본문 바로가기
KERD
논문KCI 등재

중학생의 인공지능 리터러시 검사 도구 개발

The Artificial Intelligence Literacy Scale for Middle School Students

이영준|김성원
한국컴퓨터정보학회 (The Korean Society Of Computer And Information)|2022.03|한국컴퓨터정보학회논문지 (Journal of The Korea Society of Computer and Information)|제27권 제3호|pp. 225-238|DOI https://doi.org/10.9708/jksci.2022.27.03.225

3

조회

0

다운로드

25

인용

0

참고문헌

키워드

중학생Test toolAI educationMiddle school studentAI literacy인공지능 교육인공지능 리터러시검사 도구SW교육SW education
주제분류컴퓨터학

초록

인공지능 리터러시에 대한 중요성이 증가하고 있지만, 인공지능 리터러시를 측정하기 위한 검사 도구가 부족한 상황이다. 따라서 본 연구에서는 중학생의 인공지능 리터러시를 측정하기 위한검사 도구를 개발하였다. 검사 도구 개발을 위하여 전문가 집단을 구성하고, 검사 도구의 요인과문항을 개발하였다. 개발한 검사 도구의 신뢰도와 타당도를 확보하기 위하여 현장 적합성 검토, 탐색적 요인 분석, 확인적 요인 분석을 진행하였다. 이러한 연구를 통하여 6개의 하위 영역과 30 개의 문항을 가진 검사 도구를 개발하였다. 검사 도구의 하위 영역은 인공지능의 사회적 영향(8문항), 인공지능의 이해(6문항), 인공지능 실행 계획(5문항), 인공지능 문제 해결(5문항), 데이터 리터러시(4문항), 인공지능 윤리(2문항)가 있다. 검사 도구는 5점 리커트 척도로 응답하게 개발되었으며, 내적 일치도 계수는 전체가 .970이며, 하위 영역은 .861~.939이었다. 본 연구는 인공지능 리터러시의 발달 과정 분석, 교수-학습, 교육과정 등의 연구에 활용될 수 있다.

Abstract

Although the importance of literacy in Artificial Intelligence (AI) education is increasing, there is a lack of testing tools for measuring such competency. To address this gap, this study developed a testing tool that measures AI literacy among middle school students. This goal was achieved through the establishment of an expert group that was enlisted to determine the relevant factors and items covered by the proposed tool. To verify the reliability and validity of the developed tool, a field review, exploratory factor analysis, and confirmatory factor analysis were conducted. These procedures resulted in a testing tool comprising six domains that encompass 30 items. The domains are the social impact of AI (eight items), the understanding of AI (six items), AI execution plans (five items), problem solving with AI (five items), data literacy (four items), and AI ethics (two questions). The items are to be rated using a five-point Likert scale. The internal consistency of the tool was .970 (total), while that of the domains ranged from .861 to .939. This study can serve as reference for developing the analysis of AI literacy, teaching and learning, and evaluation in AI education.

참고문헌 (44)

