인간-AI 협력 역량 향상을 위한 활동중심수업 설계원리 개발

Abstract

지금 세계 각국은 인공지능, 메타버스, 빅데이터, 클라우드, 5G 등 4차 산업혁명의 기반이 되는 디지털 기술을 사회, 경제, 문화, 산업, 일상생활 전반에 적용하여 새로운 가치와 혁신을 창출하는 디지털 전환(Digital Transformation, DX) 시대를 맞이하고 있다. 특히, 디지털 전환을 선도해나가는 핵심 주역으로 인공지능(AI)을 주목하고 있으며, 인공지능이 주도하는 자동화 시대에 경쟁력을 갖춘 AI 인재 양성을 위한 다양한 정책들을 추진하고 있다. 국내에서도 인간과 인공지능이 함께 상생하고 번영하는 공존 패러다임을 설정하고, 인공지능과 적극적으로 협업해 새로운 것을 창조할 수 있는 인재 양성을 인공지능 시대 교육정책방향 및 핵심과제로 설정하였다. 이를 위해 AI 기초소양으로서 인공지능과 소통하고 협력하는 소양을 기르는 교육을 2025년까지 초·중등 정규 교육과정에 도입할 것을 목표로 하고 있다. 그러나 현재까지 개발된 인공지능교육 프로그램 관련 연구는 컴퓨팅사고력을 배양하는 소프트웨어교육 형태의 학습 활동에 치중되어 있으며, 인공지능과 효과적으로 협력하는 전략을 학습하는 구체적인 교육내용이나 교수학습방안과 관련된 교육 연구와 사례는 매우 부족하다. 포스트 휴머니즘(Post Humanism)의 시대에 기술의 발전으로 인간과 상호작용하는 주체의 성격을 획득한 인공지능과 공존 및 번영을 누리기 위해서는 인공지능을 일방적으로 통제하는 상호작용이 아니라 인간과 동등한 지위를 가진 행위자(actor)로서 바라보며 수평적 관계 속에서 협력하는 역량을 함양하는 것이 요구된다. 이에 본 연구에서는 포스트 휴머니즘 관점 아래 인간과 동등한 지위를 가진 교육행위자로서 인공지능을 바라보고, 인공지능과 효과적으로 협력할 수 있는 역량인 인간-AI 협력 역량을 기르는 활동중심수업 설계원리를 개발하였다. 그리고 개발된 설계원리에 대한 전문가 검토를 통해 내적 타당화 과정을 거쳤으며 현장 적용을 통한 효과성 검증을 하였다. 본 연구에서 제시한 구체적인 연구문제는 다음과 같다. 첫째, 인간-AI 협력 역량 향상을 위한 활동중심수업의 설계원리는 어떻게 구성되는가? 둘째, 인간-AI 협력 역량 향상을 위한 활동중심수업의 설계원리는 내적으로 타당한가? 셋째, 인간-AI 협력 역량 향상을 위한 활동중심수업의 설계원리를 적용한 수업의 효과성은 어떠한가? 위 연구문제를 해결하고자 설계·개발 연구의 방법론에 따라 연구를 진행하였다. 먼저 선행문헌 고찰을 통해 초기 설계원리를 개발하였다. 그리고 전문가 3인을 대상으로 전문가 검토를 진행하여 설계원리의 내적 타당성을 확보하였다. 다음으로 초등학교 6학년 담임 교사 1인과 학생 20명을 대상으로 설계원리를 적용한 수업을 실행하고, 학습자와 교수자의 반응을 확인하였다. 국어 교과와 융합한 인공지능과의 협력 수업을 계획하였으며 학습자들은 도입-탐색-공유-발전-종합 및 성찰의 단계로 구성된 활동중심수업의 단계에 따라 인공지능과 웹툰 창작과제를 수행하였다. 수업 시작 전과 후에 검사지를 활용하여 인간-AI 협력 역량과 인공지능에 대한 태도를 측정하였고, 수업 후에 상황흥미와 수업 만족도에 관한 설문을 하였다. 추가로 더욱 자세한 수업 평가를 위해 수업 후에 수업 전체를 진행한 교사 1인과 학생 9명을 대상으로 심층 면담을 하였다. 수집된 자료 중 양적 자료는 기술통계, 대응표본 t검정, 질적 자료는 개방 코딩을 통해 분석하고 이를 통해 설계원리의 효과성과 개선점을 확인하였다. 