[논문 리뷰] Using Scratch to Teach Undergraduate Students' Skills on Artificial Intelligence

Julián Estévez, Gorka Garate외 2명|arXiv (Cornell University)|2019. 03. 30.

Teaching and Learning Programming참고 문헌 17인용 수 4

한 줄 요약

이 논문은 대학생들에게 기초적인 인공지능 개념을 가르치기 위해 스크래치 기반 교육 워크숍을 제안한다. 이 워크숍은 시각적 프로그래밍을 통해 클러스터링과 신경망에 중점을 두고 실습 중심의 학습을 제공한다. 직관적인 블록 기반 프로그래밍을 통해 학생들은 고급 수학을 요구하지 않으면서도 AI 알고리즘의 작동 원리를 이해하게 되며, 패턴 인식과 지능형 시스템의 의사결정 과정을 이해할 수 있도록 상호작용적인 연습을 통해 AI를 쉽게 이해할 수 있도록 한다.

ABSTRACT

This paper presents a educational workshop in Scratch that is proposed for the active participation of undergraduate students in contexts of Artificial Intelligence. The main objective of the activity is to demystify the complexity of Artificial Intelligence and its algorithms. For this purpose, students must realize simple exercises of clustering and two neural networks, in Scratch. The detailed methodology to get that is presented in the article.

연구 동기 및 목표

• 실습 중심의 상호작용적인 접근을 통해 복잡한 알고리즘을 대학생들이 쉽게 접근할 수 있도록 하여 인공지능을 해소한다.
• 시각적 블록 기반 프로그래밍 환경을 활용하여 인공지능 및 수학 수업에서의 낮은 학생 참여도와 이해도 문제를 해결한다.
• 활동적이고 협업 기반의 학습을 통해 인공지능 교육에서 계산적 사고력과 과학적 방법론 능력을 기르는 것을 목표로 한다.
• 고등학교 및 초기 대학 수준에서 클러스터링과 신경망 같은 핵심 인공지능 개념을 가르치는 확장 가능하고 오픈소스 교육 도구를 제공한다.
• 학생들이 기술적 또는 정책적 역할에 진입하기 전에 기본적인 이해를 높여 디지털 리터러시를 향상시키고, 인공지능에 대한 정보 있는 대중 논의를 촉진한다.

제안 방법

• 학생들이 그래픽 코드 블록을 드래그 앤 드롭하여 AI 알고리즘을 구축할 수 있도록 시각적 프로그래밍 환경인 스크래치를 활용한다.
• 논리 게이트(AND, OR)를 사용한 간단한 신경망 모델(예: 2-입력, 1-출력 및 3-2-1 아키텍처)을 도입하여 학습 및 훈련 과정을 시연한다.
• 미적분 지식이 필요 없도록 도함수 대신 논리 활성화 함수를 도입하여 16~18세 학생들에게도 수학적 접근이 수월하도록 한다.
• 훈련 중 실시간으로 가중치 조정을 관찰할 수 있도록 상호작용형 연습을 설계하여 네트워크가 데이터로부터 어떻게 학습하는지 시각화한다.
• 두 가지 핵심 연습을 중심으로 학습을 구성한다: 점군의 클러스터링과 논리 게이트 출력에 대한 신경망 훈련.
• 교사들을 위한 교육적 지침을 통합하여 교실 활용을 위한 단계별 방법론과 실행 세부 사항을 제공한다.

실험 결과

연구 질문

• RQ1 스크래치는 어떻게 대학생들에게 클러스터링과 신경망과 같은 기본적인 인공지능 개념을 효과적으로 가르칠 수 있는가?
• RQ2 시각적 블록 기반 프로그래밍은 개념적 정확성을 유지하면서도 인공지능 알고리즘의 복잡성을 얼마나 줄일 수 있는가?
• RQ3 학생들은 스크래치에서 실습 기반의 상호작용형 연습을 통해 신경망이 어떻게 학습하고 의사결정을 내리는지 의미 있는 이해를 형성할 수 있는가?
• RQ4 전통적인 강의 중심 지도 방식과 비교해 스크래치를 사용할 경우 학생들의 추상적인 인공지능 개념에 대한 참여도와 이해도는 어떻게 변화하는가?
• RQ5 고급 수학 지식이 없는 학생들에게도 접근 가능하도록 하기 위해 표준 인공지능 알고리즘(예: 도함수 대신 논리 함수 사용)을 어떻게 수정해야 하는가?

주요 결과

• 학생들은 논리 게이트(AND, OR)를 사용하여 스크래치에서 단순한 신경망을 성공적으로 훈련시키며, 학습 과정에서 실시간으로 가중치 조정을 관찰할 수 있었다.
• 도함수 대신 논리 활성화 함수를 사용함으로써 학생들은 적분 미적분 지식 없이도 훈련 과정을 이해할 수 있었다.
• 스크래치의 시각적이고 상호작용적인 특성 덕분에 학생들은 직접 조작하고 관찰함으로써 클러스터링이나 네트워크 학습과 같은 추상적 개념을 이해할 수 있었다.
• 이러한 교육 접근법은 복잡한 수학이 아닌 규칙 기반 행동과 패턴 인식에 초점을 맞추어 인공지능을 효과적으로 해소했다.
• 워크숍은 확장 가능하고 GitLab 레포지토리에 공개되어 있어 교사들이 재사용 및 변형할 수 있도록 설계되었다.
• 활동적이고 협업 기반의 학습을 통해 스크래치와 같은 구체적인 도구를 활용한 교육 방법이 인공지능 교육에서 학생들의 참여도와 개념 이해도를 크게 향상시킨다는 것이 입증되었다.