초․중등 교사의 AI 디지털교과서 활용 수업 초기 경험 분석: 근거이론을 기반으로
An Analysis of Elementary and Middle School Teachers’ Early Instructional Experiences with AI Digital Textbooks: A Grounded Theory Approach
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 초․중등 교사의 AI 디지털교과서 활용 수업 초기 경험을 파악하고 이와 관련된 환경과 맥락을 심층적으로 밝히고자 하였다. 이를 위하여 근거이론(grounded theory)을 적용하여 초․중등 학교에서 AI 디지털교과서를 직접 실행하고 있는 교사 56명을 연구 참여자로 선정하여 인터뷰하였다. 연구 참여자로부터 서면 인터뷰 및 수업 자료 등을 수집하여, 개방코딩, 축코딩, 선택코딩 방법으로 분석하였다. 그 결과 개방코딩 단계에서 128개의 개념, 34개의 하위범주, 14개의 상위범주를 도출하였다. ‘AI 디지털교과서 활용 데이터 기반 개별화 수업에 대한 도전’이라는 중심 현상에 영향을 미친 인과조건은 전통적 학습 환경의 한계, 통합 플랫폼에 대한 요구였다. 맥락적 조건은 제약된 디지털 교수학습 환경, 다양한 디지털 교수학습 방법으로 나타났고, 중재 조건은 교사 변인과 학생 변인으로 나타났다. 이에 따라 작용․상호작용 전략으로써 학습 데이터 분석을 위한 대시보드 활용, 데이터 기반 개별화 수업 설계, 데이터 기반 평가 및 피드백 실행, 다양한 기능을 활용한 사회정서적 지원이 도출되었고, 전략의 실천은 학습자의 주도성 향상, 교수자의 개별화 수업 실행 역량, 품질 및 사용자 편의성 개선 요구라는 결과로 패러다임 모형을 제시하였다. 마지막으로 선택코딩의 결과, 핵심 범주는 ‘AI 디지털교과서 기반 데이터 순환형 개별화 수업’으로 나타내었다. 본 연구는 AI 기반 학습 플랫폼 활용을 촉진하기 위한 정책적․실천적 시사점을 제공한다.
Abstract
This study examined the early instructional experiences of elementary and middle school teachers with artificial intelligence (AI) digital textbooks and explored the environments and contexts surrounding their use. Employing a grounded theory approach, interviews were conducted with 56 teachers actively implementing AI digital textbooks in K-12 settings. Data-including written interview responses and instructional materials-were analyzed through open, axial, and selective coding. The open coding yielded 128 concepts, 34 subcategories, and 14 categories. The central phenomenon identified was the challenge of implementing data-driven individualized instruction using AI digital textbooks. The identified causal conditions included the limitations of traditional learning environments and the need for an integrated platform. The identified context conditions comprised constrained digital teaching-learning environments and diverse digital instructional methods, while intervening conditions involved teacher- and student-related variables. Correspondingly, the suggested strategies included leveraging dashboards for learning data analysis, designing data-driven individualized instruction, implementing data-driven assessment and feedback, and providing socio-emotional support through various features. The enactment of these strategies enhanced learners’ agency, improved teachers’ abilities to implement individualized instruction, and revealed the need for improved system quality and usability. This paper provides policy and practical implications to promote the effective use of AI-based learning platforms.