본문 바로가기
KERD
논문KCI 등재

대학 기초교육에서 AI 코스웨어 활용 수업을 위한 교수설계 가이드라인 개발 및 타당화

Development and validation of instructional design guidelines for class using AI courseware in university basic education

황영아|신종호
한국교육정보미디어학회 (Korea Association for Educational Information and Media)|2024.04|교육정보미디어연구 (Journal of Korean Association for Educational Information and Media)|제30권 제2호|pp. 571-594|DOI 10.15833/KAFEIAM.30.2.571

0

조회

0

다운로드

2

인용

0

참고문헌

키워드

Instructional Design교수설계학습자 중심 수업적응형 학습AI 코스웨어AI CoursewareAdaptive LearningActive Learning
주제분류교육학

초록

대학 수업에서 AI 코스웨어 활용을 통해 다양한 지식수준을 가진 학생들의 특성에 맞는 맞춤형 학습을 지원하고 고차원적 사고능력 향상 등 대학 교육의 문제를 해결할 수 있다. 대학 수업에서 AI 코스웨어에 관한 관심과 적용 시도가 증가하고 있지만 아직 AI 코스웨어를 활용한 교수설계 시 핵심적으로 고려해야 하는 요소와 설계의 단계마다 수행해야 하는 구체적인 활동은 무엇인지에 대한 전체적인과정과 절차 안내는 미흡하다. 이에 본 연구에서는 대학에서 이루어지는 기초교과목을 중심으로 AI 코스웨어를 활용한 적응형 학습과 학습자 참여 중심 교수 방법을 결합한 수업을 설계할 때 활용할 수있는 교수설계 가이드라인을 개발하고 이를 타당화하고자 하였다. 이를 위하여 선행문헌 검토 및 사례분석을 통해 초기 교수설계 가이드라인을 도출하였으며, 2차례의 전문가 타당성 검사와 기초교육을담당하는 교수자들이 참가하는 사용성 평가를 통해 도출된 교수설계 가이드라인을 수정하고 타당화하였다. 대학 교수들이 AI를 활용하여 적응형 학습과 학습자 중심 수업을 결합한 수업을 설계할 때 수업 준비에서부터 수업 종료까지 참고할 수 있도록 개발된 최종 교수설계 가이드라인은 5가지 단계와19가지 구성요소, 47개 상세 지침(필수 상세 지침 39개, 권장 상세 지침 8개)으로 구성되었다. 전문가평가와 사용성 평가 결과 본 연구에서 개발된 교수설계 가이드라인은 기초교육 교과목 특성과 상관없이 보편적으로 참고할 수 있음을 확인하였다.

Abstract

The use of AI courseware in university classes can help solve problems in university education, such as personalizing learning for students with different knowledge levels and improving higher-order thinking skills. Despite the growing interest in AI courseware and its application in university classes, there is still a lack of overall process and procedural guidance on the core factors to consider when designing AI courseware and the specific activities to be performed at each stage of the design process. In this study, we aimed to develop and validate instructional design guidelines that can be used to design classes that combine adaptive learning and active learning methods using AI courseware, focusing on basic courses taught in university education. To this end, we derived initial instructional design guidelines through literature review and case analysis, and revised and validated them through expert validation and usability evaluation. The final instructional design guidelines, which were developed to help university professors design classes that combine adaptive learning and active learning using AI courseware, consisted of 5 steps(class preparation, before class implementation, during class implementation, after class implementation, and end of class), 19 components, and 47 detailed guidelines (39 required guidelines and 8 recommended guidelines). Expert evaluation and usability evaluation confirmed that the instructional design guidelines developed in this study can be universally referenced regardless of the characteristics of basic education courses.

참고문헌 (52)

