Earticle

본 연구는 정보·과학 영재 초등학생이 인공지능의 창의성과 과학 연구 주체성, 즉 인공지능이 생성한 결과물의 창의성과 독립된 연구 주체로서의 가능성을 어떻게 인식하는지 탐색하였다. 이를 위해 정보·과학 영재 수업에 참여한 초등학생 54명의 서술형 응답에서 핵심 키워드를 추출하고, 동시 출현 행렬 기반 1-mode 네트워크를 구축한 후 연결중심성(Degree Centrality) 분석과 PFnet(Pathfinder Network) 분석을 수행하였다. 분석 결과, 학생들은 인공지능의 창의성을 기존 데이터의 학습과 재구성이라는 맥락 속에서 조건적으로 이해하였으며, 데이터 분석과 연구 참여 능력은 인정하면서도 연구 질문 설정과 결과 해석에서는 인간의 역할이 중요하다고 보았다. 이는 학생들이 인공지능을 단순한 기술 도구가 아니라 인간과 비교되는 연구 주체로 인식하고 있음을 보여준다. 본 연구는 초등학생이 인공지능에 대해 비교적 정교한 인식 구조를 형성하고 있음을 확인하였으며, 인공지능 교육이 기술적 이해를 넘어 사회적 역할과 과학적 탐구 과정에 대한 이해로 확장될 필요가 있음을 시사한다.

This study explored how elementary students gifted in information and science perceive the creativity and scientific research agency of artificial intelligence(AI)—whether AI-generated outputs are creative and whether AI can act as an independent research agent. Open-ended responses from 54 such students were analyzed by extracting key terms, building a co-occurrence-based 1-mode network, and applying degree centrality and Pathfinder Network (PFnet) analyses. Students understood AI creativity conditionally, as learning from and recombining existing data. Although they acknowledged AI's capacity for data analysis and research participation, they considered human involvement essential for formulating research questions and interpreting results, perceiving AI not as a mere technical tool but as a research agent comparable to humans. These findings show that elementary students form relatively sophisticated perceptions of AI's creativity and research agency, suggesting that AI education should extend beyond technical understanding to address AI's social role and the nature of scientific inquiry.

본 연구는 AI 리터러시와 생태적 감수성 교육을 위한 ‘반려견 감정 인식’ 주제의 초등학교 5, 6학년 및 중학교 1학년 학생 대상 AI 융합 교육 프로그램을 설계하고 그 적절성을 탐색하였다. 이를 위해 CNN 기반의 반려견 안면 인식, 개체 분류, 감정 분류 모델을 교보재로 제작하고, 오분류 사례를 통해 알고리즘 편향과 기술의 사회적 책무성을 탐구하는 3차시 교육 프로그램을 설계하였다. 설계된 프로그램의 적절성을 검토하기 위해 초·중등 교사 14명을 대상으로 기술 통계 기반 양적 경향성 탐색 및 내용타당도 비율 분석을 수행한 결과, 프로그램이 해당 학년군의 인지적 발달 수준과 교육적 타당성에 적합한 것으로 평가되었다. 또한 수의사 및 동물 행동 전문가 2명을 대상으로 한 전문가 자문 의견 수렴을 통해 데이터 특성 이해와 반려견 안전사고 예방 측면에서 교육적으로 유의미한 시사점을 도출하였다. 본 연구는 실재감 있는 데이터를 활용한 AI 윤리 교육 프로그램을 설계하고, 반려견을 매개로 기술적 역량과 생태적 가치를 통합하는 새로운 교육 모델을 제안했다는 점에서 의의가 있다. 향후 초등학교 5, 6학년 및 중학교 1학년 학생을 대상으로 한 실제 적용을 통한 효과 검증 연구가 필요하다.

This study designed an AI convergence education program on ‘companion dog emotion recognition’ for 5th, 6th grade elementary and 7th grade middle school students to foster AI literacy and ecological sensitivity, and explored its appropriateness. A CNN-based teaching material was developed with three models: facial recognition, individual classification, and emotion classification. A three-session curriculum was designed to explore algorithmic bias and social responsibility through misclassification cases. To examine the appropriateness of the designed program, a descriptive statistics-based exploratory analysis with CVR was conducted with 14 elementary and middle school teachers, which indicated that the program was appropriate for the cognitive level of the target grade group. In addition, an expert advisory review with 2 veterinarians and animal behavior experts provided meaningful educational implications regarding the understanding of data characteristics and the prevention of dog safety accidents. This study contributes by proposing a novel educational model integrating technical competency and ecological values through authentic data. Future research should verify educational effects through actual implementation with target students.