연구결과, 학습목표, 학습내용, 수업방법, 학습평가, 학습자-AI 상호작용 지원, 물리적 환경, 사회·문화적 환경, 교육과 인공지능의 공진화로 구성된 8개의 범주 아래 12가지 설계원리와 31개의 상세지침을 도출하였다. 구체적으로 학습목표 범주의 구성요소로는 요구분석과 과제분석을 토대로 인간-AI 협력 역량 향상을 위한 학습목표를 체계적으로 안내해야 한다는 체계적 목표설정의 원리를 도출하였다. 학습내용 범주의 구성요소로는 인간-AI 협력 역량을 구성하는 요소 간의 관계를 고려해 학습경험을 설계해야 한다는 역량 중심 내용구성의 원리와 국어, 수학, 사회 등 다양한 교과와 연계하여 실제적 협력과제를 제시해야 한다는 교과와 인공지능 연계의 원리를 도출하였다. 수업방법 범주의 구성요소로는 도입-탐색-공유-발전-종합 및 성찰의 단계로 수업을 구성한다는 활동중심수업의 원리를 도출하였으며, 학습평가 범주의 구성요소로는 학습자의 인공지능과의 협력 수행과정과 결과를 지속적으로 평가 및 반영해야 한다는 과정중심평가의 원리를 도출하였다. 학습자-AI 상호작용 지원 범주의 구성요소로는 인공지능이 학습자와 협력활동을 수행하기에 적절한지 검토 후 활용해야 한다는 인공지능 선정의 원리와 인공지능과 협력활동을 수행하는 과정에서 다양한 형태의 비계를 제공해야 한다는 협력 촉진을 위한 비계 제공(scaffolding)의 원리, 학습자의 과업수행속도 및 정서적 반응을 고려해 지원해야 한다는 맞춤형 지원의 원리를 도출하였다. 물리적 환경 범주의 구성요소로는 인공지능과의 협력활동을 수행하는 데 필요한 디지털 자원 및 환경을 준비해야 한다는 AI기반 교육환경 조성의 원리를 도출하였으며, 사회·문화적 환경 범주의 구성요소로는 학습자의 지적 호기심을 충족시키는 능동적인 학습 분위기를 조성하는 자기주도적 학습문화의 원리와 인공지능을 협력의 상대로 바라보는 분위기를 조성하는 인간과 AI의 수평적 협력의 원리를 도출하였다. 교육과 인공지능의 공진화 범주의 구성요소로는 수업 설계 및 실행과정을 되돌아보며 인공지능과 함께 성장하는 기회를 마련해야 한다는 공진화를 위한 성찰의 원리를 도출하였다. 사전·사후 검사 결과를 비교한 결과 인간-AI 협력 역량과 인공지능에 대한 태도가 통계적으로 모두 유의미한 차이가 있었으며, 상황흥미와 수업 만족도에 관한 설문 결과에서도 학습자의 긍정적인 반응을 확인할 수 있었다. 학습자 면담을 분석한 결과 설계원리를 적용한 수업의 효과로 인간-AI 협력 역량이 향상되었으며, 인공지능에 대해 긍정적인 태도를 형성하였고, 인공지능과 융합한 교과에 대한 흥미와 효능감 또한 향상한 것을 확인하였다. 하지만 개인차로 인해 활동 및 평가 시간이 부족한 경우가 존재하였으며, 원활한 협력활동을 위해 인공지능 지속적인 성능 개선이 필요함을 언급하였다. 교수자 면담을 분석한 결과 공교육 맥락에서 다양한 교과와 연계해 활용할 수 있는 범용성이 높은 설계원리이며, 인공지능과 함께 공진화를 할 수 있는 성찰을 안내한다는 측면에서 의미 있는 설계원리라는 점을 언급하며 설계원리에 대해 긍정적인 반응을 보였다. 하지만 설계원리의 개선점으로 학습자의 교과역량에 대한 고려와 개별 기능에 대한 비계 제공, 인공지능 기술별 필요한 기기에 대한 사전 점검을 언급하였으며 이를 반영해 설계원리를 수정, 보완하였다. 본 연구는 인공지능과의 공존을 요구하는 포스트 휴머니즘 시대에 인공지능을 단순한 도구가 아닌 하나의 교육행위자로 바라보고 인공지능기반교육을 구성하는 새로운 관점을 제공하였다. 나아가 교수자가 인간-AI 협력 역량을 효과적으로 기르기 위한 활동중심수업을 설계하는 데 참고할 수 있는 원리와 지침을 인공지능기반 교육모형을 기반으로 체계적으로 안내한다는 점에서 실천적·학문적인 의의를 지닌다.