  1. 교육부, "모두를 위한 맞춤 교육의 실현 디지털 기반 교육혁신 방안", 교육부 정책 설명 자료, ~ (2023)
  2. 김성욱, "모바일 탐구학습을 위한 수업설계의 개념모형 개발 연구 : 테크놀로지 통합을 중심으로", 교육공학연구, 33(2), pp.327~364 (2017)
  3. 김윤영, "자기주도학습 촉진을 위한 교수자 스캐폴딩 가이드라인 개발", 교육과학연구, 43(1), pp.1~31 (2012)
  4. AI시대 대비 국가수준 교육과정 운영 지원 방안 연구, "김현진", 교육부, ~, pp.교육부-위탁-2019-22 (2020)
  5. 신동주, "문이과 통합형 개정 교육과정에 따른 이공계열 신입생의 고교수학 및 과학 교과목 학습경험 분석 : S 대학교를 중심으로", 공학교육연구, 25(1), pp.3~11 (2022)
  6. 신서경, "개인화학습 기반 플립러닝 수업설계 개념모형 개발", 교육공학연구, 37(1), pp.59~94 (2021)
  7. 신종호, "대학 수업에서의 AI기반 적응형 학습시스템 활용에 관한 탐색적 연구", 교육정보미디어연구, 27(4), pp.1545~1570 (2021)
  8. 신현주, "대학수학능력시험에 따른 수학 기초학력 평가 및 대학 교양수학 교과목 학업성취도 분석", 학교수학, 20(4), pp.483~499 (2018)
  9. "③학력붕괴 대학도 불똥…“수업 못 따라오는 학생 늘어”" (2021)[URL]
  10. 이상우, "대학생의 특성과 학업 중도 탈락의 상관성 분석", 학습자중심교과교육연구, 19(11), pp.1185~1210 (2019)
  11. 이선희, "개인화 학습 지원을 위한 공개교육자원(OER) 활용 교수설계원리 개발연구", 박사, pp.2019
  12. 이정례, "공과대학 신입생들의 수학에 대한 인식변화에 따른 대학수학 교육방향 연구", 수학교육논문집, 29(3), pp.513~532 (2015)
  13. 장지수, "개별화 학습 지원을 위한 지능형 튜터링 시스템 연구 동향 분석: LDA 토픽 모델링을 활용하여", 교육정보미디어연구, 29(4), pp.1095~1122 (2023)
  14. 최서연, "인공지능 튜터링 시스템 기반 초등학교 수학 수업 설계원리 및 지침 개발", 교육공학연구, 39(4), pp.969~1009 (2023)
  15. 최혜원, "이공계열 1학년 학생들의 수학기초학력 변화에 따른 기초교양수학 개선 방안", 교양교육연구, 15(5), pp.85~95 (2021)
  16. 한송이, "증강현실 기반 수업설계 원리 개발 연구", 교육공학연구, 35(2), pp.455~489 (2019)
  17. 황은경, "대학 기초 과학 수업에서의 인공지능 기반 적응형 학습 시스템의 도입과 적용에 관한 탐색적 고찰-일반화학 수업 사례를 중심으로", 교양교육연구, 15(6), pp.71~86 (2021)
  18. Alam, A, "Harnessing the power of AI to create intelligent tutoring systems for enhanced classroom experience and improved learning outcomes. In Intelligent Communication Technologies and Virtual Mobile Networks", pp.571~591 (2023), Springer Nature Singapore
  19. "Case Study: Arizona State University (ASU)" (2020)[URL]
  20. Educ-AI-Tion rebooted? Exploring the future of artificial intelligence in schools and colleges, "Baker, T", Nesta, ~ (2019)
  21. Bloom, B., "A taxonomy of cognitive objectives" (1956), McKay
  22. EDUCAUSE horizon report. Teaching and Learning Edition, "Brown, M.", EDUCAUSE, ~ (2020)
  23. "How artificial intelligence will impact K-12 teachers" (2020)[URL]
  24. Chen, X., "Application and theory gaps during the rise of Artificial Intelligence in Education", Computers and Education : Artificial Intelligence, 1, pp.1~20 (2020)[DOI]
  25. Clark, R. M., "Adaptive learning in a numerical methods course for engineers : Evaluation in blended and flipped classrooms", Computer Applications in Engineering Education, 28(1), pp.62~79 (2020)
  26. Davies, R. S., "Handbook of research on educational communications and technology", pp.841~853 (2014), Springer
  27. Eau, G., "Testing the effects of adaptive learning courseware on student performance : An experimental approach", Southern Economic Journal, 88(3), pp.1086~1118 (2022)
  28. Gebhardt, K., "Adaptive learning courseware as a tool to build foundational content mastery : Evidence from principles of microeconomics", Current Issues in Emerging eLearning, 5(1), pp.2~ (2018)
  29. Gershenfeld, S., "The role of first-semester GPA in predicting graduation rates of underrepresented students", Journal of College Student Retention: Research, Theory & Practice, 17(4), pp.469~488 (2016)
  30. "Case Study: Georgia State University (GSU)" (2020)[URL]
  31. Holmes, W., "Artificial intelligence in education: Promise and implications for teaching and learning" (2019), Center for Curriculum Redesign, The Open University
  32. Johnson, C., "Achieving a scaled implementation of adaptive learning through faculty engagement : A case study", Current Issues in Emerging eLearning, 5(1), pp.7~ (2018)