교육 현장에서의 AI 활용이 확산하면서 모든 학생이 이를 안전하고 책임 있게 사용할 수 있도록 지원하는 생성형 AI 윤리교육의 중요성이 강조되고 있다. 그러나 발달장애 학생의 특성을 고려한 생성형 AI 윤리교육 자료와 지원 도구는 여전히 부족한 실정이다. 이에 본 연구는 발달장애 학생이 생성형 AI 활용 과정에서 윤리적 쟁점을 스스로 확인하고 성찰할 수 있도록 지원하는 생성형 AI 자기점검 도구(AI-SEE)를 개발하는 데 목적이 있다. 이를 위해 관련 문헌을 분석하여 생성형 AI 윤리교육의 구성요소와 자기점검 도구의 설계 원리를 도출하고, 이를 토대로 AI-SEE 초안을 개발하였다. 이후 전문가 내용타당도 평가와 특수학급 교사 대상 사용성 평가를 실시하고, 평가 결과를 반영하여 AI-SEE 최종안을 완성하였다. AI-SEE는 발달장애 학생의 생성형 AI 활용을 지원하는 자기점검 도구로서, 포용적 AI 윤리교육을 실행하기 위한 기초 자료로 활용될 수 있을 것으로 기대된다.

As the use of artificial intelligence (AI) in educational settings has expanded, increasing attention has been given to the importance of generative AI ethics in enabling all students to use generative AI safely and responsibly. This study aimed to develop a Generative AI Ethics Self-Check Tool (AI-SEE) for students with developmental disabilities and to examine its potential for educational practice. To this end, a literature review was conducted to identify core components of generative AI ethics education for students with developmental disabilities and to derive the design principles for the tool. Based on these findings, a preliminary version of AI-SEE was developed. The final version was completed by incorporating an expert content validity review and a usability evaluation conducted with special education teachers in inclusive schools. AI-SEE may help students with developmental disabilities self-monitor potential ethical issues they may encounter when using generative AI and serve as a foundational resource for implementing inclusive AI ethics education.

AI·디지털 기술의 교육적 확산과 함께 기술의 활용이 학생의 사회정서적 발달에 미치는 영향에 관한 필요성이 제기되고 있다. 본 연구는 초등학생의 AI·디지털 기기 활용 빈도와 사회정서역량 간의 관계를 성별 및 학년군에 따라 분석하고자 초등학교 3~6학년 학생 474명을 대상으로 설문 후 상관분석하였다. 분석결과, 디지털 기기 사용과 인공지능 활용 빈도 간에는 모든 집단에서 유의한 정적 상관이 나타났다. 사회정서역량과의 관계는 성별 및 학년군에 따라 상이하였는데, 남학생 고학년에서는 AI·디지털 기기 활용과 책임 있는 행동하기 간에 정적 상관이, 여학생 집단에서는 공감하기 및 책임 있는 행동하기와 부적 상관이 나타났다. AI·디지털 기술 활용 교육 설계 시 성별 및 학년군별 특성을 고려한 차별화된 사회정서학습 지원이 필요함을 시사하였다.

As AI and digital technologies become increasingly integrated into education, their relationship with students’ social–emotional development requires closer examination. This study investigated the relationships between the frequency of AI and digital device use and social–emotional competencies among 474 elementary school students in Grades 3–6, with a focus on gender and grade-level differences. Correlation analyses showed significant positive relationships between digital device use and AI use across all groups. However, their relationships with social–emotional competencies differed by gender and grade level. Among upper-grade boys, AI and digital device use were positively correlated with responsible decision-making, whereas among girls, they were negatively correlated with empathy and responsible decision-making. These findings suggest the need for differentiated social and emotional learning support that considers gender and grade-level characteristics when designing AI- and digital technology-based education.

