테크놀로지의 교육적 활용에 대한 비판적 문헌 고찰: STEEP 거시 환경분석 틀을 기반으로
Critical Literature Analysis on the Educational Use of Technology: Based on the STEEP Macro-Environmental Analysis Framework
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 교육공학의 미래 역할과 새로운 관점 탐구를 위해 AI 및 테크놀로지의 교육적 활용에 대한 비판적 주장을 제시한 문헌을 분석하고자 하였다. 이를 위해 국외 문헌 22편을 선정하고 거시환경 분석틀인 STEEP을 기반으로 해당 문헌들의 주요 주장과 논리를 사회적, 기술적, 환경적, 경제적, 정치적 측면에서 분석하였다. 연구 결과, 비판적 연구에서 총 10개의 핵심 주장이 도출되었으며 각 측면에서 다음과 같은 주요 쟁점이 확인되었다. 첫째, 사회적 측면에서는 디지털 격차로 인한 학습 격차와 가짜 자동화 문제가 제기되었다. 둘째, 기술적 측면에서는 데이터 맞춤형 교육의 확산으로 인한 기계적 교육 패턴의 추구, 학습자의 데이터화로 인한 기본적 인권 제한 문제가 나타났다. 셋째, 경제적 측면에서는 학습 맥락을 충분히 반영하지 않은 데이터 수집 및 관리와 터널 비전 문제가 나타났다. 넷째, 환경적 측면에서는 디지털 혁신이 곧 친환경 혁신이라는 인식 오해의 문제점이 제기되었다. 마지막으로 정치적 측면에서는 데이터 중심 교육 환경에서 글로벌 기업의 영향력 강화와 기술 중심적 디지털 교육 정책의 편향성이 문제로 제시되었다. 이러한 분석을 통해 교육용 테크놀로지 활용이 사회, 기술, 경제, 환경, 정치적 요인들과 복합적으로 얽힌 현상을 확인할 수 있다. 특히, 본 연구는 AI 기술의 발전과 확산은 학습자의 데이터화 및 교사의 주변화라는 구조적 변화를 초래할 가능성을 지적하며, 향후 지속 가능하고 책임 있는 교육용 테크놀로지 활용의 방향성을 모색하기 위한 시사점을 제시하였다.
Abstract
This study aimed to explore the future roles and new perspectives of educational technology by analyzing studies that critique the educational use of artificial intelligence (AI) and other technologies. To this end, 22 international publications were examined using a macro-environmental analytical framework that analyzed their key arguments and reasoning across five dimensions: social, technological, environmental, economic, and political (STEEP). The analysis yielded 10 core claims and identified the following key issues in each dimension. First, in the social dimension, learning gaps caused by the digital divide and the problem of “fake automation” were raised. Second, in the technological dimension, the spread of data-driven personalized education was found to result in mechanized instructional patterns and the restriction of learners’ fundamental rights through the datafication of learners. Third, the economic dimension highlighted issues with data collection and management practices that do not adequately reflect learning contexts, as well as the risk of tunnel vision. Fourth, in the environmental dimension, the understanding of digital innovation as inherently eco-friendly was problematized. Finally, in the political dimension, concerns were raised about the growing influence of global corporations in data-driven educational environments and the technocentric bias of digital education policies. The analysis confirms that the application of educational technologies is closely associated with social, technological, economic, environmental, and political factors. In particular, the results highlight that the advancement and proliferation of AI technologies may lead to structural shifts in education, including the datafication of learners and the marginalization of teachers. Based on these findings, the study proposes key implications for pursuing sustainable and responsible uses of educational technologies in the future.