대학 팀 프로젝트에서 학습자 어려움과 AI 지원 가능성 탐색: H대학 사례를 중심으로
Exploring learner challenges and opportunities for AI-driven support in team projects: A case study at H university
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 대학 팀 프로젝트 수업에서 학습자가 경험하는 어려움을 탐색하고, 이를 개선하기 위한 AI 기반 지원 가능성을 모색하는 데 목적이 있다. 이를 위해 2024-2학기 강원도 소재 H대학교에서 팀 프로젝트 수업을 수강한 학부생 60명을 대상으로 설문조사를 실시하고, 이 중 18명을 대상으로 반구조화된 인터뷰를 수행하였다. 수집된 자료는 정량, 정성 분석 후 두 자료의 병렬적 해석을 위해 통합 틀을 개발하였다. 연구 결과는 다음과 같다. 첫째, 학습자들은 주로 조사․분석 중심의 과제를 6인 이하로 수행하고 있으며, 교수자 주도 팀 구성, 자발적 역할 분담, 메신저와 공동 문서 편집 도구를 활용한 팀 프로젝트를 경험하였다. 둘째, 학습자들은 조원의 낮은 참여도, 역할 불균형, 소통 부족, 평가의불공정성 등에 어려움을 경험했으며, 갈등 회피나 개인 책임에 기반한 소극적인 방식으로 대처하는경향을 보였다. 셋째, 이러한 어려움을 개선하기 위해 자동 팀 구성 및 역할 추천, 일정 공유 및 프로젝트 일정 관리, 대화 요약 및 회의록 생성, 갈등 탐지 및 중재 가이드 제공, 평가 편향 보정 등 AI 활용 기능을 도출하였다. 본 연구는 학습자의 경험을 바탕으로 팀 프로젝트 수업의 어려움과 AI의 지원 가능성을 제시하였다는 점에 의의가 있다. 특히 AI 활용을 개인 맞춤형 지원을 넘어, 상호작용 조정과 팀 단위의 협업을 촉진하는 방향으로 확장할 수 있는 가능성을 제안하였다.
Abstract
This study examined challenges faced by undergraduates in team project courses and explored opportunities for AI-based support. A survey was conducted with 60 undergraduates enrolled in a team project course at a regional university in the second semester of 2024, and 18 of them participated in follow-up interviews. The survey and interview data were first analyzed independently-either quantitatively or qualitatively, respectively-and were later integrated using a framework that emphasized major components of team projects. Findings showed that students usually worked in instructor-assigned teams but volunteered for their roles. Projects mainly involved problem-solving or collaborative research, with most teams having fewer than six members. Students frequently used messengers, shared drives, and co-editing platforms for collaboration. Challenges included insufficient peer participation, unequal role distribution, communication barriers, and perceptions of unfair assessment. Students often managed these issues passively, relying on conflict avoidance or personal responsibility rather than collective problem-solving. Based on these findings, this paper proposes AI-driven functionalities to support all phases of team projects: team formation and role recommendation, schedule coordination, conflict detection with mediation guidance, contribution tracking, and bias-aware assessment. These tools aim to enhance interaction among team members and extend AI’s role to support collaborative activities beyond individualized assistance.