인공지능(AI) 기술의 급격한 발달로 AI 리터러시가 미래 세대의 핵심 소양으로 주목받고 있으나, 중학생 대상 AI 융합 교육은 여전히 교실 실습 위주의 접근에 머물러 있다. 이에 본 연구는 지역사회 연계 프로젝트 학습 기반 AI 융합 교육 프로그램을 개발하였다. 프로그램은 ADDIE 교수설계 모형을 적용하여 중학생의 인지 발달 단계를 고려한 진입기-도약기-성장기의 단계적 구조로 구성하였다. 강원 지역 디지털 캠프에 참여한 중학생 24명에게 프로그램을 적용하고 단일집단 전후검사 설계로 AI 리터러시 변화를 측정한 결과, AI 리터러시 전체와 모든 하위 역량이 통계적으로 유의하게 향상되었으며 큰 효과에서 매우 큰 효과 크기가 확인되었다. 이는 학습자의 지역사회를 실제적 맥락으로 활용한 프로젝트 학습이 AI 기술 습득을 넘어 비판적 사고, 윤리적 태도, 문제 해결 역량을 포함하는 통합적 AI 리터러시 발달에 기여할 가능성을 탐색적으로 시사한다.

The rapid advancement of artificial intelligence (AI) has made AI literacy a core competency for future generations, yet AI convergence education for middle school students remains largely confined to classroom-based practice. This study developed a community-connected, project-based AI convergence education program. By the ADDIE model, the program was structured into three progressive phases aligned with middle school learners' cognitive development. It was implemented with 24 middle school students at a digital camp in the Gangwon region, and AI literacy changes were measured using a single-group pretest-posttest design. Results showed statistically significant gains in overall AI literacy and all sub-competencies, with effect sizes ranging from large to very large. These findings exploratorily suggest that project-based learning situated in learners' own communities may contribute to the integrated development of AI literacy beyond the acquisition of AI technical skills.

본 논문은 선행연구에서 개발된 메타데이터 기반 디지털 포렌식 교육 프로그램을 초등학생의 인지부하를 고려하여 6차시 언플러그드 프로그램으로 재구성하고 교수설계를 정교화하여 그 적용 효과를 집단 비교를 통해 분석하였다. 연구 대상은 초등학교 5, 6학년 학생 120명으로, 실험집단과 대조집단에 무작위 배정하였다. 실험집단에는 인지부하 조절 전략을 반영한 언플러그드 수업을 적용하였고, 대조집단에는 동일한 핵심 내용을 교사 설명 및 시각 자료 제시 중심으로 다루는 수업을 적용하였다. 수집한 자료는 독립표본 t-검정, 이항 로지스틱 회귀분석, 개방형 응답 분석을 통해 분석하였다. 연구 결과, 실험집단은 대조집단 보다 자기보고식 개념 이해, 절차적 지식, 수행 기반 성취에서 유의하게 높은 결과를 보였다. 인지부하 분석에서는 내재적 부하의 집단 간 차이는 유의하지 않았으나, 실험집단의 외재적 부하는 낮고 본유적 부하는 높게 나타났다. 또한 실험집단은 자기효능감과 학습 의도에서도 대조집단보다 유의하게 높은 결과를 보였다. 본 논문은 초등학생에게 낯선 디지털 포렌식 내용을 인지부하 조절 전략 관점에서 정교화하고, 대조집단과 비교를 통해 교육 프로그램의 적용 가능성을 분석했다는 점에서 의의가 있다.

This study refined the instructional design of a metadata-based digital forensics education program and reorganized it into a six-session unplugged program by considering elementary students’ cognitive load. It also analyzed the program’s effects through group comparison. A total of 120 fifth- and sixth-grade students were randomly assigned to experimental and control groups. The experimental group participated in unplugged lessons reflecting cognitive load management strategies, while the control group received teacher-led instruction on the same core content. Data were analyzed using t-tests, binary logistic regression, and open-ended response analysis. The experimental group showed significantly higher self-reported conceptual understanding, procedural knowledge, performance-based achievement, self-efficacy, and learning intention. It also showed lower extraneous load and higher germane load, while intrinsic load showed no significant group difference. These findings suggest the applicability of a cognitive-load-informed digital forensics unplugged program for elementary information security education.

