본문 바로가기
KERD
논문KCI 등재

초·중등 인공지능 교육을 위한 PISA 수학 맥락 중심의 데이터셋 개발

Development of PISA Mathematical Context-oriented Dataset for K-12 Artificial Intelligence Education

김태영|김귀훈|김슬기
한국정보교육학회 (Korean Association Of Information Education)|2023.06|정보교육학회논문지 (JOURNAL OF The Korean Association of information Education)|제27권 제3호|pp. 255-267

0

조회

0

다운로드

0

인용

0

참고문헌

키워드

빅데이터데이터셋Data ScienceBig DataDataset데이터과학SW․AI교육합성데이터셋SW․AI EducationSynthetic Dataset

초록

AI의 발전은 역사적으로 데이터셋과 깊은 관계가 있다. 최근 AI를 구성하는 데이터셋의 중요성이 강조됨에 따라 관련 연구가 많이 이루어지고 있지만 AI 교육 측면에서 데이터셋 관련 연구는 상대적으로 부족한 실정이다. 이에 본 연구는 학생들에게 유의미한 AI 교육용 데이터셋을 제공하기 위해 교수·학습 환경에서 맥락의 중요성을 확인하고, 컴퓨팅 사고력을 포함하는 PISA 2022 수학의 맥락을 중심으로 AI 교육에서 학생들이 선호하는 데이터셋의 맥락과 형태 및 교육용 도구를 확인하였다. 이를 바탕으로 AI 교육에 적합한 데이터셋 주제를 탐색하고 다양한데이터셋을 합성, 수집, 수정 및 개발하였다. 또한 데이터셋의 적합성을 검증하기 위해 전문가 검토를 실시하고 그결과를 반영하여 25종의 AI 교육용 데이터셋을 도출 및 배포하였다. 본 연구의 결과가 다양한 관점의 AI 교육을위한 데이터셋 관련 연구에 기반이 되어 학생들의 AI 소양을 기르는데 도움이 될 수 있기를 기대한다.

Abstract

The development of AI has historically been strongly tied to datasets. Recently, as the importance of datasets in AI has been emphasized, there has been a lot of related research, but there is a relative lack of research on datasets in the context of AI education. In order to provide students with meaningful datasets for AI education, this study identified the importance of context in the teaching-learning environment and identified the context, form, and educational tools of datasets preferred by students in AI education, focusing on the context of PISA 2022 mathematics, which includes computational thinking skills. Based on this, we explored dataset topics suitable for AI education and synthesized, collected, modified, and developed various datasets. We also conducted an expert review to verify the suitability of the datasets, and based on the results, we derived and distributed 25 datasets for AI education. We hope that the results of this study will serve as a basis for research on datasets for AI education from various perspectives and help students develop their AI competency.

참고문헌 (23)

