디지털 리터러시 역량 강화를 위한 데이터 기반 AI·과학·기술 융합 수업모형 개발

A Development of an Instructional Model for Data-based Artificial Intelligence, Science, and Technology Convergence to Strengthen Digital Literacy

목적 본 연구에서는 데이터 기반 인공지능 기술을 활용한 문제를 해결하는 문제 중심 프로젝트 활동을 통해 디지털 리터러시를 키울 수 있도록 하는 중학교 인공지능(AI), 과학 그리고 기술을 융합한 새로운 수업 모델을 개발하고 그 효과성에 대해 분석하였다. 방법 선행문헌의 고찰을 통해 모형의 구성 요소와 설계원리를 도출한 후 초기 모형을 개발하였다. 모형의 내적 타당화를 위해 5인을 대상으로 2차에 걸친 전문가 타당화를 실시하였다. 이후 서울 소재 중학생 3학년 한 학급 25명을 대상으로 본 모형을 적용한 수업을 하였다. 학생들의 디지털 리터러시 사전 사후 검사와 학생 면담을 하여 의미를 도출하였다. 사전 사후 검사에서는 대응 표본 t 검정을 하여 결과를 분석하였다. 결과 본 연구에서는 데이터 기반의 탐구모형(Exploratory Scientific Data Analysis Inquiry Model, 이하 ESDA)과 TMSI (Tinkering, Making, Sharing, Improving)모형을 기반으로 디지털 리터러시 역량을 위한 AI·과학·기술 융합 수업모형을 개발하였다. 수업모형은 ‘Data mining(데이터 탐구 활동)’, ‘Problem Defining(문제 이해 활동)’, ‘Making with AI(메이킹 활동)’, ‘Sharing & Improving(공유 및 개선 활동)’의 4단계로 이루어져 있다. 또한, 데이터 기반 AI·과학·기술 융합 수업 최종 모형 각각의 단계를 지원하는 12가지의 설계원리와 37가지의 상세 지침을 제시하였다. 본 모형을 적용한 수업이 전반적으로 학습자의 디지털 리터러시 향상에 긍정적인 영향을 준 것으로 나타났다. 결론 본 연구는 전문가들의 검토를 통해 개발된 데이터 기반 AI·과학·기술 융합 수업모형과 설계원리를 바탕으로 중학교 현장에 투입하여 학생들의 디지털 리터러시 향상의 효과성을 검증한 점에서 의의를 지닌다.

Objectives The purposes of this study were to develop instructional model that combines artificial intelligence(AI), science, and technology in middle school through problem-oriented project activities that solve problems using data-based artificial intelligence technology to improve digital literacy and analyzed its effectiveness Methods The initial model was developed after deriving the components and design principles through a review of previous studies. To validate the model, two rounds of expert validation were conducted targeting 5 people. In the field evaluation, a class was conducted applying this model to 25 third-grade middle school students in Seoul. The interpretation of results was derived from pre- and post-tests on students' digital literacy and interview with the students. The results were analyzed using a paired samples t test. Results This study created a class model for the convergence of AI, science, and technology to enhance digital literacy. The model was based on the data-driven Exploratory Scientific Data Analysis Inquiry Model (ESDA) and the TMSI(Tinkering, Making, Sharing, Improving) model. The class model comprises four stages: ‘Data mining,’ ‘Problem Defining,’ ‘Making with AI,’ and ‘Sharing & Improving.’ Additionally, 12 design principles and 37 detailed guidelines supporting each stage of the final AI·science·technology convergence class model were presented. Classes implementing this model demonstrated an overall positive impact on enhancing learners' digital literacy. Conclusions This study holds significance as it validated the effectiveness of improving students' digital literacy by implementing the data-based AI, science, and technology convergence class model at middle school sites. The model and design principles were developed through expert review, and the positive outcomes contribute to the understanding of effective educational strategies in this context.