본 연구의 목적은 고등학교 기술 교과에 적용 가능한 컴퓨터 비전 활용 인공지능 로봇 교육 프로그램을 개발하고, 적용 전후 고등학생의 창의적 문제해결력과 인공지능 리터러시 변화를 분석하는 데 있다. ADDIE 모형에 기초하여 Python, MediaPipe, Arduino를 활용한 16차시 프로젝트 기반 프로그램을 개발하고, 고등학교 1학년 108명을 대상으로 단일집단 사전-사후 검사 설계를 적용하였다. 양적·질적 자료는 혼합 연구의 수렴적 설계에 따라 통합 분석하였다. 연구 결과, 창의적 문제해결력은 사전 3.42에서 사후 3.70으로(t=6.62, p<.001, dz=0.64), 인공지능 리터러시는 사전 3.40에서 사후 3.71로(t=4.25, p<.001, dz=0.41) 통계적으로 유의한 차이를 보였다. 질적 분석에서는 학생들이 인공지능의 작동 원리를 실제 맥락에서 이해하고 공학적 문제해결 과정을 깊이 있게 경험한 것으로 나타났다. 결론적으로 본 프로그램은 고등학교 기술 교과에서 인공지능 이해, 공학적 문제해결, 협력적 프로젝트 경험, 책임 있는 기술 활용을 통합하는 실천적 교수-학습 방안으로 활용될 수 있음을 시사한다.

This study aimed to develop an AI robotics education program using computer vision for the high school technology curriculum and to analyze changes in students' creative problem-solving ability and AI literacy before and after the program. Based on the ADDIE model, a 16-session project-based program using Python, MediaPipe, and Arduino was developed and applied to 108 first-year high school students under a one-group pretest-posttest design. Quantitative and qualitative data were analyzed following a convergent mixed-methods design. Creative problem-solving ability increased significantly from 3.42 to 3.70 (t=6.62, p<.001, dz=0.64), and AI literacy from 3.40 to 3.71 (t=4.25, p<.001, dz=0.41). The qualitative analysis showed that students understood how AI works in real contexts and experienced the engineering problem-solving process in depth. In conclusion, the program can serve as a practical teaching-learning approach that integrates understanding of AI, engineering problem-solving, collaborative project experience, and responsible use of technology in the high school technology curriculum.

본 연구는 중학생 정보 영재를 대상으로 기능성 게임 창작 프로그래밍 교육 프로그램을 개발하고 해당 교육 맥락에서의 재능 발달 과정을 Gagné의 영재성·재능 차별화(DMGT) 모형에 기반하여 탐색하였다. 이를 위해 ADDIE 모형에 따라 15차시 프로그램을 개발하고 중학생 정보 영재 5명을 대상으로 적용하였다. 연구 방법은 질적 연구 중심의 내재적 혼합 연구 설계를 적용하였으며, 3회의 반구조화된 심층 면담 자료를 주된 자료로 6단계 포괄적 분석 절차에 따라 분석하였다. 양적 평가는 소규모 표본의 특성을 고려하여 통계적 일반화보다는 변화 양상을 확인하고, 질적 분석 결과의 의미를 해석하는 데 목적을 두었다. 분석 결과, 기능성 게임 창작 교육 프로그램은 정보 영재의 잠재된 영재성이 실제 재능으로 발달해 가는 과정에서 하나의 환경적 촉매로 작용하는 양상이 나타났다. 특히 문제해결과정에서의 인지적 불균형과 반복적 시도가 재능 발달 과정에서 중요한 학습 경험으로 나타났으며, 우연적 사건은 교사의 스캐폴딩 및 생성형 AI와 같은 환경적 지원과 결합될 때 학습 경험의 질을 결정하는 교육적 자원으로 기능함을 확인하였다.

This study developed a programming education program for creating serious games for middle school students gifted in informatics and explored their talent development process based on Gagné’s Differentiated Model of Giftedness and Talent (DMGT). A 15-session program was designed using the ADDIE model and implemented with five gifted middle school students in informatics. An embedded mixed-methods design centered on qualitative research was employed. Data from three semi-structured in-depth interviews were analyzed using a six-step comprehensive analysis procedure. Quantitative assessment was used to examine patterns of change and support the interpretation of qualitative findings, rather than to pursue statistical generalization. The results showed that the serious game creation program served as an environmental catalyst in transforming students’ natural abilities into developed talents. In particular, cognitive disequilibrium and repeated attempts during the problem-solving process emerged as important learning experiences in talent development, while chance events functioned as educational resources that shape the quality of learning experiences when combined with environmental supports such as teacher scaffolding and generative AI.