  1. Ayre, C., "Critical values for lawshe’s content validity ratio : Revisiting the original methods of calculation", Measurement and Evaluation in Counseling and Development, 47(1), pp.79~86 (2014)
  2. 범아영, "분수의 연산과 크기 비교에서 맥락 문제와 비맥락 문제에 대한 학생들의 문제해결 방법 분석", 초등수학교육, 15(3), pp.219~233 (2012), 한국수학교육학회
  3. Brown, J. S., "Situated cognition and the culture of learning", Educational Researcher, 18(1), pp.32~42 (1989)
  4. "Make-DataScience" (2023)[URL]
  5. "Edudata" (2023)[URL]
  6. Han, J., "Analysis of research trends in artificial intelligence education : keyword network analysis", Korean Association of Artificial Intelligence Education, 1(2), pp.20~33 (2020)
  7. Jonassen, D., "Instructional design models for well-structured and ill-structured problem-solving learning outcomes", Educational Technology Research and Development, 45(1), pp.65~94 (1997)
  8. 김슬기, "합성 데이터셋 생성 기법을 활용한 초・중등 인공지능 교육용 데이터셋 개발과 효용성 분석", 컴퓨터교육학회 논문지, 25(3), pp.9~21 (2022), 한국컴퓨터교육학회[DOI]
  9. Kim, S., "Exploring public datasets topics for K-12 artificial intelligence edu-cation using datasets", Proceedings of Journal of the Korea Computer Education Association, 26(1), pp.89~92 (2022)
  10. 김슬기, "초・중등 인공지능 교육을 위한 교육용 데이터셋 기준 연구", 컴퓨터교육학회 논문지, 25(1), pp.29~40 (2022), 한국컴퓨터교육학회[DOI]
  11. "AI National Strategy" (2019)[URL]
  12. "Digital newdeal" (2020)[URL]
  13. "A plan to spread AI SW education for people across the country" (2020)[URL]
  14. "Education policy di-rections and key challenges in the age of AI" (2020)[URL]
  15. "Policy on the advancement of data construction for artificial intelligence learning" (2022)[URL]
  16. Lee, D., "The analysis on research trends for artificial intelligence literacy education in korea", Proceedings of The Journal of Korea Computer Education Association, 25(2), pp.25~27 (2021)
  17. Lee, S., "Analysis and suggestions of web-based online platform for artificial in-telligence education", The Journal of Korean Association of Computer Education, Korea, 24(2), pp.77~80 (2020)
  18. National curriculum information center, "2022 revised curriculum main points", ~ (2022)
  19. National curriculum information center, "2022 revised curriculum", ~ (2022)
  20. "PISA 2022 mathematics framework" (2022)[URL]
  21. Park. H. S., "Machine learning and deep learning that you study alone" (2020), Hanbit Media
  22. "edudata4ai" (2023)[URL]
  23. 신승기, "LDA기반 토픽모델링을 활용한 공공데이터 기반의 교육용 데이터마이닝 연구", 정보교육학회논문지, 26(5), pp.439~448 (2022), 한국정보교육학회

관련 논문AI추천

초등학생의 인공지능 소양을 기르기 위한 내용체계 개발정영식한국정보교육학회 · 정보교육학회논문지2022 · 제26권 제5호초․중등 AI 교육을 위한 데이터 리터러시 정의 및 구성 요소 연구김슬기, 김태영한국정보교육학회 · 정보교육학회논문지2021 · 제25권 제5호초등학교 저학년을 위한 데이터 수집 교육 프로그램 개발 및 적용이슬, 마대성한국정보교육학회 · 정보교육학회논문지2022 · 제26권 제1호인공지능 융합 교육 연구 동향과 발전 방향고보경, 임은선, 임철일, 채지윤, 한옥결, 홍수민한국교육공학회 · 교육공학연구2025 · 제41권 제1호데이터 리터러시를 위한 머신러닝 기반 AI 융합 수업 모형 개발강상우, 이유진, 임효정, 최원근중소기업융합학회 · 산업과 과학2024 · 제3권 제1호AI교육플랫폼을 활용한 인공지능 수업의 방향류미영, 한선관한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2022 · 제27권 제5호

이 간행물의 다른 논문 (15건)

정보보안 교재 개발 프로젝트 중심 수업을 통한 예비교원의 정보 교수효능감 변화박남제, 최은선pp. 213-224딥러닝 원리 중심의 인공지능 교육 프로그램 개발 및 적용김봄솔, 고승환, 고은정, 김종훈, 문우종pp. 225-234초등학교 ‘똑똑수학탐험대’ 지원시스템의 수학 학업성취도와 수학적 태도 효과한규정, 고은성pp. 235-243초등교사의 디지털·AI 리터러시 교수 역량 함양을 위한 교사 교육 프로그램 개발 및 적용홍지연pp. 245-254초·중등 창의 정보교육 프로그램 적용에 따른 창의성 및 핵심역량 차이검증박남제, 최은선pp. 269-279
원문 보기