예비교사의 AI 활용 진로지도 역량 척도 개발 및 타당화
Development and Validation of a Career Guidance Competency Scale using AI for Pre-service Teachers
1
조회
0
다운로드
5
인용
0
참고문헌
키워드
초록
4차 산업혁명의 큰 흐름 속에서 인공지능은 직업과 교육 분야에서 중요하게 활용되고 있다. 특히 학교 현장에서 교사들이 인공지능을 활용하여 더 효과적으로 학생들의 진로지도를 할수 있으며, 급변하는 직업 세계에도 대비할 수 있다. 이를 위하여 교육 분야에서의 진로교육과 인공지능 기술의 융합에 대한 연구를 촉진하고, 교사뿐만 아니라 교육의 주체가 될 예비교사들의 AI 활용 역량 강화를 지원하고자 예비교사의 AI 활용 진로지도 역량 척도를 개발하고타당화하기 위한 연구를 수행하였다. 이러한 연구목적을 달성하기 위해, 선행연구와 문헌 고찰 등을 통해 AI 활용 진로지도 역량을 측정할 수 있는 초기 문항 60개를 생성하였고, 델파이조사와 전문가 인터뷰 등을 통해 예비문항 24개를 선정하였다. 전국의 사범대학에 재학 중인예비교사를 대상으로 예비조사를 실시하였다. 총 203명의 응답 자료를 대상으로 탐색적 요인분석을 수행하여 지식(8문항), 기술(7문항), 태도(5문항)의 3요인(총 20문항)으로 이루어진 AI 활용 진로지도 역량 척도를 개발하였다. 본 조사에서 총 414명의 응답 자료를 대상으로 확인적 요인분석을 하였으며, 척도 모형이 적합한 것으로 확인되었고, 수렴타당도와 판별타당도도양호한 것으로 나타났다. 공인타당도를 위해 기존 척도와의 상관관계를 살펴보았고, 통계적으로 유의한 상관이 나타나 척도의 타당도와 신뢰도가 만족할만한 수준임을 밝혔다. 마지막으로연구의 의의와 한계를 논하였다.
Abstract
In the major trend of the 4th Industrial Revolution, artificial intelligence (AI) has become important in the fields of jobs and education. In particular, teachers in schools can use AI to provide career guidance to students more effectively and prepare for the rapidly changing work of vocation. To this end, we promoted research on the convergence of career education and AI technology in the field of education. Furthermore, we developed and validated a career guidance competency scale using AI for pre-service teachers to support the strengthening of the AI utilization capabilities of not only teachers but also pre-service teachers who will be the subjects of education. We developed and validated an “AI-based career guidance competency scale” for pre-service teachers. To achieve the research purpose, 60 initial questions that could measure career guidance capabilities using AI were created based on previous research and literature review, and 24 preliminary questions were selected through a Delphi survey and expert interviews. A preliminary survey was conducted targeting pre-service teachers attending teachers’ colleges across the country. Exploratory factor analysis of the response data of a total of 203 people was utilized to develop an AI-based career guidance competency scale consisting of three factors (total 20 questions): knowledge (8 questions), skills (7 questions), and attitude (5 questions). We conducted confirmatory factor analysis on the response data of a total of 414 people; the scale model was confirmed to be appropriate, and convergent and discriminant validity were also found to be good. For official validity, we examined the correlation with the existing scale, and a statistically significant correlation was observed, which indicated that the validity and reliability of the scale were satisfactory. Finally, the significance and limitations of the study were discussed.