본 연구는 초등학생의 과학적 오개념 교정과 학습자 주도성 함양을 위해 AI 챗봇과 피지컬 컴퓨팅을 통합한 개념변화 수업 자료를 설계하고 타당성을 검증하였다. 다차원적 개념변화 이론, 변칙 데이터 이론, 인지 부하 이론, 분산 인지, OECD 학습자 주도성 프레임워크를 통합해 9개 설계 원리를 도출하고, 교육 설계 연구(EDR)의 PDIE 모형으로 12차시 프로젝트 기반 프로그램, 모듈형 피지컬 컴퓨팅 교구 4종, 단계적 비계형 생성형 AI 챗봇을 개발하였다. 전문가 10인 대상 수정 델파이 조사 결과, 2차 검증에서 전 문항 CVR 1.00, S-CVI/Ave .98, Fleiss' κ .84, 수렴도 0.15–0.25, 합의도 0.89 - 0.95로 우수한 타당도를 확보하였다. 본 연구는 다층적 이론 통합에 기반한 AI·피지컬 컴퓨팅 융합 수업 설계 원리를 정립하고, 과학과 오개념 해소를 위한 전이 가능한 설계 패턴을 제시하였다.

This study designed and validated conceptual change learning materials integrating AI chatbots and physical computing to correct elementary students' scientific misconceptions and foster learner agency. Nine design principles were derived by integrating multidimensional conceptual change theory, anomalous data theory, cognitive load theory, distributed cognition, and the OECD learner agency framework. Using the PDIE model within an Educational Design Research (EDR) approach, we developed a 12-session project-based program, four modular physical computing tools, and a generative AI chatbot offering stepped scaffolding. In a modified Delphi survey with 10 experts, the second validation round yielded a CVR of 1.00, an S-CVI/Ave of .98, and a Fleiss' κ of .84 for all items, with a convergence range of 0.15–0.25 and an agreement range of 0.89–0.95. This study establishes design principles for AI–physical computing integrated instruction and presents transferable design patterns for resolving science misconceptions.

본 연구는 교육 현장에서 LLM 활용 시 제기되는 개인정보 유출 위험, 비용 부담 및 교사 업무 맥락을 반영하지 못하는 범용 응답의 한계에 대응하고자, 교사 업무용 PC에서 로컬 구동 가능한 sLLM 기반 교사 업무용 AI 서비스 AMOND(AI Mentor for On-device Nexus of Documentation)를 설계·개발하였다. 교원 41명을 대상으로 한 탐색적 요구분석을 바탕으로 EXAONE 3.5 2.4B, 문서 기반 RAG, DB+SQL 기반 구조화 데이터 조회, 역할 컨텍스트 및 통합 UI를 구현하였다. 학교 업무 질의 90개에 대한 LLM-as-a-judge 기반 누적형 구성요소 비교 결과, 역할 컨텍스트 조건은 Baseline보다 평균 점수와 근거 충실성이 유의하게 향상되었으나, RAG 추가 후 성능은 유의하게 하락하였으며 DB+SQL 추가에 따른 유의한 추가 하락은 나타나지 않았다. 본 연구는 교사 업무용 온디바이스 sLLM 서비스를 실제로 설계·구현하고, 역할 컨텍스트의 적용 가능성과 함께 소형 모델 환경에서 검색 선별 및 컨텍스트 구성의 정교화가 필요함을 예비적으로 제시하였다는 데 의의가 있다.

This study designed and developed AMOND (AI Mentor for On-device Nexus of Documentation), an on-device sLLM service for teachers' work to address privacy risks, costs, and generic responses that fail to reflect teachers' work contexts. Based on an exploratory needs analysis of 41 teachers, AMOND integrated EXAONE 3.5 2.4B, document RAG, DB+SQL-based structured data retrieval, role context, and a unified interface. A cumulative component comparison of 90 school-work queries using LLM-as-a-judge showed that the role-context condition significantly improved the overall mean score and faithfulness over the baseline; adding RAG significantly reduced performance, while DB+SQL caused no significant additional decline. This study contributes by implementing an on-device sLLM service for teachers’ work and preliminarily identifying the applicability of role context together with the need to refine retrieval filtering and context construction for small models.

본 연구는 중학교 기술 교과에서 실생활 데이터를 활용한 AI 융합 문제 해결 프로그램을 ADDIE 모형에 기반하여 개발·적용하고, 데이터 리터러시와 기술적 태도 함양 효과를 검증하는 데 목적을 둔다. 중학교 3학년 205명을 대상으로 10차시 수업을 운영하였으며, 학생들은 교실 환경의 조도·소음·온도 데이터를 직접 수집하고 AI도구를 활용하여 문제를 정의하고 해결 방안을 설계하였다. 단일집단 사전·사후 설계에 따른 대응표본 t-검정결과, 데이터 리터러시(p<.001)와 기술적 태도(p<.05) 모두 모든 하위 영역에서 유의미하게 향상되었다. 이를 통해 실생활 데이터 기반 AI 융합교육이 중학생의 데이터 리터러시와 기술적 태도 함양에 효과적임을 실증하였다.

