대학 기초 과학 수업에서의 인공지능 기반 적응형 학습 시스템의 도입과 적용에 관한 탐색적 고찰－일반화학 수업 사례 중심으로
Exploratory Study for Introducing and Applying an AI-based Intelligent Learning System on Basic Science －Focusing on General Chemistry Class Case
0
조회
0
다운로드
26
인용
0
참고문헌
키워드
초록
본 연구는 2020년 2학기와 2021년 1학기의 2개 학기 동안 일반 화학 교과목에서 적응형 학습 프로그램 으로서의 ALEKS 활용 사례를 통하여 향후 교양 기초 과학 교육에서 인공지능을 활용한 수업 운영에 관련하여 고려할 점들과 그 방향성에 관련한 제언을 서술하였다. 본 연구에 따르면, 인공지능 기반의 적응형 학습 시스템의 활용은 기초 개념 학습에 있어 개별적 학습 지원을 통한 학습 성과 향상에 기여하는 것으로 보인다. 또한 학생들의 학습 진행 상황을 반영한 수업 운영을 통해 학습 흥미도 향상에 영향을 미치는 것을 볼 수 있었다. 이를 통해, 인공지능 기반의 적응형 학습 시스템은 기초 학력 수준에 따른 개별 학습으로부터 자기 주도 학습의 역량에 따라 개념 학습을 유도하는 지식 강화에 효과적인 방안이 될 것으로 예상된다. 그러나 이러한 탐색적 연구들이 교양 교육의 목표를 고려한 기초 과학 교육으로서의 역할을 고려한 실제 교수 환경에서 유의미한 효과들을 만들어내고 지속하기 위해서는 시스템에서 사용된 교과목 내용 체계, 시스템의 산출 데이터를 비롯한 시스템 활용 방식 등에서 유연한 접근이 필요하다. 또한, 개념 이해를 토대로 한 인식의 확장과 과학적 사고를 중심으로 하는 다양한 상호작용이 이루어지는 창의적 수업 구성과 교과목 개발이 필요한 것으로 보인다. 본 연구는 인공지능 기반 적응형 학습 시스템의 기초 과학 교과목 도입과 적용에 관련한 기초자료가 될 것으로 생각한다.
Abstract
Artificial Intelligence is the technical foundation of the Fourth Industrial Revolution, leading innovation and change in various areas of society as a whole. Even in the education area, AI-based learning systems have the potential to be used in adaptive classes and to take into consideration the students’ learning situations. This study focused on the use of ALEKS as an AI-based system on an adapted learning system in a general chemistry class for the second semester of 2020 and the first semester of 2021, and suggested factors to consider when operating AI-applied classes. According to our study, AI-based adaptive learning systems have contributed to the improvement of conceptual learning through individual learning support and learning interest and through class operations measuring the students’ learning progress. However, in order for these exploratory studies to produce real and meaningful effects, flexible access is requires in the use of course content, learning data and systems. In addition, it seems that creative class composition and curriculum development are needed, with the application and expansion of concepts taking place in various interactions. Finally, our exploratory research will be the basis for the introduction and application of a basic science class involving AI based adaptive learning systems.
참고문헌 (26)
- 강혜정, "서울대학교 교양수학: 수준별 교육 프로그램", 대학교육, 174, pp.91~95 (2011)[DOI]
- 김형욱, "R 매핑을 이용한 인공지능의 교육적 활용 탐색 - 국외 문헌 분석을 중심으로 -", 정보교육학회논문지, 24(4), pp.313~325 (2020), 한국정보교육학회[DOI]
- 류미영, "딥러닝 개념을 위한 인공지능 교육 프로그램", 정보교육학회논문지, 23(6), pp.583~590 (2019), 한국정보교육학회[DOI]
- 신종호, "포스트코로나 시대, 기초교양교육을 위한 교수학습방법: 블렌디드러닝을 중심으로", 2021 국제교양교육포럼 자료집, pp.159~168 (2021)
- 신종호, "대학 교육에서 인공지능 기반 적응형 학습 구현을 위한 교수자 인식 및 요구분석", 디지털융복합연구, 19(10), pp.39~48 (2021), 한국디지털정책학회[DOI]
- 윤옥한, "코로나 19 이후 교양 교육 방향 탐색", 교양교육연구, 14(4), pp.25~34 (2020), 한국교양교육학회
- 이승환, "학교에 등장한 인공지능", 정보과학회지, 36(11), pp.44~50 (2018)
- 이정례, "공과대학 신입생들의 수학에 대한 인식변화에 따른 대학수학 교육방향 연구", 수학교육 논문집, 29(3), pp.513~532 (2015), 한국수학교육학회
- 한선관, "AI 사고를 위한 인공지능교육" (2021), 도서출판 성안당
- 허균, "지능형 교육 시스템의 통합 모형 탐색 연구", 수산해양교육연구, 20(3), pp.463~473 (2008), 한국수산해양교육학회
- Artificial Intelligence, A European Perspective, "Annoni, A.", ~ (2018)
- EDUCAUSE Horizon Report (Teaching and Learning ed.), "Brown, M.", EDUCAUSE, ~ (2020)
- Gershenfeld, S., "The role of first-semester GPA in predicting graduation rates of underrepresented students", Journal of College Student Retention : Research, Theory & Practice, 17(4), pp.469~488 (2016)
- Guan, C., "Artificial intelligence innovation in education : A twenty-year data-driven historical analysis", International Journal of Innovation Studies, 4(4), pp.134~147 (2020)
- Holmes, W., "Artificial intelligence in education: Promise and implications for teaching and learning" (2019), The Open University, Center for Curricuum Redesign
- Gwo-Jen Hwang, "Vision, challenges, roles and research issues of Artificial Intelligence in Education", Computers and Education: Artificial Intelligence, 1, pp.1~5 (2020), Elsevier BV[DOI]
- Intelligent adaptive learning: An essential element of 21st century teaching and learning, "Lemke, C.", Dreambox Learning Inc, ~ (2013)
- McGwarHill Education, "Arizona University Expands the Use of McGraw-Hill Education’s ALEKS Artificial Intelligence software in the Global Freshman Academy", ~ (2017)
- White paper: Adaptive learning systems, "Oxman, S.", Integrated Education Solutions, 6~7 (2014)
- "Adaptive Learning Systems: Surviving the Storm" (2016)[URL]
- Santosa, R. G., "Logistic Regression Model for Predicting First Semester Students Gpa Category Based on High School Academic Achievement", Journal of Arts, Science & Commerce, 8(2), pp.58~66 (2017)
- Larry D. Singell, "Modeling Retention at a Large Public University: Can At-Risk Students Be Identified Early Enough to Treat?", Research in Higher Education, 51(6), pp.546~572 (2010), Springer Science and Business Media LLC[DOI]
- Tyton & Babson Survey Research Group, "Making the case for courseware", Everylearner Everywhere, ~ (2021)
- "③학력붕괴 대학도 불똥…수업 못 따라오는 학생늘어" (2021)[URL]
- "Accelerating Adoption of Adaptive Courseware at Public Universities" (2019)[URL]
- "Case Study: Arizona State University(ASU)" (2021)[URL]