Earticle

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.

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.