This study developed an AI convergence problem-solving program using real-world classroom data in middle school technology education and examined its effects on students' data literacy and technological attitudes. Over 10 sessions, 205 ninth-grade students collected illuminance, noise, and temperature data and used AI tools to identify problems and design solutions. Paired-sample t-tests in a single-group pre-post design showed significant improvements in all sub-domains of data literacy (p < .001) and technological attitudes (p < .05), demonstrating the effectiveness of real-world data-based AI convergence education.

본 연구는 초등 정보교육 관련 선행연구에서 Creative Computational Thinking(CCT)의 Computational Thinking(CT) 영역과 발산적 사고(Divergent Thinking, DT) 영역이 어떻게 반영되는지를 분석하는 데 목적이 있다. 이를 위해 최근 3년(2023년~2026년)에 수행된 초등 정보교육 관련 선행연구 21편을 CCT를 분석 기준으로 검토하였으며, 이 가운데 CCT를 직접 사용하거나 재구성한 연구는 9편이다. 분석의 신뢰도를 확보하기 위해 루브릭을 기준으로 외부 평가자가 독립적으로 분석하고 분석자 간 일치도를 검토하였다. 그 결과 CCT 직접 사용 유형 9편, CT 중심 유형 6편, AI·디지털 역량 중심 유형 2편, 교과·사회문제 중심 유형 4편으로 나타났다. CT 영역은 21편 중 18편에서 주요 요소로 확인되었지만, DT 영역을 직접 측정한 연구는 4편에 그쳤으며 모두 CCT 직접 사용 유형이었다. 본 연구는 CCT가 여러 연구 주제에 반영·적용된 양상을 사례로 확인하였으며, 향후 CT와 DT를 통합적으로 설계·평가하기 위한 기초 자료를 제공한다.

This study aims to analyze how the Computational Thinking (CT) domain and the Divergent Thinking (DT) domain of Creative Computational Thinking (CCT) are reflected in prior studies related to elementary information education. To this end, 21 prior studies conducted over the recent three years (2023–2026) were reviewed using CCT as an analytic criterion, of which 9 studies directly used or reconstructed CCT. To ensure the reliability of the analysis, an external evaluator independently analyzed the studies based on a rubric, and inter-analyst agreement was examined. As a result, 9 studies were classified as direct use of CCT, 6 as CT-centered, 2 as AI/digital competency-centered, and 4 as subject/social issue-centered. While the CT domain was identified as a major element in 18 of the 21 studies, only 4 studies directly measured the DT domain, all of which belonged to the direct use of CCT type. This study confirms, through case analysis, how CCT has been reflected and applied across diverse research topics, and provides foundational data for designing and assessing CT and DT in an integrated manner in future research.

본 연구는 2022 개정 교육과정에서 강조하는 디지털 기초소양 함양을 위해 생성형 AI를 교육적 비계로 활용한 초등 데이터 전처리 교육 프로그램을 개발하고 그 적용 가능성을 탐색하였다. ADDIE 모형에 따라 초등교사 30명의 요구 분석을 바탕으로 데이터 탐색, 오류 데이터 정제, 데이터 변환, 필터링의 4단계 전처리 과정을 중심으로 엔트리 블록코딩과 생성형 AI를 연계한 17차시 프로그램을 개발하였다. 개발된 프로그램을 초등학교 6학년 학생 13명에게 적용하고 단일집단 사전·사후 검사를 통해 교육적 효과를 분석한 결과, 컴퓨팅 사고력과 인공지능 리터러시 모두 통계적으로 유의미하게 향상되었다. 본 연구는 학생이 주도적으로 데이터를 탐색·정제·가공하는 경험이 컴퓨팅 사고력과 인공지능 리터러시를 통합적으로 신장시킬 가능성을 제안하였다는 점에서 의의가 있다.

