IT 비전공 대학생의 인공지능 학습을 위한 학습자 특성에 관한 개념 연구
A Conceptual Study on Learner Characteristics for Artificial Intelligence Learning among Non-IT College Students
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
전 세계적으로 모든 분야에서 인공지능 기술을 융합하여 적용하고 있는 상황에서 IT 전공 여부와 상관없이 모든 대학생의 인공지능 기초 역량 및 융합 역량이 중요해지고 있다. 이에 IT 비전공 대학생의 인공지능 학습 효율을 높이기 위해 인공지능 학습에 영향을 미칠 수 있는 학습자의 특성들을 연구하는 것은 중요하다. 따라서 본 논문에서는 인공지능 학습에 중요한 영향을 미치는 IT 비전공 대학생의 학습자 특성 요인들을 전공 적합성, 인공지능 자기효능감, 인공지능 흥미의 3가지로 도출하고 이 3가지 요인들을 측정할 수 있는 척도를 제안한다. 마지막으로 탐색적 요인 분석과 신뢰성 분석을 통해 제안하는 요인들과 척도의 타당성과 신뢰성을 증명한다.
Abstract
In a global context where artificial intelligence technology is being integrated and applied in all fields, regardless of their major in IT, the basic and integrated competencies in artificial intelligence are becoming increasingly important for all university students. Therefore, it is crucial to conduct research on the learner characteristics that can influence artificial intelligence learning to enhance the efficiency of non-IT major university students in learning artificial intelligence. In this paper, I identify three learner characteristic factors for non-IT major university students that have a significant impact on artificial intelligence learning: major suitability, artificial intelligence self-efficacy, and interest in artificial intelligence. I propose scales to measure these three factors. Finally, through exploratory factor analysis and reliability analysis, I demonstrate the validity and reliability of the proposed factors and scales.
참고문헌 (15)
- 최지현, "우리나라 대학 AI 교양교육 설계를 위한미국과 독일의 대학 AI 교양교육 현황 분석 연구", 인공지능인문학연구, 7, pp.109~146 (2021), 인문콘텐츠연구소[DOI]
- "대학 교양 교육을 위한 AI·소프트웨어 교육", 교육과 문화, 3(1), pp.33~44 (2021), 창의·인성연구소
- 이유미, "AI 리터러시 개념 설정과 교양교육 설계를 위한 연구", 어문론집, 85, pp.451~474 (2021), 중앙어문학회[DOI]
- 박윤수, "대학생의 AI 리터러시 역량 신장을 위한 교양 교육 모델", 정보교육학회논문지, 25(2), pp.423~436 (2021), 한국정보교육학회[DOI]
- Rogers, E. M, "Diffusion of innovations. ; 2010; 4 New York", NY Simon and Schuster, ~ (2010)
- Schierz, P. G., "Understan ding consumer acceptance of mobile payment servi ces : An empirical analysis", Electronic commerce re search and applications, 9(3), pp.209~216 (2010)
- Venkatesh, V., "A theoretical extension of the technology acceptance model : Four longitud inal field studies", Management science, 46(2), pp.186~204 (2000)
- Goodhue, D. L., "Understanding user evaluations of information systems", Management science, 41(12), pp.1827~1844 (1995)
- Goodhue, D. L., "Development and measurement validity of a task-technology fit instrument for user evaluations of information system", Decision scienc es, 29(1), pp.105~138 (1998)
- Bandura, A., "Self-efficacy : toward a unifying theor y of behavioral change", Psychological review, 84(2), pp.191~ (1977)
- Compeau, D. R., "Computer self-ef ficacy : Development of a measure and initial test", MIS quarterly, pp.189~211 (1995)
- Venkatesh, V., "Determinants of perceived ease of use : Integrating control, intrinsic motivation, and e motion into the technology acceptance model", Inf ormation systems research, 11(4), pp.342~365 (2000)
- Hackbarth, G., "Computer playfulness and anxiety : positive and negative medi ators of the system experience effect on perceived ease of use", Information & management, 40(3), pp.221~232 (2003)
- Barnes, S. J., "Understanding use continuance in virtual worlds : Empirical test of a research model", Information & Management, 48(8), pp.313~319 (2011)
- West, S. G., "Structural equation models with nonnormal variables: Problems and remedies", ~ (1995)