인공지능 교육시스템 기반 초등학교 수학 수업 설계모형 개발

Abstract

With the 4th Industrial Revolution, active discussion regarding future competencies and learner-centered teaching and learning have given rise to the demand for the implementation of adaptive learning for individual learners. Adaptive learning possesses the characteristic of being able to present appropriate learning goals, content, delivery methods, and feedback that are more suited to each learners needs and circumstances. For this reason, adaptive learning can be highly utilized in elementary school mathematics. As mathematics is a hierarchical and systematic subject, and as elementary schools must guarantee the learners basic academic ability, if the learned content does not match the learners level of knowledge, the learner may fall into a learning gap, which may prove detrimental as the learner progresses further along his or her education. However, when considering the actual classroom, there is a limit to how much one homeroom teacher can do to provide an adaptive learning experience for each and every learner. In an attempt to overcome this, the 7th edition of the Korean National Curriculum presented teaching and learning materials through dividing them into 2-3 different achievement levels. However, it is difficult to state that this attempt is a well-placed solution as it is not optimized to cater to the level of every single learner. Since then, artificial intelligence, based on machine learning and deep learning technology, has emerged as a new alternative due to its ability to determine the current level of each learner, predict future learning outcomes, and make recommendations for optimizing learner success. Particularly, the artificial intelligence system, called the intelligent tutoring system, has been able to suggest optimal learning activities for structured subjects, such as mathematics, based on the knowledge of the subjects content domains. However, as several studies have confirmed that artificial intelligence alone cannot guarantee effective teaching and learning, specific directions and guidelines need to be provided for teachers and course designers regarding how to effectively utilize artificial intelligence to promote effective learning. Within this context, this study attempted to develop a design model that elementary school teachers and course designers can refer to when designing and implementing math classes that utilize an artificial intelligence support system. To achieve this, the research questions for this study were to 1) develop a conceptual model, a procedural model, design principles, and detailed guidelines for elementary school math classes based on an artificial intelligence education system and 2) to examine the responses of instructors and learners regarding the developed design model. In regards to the learner responses, the effect the developed design model had on the learners math learning achievement and the attitude toward learning mathematics were analyzed. This study was conducted following the steps of the design and development methodology. Through comprehensively reviewing existing literature, the theoretical foundation consisting of components, design principles, and detailed guidelines were derived, and through this, a conceptual model and a procedural model were developed. The derived components, design principles and guidelines, the conceptual model, and the procedural model were then subject to two separate expert validation processes, which led to them being modified or supplemented according to the received feedback. Finally, a field test and its corresponding interviews were conducted. The field test was conducted with three groups consisting of one group using the artificial intelligence education system while utilizing the design model, another group using the artificial intelligence education without using the design model, and a control group. For each group, the learners level of math learning achievement and their attitude toward learning mathematics were measured before and after the field test. Interviews were conducted with a homeroom teacher and seven learners of each group. The conceptual model developed in this study consists of seven elements; Artificial Intelligence integrated context, Mathematics curriculum and content interpretation, Teaching and learning support through system integration, Acquisition of mathematical concepts, Adaptive mathematics learning activity, and Comprehensive analysis of mathematics learning data. The procedural model consists of 13 detailed steps within the larger flow of Analysis, Design and Development, and Implementation and Evaluation. Additionally, 15 design principles and 52 detailed guidelines were developed as a basis for the model. Through controlling the results of the pre-test that was conducted before implementation, it was found through a covariance analysis of the cognitive and affective domains of the post-test that the influence of the artificial intelligence utilization condition was significant. The result of the post-hoc comparison analysis showed significant differences, with the group that utilized the model scoring roughly 10 points higher in the cognitive domain. However, no significant difference was discovered between the group that used artificial intelligence but not the model and the control group. However, in the covariance analysis for the affective domain, the artificial intelligence utilization condition did not significantly affect the post-test results. Through the interviews with the instructor and learners, it was confirmed that the model developed in this study was useful in designing math classes to utilize the artificial intelligence support system, and learners were satisfied with the activities that utilized the system in the designed class. Based on the research results, discussion and implications in regards to the developed model and designed lesson were derived. Additionally, areas of future study are suggested based on the limitations of this study. This study holds significance in that it supported the adaptive learning of individual learners and provided specific methods to promote effective teaching and learning through utilizing an artificial intelligence education system in an elementary school mathematics class. Additionally, this study holds value as a case example of design and development research in that it suggests the importance of instructional design when introducing technologies, such as artificial intelligence, into the educational field.