This study developed an elementary data preprocessing education program using generative AI as an educational scaffold to foster the digital basic literacy emphasized in the 2022 Revised Curriculum, and explored its applicability. Following the ADDIE model, a 17-session program integrating Entry block coding with generative AI was designed based on a needs analysis of 30 elementary school teachers, centering on four preprocessing stages: data exploration, error data cleaning, data transformation, and filtering. The program was applied to 13 sixth-grade students, and a single-group pretest-posttest analysis showed statistically significant improvement in both computational thinking and AI literacy. This study is significant in suggesting that students' active experiences of exploring, refining, and processing data may contribute to the integrated development of both competencies.

생성형 AI의 빠른 확산에도 불구하고 초등교육 현장에서는 연령 제한 및 역기능에 대한 우려로 인해 범용 생성형 AI가 사실상 배제되고 있다. 그러나 생성형 AI의 무조건적인 차단은 오남용으로 이어질 수 있어, 학생이 이를 올바르게 사용하는 역량인 생성형 AI 리터러시의 함양이 요구된다. 이에 본 연구는 초등학생과 범용 생성형 AI 사이를 매개하는 교육적 미들웨어 'AL-G'를 개발하고 그 타당성을 검증하였다. AI 리터러시 관련 선행 연구로부터 초등학생에게 필요한 네 가지 생성형 AI 리터러시 역량을 도출하고, 이를 교육적 설계 원리 및 핵심 알고리즘과 연결하여 3계층 미들웨어 구조로 구현하였다. 개발한 ‘AL-G’의 타당성은 현직 초등교사 11명을 대상으로 한 2라운드 전문가 내용 타당도 검증을 통해 확인하였으며, 1차에서 미충족이었던 영역은 수정·보완을 거쳐 2차에서 모든 영역이 기준을 충족하였다. 본 연구는 초등교육 현장의 생성형 AI 배제 문제에 대해 제한 및 차단이 아닌 교육적 매개라는 대안을 제시하였다는 점에서 의의가 있다.

Despite the rapid spread of generative AI, its use in elementary education has been largely excluded due to age restrictions and concerns about its adverse effects. However, since unconditional blocking may lead to misuse, there is a growing need to foster generative AI literacy, the competency that enables students to use it appropriately. Accordingly, this study developed and validated 'AL-G', an educational middleware that mediates between elementary students and general-purpose generative AI. Four generative AI literacy competencies required for elementary students were derived from prior research on AI literacy and connected to educational design principles and core algorithms, which were then implemented as a three-layer middleware. The validity of AL-G was examined through two rounds of expert content validity validation with eleven in-service elementary school teachers; the domain that failed to meet the criteria in the first round was revised, and in the second round all domains met the criteria. This study is meaningful in that it presents educational mediation, rather than unconditional blocking, as an alternative to the exclusion of generative AI in elementary education.

본 연구는 정보 교과의 수업 모형 관련 연구물을 분석하여 정보 교과 수업 모형을 유형화하기 위한 분류 체계를 탐색하고 이를 적용하여 인벤토리를 구축하는 일련의 연구 과정과 그 결과를 담고 있다. 이는 정보 교과의 수업 모형에 관한 연구와 정보 교과의 교수-학습 사태를 연계함으로써 정보 교과 수업의 내실을 기함과 동시에 정보 교과의 수업 모형에 관한 연구를 촉진하기 위한 것이다. 이에 본 연구에서는 연구의 일반화 가능성을 제한하는 요소들을 적극적으로 해석함으로써 정보 교과의 수업 모형을 유형화하기 위한 분류 체계를 구성하였고 정보 교과의 교수자가 수업의 기획 등에 있어서 참고 자료로 활용할 수 있도록 인벤토리를 구축하였다. 이후 전반적인 연구 결과에 대해서 외부 전문가 검토를 수행하였으며 모든 항목의 검토 결과가 양호함을 확인하였다.

This research presents the research process and findings of a study that explore a classification system for models of teaching in the Informatics based on an analysis of existing literature, and subsequently constructed an inventory using this system. The study aims to improve the quality of instruction in the Informatics and to promote further research into its models of teaching by connecting such research with authentic instructional contexts. To achieve these aims, the classification system was developed through an active interpretation of factors that constrain the generalizability of existing research. The study further demonstrated the feasibility of developing a typology of models of teaching for the Informatics and produced a reference tool that instructors in the field can use in practice. In addition, an external expert review of the research results was conducted, and it was confirmed that the review outcomes for all items were satisfactory.