  1. M. Xu, "The fourth industrial revolution: Opportunities and challenges", International journal of financial research, 9(2), pp.90~95 (2018)[DOI]
  2. "AI(Artificial Intelligence)Brain Index: Analysis of Core Talent and Implication" (2019)[URL]
  3. 정영주, "초․중․고 교육분야의 인공지능(AI) 관련 해외 연구동향 분석", 한국도서관·정보학회지, 52(3), pp.313~334 (2021), 한국도서관·정보학회[DOI]
  4. 김성원, "중등 교육을 위한 소프트웨어 교육과정 개발", 한국컴퓨터정보학회논문지, 21(8), pp.127~141 (2016), 한국컴퓨터정보학회
  7. 김성원, "한국 학생의 인공지능에 대한 태도 분석: 학교급을 중심으로", 교원교육, 37(3), pp.131~153 (2021), 교육연구원
  8. J. M. Wing, "Computational thinking", Communications of the ACM, 49(3), pp.33~35 (2006)[DOI]
  10. "Masterplan of Informatics Education" (2020)[URL]
  11. "Education Policy Direction and Core Tasks in Artificial Intelligence Era" (2020)[URL]
  12. D. Long, "What is AI literacy? Competencies and design considerations", Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, pp.1~16 (2020)
  13. 김성원, "중학생의 인공지능에 대한 태도 검사 도구 개발", 컴퓨터교육학회 논문지, 23(3), pp.17~30 (2020), 한국컴퓨터교육학회[DOI]
  14. 이명제, "과학적 소양의 정의 분류의 특성 및 경향", 한국과학교육학회지, 34(2), pp.55~62 (2014), 한국과학교육학회[DOI]
  15. A. W. Branscomb, "Knowing how to know", Science, Technology, & Human Values, 6(3), pp.5~9 (1981)[DOI]
  16. F. W. Horton Jr, "Information literacy vs. computer literacy", Bulletin of the American Society for Information Science, 9(4), pp.14~16 (1983)
  17. T. P. Mackey, "Reframing information literacy as a metaliteracy", College & research libraries, 72(1), pp.62~78 (2011)[DOI]
  19. P. Gilster, "Digital literacy" (1997), John Wiley & Sons
  20. The future of education and skills: Education 2030, "Organisation for Economic Cooperation and Development (OECD)", ~ (2018)
  21. J. Fraillon, "International Computer and Information Literacy Study: Assessment Framework", International Association for the Evaluation of Educational Achievement, ~ (2013)
  22. J. Fraillon, "IEA international computer and information literacy study 2018assessment framework" (2019), Springer Nature
  23. D. G. Lee, "The Analysis on Research Trends for Artificial Intelligence literacy Education in Korea", Proceeding of Korean Association of Computer Education, 25(2), pp.25~27 (2021)
  24. 정철영, "농업 진로검사도구 개발을 위한 기초연구", 농업교육과 인적자원개발, 34(4), pp.59~82 (2002), 한국농·산업교육학회
  25. D. G. Zytowski, "Developing the Kuder skills assessment", Journal of Career Assessment, 10(2), pp.190~199 (2002)[DOI]
  27. R. V. Krejcie, "Determining sample size for research activities", Educational and psychological measurement, 30(3), pp.607~610 (1970)[DOI]
  28. L. T. Hu, "Fit indices in covariance structure modeling: Sensitivity to underparameterized model misspecifica tion", Psychological methods, 3(4), pp.424~ (1998)[DOI]
  29. C. Fornell, "Structural equation models with unobservable variables and measurement error: Algebra and statistics", Journal of Marketing Research, 18(3), pp.382~388 (1981)[DOI]
  30. L. R. Aiken, "Psychological testing and assessment" (1997), Allyn &Bacon
  31. 김진석, "인공지능 리터러시 기반 초･중등교육의 내용과교수･학습 방안 탐구", 한국초등교육, 32(3), pp.19~35 (2021), 초등교육연구원[DOI]
  32. L. Crocker, "Introduction to classical and modern test theory" (1986), Holt, Rinehart and Winston
  33. 박정열, "지식근로자의 일터학습민첩성 진단도구 개발", HRD연구, 21(4), pp.115~152 (2019), 한국인력개발학회[DOI]
  34. 정철영, "진로교육 성과평가를 위한 개념적 모형 개발", 進路敎育硏究, 32(3), pp.285~307 (2019), 한국진로교육학회
  35. 신세인, "인공지능에 대한 초등학생들의 이미지 탐색", 초등과학교육, 37(2), pp.126~146 (2018), 한국초등과학교육학회[DOI]
  36. 신세인, "고등학생들의 인공지능(AI)에 대한 개념인식과 정서 구조 탐색", 학습자중심교과교육연구, 17(21), pp.289~312 (2017), 학습자중심교과교육학회[DOI]
  37. "What Consumers Really Think About AI:A Global Study" (2018)[URL]
  38. S. W. Kim, "An analysis of pre-service teachers'learning process in programming learning", International Journal on Advanced Science Engineering and Information Technology, 10(1), pp.58~69 (2020)[DOI]
  39. M. Eslami, "User attitudes towards algorithmic opacity and transparency in online reviewing platforms", Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems, pp.1~14 (2019)
  40. 이은경, "국내외 초·중등학교 인공지능 교육과정 분석", 컴퓨터교육학회 논문지, 23(1), pp.37~44 (2020), 한국컴퓨터교육학회[DOI]
  41. K. Li, "Tell me where to look: Guided attention inference network", Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp.9215~9223 (2018)
  42. S. Ali, "Constructionism, ethics, and creativity: Developing primary and middle school artificial intelligence education", International workshop on education in artificial intelligence K-12 (EDUAI'19), pp.1~4 (2019)
  43. M. R. Zimmerman, "Teaching AI: exploring new frontiers for learning", ~ (2018)
  44. 임효신, "중학생 진로개발역량 검사도구 개발", 進路敎育硏究, 28(4), pp.107~137 (2015), 한국진로교육학회

관련 논문AI추천

초등교사 인공지능 리터러시 측정 도구 개발 및 타당화정혜원, 한소미교육연구소 · 교육연구논총2025 · 제46권 제3호중학생의 AI 핵심역량 측정을 위한 체크리스트 문항 개발이은철, 한정수한국사물인터넷학회 · 사물인터넷융복합논문지2024 · 제10권 제3호대학생을 위한 AI 리터러시 척도 개발임철홍, 정대근, 조영아한국엔터프라이즈아키텍처학회 · 정보화연구2024 · 제21권 제3호인공지능 시대의 디지털 역량 함양을 위한 디지털 리터러시 역량 평가 도구 개발 및 타당화전신영, 최재호대학교육개발센터협의회 · 대학 교수-학습 연구2023 · 제16권 제3호초등학생의 AI 역량 측정을 위한 체크리스트 문항 개발변영신, 이은철한국사물인터넷학회 · 사물인터넷융복합논문지2024 · 제10권 제3호인공지능 리터러시 측정을 위한 검사 지표 개발류미영, 한선관한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2023 · 제28권 제7호

이 간행물의 다른 논문 (25건)

해양관측부이 기상정보에 기계학습을 활용한 해상 익수자 이동경로 예측문호석, 한정욱pp. 1-12적응 학습을 이용한 영어 학습자의 LSTM 신경 언어 모델에서 문장 임베딩 진단김유희pp. 13-23표준형 AI 교육과정 기반의 국내 대학의 AI 전공 교육과정 현황 분석김두현, 이원주, 김상일, 김한성pp. 25-31Triple Attention U-Net 기반 손바닥 다중채널영상 및 CNN 분류기 앙상블 모델을 이용한 비접촉식 신원 인식 시스템우성희, 김범준, 곽정환, 김인기pp. 33-43V-Catch Vision 시스템 개발 및 평가조용주, 김동근, 박경신pp. 45-52
원문 보기