본문 바로가기
KERD
논문KCI 등재

IT 비전공 대학생의 인공지능 학습 성과에 영향을 미치는 요인에 관한 개념 연구 - 인공지능 기술 특성을 중심으로

A Conceptual Study on the Factors Influencing AI Learning Performance of Non-IT College Students - Focusing on AI Technology Characteristics

이남용|정소희
한국IT정책경영학회 (The Korea Society of Information Technology Policy & Management)|2023.02|한국IT정책경영학회 논문지 (Jounal of The Korea Society of Information Technology Policy & Management)|제15권 제1호|pp. 3101-3107|DOI 10.23233/kitpm.2023.15.1.003

0

조회

0

다운로드

3

인용

0

참고문헌

키워드

AI education인공지능 교육IT 비전공 대학생Non-IT college students인공지능 기술 특성인공지능 학습 성과AI technology characteristicsAI learning performance
주제분류기술정책

초록

전 세계적으로 IT 비전공 대학생의 인공지능 역량은 점점 더 중요해지고 있다. 이에 IT 비전공 대학생의 인공지능 학습 성과에 영향을 미치는 요인으로 인공지능 기술 특성들에 대하여 살펴보았다. 인공지능 기술 특성 중 편의성, 개인화, 전문성, 신뢰성을 IT 비전공 대학생의 인공지능 학습 성과에 영향을 미치는 요인으로 도출하였고, 도출된 기술 특성 요인들과 인공지능 학습 성과 요인과의 관계를 개념적으로 모델링하였다. 이 특성들을 중심으로 인공지능 교육을 진행한다면 IT 비전공 대학생들의 인공지능 학습 성과에 많은 영향을 줄 수 있을 것이다.

Abstract

Globally, AI competencies of non-IT college students are becoming increasingly important. Therefore, the characteristics of AI technology were examined as factors that affect the learning performance of non-IT college students. Among characteristics of AI technology, convenience, personalization, professionalism, and reliability were derived as factors that affect the learning performance of non-AI college students. The relationship between the derived characteristic factors and AI learning performance factors was conceptually modeled. If AI education is centered on these characteristics, it will have a great impact on the AI learning performance of college students who do not major in IT.

참고문헌 (25)

  1. Schwab, Klaus, "The fourth industrial revolution", Currency, ~ (2017)
  2. Long, Duri, "What is AI literacy? Competencies and design considerations", Proceed ings of the 2020 CHI conference on human factors in computing systems, pp.1~16 (2020)
  3. Kandlhofer, M., "Artificial intelligence and computer science in education : From kindergarten to universi ty", 2016 IEEE Frontiers in Education Conference (FIE), pp.1~9 (2016)
  4. 최지현, "우리나라 대학 AI 교양교육 설계를 위한미국과 독일의 대학 AI 교양교육 현황 분석 연구", 인공지능인문학연구, 7, pp.109~146 (2021), 인문콘텐츠연구소[DOI]
  5. "Software-centered University, What is Software-centered University?"[URL]
  6. 이유미, "AI 리터러시 개념 설정과 교양교육 설계를 위한 연구", 어문론집, 85, pp.451~474 (2021), 중앙어문학회[DOI]
  7. "대학 교양 교육을 위한 AI·소프트웨어 교육", 교육과 문화, 3(1), pp.33~44 (2021), 창의·인성연구소
  8. 박윤수, "대학생의 AI 리터러시 역량 신장을 위한 교양 교육 모델", 정보교육학회논문지, 25(2), pp.423~436 (2021), 한국정보교육학회[DOI]
  9. 박미현, "비전공자를 위한 SW·AI 교양 교육과정 개발 연구 – P 대학교 사례를 중심으로 –", 컴퓨터교육학회 논문지, 24(2), pp.85~103 (2021), 한국컴퓨터교육학회[DOI]
  10. 이성혜, "학습자의 SW 및 AI 흥미, 프로그래밍 언어 활용 수준과 AI 자기효능감, AI 학습 지속 의사 간의 관계", 컴퓨터교육학회 논문지, 23(6), pp.51~58 (2020), 한국컴퓨터교육학회[DOI]
  11. 한지윤, "인공지능교육 관련 연구 동향 분석 : 키워드 네트워크 분석", 인공지능연구 논문지, 1(2), pp.20~33 (2020)
  12. 송정범, "SW교육에 참가하는 학생의 학습 지속의도에 미치는 변인에 관한 연구", 정보교육학회논문지, 22(1), pp.91~102 (2018), 한국정보교육학회[DOI]
  13. Cheon, M., "A Study on the Factors Affecting Intention of Learning Pyth on Programming : For Non-majors in University", In t. J. Inf. Educ. Technol, 12, pp.414~420 (2022)
  14. Parasuraman, A., "A conceptual model of service quality and its implicati ons for future research", Journal of marketing, 49(4), pp.41~50 (1985)
  15. Zeithaml, V. A., "SERVQUAL : a multiple-item scale for measuring con sumer perceptions of service quality", Journal of ret ailing, 64(1), pp.12~40 (1988)
  16. Zeithaml, V. A., "Service quality delivery through web sites : a critical review of extant knowledge", Journal of the academ y of marketing science, 30(4), pp.362~375 (2002)
  17. 문선미, "AI 스피커의 서비스 품질과 사회적 영향이이용의도에 미치는 영향", 석사, pp.2019
  18. 허희진, "AI 기반 패션 챗봇 서비스에 대한 소비자 수용의도-챗봇의 준사회적 실재감 특성을 중심으로-", 한국의류학회지, 46(3), pp.464~480 (2022), 한국의류학회[DOI]
  19. 백창화, "인공지능서비스의 특성분석과 품질평가속성에 대한 연구", 품질경영학회지, 47(4), pp.837~846 (2019), 한국품질경영학회[DOI]
  20. Davis, F. D., "User acceptance of computer technology : A comparison of two theoretical models", Management science, 35(8), pp.982~1003 (1989)
  21. Davis, F. D., "Perceived usefulness, perceived ease of use, and user acceptance of information technol ogy", MIS quarterly, pp.319~340 (1989)
  22. 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)
  23. Venkatesh, V., "A theoretical extensi on of the technology acceptance model : Four longi tudinal field studies", Management science, 46(2), pp.186~204 (2000)
  24. Venkatesh, V., "User acceptance of information technology : Toward a unified view", MIS quarterly, pp.425~478 (2003)
  25. Venkatesh, V., "Consumer acceptance and use of information technology : ext ending the unified theory of acceptance and use of technology", MIS quarterly, pp.157~178 (2012)

이 간행물의 다른 논문 (8건)

ICT 기업과 에너지기업의 新 전력시장 창출 모델에 대한 연구 – AI, Big Data, Cloud computing을 중심으로 –신재우pp. 3087-3094스마트시티에 필요한 보안 기술에 관한 연구이정재, 정영철pp. 3095-3100소상공인 정부지원서비스 및 소상공인 심리적 특성이 사업지속의도에 미치는 영향에 관한 실증연구배혜경, 배홍섭, 정호석, 정기수pp. 3109-3118볼리비아 CERT 및 사이버 보안 관리 프로세스 교육에 관한 사례 연구이창길, 백송이, 김현경pp. 3119-3126메타버스 기술을 적용한 사례 연구이정재pp. 3127-3133
원문 보기