지식정보처리역량 함양을 위한 데이터 기반 과학탐구 모형 개발

Abstract

우리나라뿐만 아니라 외국의 교육과정을 살펴보면 과학교육의 목적은 과학적 문제해결력과 과학적 소양의 함양이다. 지식정보사회화 된 현재는 정보와 데이터가 넘쳐나면서 이와 관련된 새로운 형태의 문제들이 발생하고 있다. 이에 과학기술 기반 산업사회에서 필요했던 문제해결력과는 다른 새로운 범주의 문제해결력이 필요하다. 지식정보화 사회의 새로운 문제 해결력을 함양하기 위해서는 방대한 양의 데이터와 정보를 활용하여 문제를 찾아 해결하는 활동이 꾸준히 이루어질 필요가 있다. 본 연구에서는 지속적이고 누적적인 데이터를 활용하여 문제를 해결하는 탐구 활동을 데이터 기반 과학탐구라고 정의하며, 데이터 기반 과학탐구는 지식정보화 사회의 새로운 문제해결력을 함양할 수 있는 하나의 방안이 될 수 있다고 제안한다. 인터넷이 보급되면서 연구 기관의 공공데이터를 수업에 활용할 수 있는 여건이 조성되면서 교실에서 데이터를 해석하는 활동이 가능해졌다. 연구 결과 실제 데이터를 해석하는 활동은 학생의 흥미와 과학개념의 심도 있는 이해 등의 효과가 있으나 지식정보처리역량의 부족으로 탐구를 수행하는데 많은 학생과 교사가 어려움을 겪었다. 지식정보처리역량은 지식정보화 사회에서 가장 필수적인 역량 중 하나이며 새로운 범주의 문제해결력에 바탕이 되는 역량이다. 지식정보처리역량은 일반적인 소양으로서의 의미를 넘어 교과에 따라 특정한 맥락을 가지므로, 데이터 기반 과학탐구의 원활한 수행을 위해서는 과학의 맥락에서의 지식정보처리역량 교육이 필요하다. 본 연구에서 의미하는 과학적 맥락의 지식정보처리역량은 데이터를 수집, 처리, 분석, 표현하는 역량을 포함한다. 따라서 본 연구에서는 지식정보화사회에 필요한 과학적 맥락의 지식정보처리역량 함양을 위해서 데이터 기반 과학탐구를 위한 탐구모형과 수업전략을 개발하고자 하였다. 본 연구는 설계개발 연구 방법의 모형 개발연구로, 문헌연구를 바탕으로 기본 모형과 수업전략을 도출하고, 현장 적용을 통한 외적 타당화, 전문가 자문을 통한 내적 타당화를 바탕으로 최종 모형과 수업전략을 완성하였다. 탐구모형은 지식정보처리역량 함양과 비판적 사고에 효과적이라고 알려진 자원기반학습 이론을 바탕으로 과학탐구와 데이터 과학의 과정, 통계적 문제해결력 모형에 관한 문헌연구를 참고하여 개발하였다. 모형은 크게 두 부분으로 나눌 수 있는데, 첫 번째 과정은 문제를 발견하기까지의 과정으로 도구탐색-데이터 수집-데이터 변형과 해석-문제 발견의 단계를 거친다. 두 번째 과정은 발견한 문제를 해결하는 단계로, 문제에 따라 추가적으로 자료를 수집하여 결론을 내리는 귀납적 탐구 과정과 문제 해결을 위해 실험을 설계하고 수행하여 결론을 내리는 연역적 탐구 과정으로 구성된다. 개발된 모형은 기존 과학탐구 과정과 달리 가장 먼저 학생들이나 교사의 제안으로 도구를 선택하여 데이터를 수집한다. 데이터를 탐색적으로 분석하면서 문제를 찾아내므로 탐색적 과학데이터 분석 탐구모형(Exploratory Scientific Data Analysis Inquiry Model, 이하 ESDA 탐구모형)이라 명명한다. 도구 탐색을 통해 데이터를 먼저 수집하는 것은 크게 세 가지로 생각할 수 있다. IoT 센서를 활용할 수 있는 학교 시스템이 아직은 불안정하기 때문에 도구를 먼저 선택함으로써 작동 여부를 확인할 수 있어 현장 적용성을 높일 수 있고, 데이터를 수집하고 분석하는 과정이 반복적으로 이루어지면서 지식정보처리역량을 훈련하는데 더욱 효과적일 수 있다. 