초․중등 AI 교육을 위한 데이터 리터러시 정의 및 구성 요소 연구
A Study of the Definition and Components of Data Literacy for K-12 AI Education
2
조회
0
다운로드
30
인용
0
참고문헌
키워드
초록
AI 기술의 발달은 우리 삶의 큰 변화를 가져왔다. 생활에서부터 사회, 경제에 이르기까지 AI의 영향력이 커짐에 따라 AI와 데이터 교육에 대한 중요성이 함께 커지고 있다. 이에 OECD 교육 연구 보고서 및 다양한 국내 정보과 교육과정 연구에서 데이터와 데이터 리터러시를 다루고 필수 역량으로 제시하고 있다. 하지만 국내외 관련 연구를 살펴보면 데이터 리터러시에 대한 정의와 구성 요소의 내용과 범위가 연구자에 따라 다른 것을 알 수 있다. 이에 데이터 리터러시 관련 주요 연구의 정의와 구성 요소에 활용된 단어 빈도 분석과 함께 Word2Vec 딥러닝 자연어 처리 방법을 통해 단어의 관계와 의미 유사도를 분석하여 객관적이고 포괄적인 정의와 구성 요소를 제시하였다. 그리고 전문가 검토를 통해 수정 보완하여 데이터 리터러시를 ‘문제를 해결하기 위해 데이터를 수집하고 분석 및 활용하여 정보로 처리하는 지식 구성과 의사소통의 기초 능력’으로 정의하였으며, ‘지식, 기능, 가치와 태도’로 각각의 구성 요소를 범주화하였다. 본 연구를 통해 도출된 데이터 리터러시의 정의와 구성 요소가 AI 교육 체계화와 학생들의 미래 역량 관련 교육 연구에 좋은 기초 자료가 될 수 있기를 기대한다.
Abstract
The development of AI technology has brought about a big change in our lives. The importance of AI and data education is also growing as AI's influence from life to society to the economy grows. In response, the OECD Education Research Report and various domestic information and curriculum studies deal with data literacy and present it as an essential competency. However, the definition of data literacy and the content and scope of the components vary among researchers. Thus, we analyze the semantic similarity of words through Word2Vec deep learning natural language processing methods along with the definitions of key data literacy studies and analysis of word frequency utilized in components, to present objective and comprehensive definition and components. It was revised and supplemented by expert review, and we defined data literacy as the 'basic ability of knowledge construction and communication to collect, analyze, and use data and process it as information for problem solving'. Furthermore we propose the components of each category of knowledge, skills, values and attitudes. We hope that the definition and components of data literacy derived from this study will serve as a good foundation for the systematization and education research of AI education related to students' future competency.
참고문헌 (35)
- 이은경, "국내외 초·중등학교 인공지능 교육과정 분석", 컴퓨터교육학회 논문지, 23(1), pp.37~44 (2020), 한국컴퓨터교육학회
- "A Plan to Spread AI SW Education for People Across the Country" (2020)[URL]
- The Direction of Education Policy and Key Tasks in the Age of Artificial Intelligence, "The Ministry of Education", The Ministry of Education, ~ (2020)
- 김수환, "차세대 소프트웨어(SW)교육 표준 모델 개발", 정보교육학회논문지, 24(4), pp.337~367 (2020), 한국정보교육학회[DOI]
- 김자미, "2022년 개정을 위한 정보과 표준 교육과정 제안", 컴퓨터교육학회 논문지, 23(1), pp.1~28 (2020), 한국컴퓨터교육학회[DOI]
- Big idea proposal for future information and curriculum, "Kim, H.", Korea Science and Creativity Foundation Research, ~ (2021)
- 김슬기, "인공지능 교육을 위한 학교급별 데이터 전처리 내용 연구", 컴퓨터교육학회 논문지, 24(4), pp.1~12 (2021), 한국컴퓨터교육학회[DOI]
- Artificial Intelligence Education Area and Content Elements Sejong, "The Ministry of Education", The Ministry of Education, ~ (2021)
- The future of education and skills:Education 2030, "OECD", OECD Education, ~ (2018)
- NCIC, "2015 Revised Curriculum", ~ (2020)
- Han, J., "Analysis of Research Trends on Artificial Intelligence Education : Keyword Network Analysis", AI research papers, 1(2), pp.20~33 (2020)
- 한선관, "인공지능 소양을 위한 디지털 콘텐츠", 한국컴퓨터정보학회논문지, 25(12), pp.93~100 (2020), 한국컴퓨터정보학회[DOI]
- 구덕회, "문제 해결 학습 모형 기반의 데이터 과학 교육 프로그램 개발", 한국초등교육, 31, pp.203~215 (2020), 초등교육연구원
- 이규화, "중학생을 위한 인공지능 핵심 개념 기반의 교육 프로그램 개발", 한국기술교육학회지, 21(1), pp.68~88 (2021), 한국기술교육학회[DOI]
- "DATA" (2021)[URL]
- 배화순, "데이터 리터러시의 사회과 교육적 함의", 시민교육연구, 51(1), pp.95~120 (2019), 한국사회과교육학회[DOI]
- Lee, S., "Exploring the concepts and components of data literacy in computer education", The Journal of Korean Association of Computer Education, 23(2), pp.33~36 (2019)
- Song, Y., "Developing a Data-Based Discussion Class Model for Improving Data Literacy", Master, pp.2021
- Shields, M., "Information literacy, statistical literacy, data literacy", IASSIST quarterly, 28(2-3), pp.6~6 (2005)
- Qin, J., "The central role of metadata in a science data literacy course", Journal of Libratu Metadata, 10(2-3), pp.188~204 (2010)
- Carlson, J., "Determining data information literacy needs : A study of students and research faculty", portal : Libraries and the Academy, 11(2), pp.629~657 (2011)
- Mandinach, E. B., "Navigating the Landscape of Data Literacy: It IS Complex" (2012), WestEd
- Prado, J. C., "Incorporating data literacy into information literacy programs : Core competencies and contents", Libri, 63(2), pp.123~134 (2013)
- Deahl, E., "Better the Data You Know : Developing Youth Data Literacy in Schools and Informal Learning Environments", Master, pp.2014
- Bhargava, R., "Designing tools and activities for data literacy learners", Workshop on Data Literacy (2015)
- D’Ignazio, C., "Approaches to building big data literacy", Proceedings of the Bloomberg data for good exchange conference (2015)
- Frank, M., "Data Literacy-What is it and how can we make it happen?", The Journal of Community Informatics, 12(3) (2016)
- Mandinach, E. B., "A systemic view of implementing data literacy in educator preparation", Educational Researcher, 42(1), pp.30~37 (2013)
- Beyond data literacy: Reinventing community engagement and empowerment in the age of data, "Bhargava, R.", ~ (2015)
- Strategies and best practices for data literacy education: Knowledge synthesis, "Ridsdale, C.", ~ (2015)
- Koltay, T., "Data literacy: in search of a name and identity", Journal of Documentation (2015)
- Wolff, A., "Creating an understanding of data literacy for a data-driven society", The Journal of Community Informatics, 12(3) (2016)
- Matthews, P., "Data literacy conceptions, community capabilities", The Journal of Community Informatics, 12(3) (2016)
- Teaching and Assessing Data Literacy, "Carrie S. Daniel. F.", American Institutes for Reseach. Northern Arizona University, ~ (2020)
- Ayre, C., "Critical Values for La wshe’s Content Validity Ratio : Revisiting the Origina l Methods of Calculation", Measurement and Evaluation in Counseling and Development, 47(1), pp.79~86 (2014)