  33. "AI in education: Where is it now and what is the future" (2019)[URL]
  34. Lemke, C., "Intelligent adaptive learning: An essential element of 21st century teaching and learning" (2013), Dreambox Learning Inc
  35. Lin, C. C., "Artificial intelligence in intelligent tutoring systems toward sustainable education : A systematic review", Smart Learning Environments, 10(1), pp.41~ (2023)
  36. Lu, T., "A framework of AI-based intelligent adaptive tutoring system", 2021 16th International Conference on Computer Science & Education(ICCSE), pp.726~731 (2021)
  37. Merrill, M. D., "First principles of instruction", Educational technology research and development, 50(3), pp.43~59 (2002)
  38. Murtaza, M., "AI-based personalized e-learning systems : Issues, challenges, and solutions", IEEE Access, 10, pp.81323~81342 (2022)
  39. O’Sullivan, P., "APLU adaptive courseware grant, a case study : Implementation at the University of Mississippi", Current Issues in Emerging ELearning, 5(1), pp.5~ (2018)
  40. Park, H, "The impact of active learning with adaptive learning systems in general education information technology courses", SAIS 2018 Proceedings, pp.24~ (2018)
  41. Pugliese, L., "Adaptive learning systems : Surviving the storm", EDUCAUSE Review, 10(17) (2016)
  42. Reigeluth, C. M., "Instructional-design theories and models: The learnercentered paradigm of education (Volume IV)", pp.5~32 (2017), Routledge
  43. Richey, R. C., "Handbook of research on educational communications and technology", pp.141~150 (2014), Springer
  44. Santosa, R. G., "Logistic regression model for predicting first semester students gpa category based on high school academic achievement", Journal of Arts, Science & Commerce, 8(2), pp.1~ (2017)
  45. Singell, L. D., "Modeling retention at a large public university : Can at-risk students be identified early enough to treat?", Research in Higher Education, 51(6), pp.546~572 (2010)[DOI]
  46. Tesene, M. M., "Adaptable selectivity : A case study in evaluating and selecting adaptive learning courseware at Georgia State University", Current Issues in Emerging eLearning, 5(1), pp.6~ (2018)
  47. Tomlinson, C. A, "The differentiated classroom: Responding to the needs of all learners" (2014), Ascd
  48. Trinchero, R., "Designing intelligent tutoring systems with AI: Brain-based principles for learning effectiveness. In Handbook of Research on Teaching With Virtual Environments and AI", pp.540~557 (2021), IGI Global
  49. van Leusen, P., "Designing and teaching adaptive+active learning effectively", Current Issues in Emerging eLearning, 7(1), pp.2~ (2020)
  50. Watson, W. R., "Principles for personalized instruction. In Instructional-Design Theories and Models, Volume IV", pp.93~120 (2016), Routledge
  51. Yarnall, L., "Lessons learned from early implementations of adaptive courseware" (2016), SRI Education
  52. Zawacki-Richter, O., "Systematic review of research on artificial intelligence applications in higher education–Where are the educators?", International Journal of Educational Technology in Higher Education, 16(1), pp.1~27 (2019)

이 간행물의 다른 논문 (16건)

실시간 원격교육에서 실재감 지각 요인에 대한 고찰: 화상회의 플랫폼과 메타버스 플랫폼의 비교를 중심으로한승지, 박인우, 신민철pp. 255-278하브루타 토론활동이 AI 리터러시에 미치는 효과: 예비교사를 중심으로김수연, 정선영pp. 279-302교사의 AI․디지털 활용 현황 및 요구에 기반한 지원 방향 탐색임유진, 홍선주, 임지영pp. 303-323가상현실 활용 간호실습교육에서 자기조절학습전략 제공이 인지부하, 자기효능감, 학습만족도에 미치는 영향류지헌, 기수현, 임태형pp. 325-348데이터 기반 맞춤형 수업을 위한 교사 역량 모델 개발조영환, 금선영pp. 349-375
원문 보기