제4차 산업혁명의 도래 이후 미래 역량에 대한 담론과 학습자 중심의 교수·학습에 대한 논의가 활발해지면서, 학습자 개개인을 대상으로 한 적응적 학습에 대한 요구 또한 높아지고 있다. 적응적 학습은 개별 학습자의 요구 및 상황에 맞추어 그에 적합한 학습 목표, 내용, 방법 및 피드백을 제시한다는 속성을 갖는다. 이러한 적응적 학습은 초등학교 수학 교과에서도 활용가치가 높다. 수학 교과는 위계성과 계통성이 뚜렷하여 학생 개개인의 선수학습 수준에 맞지 않는 후속학습이 이루어질 경우 학습 결손을 야기할 수 있으며, 초등학교는 기초학력을 보장해야 하는 기관으로서 이러한 학습 결손이 다른 학교급으로까지 누적되는 상황을 예방해야 하기 때문이다. 그러나 실제적인 학교교육 상황을 고려했을 때, 담임교사 1인이 학급에 배정된 모든 학습자에게 적응적인 학습 경험을 제공하는 데에는 한계가 있다. 물론, 이러한 한계를 극복하기 위하여 제7차 교육과정에서는 수준별 수업을 통해 한 학급을 2~3가지 수준으로 나누어 각각에 대한 교수·학습 자료를 제공했으나, 이는 개인의 수준에 최적화된 방안이 아니라는 점에서 완전한 대안이라고 보기 어려웠다. 이후 머신러닝과 딥러닝 기술에 기반한 인공지능은 개별 학습자의 현재 수준을 진단하고 향후의 학습을 예측 및 추천한다는 점에서 적응적 학습을 위한 새로운 대안으로 부상하였다. 특히, 지능형 교수 시스템이라고 일컬어지는 인공지능 시스템은 수학과 같이 구조화된 교과 영역에서 내용영역에 대한 지식을 바탕으로 최적의 학습활동을 제시하였다. 다만 몇 가지의 선행 연구를 통해 인공지능이 그 자체만으로는 효과적인 교수·학습을 보장하지 않는다는 점이 확인되었으므로, 교사 또는 수업의 설계자에게는 효과적인 학습을 위하여 인공지능을 어떻게 활용할지에 대한 구체적인 방향과 지침이 필요하다. 본 연구는 위와 같은 맥락에서 초등학교 교사가 인공지능 교육시스템을 활용하여 수학 수업을 설계하고 실행할 때 참고할 수 있는 설계모형을 개발하고자 하였다. 본 연구에서는 연구의 목적을 달성하기 위하여 1)인공지능 교육시스템 기반 초등학교 수학 수업설계의 개념모형, 절차모형, 설계원리 및 상세지침을 개발하고, 2)개발된 수업설계 모형에 대한 교수자·학습자의 반응을 검토하는 것으로 연구문제를 설정하였다. 또한, 학습자 반응의 경우 구체적으로 2-1)개발된 수업설계 모형이 수학 학습 성취도에 미치는 영향과 2-2)수학 학습 태도에 미치는 영향이 어떠한지를 살펴보고자 하였다. 본 연구는 설계·개발 연구방법에 따라 다음과 같은 절차로 진행되었다. 먼저, 선행문헌을 통합적으로 검토함으로써 모형의 이론적 기저를 이루는 구성요소, 설계원리, 상세지침을 도출하고, 이를 바탕으로 개념모형과 절차모형을 개발하였다. 다음으로, 초기 구성요소, 설계원리 및 상세지침, 개념모형, 절차모형의 내적 타당화를 위하여 전문가 타당화를 2회 실시하고 회당 수정·보완 작업을 거침으로써 3차 구성요소, 설계원리 및 상세지침, 개념모형, 절차모형을 도출하였다. 마지막으로, 외적 타당화를 위하여 현장 적용을 통한 유사실험과 면담을 실시하였다. 유사실험은 인공지능 교육시스템을 활용하되 설계모형을 적용한 집단과 인공지능 교육시스템을 활용하되 설계모형을 적용하지 않은 집단, 그리고 통제집단으로 이루어진 3개의 학급 단위 비교군 집단을 대상으로 이루어졌다. 처치의 전·후 시점에는 수학 학습 성취도와 수학 학습에 대한 태도에 대한 검사지가 투입되었다. 면담은 현장 적용이 종료된 후에 설계모형을 적용한 집단의 담임교사와 학습자 7인을 대상으로 실시하였다. 본 연구에서 개발한 개념모형은 인공지능 통합 맥락, 수학 교육과정 및 내용 해석, 시스템 통합 활용 교수·학습지원, 수학적 개념 획득, 적응적 수학 학습활동, 수학 학습자원의 탐색 및 활용, 수학 학습데이터의 종합적 분석의 7가지 요소로 구성되었다. 절차모형은 분석, 설계·개발, 실행·평가의 큰 흐름 내에서 13개의 세부 단계로 구성되었다. 또한, 모형의 바탕을 이루는 역할로서 15개의 설계원리와 52개의 상세지침이 개발되었다. 수업 실행 전에 실시한 사전 검사 결과를 통제하면서 세 집단의 인지적·정의적 영역 사후 검사 결과에 대한 공분산분석을 실시한 결과, 사후 검사 결과에 대한 인공지능 활용 양상의 영향이 유의한 것으로 나타났다. 이에 대한 사후비교분석 결과에서는 모형을 적용한 집단이 나머지 집단들보다 인지적 측면에서 10점 가량 높은 평균을 기록하였으며 이러한 점수 차이는 유의하였다. 다만, 인공지능을 활용하되 모형을 적용하지 않은 집단과 통제집단 간에는 유의한 차이가 발견되지 않았다. 그러나 정의적 측면에 대한 공분산분석 검정에서는 인공지능 활용 양상이 사후 검사 결과에 유의한 영향을 미치지 않았다. 교수자와 학습자를 대상으로 한 면담 결과, 본 연구에서 개발한 모형이 인공지능 교육시스템 활용을 위한 수학 수업 설계에 유용하게 활용되며 설계한 수업 중 해당 시스템을 활용하는 활동에 학습자들이 만족하였음을 확인하였다. 이상의 연구 결과에 기초하여 본 연구에서 개발한 모형과 수업 설계를 연관지어 논의하고 시사점을 도출하였다. 또한, 본 연구가 갖는 한계를 바탕으로 후속 연구의 필요성을 제언하였다. 본 연구는 초등학교 수학 수업의 맥락에서 인공지능 교육시스템을 활용하여 개별 학습자의 적응적 학습을 지원하고 효과적인 교수·학습을 견인하는 데 구체적인 방법을 제공했다는 점에서 의의를 지닌다. 또한, 본 연구는 인공지능과 같은 기술을 교육 현장에 도입함에 있어 교수 설계가 갖는 중요성을 시사하는 설계·개발 연구의 사례로서 그 가치를 지닌다.