데이터 기반 통계교육을 위한 초등학생의 데이터 관련 오류적 인식 사례 분석
Analysis of Data-related Error Perception Cases of Elementary School Students for Data-driven Statistical Education
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
오늘날 인공지능은 다양한 현상을 분석하는 수준을 넘어 창의적인 산출물을 구현하는 수준으로 발전하고 있다. 데이터의 영향력이 확장됨에 따라, 데이터의 의미와 가치에 대해 초등학생의 특성에 맞추어진 데이터 기반 통계교육을 위해 학생들의 데이터 관련 인식 점검이 요구된다. 본 연구에서는 초등수학교육에서 데이터 기반 통계교육을 위한 학생들의 데이터 관련 인식을 조사하고 오류적 사례를분석하여 데이터 소양 함양을 위한 지도 방향을 도출하고자 하였다. 이를 위해 초등학교 4학년 1개학급의 학생들을 대상으로 데이터 성질과 유형, 데이터 수집과 숙고, 데이터 인식, 데이터 윤리에 대한 설문을 하고 오류적 사례 중심으로 결과를 분석하였다. 이를 통해 첫째, 학생들은 비정형 데이터(텍스트, 이미지 등)를 데이터로 인식하지 못하는 경우나 ‘데이터’에 대한 학생들의 개념에 따라 데이터 유형과 성격에 대해 오류를 보이는 경우가 있었다. 둘째, 학생들은 다른 목적을 위해 형성된 데이터를 활용할 때, 특히 빅데이터 등의 활용에는 부담을 느끼는 경우가 있으며, 데이터가 많아서 문제해결에 방해가 된다는 인식을 하는 경우가 나타났다. 이에 따라 다음의 결론을 도출할 수 있다. 기존의정형화된 데이터만을 다루는 방식에서 벗어나 다양한 유형의 데이터를 충분히 인식하고 경험하는 기회를 제공할 필요가 있다. 데이터의 성질과 유형에 따른 오류적 인식이 데이터 수집과 숙고, 데이터인식에서도 오류적 인식에 영향을 미치므로 데이터의 성질과 유형을 초등학생 수준에 맞춘 교수학습이 필요하다. 이를 통해 데이터 활용 및 해석에서도 학생들의 오류적 인식을 줄이고 통계적 문제해결에 참여할 수 있도록 지도할 수 있다. 빅데이터를 활용하여 실제 문제해결을 통한 의사결정에 미치는영향과 그 가치를 이해하고 실제 문제해결을 위한 데이터 맥락에 주목할 수 있도록 교사의 발문이나활동 내용 등의 연구 및 개발이 필요하다.
Abstract
Today, artificial intelligence is rapidly advancing and the analysis of various phenomena for realizing creative outputs is becoming difficult. As the influence of data expands, the data-related awareness checks of students are required for data-driven statistical education tailored to the characteristics of elementary school students about the meaning and value of data. This study investigated students’ data-related perceptions of data-driven statistical education in elementary mathematics education and analyzed error cases to derive guidance directions for data literacy. Hence, students in one class in the fourth grade of elementary school were surveyed on data properties and types, data collection and deliberation, data recognition, and data ethics, and the results were analyzed on the basis of error cases. First, the students did not recognize unstructured data (e.g., texts and images) as data, or there were cases where they showed errors in data type and character depending on their concept of “data.” Second, when students use data formed for other purposes, they may feel burdened by the use of big data, and they may perceive that considerable data hinder problem-solving. Accordingly, the following conclusions can be drawn. An opportunity must be provided to fully recognize and experience various data types, away from the existing method of dealing with only structured data. Given that error perception according to the nature and type of data affects error perception in data collection, deliberation, and data recognition, teaching and learning tailored to the nature and type of data are necessary at the elementary school student level. Thus, reducing the error perceptions of students in data utilization and interpretation and guiding them to participate in statistical problem-solving are possible. The questions and activities of teachers must be researched and developed for them to understand the impact and value of decision-making through actual problem-solving using big data and pay attention to the data context for actual problem-solving.
참고문헌 (19)
- 통계 교육 활성화를 위한 수학 교육과정 개선 방안 연구, "강현영", 한국과학창의재단, ~ (2014)
- 초중등 통계교육과정 개선 연구 보고서, "김동재", 한국통계학회, ~ (2019)
- 미래 인재상에 적합한 수학학습 내용 연구, "김영욱", 한국과학창의재단, ~ (2017)
- 지능정보기술을 활용한 수학교육 변화 방안 연구, "김화경", 한국과학창의재단, ~ (2018)
- 나귀수, "미래 시대의 수학교육 방향에 대한 연구", 수학교육학연구, 28(4), pp.437~478 (2018), 대한수학교육학회[DOI]
- 수학과 교육 내용 개선 방안 연구: ‘이산수학’, ‘확률과 통계’ 영역을 중심으로, "윤현진", 한국교육과정평가원, ~ (2009)
- 이경화, "데이터 기반 통계교육을 위한 수학과 교육과정 재구조화 방향 탐색", 학교수학, 23(3), pp.361~386 (2021), 대한수학교육학회[DOI]
- 탁병주, "데이터 시대의 통계 교육" (2021), 경문사
- Bargagliotti, A., "Pre-K-12 guidelines for assessment and instruction in statistics education Ⅱ: A framework for statistics and data science education" (2020), American Statistical Association
- Ben-Zvi, D., "통계적 사고의 의미와 교육", pp.3~17 (2010), 경문사
- Diggle, P. J., "Statistics and Scientific Method : An Introduction for Students and Researchers" (2011), Oxford University Press
- Duggal, P., "Big data analysis : Challenges and solutions", International Conference on Cloud, Big Data and Trust, 15, pp.269~276 (2013), RGPV
- English, L. D., "Statistics in early childhood and primary education", pp.295~313 (2018), Springer
- François, K., "Big-data literacy as a new vocation for statistical literacy", Statistics Education Research Journal, 19(1), pp.194~205 (2020)
- Gal, I., "Adult’s statistical literacy : Meanings, components, responsibilities", International Statistical Review, 70(1), pp.1~25 (2002)
- Gould, R., "Data literacy is statistical literacy", Statistics Education Research Journal, 16(1), pp.22~25 (2017)
- Stigler, S. M., "The History of Statistics: The Measurement of Uncertainty before 1900" (1986), Belknap Press of Harvard University Press
- Watson, J. M., "학교에서 어떤 통계를 배워야 하지? 통계적 소양의 성장과 목표(박영희 역)" (2013), 경문사
- Younas, M., "Reserach challenges of big data", Service Oriented Computing and Applications, 13, pp.105~107 (2019)