참고문헌 (65)
- 관계부처 합동, "인공지능시대 교육정책방향과 핵심과제: 추진성과 점검 결과 및 개선 방향", 2022. 2. 9. 보도 참고자료, ~ (2022)
- 교육부, "학생의 자기주도적 진로개발역량 강화를 위한 2022년 진로교육 활성화 지원 계획(안)", ~ (2022)
- "교육부", ~ (2023)
- 권혁운, "초등학교 초임교사의 역량 제고를 위한 교육요구 분석", 초등교육연구, 24(2), pp.115~134 (2011)
- 김계수, "AMOS 18.0 구조방정식 모형 분석" (2013), 한나래아카데미
- 김대권, "가상현실(VR) 활용 미래사회 진로교육 프로그램의 효과 분석", 정보교육학회논문지, 25(5), pp.835~845 (2021)
- 4차 산업혁명 미래 일자리 전망, "김동규", 한국고용정보원, ~ (2018)
- 김동심, "예비교사 대상 AI 융합교육 역량 척도의 개발 및 타당화", 교육과학연구, 54(3), pp.139~168 (2023)
- 김성애, "디지털 교육 전문성 강화를 위한 예비교사용 AI 역량 측정 도구 개발", 컴퓨터교육학회 논문지, 26(4), pp.21~32 (2023)
- 김은경, "진로진학상담교사의 역량 척도 개발", 박사, pp.2014
- 김인규, "DACUM법을 활용한 전문상담교사의 직무분석 연구", 한국교원교육연구, 27(2), pp.97~115 (2010)
- 노경섭, "제대로 알고 쓰는 논문 통계분석" (2018), 한빛아카데미
- 제4차 산업혁명 시대의 교육: 학교의 미래, "류방란", 한국교육개발원, ~ (2018)
- 류영철, "진로진학상담교사의 역량모형 및 행동지표 개발", 박사, pp.2014
- 박가영, "초중등 교사의 인공지능 융합교육 교수역량 척도 개발 및 타당화", 석사, pp.2022
- 박수진, "초등학생을 위한 인공지능·진로 융합 교육 프로그램이 진로 지향도에 미치는 영향", 석사, pp.2022
- 박용호, "진로진학상담교사의 역량", 진로교육연구, 24(1), pp.117~136 (2011)
- 박희정, "정보(SWㆍAI) 교수효능감 측정도구 개발", 컴퓨터교육학회논문지, 24(4), pp.39~52 (2021)
- 배윤주, "예비교사의 AI 융합교육 교수역량 측정 도구 개발", 학습자중심교과교육연구, 23(23), pp.339~351 (2023)
- 백명지, "단계형 인공지능 진로교육 프로그램이 초등학생의 진로지향성에 미치는 영향", 석사, pp.2023
- 성태제, "검사나 평가활동에 대한 메타평가적 관점에서의 결과타당도", 교육학연구, 41(1), pp.91~110 (2003)
- AMOS를 이용한 알기 쉬운 통계분석, "SPSS", pp.2012, 성태제
- 성태제, "jamovi를 이용한 알기 쉬운 통계분석" (2019), 학지사
- 신하영, "예비교사가 인식하는 AI 시대의 교사역할과 역량에 대한 기대수준", 교육연구논총, 44(3), pp.35~68 (2023)
- 심준섭, "행정학 및 정책학 연구에서 확증적 요인분석의 경향과 쟁점: 탐색적 요인분석과의 비교를 중심으로", 정책분석평가학회, 25(2), pp.247~278 (2015)
- 양혜지, "초등교원의 SW교육 역량 추출", 학습자중심교과교육연구, 20(19), pp.1357~1378 (2020)
- 인공지능 기술 전망과 혁신정책 방향 – 국가 인공지능 R&D 정책 개선방안을 중심으로, "양희태", 과학기술정책연구원, ~ (2018)
- 엄미리, "일반 교원의 진로지도 및 상담 직무영역에서의 핵심역량 도출에 관한 연구", 직업능력개발연구, 20(2), pp.125~160 (2017)
- 우종필, "구조방정식 모델 개념과 이해" (2013), 한나래아카데미
- 유현실, "진로상담전문가의 역량모형 개발", 박사, pp.2009
- 이상은, "불확실성 시대의 학습의 속성에 비추어 본 역량기반 교육과정의 대안적 방향 탐색: 존재론적 접근을 중심으로", 교육과정연구, 36(1), pp.45~69 (2018)
- 이소율, "예비교사의 인공지능 교수효능감 측정 도구(AI-TEBI) 개발", 컴퓨터교육학회 논문지, 24(1), pp.47~61 (2021)
- 이영준, "요인분석의 이해" (2002), 석정출판사
- 이종환, "SPSS를 이용한 조사방법 및 통계분석의 이해와 적용" (2016), 도서출판 공동체
- 한국의 진로정보·지도 및 상담 서비스 정책, "이지연", 한국직업능력개발원, ~ (2001)
- 이홍민, "역량평가 인적자본 역량모델 개발과 역량평가" (2009), 리드리드
- 역량중심 교과 통합 진로교육을 위한 탐색, "임언", 한국직업능력개발원, ~ (2008)
- 장병철, "고등학교 학생을 위한 인공지능 교육자료 개발", 한국컴퓨터교육학회 학술발표대회논문집, 25(1), pp.37~40 (2021)
- 장창곡, "진로진학상담 수행역량 척도 개발 및 슈퍼비전 요구분석", 박사, pp.2017
- 인공지능 시대의 전문직 직업연구, "장주희", 한국직업능력개발원, ~ (2020)
- 정영화, "초등교사의 진로교육역량 측정도구 개발 및 타당화", 박사, pp.2017