Many countries are in the midst of the Digital Transformation (DX) era, in which people are creating new values and innovation by introducing digital technology throughout their lives. In particular, artificial intelligence (AI) is a significant component in driving digital transformation. As a result, many countries promote various policies to foster competitive AI talents. In Korea, the government has established an agenda of raising talents capable of producing new values through a partnership with AI seeking coexistence between humans and AI. By 2025, It aims to introduce AI literacy instruction in the elementary and secondary school curriculum, which nurture the ability to communicate and collaborate with AI. However, studies on artificial intelligence education programs established so far have focused on learning activities that promote computational thinking abilities. No research or examples of specialized educational materials or teaching techniques that foster Human-AI collaborative competency. In a Post-Humanist society, we must cultivate AI literacy that could treat AI as a subject and collaborate in a horizontal relationship with humans instead of just controlling it. Within this context, this study attempt to look at artificial intelligence as an actor with equal status to humans and develop design principles of activity-based classes for improving Human-AI collaborative competency. The design principles were under internal validation through expert review, and effectiveness was verified through field application. The specific research questions that guided this study are as follows. i. What are the design principles of activity-based classes for improving Human-AI collaborative competency? ii. Is the design principle of activity-based classes for improving Human-AI collaborative competency valid internally? iii. What are the effects of classes that apply the design principles? The study was conducted following the design and development research steps. First, the initial design principles were developed through a literature review. And the internal validity of design principles was validated by three experts. The design principles were then applied in classes with 20 students and 1 instructor in the sixth grade of elementary school. We planned classes collaborating with AI that converged with a Korean subject. Students created webtoons with AI based on the stages of activity-based classes, which included Introduction - Exploration - Sharing - Development - Wrap up & Reflection. Before and after the classes, assessments that assessed Human-AI collaborative competency and attitude toward AI were conducted. Also, a post-class survey on the situation interest and class satisfaction and in-depth interviews with 1 teacher and 9 students were performed for more detailed information. Among the collected data, quantitative data were analyzed through descriptive statistics and paired sample t-tests. Qualitative data were driven by open coding to analyze the effectiveness and improvements of the design principles. The research developed twelve design principles and thirty-one detailed guidelines under eight categories: Learning Goals, Learning Contents, Instructional Methods, Learning Evaluation, Support for Learner-AI Interaction, Physical Environment, Social and Cultural Environment, and Co-evolution of Education and AI. The Learning Goals category includes the 'principle of systematic goal setting' that guides setting learning goals based on demand analysis and task analysis of collaborative competency. The Learning Contents category consists of the 'principle of developing competence-centered content', which suggests providing learning experiences considering the relationships between sub-elements of Human-AI collaborative competency. There is also the 'principle of connecting subjects with AI,' which encourages to offer of authentic, collaborative tasks converged with other fields. The instructional Method category consists of the 'principle of activity-based learning', which guides organizing classes in the stages of Introduction - Exploration - Sharing - Development - Wrap up & Reflection. The Learning Evaluation category includes the principle of process-centered assessment, which states that the process and results of collaborative activities should be evaluated continuously. The Support for Learner-AI Interaction category includes the principle of AI selection that AI should be utilized after examining whether it is fit for carrying out collaborative activities and the principle of providing scaffolding. In addition, the principle of customized support is added in that category which states aid should be offered considering the learner's task performance speed and emotional reaction. The Physical Environment category covers the 'principle of constructing an AI-based educational environment', which informs checking digital resources necessary for collaborative activities with AI. The Social and Cultural Environment category consists of the 'principle of a self-directed learning culture,' which guides creating an atmosphere that satisfies the learner's curiosity. The 'principle of horizontal collaboration between humans and AI' is also included, encouraging students to consider AI a collaborative partner. The co-evolution of Education and AI category consists of the 'principle of reflection for co-evolution' that guides reflection to better both classes and AI. The paired sample t-test results showed significant differences in students' Human-AI collaborative competency and attitude toward AI. Also, the learners responded positively to the survey on the situation's interest and class satisfaction. In-depth interviews revealed that the classes based on design principles enhanced students' Human-AI collaborative competency, created a positive attitude toward AI, and increased interest and efficacy in subjects converged with AI. However, there were some difficulties in classes due to a lack of time and AI errors. The instructor mentioned that the design concepts are versatile to a wide range of subjects in the context of public education. However, improvements were suggested, such as considering the learner's subject competence, providing scaffolding of individual functions, and checking all essential equipment for each artificial intelligence technology. The design principles were enhanced by accepting these suggestions. This study holds significance in that it offers a new perspective on AI-based education by considering AI as an educational actor rather than a simple tool based on the Post-Humanist point of view. It systematically guides principles and guidelines instructors can refer to when designing activity-based classes for improving Human-AI collaborative competency.