물리학 탐구 과정을 지원하는 시뮬레이션 기반 AI 시스템 프로토타입 개발
Development of a prototype simulation-based AI system to support physics inquiry learning
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
지능정보 사회의 기초 소양으로서 물리학의 중요성에도 불구하고 많은 학생들이 물리학 개념 학습 과정에서 어려움을 겪는다. 이를 해결하기 위해 다양한 디지털 학습 지원 도구들이 활용되어 왔지만, 도구 사용만으로는 학생들의 과학적 개념 변화를 기대하기 어렵다. 디지털 학습 지원 도구는 학생이 주도적으로 탐구 과정에 참여하여 과학적 개념을 구성할 수 있도록 하는 구성주의적 접근과 통합되어제공될 때 효과를 극대화할 수 있다. 본 연구는 구성주의 과학과 교수학습 모형인 5E 순환학습모형을바탕으로 물리학 탐구 과정을 지원하는 시뮬레이션 기반 AI 시스템 프로토타입을 개발하였다. 이를위해 설계․개발 연구방법을 적용하여 체계적으로 시스템을 개발하고 학습자 6명을 대상으로 사용성을 평가하였다. 사용성 평가 결과 시스템의 장점으로 단계적 학습 경험과 시뮬레이션을 통한 물리 법칙의 시각화, AI 튜터의 적응적 피드백 등이 제시되었으며, 단점으로 인터페이스 직관성 부족 및 시뮬레이션 사용 안내 미비 등이 도출되었다. 최종 개발된 시스템 프로토타입은 5단계의 학습 과정으로이루어져 있으며, 학습 단계별로 서로 다른 역할을 하는 맞춤형 AI 튜터를 개발하여 적응적으로 학생을 지원하고자 하였다. 또한, 시뮬레이션 코드 생성 AI를 활용하여 학생의 물리적 선개념을 시각화하여 보여줌으로써 개념 변화를 위한 인지 갈등을 촉진하고자 하였다. 본 연구는 과학 학습 이론을 기반으로 빠르게 발전하는 AI 기술을 활용하여 효과적인 물리학 탐구 학습 환경을 조성하고자 했다는점에서 의의가 있다.
Abstract
Despite the importance of physics as a fundamental literacy in intelligent information society, many students face challenges in learning physics concepts. Although various digital learning support tools have been utilized to address these difficulties, merely using these tools alone may not effectively facilitate students’ conceptual change. Digital tools can maximize their effectiveness when integrated with constructivist approaches that help students actively participate in inquiry-based learning to construct scientific concepts. This study developed a prototype simulation-based AI system supporting physics inquiry processes based on the 5E learning cycle, a constructivist science teaching and learning model. Using design and development research methodology, the system was systematically developed and evaluated for usability with six users. Usability evaluation revealed several strengths of the system, including a step-by-step learning experience, visualization of physics laws through simulations, and adaptive feedback provided by the AI tutor. However, limitations such as a lack of intuitive interface design and insufficient guidance for simulation use were identified. The final prototype system consists of five learning stages, each featuring customized AI tutors with distinct roles to provide adaptive learner support. Additionally, a simulation code-generating AI visualizes learners’ pre-conceptions to promote cognitive conflict, facilitating conceptual change. This study is significant in that it leverages rapidly evolving AI technologies to create an effective physics inquiry learning environment based on scientific learning theories.