예비 특수교사를 위한 마이크로티칭 평가 지원 AI 시스템 개발 탐색 연구
Exploring the Development of an AI System for Supporting Microteaching Assessment in Pre-Service Special Education Teacher Training
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
연구목적 본 연구는 예비 특수교사 대상의 마이크로티칭 평가를 지원하기 위한 AI 기반 시스템을 설계하고, 해당 시스템의 활용 가능성을 탐색하는 것을 목적으로 한다. 연구방법 설계‧개발 연구 방법론에 따라, 멀티모달 인공지능, 인간-AI 협업, 피드백 리터러시 관련 문헌 고찰을 기반으로 설계 원리를 도출하고, 이를 바탕으로 Streamlit 기반 웹 애플리케이션 형태의 프로토타입 시스템을 개발하였다. 이후 특수교육 및 교육공학 전문가 5인을 대상으로 닐슨의 사용성 평가 기준에 따라 타당성과사용성을 평가하고 이를 반영하여 최종 AI 시스템을 개발하였다. 연구결과 도출된 설계 원리는 ‘인터페이스 설계, 멀티모달 데이터 분석 및 평가, AI-인간 협업, 피드백, 특수교육 수업요소’의 5개 구성요소, 7개 원칙, 13개 세부지침으로 구성되었다. 개발된 시스템은 모의수업 영상 분석, AI와 평가 협업, 맞춤형 피드백 생성의 3단계로 구성되며, 실제 수업 영상의 자동 분석, 챗봇과의 대화 기반 평가 검토, 피드백 자동 생성 기능을 제공하였다. 사용성 평가 결과는 평균 4.5점 이상으로, 직관적 인터페이스와평가 신뢰성 측면에서 전반적으로 긍정적인 반응을 나타냈다. 결론 본 연구는 예비 특수교사의 수업 역량 평가를 위한 AI 기반 협업 시스템의 설계 및 활용 가능성을 제시하였다. 특히 인간-AI 협력을 통해 평가의 신뢰성과 피드백의 질을 높일 수 있음을 보여주었으며, 특수교육 맥락에 적합한 AI 평가 도구 개발의 실천적 방향을 제안하였다.
Abstract
Purpose This study aimed to design an artificial intelligence(AI) system grounded in design principles to support the microteaching evaluation of pre-service special education teachers and to explore its applicability. Methods Using a design and development research approach, design principles were derived from literature on multimodal AI, human-AI collaboration, and feedback literacy, and a prototype was developed with Streamlit. Usability evaluations with five experts, based on Nielsen’s heuristics, informed iterative refinements. Results The finalized system includes three stages—automated video analysis, AI-supported evaluation, and personalized feedback—implemented through functions like video analysis, chatbot-guided scoring, and feedback generation. The system earned high usability scores (avg. > 4.5; 5-point Likert scale), showing strong intuitiveness and reliability. Conclusion The findings highlight the feasibility and value of AI-based, human-AI collaborative tools for microteaching assessment in special education contexts.