reasonable value of 0.636 to 1 for each question item for 11 SW education experts and 11 elementary school education experts. This Items will be able to grasp the achievement level of SW education on site and use it as effective feedback material.

본 연구는 키워드 네트워크 분석을 이용하여 인공지능 교육의 연구 동향을 분석하였다. 연구를 위해 학술지에 게재된 논문과 학위 논문의 초록 내용을 분석했다. 자료 선정 과정을 거쳐 57개의 논문을 선정하고, 단어 정제과정을 거쳐 핵심 키워드를 선정 하였다. 연구의 결과는 다음과 같다. 키워드 네트워크의 연결 중심성 분석을 통해 머신러닝, 긍정, 언플러그드, 알고리즘, 초등학 생을 대규모 허브로 하는 네트워크가 형성된다. 매개 중심성 분석에서 머신러닝, 초등학생, 긍정, 알고리즘은 매개 중심성 값이 높아 다른 키워드를 연결하는 중개자 역할을 동시에 하는 키워드임을 알 수 있다. 교육 효과를 평가하는 도구 중 학습 이해의 위세 중심성의 가치가 다른 측정 도구보다 높았다. 이것은 활발한 연구 주제와 학습 이해의 키워드가 서로 연결되어 있음을 의미한다.

The purpose of this study was to investigate the research trends in artificial intelligence education using keyword network analysis. For the study, the abstract content of the paper was analyzed. Theses and Dissertations Retrieval was conducted in RISS using the keyword ‘artificial intelligence education’, which created the basic analysing material. After a three-step screening process, 57 papers were finally analyzed. The results of this study can be summarized as follows; First, through the analysis of the degree centrality of the keyword network, a network with machine learning, positive, unplugged, algorithms, and elementary school students as a large hub is formed between keywords. Second, even in the analysis of betweenness centrality, it can be seen that machine learning, elementary school students, positivity, and algorithms have high betweenness centrality values, so that they are keywords that simultaneously act as intermediaries connecting other keywords. Third, among the tools for evaluating educational effects within the research on artificial intelligence education, the value of eigenvector centrality of learning understanding was higher than that of other measurement tools. This means that keywords of active research topics and learning comprehension are linked together.

본 연구는 전문가 시스템을 중심으로 컴퓨팅 사고력 기반의 인공지능 융합 교육 프로그램 개발에 관한 것이다. 인공지능 교육에 대해 뚜렷한 방향성과 합의된 학습 내용이 부족한 실정에서, 먼저 STEAM 교육 준거 틀과 CT 하위요소, 2015 개정 교육과정 등의 관련 문헌을 참고하여 개발 기준을 설정하였다. 이를 기반으로 1차 전문가 타당도 검사를 실시하였으며 6차시의 파일럿 프로그램을 구성하였다. 구성한 프로그램 내용은 2차 전문가 타당도 검사를 통해 검증받았고 개방형 응답에 따라 2차 수정을 가하였다. 수정을 거친 교수·학습 자료는 실제 수업 현장에 적용하였고, 교수자의 기록과 학습자의 산출물 및 설문지 분석을 통해 수정을 가하여 최 종 교수·학습 자료가 완성되었다. 수행된 연구에서 초등 인공지능 융합 교육 프로그램을 구성하였고, 이는 2015 개정 교육과정에서 소프트웨어 17차시 교육을 받은 학생에게 적용 가능함을 확인할 수 있었다. 이 연구가 인공지능 교육을 위한 교육 현장의 실천적 토대가 되길 기대한다.

This study is about the development of Artificial Intelligence convergence education program based on Computational Thinking focusing on Expert systems. In the situation that there is a lack of clear direction and agreed learning contents on AI education, First, Development standards were set by referring to related documents such as the STEAM education reference frame, CT sub-elements, and the 2015 curriculum. Based on this, The first expert validity test was conducted and the pilot program of the 6 hours was formed. The contents of the program were verified through the second expert validity test and The second correction was made according to the open response. The modified teaching and learning materials were applied to the actual class, and the final teaching and learning materials were completed by making corrections through the analysis of the instructor’s record and learner’s output and questionnaire. In this study, the elementary AI STEAM education program was constructed. And It was confirmed that it is applicable to students who took the 17 hours of software education in the 2015 revised curriculum. We hope that this study will be a practical foundation in the education field for AI education.

