메타분석에 기반한 교사 AI 리터러시 자기평가 문항 개발

Development of a Teacher's AI Literacy Scale Based on Meta-Analysis

최근 생성형 인공지능(AI) 기술의 발전으로 학교 교육에서도 AI 활용의 필요성이 증가하면서, 교사 AI 리터러시(역량)에 대한 연구가 활발하게 이루어지고 있다. 본 연구는 AI 융합교육이 보편화될 학교교육에서 교사의 AI 리터러시의 개발과 평가가 중요시된다는 점을 감안하여, 교사 AI 리터러시에 대한 자기평가 문항을 개발하고자 하였다. 이를 위한 연구방법으로 본고는 기존의 교사 디지털 리터러시에 관한 국내외 연구문헌과 디지털 역량 프레임워크에 대한 메타분석을 통해 공통된 핵심 구인들을 추출하여, 이를 Eisner(2002)의 교사의 세 가지 전문 지식 개념틀에 접목하여 AI 리터러시 평가 틀로 새롭게 구성하였다. 이렇게 구성된 자기평가 문항은 아홉 가지 영역(AI의 기본 원리 이해, 데이터 과학 기초 지식, AI의 교육적 응용, AI 도구 현장 활용, 프로그래밍 기초 지식, 실제 문제 해결 능력, AI 윤리 이해, 사회적 영향 분석, 책임감 있는 AI 사용)에서 총 36문항으로 이루어지게 되었다. 이 문항의 내용 및 구성적 타당성을 검토하기 위해 참여적 설계 접근법을 활용하여 개발한 AI 리터러시 평가 문항들을 현장 교사들에게 시범 적용하였고, 그 결과를 연구참여자들과의 초점집단인터뷰(FGI)를 통해 피드백 결과를 반영하여 최종적인 교사 AI 리터러시 자기평가 문항을 개발하였다. 본 연구에서 개발한 자기평가 척도는 교사들이 AI 시대의 기술적 환경에 맞춰 자신의 교육적 역량을 검토하고 개발할 수 있는 유용한 도구도서 활용될 수 있을 것이다.

With the recent advancements in generative artificial intelligence (AI) technology, the need for AI utilization in school education has increased, leading to active research on teacher AI literacy (competency). This study aims to develop self-assessment items for teacher AI literacy, recognizing the importance of developing and evaluating teachers' AI literacy in the context of school education where AI-integrated education is expected to become widespread. Using a research methodology that involved a meta-analysis of domestic and international literature on teacher digital literacy and digital competency frameworks, common core constructs were extracted. These constructs were integrated into Eisner’s (2002) conceptual framework of teachers' three types of professional knowledge, forming a novel AI literacy assessment framework. The resulting self-assessment items comprise 36 questions across nine domains: understanding the basic principles of AI, foundational knowledge of data science, educational applications of AI, practical use of AI tools, foundational programming skills, problem-solving capabilities, understanding AI ethics, analyzing social impacts, and responsible AI usage. To verify the content and structural validity of the items, a participatory design approach was employed, applying the developed AI literacy assessment items to in-service teachers. Feedback was collected through focus group interviews (FGI) with research participants, and the results were used to refine the final self-assessment items for teacher AI literacy. The self-assessment scale developed in this study serves as a practical tool for teachers to evaluate and enhance their educational competencies in alignment with the technological environment of the AI era.