인공지능 융합 교육 연구 동향과 발전 방향
Research Trends and Future Directions in Artificial Intelligence-Integrated Education
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
인공지능 융합 교육은 인공지능과 다른 교과를 융합하여 학습자들이 특정 교과의 내용 지식을 습득하는 동시에 인공지능 지식도 함께 습득하고, 두 개 이상의 교과 지식을 융합하여 고차적인 역량 개발을 목표로 한다. 인공지능 융합 교육 실천에 관한 관심과 사례가 증가하는 현시점에서 본 연구는 국내 인공지능 융합 교육 연구 동향을 분석하여 향후 발전 방향을 제시하고자 하였다. 2015년 1월부터 2024년 2월까지 발표된 인공지능 융합 교육 관련 문헌 중 총 26편의 논문을 선별하고 선행연구를 통해 도출한 분류 체계를 활용하여 해당 연구물을 체계적으로 검토 및 분석하였다. 연구 결과, 인공지능 융합 교육은 교과 지식과 인공지능의 이해를 넘어 실제 적용 및 창출 능력 배양에 보다 많은 중점을 두고 있음을 확인하였다. 융합 유형에서는 핵심 역량 기반 교육이 높은 비율을 차지하였고, 문제 해결 역량과 같은 고차적 사고 함양에 초점을 맞추고 있었다. 주요 내용 요소로는 인공지능의 ‘학습’이 많이 다루어지며 이를 위해 다양한 머신러닝 기반 도구의 활용이 두드러졌다. 인공지능 융합 교육의 실천이 과학 및 사회 과목에서 활발히 이루어졌으나, 그 외 교과 사례는 부족하여 향후 연구에서 다양한 교과와의 융합이 모색될 필요가 있음을 시사한다. 본 연구의 결과는 인공지능 융합 교육의 실제적 적용을 위한 다양한 수업 모형 개발과 교사의 설계 역량 강화를 위한 기초 자료로 활용될 수 있다. 향후 교육 현장으로의 확장을 위해 학교 현장의 특성을 고려한 후속 연구와 실천이 필요하다.
Abstract
Artificial Intelligence(AI)-Integrated Education aims to develop knowledge of AI or develop higher-level competencies while simultaneously acquiring subject-specific content knowledge through the integration of AI with various discipline. However, research on its practical application and taxonomy of AI- integrated education remains limited in school settings. This study conducted a systematic review to analyze domestic cases of AI-integrated education trends and purpose future directions for research and practice. A total of 26 articles published between 2015 and 2024 were selected and systematically reviewed in relation to the taxonomy of AI-integrated education, which was derived from prior research and validated by experts. It was found that AI-integrated education prioritizes fostering the ability to apply and create beyond the fundamental understanding of subject knowledge and AI concepts. Additionally, competency-based integration, particularly aimed at enhancing higher-order thinking skills such as problem-solving, is predominant. The primary content focus was on learning, with extensive use of machine learning-based tools. AI-integrated education has been actively implemented in science and social studies, whereas its integration into other subjects remains limited, highlighting the need for broader applications across diverse disciplines. The results of this study provide a foundational resource for developing instructional models and enhancing teachers’ competencies in designing and implementing AI-integrated education. Further research and practical efforts, considering the contextual characteristics of school environments, are necessary for broader implementation across various educational settings.