21세기, 컴퓨팅 사고력이 미래 인재에게 핵심 역량으로 주목받고 있다. 컴퓨팅 사고력 향상을 위해 문제해결 프로그래밍이 강조되 고 있고, 테스트주도개발 방식은 창의적인 문제해결 프로그래밍에 효과적인 개발 방식이다. 본 연구에서는 문제해결 프로그래밍에 서 테스트주도개발이 컴퓨팅 사고력에 어떠한 영향을 미치는지 살펴보았다. 테스트주도개발로 작성된 스크래치 산출물은 프로그램 산출물 평가와 Dr.Scratch 평가에서 실험집단이 t 검정 결과 유의한 차이를 보였고, 평가 요소 간의 회귀분석을 통해 모듈이 컴퓨팅 사고력에 영향을 미치는 요인임을 유추할 수 있었다. 테스트주도개발 방식의 특징은 모듈화에 있으며, 모듈식 프로그래밍이 컵퓨팅 사고력 향상에 영향을 미친다고 판단된다.

In the 21st century, Computational Thinking ability is drawing attention as a core competency for future talent. Problem-solving programming is emphasized to improve CT ability, and the Test Driven Development method is an effective development method for creative problem-solving programming. In this study, we examined how the TDD method affects CT skill in problem solving programming. In the test output development and the scratch output produced by the TDD, the experimental group showed a significant difference as a result of the t test in the evaluation of the program output and the Dr.Scratch evaluation, and through regression analysis between the evaluation elements, it was inferred that the module influenced CT skill. The characteristic of the TDD method is modularity, and it is judged that modular programming has an effect on improving CT ability.

최근 세계적으로 4차 산업혁명의 도래와 더불어 인공지능 기술이 우리 생활에 밀접하게 접근하고 있다. 학교 교육현장에서는 소프 트웨어 교육에 대한 연구가 활발히 진행되고 있지만, 인공지능 교육과 관련하여 개발된 프로그램은 많지 않다. 이에 본 연구는 2015 개정 교육과정을 바탕으로 초등학교 학교 현장에서 적용할 수 있는 인공지능 교육 프로그램 개발을 진행하였다. 제약만족문제 (CSP)를 중심 주제로 정하였고, 총괄목표는 ‘제약만족문제 해결을 경험하고, 제약만족문제를 해결하기 위한 인공지능 알고리즘을 이해하여 실생활에 도움이 되는 문제해결력을 신장한다.’로 설정하였다. 개발된 프로그램은 ADDIE 모형을 기반으로 하여 진행하였 다. 전문가 10명을 대상으로 두 번의 전문가 타당도를 진행해 타당성을 확보하였고, 제약만족문제 기반의 인공지능교육 언플러그드 프로그램을 개발하였다. 개발된 인공지능 언플러그드 프로그램이 앞으로 학교현장에서 인공지능교육을 실현하기 위한 자료로 활용 되길 기대한다.

With the advent of the fourth industrial revolution worldwide recently, artificial intelligence technology is approaching our lives closely. While research on software education is being actively carried out at school education sites, there are not many programs developed in relation to artificial intelligence education. Based on the 2015 revised curriculum, this study developed an artificial intelligence education program that can be applied at elementary school sites. Constraint satisfaction problem (CSP) has been set as the main theme, and the overall goal is to 'experience solving Constraint satisfaction problem and understand artificial intelligence algorithms to solve constraint satisfaction problems, thereby enhancing problem-solving skills that are helpful in real life. The developed program was based on the ADDIE model. Two expert feasibility studies were conducted on 10 experts to secure validity and an artificial intelligence education unplugged program based on constraint satisfaction issues was developed. It is hoped that the developed artificial intelligence unplugged program will be used as data to realize artificial intelligence education at school sites in the future.