디지털 혁신 기술과 윤리 융합 수업의 학습경험 설계에 관한 연구 -‘빅데이터 윤리’ 수업 사례를 중심으로-
A Study of Designing and Implementing Learning Experiences for Digital Innovation Technology -Focused on the ‘Big Data Ethics’ Course-
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 빅데이터 혁신융합대학 사업의 표준교육과정인 ‘빅데이터 윤리’ 과목을 사례로 디지털 혁신 기술과 윤리 융합 수업에서의 학습경험 설계와 이를 적용한 수업의 교수자 경험을 분석하였다. 연구는 학습자 중심성, 실제 세계와의 연관성, 문제해결 경험, 리스크와 가능성의 균형, 다학제적 탐구, 비판적 탐구라는 여섯 가지 학습경험 설계 원리를 도출하고, 이를 적용한 팀티칭 수업의 교수자 경험을 분석하였다. 분석 결과, 원소속 전공에 따른 윤리 상황 접근방식의 차이, 학생의 삶과 직접 연결되는 윤리적 문제 상황이 주는 부담감, 행위 주체와 피동자 관점의 윤리 프레임 조화 필요성, 사회진출 후 경험할 빅데이터 윤리 상황 콘텐츠 부족, 윤리적 딜레마 해결을 위한 산출물 제작 경험 부족 등의 한계가 발견되었다. 이를 바탕으로 문제 중심 접근과 데이터 중심 접근의 균형을 지원하는 수업전략과 이중관점 윤리 프레임워크를 제안하였다.
Abstract
This study analyzes instructors’ experiences in designing and implementing learning experiences for digital innovation technology and ethics convergence education, focusing on the ‘Big Data Ethics’ course from Big Data University in Covergence and Open Sharing System. The research identified six learning experience design principles: learner-centricity, real-world relevance, problem-solving experience, balance between risks and possibilities, interdisciplinary inquiry, and critical inquiry. Analysis of the team-teaching implementation revealed several limitations: differences in ethical approaches based on students' original majors, psychological burden of ethics scenarios directly connected to students' lives, need for harmony between agency and passive perspectives in ethical frameworks, lack of content related to post-graduation big data ethics scenarios, and insufficient experience in producing solutions for ethical dilemmas. Based on these findings, the study proposes teaching strategies that facilitate balance between problem-centric and data-centric approaches, and introduces a dual-perspective ethics framework.
참고문헌 (16)
- "사람의 성장을 지원하는 교육분야 인공지능 윤리원칙" (2022)[URL]
- 임완철, "읽고 쓰고 듣고 말하는 능력을 가진 인공지능 시대의 교육 전망", 교육비평, (52) (2023)
- Boddington, P., "Towards a code of ethics for artificial intelligence" (2017), Springer
- Creswell, J. W., "Research design: Qualitative, quantitative, and mixed methods approaches" (2014), Sage
- Floridi, L., "The logic of information: A theory of philosophy as conceptual design" (2019), Oxford University Press
- Holmes, W., "Ethics of AI in education: Towards a community-wide framework", International Journal of Artificial Intelligence in Education, 32(3) (2021)
- Huang, L., "Ethics of artificial intelligence in education: Student privacy and data protection", Science Insights Education Frontiers, 16(2) (2023)
- InterAcademy Partnership, "Doing Global Science: A Guide to Responsible Conduct in the Global Research Enterprise" (2016), Princeton University Press
- Lin, P., "Beyond principlism: Practical strategies for ethical AI use in research practices", Journal of AI Ethics in Research, 12(3) (2024)
- Morley, J., "From what to how:An initial review of publicly available AI ethics tools, methods and research to translate principles into practices", Science and Engineering Ethics, 26(4) (2020)[DOI]
- "Recommendation on the Ethics of Artificial Intelligence" (2022)[URL]
- Shi, Y., "The debate on the “right to be forgotten” in the era of big data: To be remembered or forgotten?", Editorial Friends, 2022(12) (2022)
- Stake, R. E., "The art of case study research" (1995), Sage
- Yin, R. K., "Case study research and applications: Design and methods" (2018), Sage
- Zhang, Q., "Transformation of modes of production in the age of artificial intelligence: An analysis based on the phenomenon of “human-like machines”", Journal of Socialist Theory Guide, 2022(9) (2022)
- Zhao, Z., "An evaluation of ethical risks in artificial intelligence", China Soft Science, 2021(6) (2021)