- 정철영, "고교학점제 도입에 따른 고등학교 진로전담교사 직무모형 개발", 진로교육연구, 34(4), pp.177~197 (2021)
- 조정호, "4차 산업혁명시대 교육의 개선방향: 인성교육과 인공지능을 중심으로", 인성교육, 13(2), pp.75~89 (2019)
- AMOS 활용 구조방정식 모형 논문 통계분석, "SPSS", pp.2014, 조철호
- 홍광표, "유아교사 인공지능 기반 소프트웨어 교육 역량 척도 개발 및 타당화", 인문사회21, 14(1), pp.843~856 (2023)
- 홍세희, "구조 방정식 모형의 적합도 지수 선정기준과 그 근거", 한국심리학회지: 임상, 19(1), pp.161~177 (2000)
- 황예지, "초등학생의 인공지능 리터러시 향상을 위한 인공지능·진로 융합 교육 프로그램 개발", 석사, pp.2023
- 히든그레이스 논문통계팀, "한 번에 통과하는 논문: SPSS 결과표 작성과 해석 방법" (2020), 한빛아카데미
- Bagozzi, R., "On the Evaluation of Structural Equation Models", Journal of the Academy of Marketing Sciences, 16, pp.74~94 (1988)
- Cattell, R. B., "A dynamic model of physical influences demonstrating the necessity of oblique simple structure", Psychological Bulletin, 59(5), pp.389~400 (1962)
- Clark, L., "Constructing validity: Basic issues in objective scale development", Psychological Assessment, 7(3), pp.309~319 (1995)
- Curran, P. J., "The robustness of test statistics to nonnormality and specification error in confirmatory factor analysis", Psychological methods, 1(1), pp.16~29 (1996)
- Danielle J. N., "Learning statistics with jamovi", ~ (2013)
- Fadel. C., "Four-Dimensional Education: The Competencies Learners Need to Succeed" (2015), CreateSpace Independent Publishing Platform
- Gorsuch. R. L., "Factor Analysis" (1983)
- Herr, E. L., "Career guidance and counseling through the life span: Systematic approaches" (1996), Harper Collins
- Holmes, W., "Artificial intelligence in education Promises and Implications for Teaching and Learning" (2019), The Center for Curriculum Redesign
- Hu, L. T., "Cutoff Criteria for Fit Indexes in Covariance Structure Analysis: Conventional Criteria versus New Alternatives", Structural Equation Modeling, 6, pp.1~55 (1999)
- Hurley, A. E., "Exploratory and confirmatory factor analysis", Journal of Organizational Behavior, 18(6), pp.667~683 (1997)
- McClelland, D. C., "Testing for competence rather than for “intelligence”", American Psychologist, 28(1), pp.1~14 (1973)
- Annual Report 2003, "OECD", ~ (2003)
- Spencer, L. M., "Competence at Work" (1993), John Wiley & Sons
- West, S. G., "Structural equation models with nonnormal variables: Problem and remendies", ~ (1995)
- White, R. W., "Motivation reconsidered: The concept of competence", Psychological Review, 66(5), pp.297~333 (1959)
- Zawacki-Richter, O., "Systematic review of research on artificial intelligence applications in higher education–where are the educators?", International Journal of Educational Technology in Higher Education, 16(1), pp.1~27 (2019)