마지막으로 데이터 과학에서 수행하는 탐색적 데이터 분석의 의미를 접목함으로써 과학탐구를 통해 데이터 통찰과 분석 경험을 쌓을 수 있다. ESDA 탐구 모형을 적용하기 위한 수업전략은 총 7가지 원리로, 도구 탐색의 원리, 실생활 데이터 수집의 원리, 데이터 변형의 원리, 데이터 해석의 원리, 문제 구체화의 원리, 문제 해결의 원리, 표현과 공유의 원리이다. 또한 ESDA 탐구를 수행할 수 있는 환경구성 지침을 추가적으로 제안하였다. 개발된 ESDA 탐구모형과 수업전략은 2인의 전문가와 3인의 현장교사 전문가에게 자문을 받아 내적 타당화 과정을 거쳤다. 보편성 부분에서 전문가와 현장 교사의 의견이 나뉘어졌으나, 현장 적용성을 높이기 위하여 교사의 의견을 최대한 수렴하였다. 외적 타당화를 위해 ESDA 탐구모형의 귀납적 탐구와 연역적 탐구를 각각 나누어 현장에 적용하였다. 지식정보처리역량의 효과검증을 위해 학생들의 대화, 면담, 산출물, 현장노트 등의 자료를 수집하여 전사하였고, 역량의 3가지 요소를 기준으로 연역적 분석 방법을 사용하였다. ESDA 탐구모형의 귀납적 탐구 방법을 현장 적용한 결과 학생들은 정보수집, 분석, 활용 모든 측면에서 어려움을 겪었으며, 특히 방대한 데이터를 처리하고 변형하여 의미 있는 정보를 찾아내는 활동을 힘들어 하였다. 하지만 교사의 스캐폴딩과 동료와의 논의, 자기주도적 학습 활동을 통해 점차 지식정보처리 역량이 발전하는 모습을 관찰할 수 있었다. 또한 문제를 발견한 후 수행된 귀납 탐구의 과정에서 경향성 확보를 위한 데이터 추가 수집과 결과 분석 활동을 매우 원활하게 수행하였다. ESDA 탐구모형의 연역적 탐구 방법은 아두이노를 이용하여 도구를 직접 제작함으로써 귀납적 탐구 과정에서 경험했던 도구 선택의 어려움을 줄이고 학생이 데이터 생산자로서의 학습맥락을 강화할 수 있었다. ESDA 탐구모형의 연역적 탐구 방법을 현장 적용한 결과 귀납적 탐구와 유사한 어려움을 겪었으나 스프레드시트의 활용법이나 도구 제작과 같은 교사의 적절한 스캐폴딩으로 더 짧은 시간에 어려움을 극복할 수 있었다. 과학 탐구의 측면에서는 공유 및 표현 방법이 편리한 웹기반 문서를 활용하게 하고, 데이터 해석과정의 질문을 통해 가설을 구체화하게 함으로써 보고서 작성이나 문제 발견 등에 부담감을 줄일 수 있었다. 하지만 현상과 원리를 연결지어 결과를 해석하는 과정에서는 여전히 어려움을 겪고 있음을 확인할 수 있었다. ESDA 탐구모형과 수업전략의 개발은 다음과 같은 시사점을 갖는다. 과학적 맥락의 지식정보처리역량의 의미와 함양 방안에 대한 다양한 연구가 필요하며, 과학탐구라는 지향점을 공유한 수학, 기술, 정보 등의 융합 교육의 가능성을 확인할 수 있다. 또한 학생들의 균형있는 과학탐구 역량 함양을 위해서는 데이터 기반 과학탐구 뿐 아니라 과학 지식의 학습 및 기초적인 과학탐구학습 등이 함께 학교 현장에서 이루어져야 한다. 본 연구는 과학적 맥락에서의 지식정보처리역량을 정리하고, 이를 함양할 수 있는 중고생 대상의 모형과 수업전략을 제시하였으며, 자원기반이론을 근거로 하여 체계성과 다양성을 증진하였다. 또한 데이터 과학, 통계학의 탐색적 데이터 분석 기법을 과학 탐구에 접목하여 새로운 방식의 과학탐구를 고안하였으며, 과학의 본성을 경험할 수 있는 실제적 탐구의 실천적 유형을 제안하였다. 마지막으로 지식정보처리역량 뿐 아니라 과학탐구의 측면에서도 학생들의 어려움을 줄이고 흥미를 고취할 수 있는 사례를 제시하였다. ESDA 탐구모형과 수업전략의 개발은 질적 연구 방식을 따르면서, 적용 학생의 수가 많지 않으므로 전체 학교급을 대상으로 일반화하는 데는 무리가 있다. 하지만 지식정보화 사회의 핵심 역량인 지식정보처리역량을 과학탐구의 맥락에서 고찰하고, 이를 함양할 수 있는 실제적 탐구 방안을 제시했다는 데 의미가 있다.

