생성형 인공지능과 학교 지리교육의 혁신* - 교육과정, 교수･학습, 평가를 중심으로 -
Generative Artificial Intelligence and the Innovation of School Geography Education - Focusing on Curriculum, Teaching-Learning, and Assessment -
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 학교 지리교육이 생성형 인공지능의 확산에 어떻게 대응하고 있으며, 앞으로의 과제를 교육과정, 교수･학습, 평가의 측면에서 탐색하는 데 목적이 있다. 기술의 진전과 관계없이 지리교육의 본질적 목표는 변화하지 않지만, 목표의달성 과정은 인공지능을 통해 재구조화되고 있다. 이에 따라 교육과정은 지식의 습득을 넘어 인공지능을 활용하여 탐구 과정을 조직하고 보다 심층적이고 확장된 이해를 도출할 수 있도록 성취기준의 재설계가 요구된다. 생성형 인공지능의 확산에 가장 활발히 대응하고 있는 교수･학습 분야에서는 다섯 가지 주요 적용 유형 - 데이터 기반 탐구의 심화, 챗봇을 활용한 맞춤형학습 지원, 멀티모달 창의적 산출물 제작, 노코드 시뮬레이션을 통한 원리 탐구, 실시간 현장 답사 지원 - 이 확인된다. 이러한활용은 지리적 탐구 과정을 보다 심층적으로 확장하고, 학습자의 창의성, 지리 개념 이해, 개별화된 학습 경험을 강화하는 방향으로 이루어지고 있다. 평가 측면에서는 인공지능이 쉽게 복제하는 결과 중심 판단에서 벗어나, 학습자의 사고 과정과 인공지능 활용에 대한 성찰을 확인해야 할 필요성이 부각되고 있다. 이에 따라 인공지능의 활용을 제한하거나 무력화하는 과제부터, 활용 과정을 성찰하거나 현실과 비교･비판하도록 설계하는 과제에 이르기까지, 학습자와 인공지능의 상호작용 과정 자체를 평가의 핵심 대상으로 포함하는 새로운 접근이 요구된다. 지리교육 공동체는 인공지능 기반 교수･학습 사례를 체계적으로 개발하고 공유하며, 이를 현장에 확산할 교사 연수 프로그램을 구축하는 실천적 노력이 시급하다.
Abstract
This study aims to explore how school geography education is responding to the rapid diffusion of generative artificial intelligence (AI) and to identify future tasks in terms of curriculum, teaching–learning, and assessment. Although the fundamental goals of geography education remain unchanged, the processes for achieving those goals are being restructured through AI. Accordingly, curriculum design should move beyond the acquisition of knowledge toward reorganizing inquiry processes and enabling deeper and more expanded understanding through the use of AI. In the teaching–learning domain, where responses to generative AI have been most active, five major application types have been identified: (1) deepening data-based inquiry, (2) supporting personalized learning through chatbots, (3) creating multimodal and creative outputs, (4) exploring geographical principles through no-code simulations, and (5) facilitating real-time fieldwork learning. These applications have contributed to enriching geographical inquiry and enhancing students’ creativity, conceptual understanding, and individualized learning experiences. In terms of assessment, the focus has shifted from product-oriented judgments—easily replicated by AI—toward examining students’ cognitive processes and reflections on AI use. This requires new approaches that encompass tasks ranging from those that limit AI involvement to those that emphasize reflection on AI-assisted learning and the comparison or critique of AI-generated information against real-world data. Finally, it is imperative for the geography education community to systematically develop and share AI-integrated teaching and learning cases and to establish professional development programs that can effectively disseminate these practices into classroom contexts.