There are various opinions on the purpose of science education, but in many foreign countries, including Korea, it converges on the development of scientific problem-solving skills and scientific literacy. Due to various social problems that have occurred as a result of the radical development of science and technology, this study emphasizes scientific problem-solving ability and scientific literacy. It is based on constructivism, which focuses on actual contextual problem solving and the student's own composition of knowledge. Constructivism stresses inquiry in science education, but current school inquiry does not cultivate scientific problem-solving ability. To compensate for this, authentic inquiry should be fostered in schools. Nowadays, society is knowledge-information based, and some problems arise with the abundance of information and data. Therefore, the problem-solving ability is needed as a new category, and educational approaches that cultivate it should be strengthened. Data-driven science inquiry, which emphasizes how to find and solve problems using vast amounts of data and information, is a way to cultivate the problem-solving ability in a knowledge-information-based society. Early data-driven science inquiry was used to interpret the data provided by the institute, but as research tools were developed, university research teams collected various data and used them to study secondary school students. Although data-driven science inquiry has an effect on students' interest and in-depth understanding of scientific concepts, many students and teachers have suffered from a lack of knowledge-information-processing competency. The knowledge-information-processing competency is the most essential competency in a knowledge-information-based society and is the most fundamental competency in the new problem-solving ability. Since the knowledge-information-processing competency has specific applications in various subject in addition to aiding in general education, education on this is necessary in the context of science inquiry. According to the literature review, studies on the knowledge-information-processing competency in the context of science inquiry are almost case studies, and it is difficult to find a study on the teaching a learning model or a strategy that can be applied in school. Therefore, this study aims to develop a teaching-learning model and strategy for data-driven science inquiry and to verify the validity of the model in terms of knowledge information processing competency . This study is developmental research. Based on the literature, the initial model and strategy were developed, and the final model and teaching strategy were completed by securing external validity through on-site application and internal validity through expert advice. In order to verify the effectiveness, data such as students' conversations, interviews, and outputs were collected and deductively analyzed according to factors of the knowledge-information- processing competency. The development principle of the inquiry model is the literature study on science inquiry, data science, and a statistical problem-solving model based on resource-based learning theory, which is known to be effective for the knowledge-information- processing competency and critical thinking. The developed model is the first step in tool selection. This is intended to include on-site applicability, emphasize the knowledge-information-processing competency, and focus on data insight and data analysis through the integration of data science. The model consisted of selecting tools, collecting and analyzing data, finding problems and exploring problems. This model is titled "Exploratory Scientific Data Analysis" because it finds problems while collecting and analyzing data, similar to the process of exploratory data analysis in data science. The developed ESDA inquiry model secured internal validity of model and instructional strategy through review of five experts. Inductive and deductive inquiry of the ESDA inquiry model were divided and applied to the field. In the results of applying the inductive exploration method of the ESDA inquiry model, it was clear that students faced difficulties in all aspects of information collection, analysis, and utilization. However, through the scaffolding of teachers, discussions with peers, and self-directed learning activities, the knowledge-information-processing capability was gradually improved. In addition, during the induction process, additional data collection and result analysis activities were conducted to determine trends. The deductive inquiry method of the ESDA inquiry model was able to reduce the difficulty of tool selection and intensify the learning context as a data producer by making tools based on Arduino. As a result of applying the deductive inquiry method of the ESDA inquiry model, students faced similar difficulties in inductive inquiry, but they could overcome difficulties in a shorter time with proper scaffolding and instructional strategies such as the use of spreadsheets and making tools. In addition, it was possible to reduce the burden on students' science inquiry by using web-based documents to share, express, and embody hypotheses through questions in the data interpretation process. The development of ESDA inquiry models and strategies has the following significance. First, it presents a practical methodological model that can cultivate the problem-solving ability of new problems in the knowledge-information–based society. Second, it provides a practical way to cultivate knowledge information processing capability through science inquiry. Third, it proposes specific teaching strategies and environmental requirements to enable data-driven inquiry in the field. Fourth, it suggests a way to reduce the difficulty of general science inquiry. The development of the ESDA inquiry model and teaching strategy is not easy to generalize to the whole school level because the sample was not large, and research was qualitative. The unique contribution of this research is that it developed a practical method that can strengthen the knowledge-information-processing competency, which is an essential condition of data-driven science inquiry and scientific inquiry.