[논문 리뷰] What Students Can Learn About Artificial Intelligence -- Recommendations for K-12 Computing Education

Tilman Michaeli, Stefan Seegerer외 1명|arXiv (Cornell University)|2023. 05. 10.

Educational Research and Pedagogy인용 수 5

한 줄 요약

이 논문은 인공지능 교육을 위한 종합적인 K-12 학습 목표 세트를 제안하며, 디지털 리터러시와 사회적 이해를 강조한다. 학생들이 K-12 컴퓨팅 교육 전반에서 교육 자료를 설계, 평가, 개선할 수 있도록 도와주는 핵심 AI 개념과 역량을 제시한다.

ABSTRACT

Technological advances in the context of digital transformation are the basis for rapid developments in the field of artificial intelligence (AI). Although AI is not a new topic in computer science (CS), recent developments are having an immense impact on everyday life and society. In consequence, everyone needs competencies to be able to adequately and competently analyze, discuss and help shape the impact, opportunities, and limits of artificial intelligence on their personal lives and our society. As a result, an increasing number of CS curricula are being extended to include the topic of AI. However, in order to integrate AI into existing CS curricula, what students can and should learn in the context of AI needs to be clarified. This has proven to be particularly difficult, considering that so far CS education research on central concepts and principles of AI lacks sufficient elaboration. Therefore, in this paper, we present a curriculum of learning objectives that addresses digital literacy and the societal perspective in particular. The learning objectives can be used to comprehensively design curricula, but also allow for analyzing current curricula and teaching materials and provide insights into the central concepts and corresponding competencies of AI.

연구 동기 및 목표

• 빠른 기술 발전 속에서 K-12 컴퓨팅 교육 과정에 AI를 통합할 필요가 점점 커지는 데 대응한다.
• 기존 교육 프레임워크가 부족한 상황에서 학생들이 AI에 대해 무엇을 하고, 무엇을 배워야 할지 규명한다.
• 학생들이 개인적 및 사회적 차원에서 AI의 영향을 비판적으로 분석할 수 있도록 디지털 리터러시와 사회적 시각에 중점을 둔다.
• 설계, 평가, 개선에 응용 가능한 체계적이고 연구 기반의 교육과정 프레임워크를 제공한다.
• 신속히 변화하는 AI 발전과 교육 기준 간 격차를 메우기 위해 K-12 학생들을 위한 핵심 AI 개념과 역량을 정의한다.

제안 방법

• K-12 교육에 적합한 인공지능의 핵심 개념과 원칙을 바탕으로 교육과정 프레임워크를 개발했다.
• 디지털 리터러시와 AI의 사회적 차원, 특히 윤리적 고려사항, 편향, 실제 영향을 중점적으로 다뤘다.
• 데이터, 알고리즘, 자동화, 인간-AI 상호작용과 같은 핵심 AI 주제를 중심으로 학습 목표를 체계화했다.
• 기존 컴퓨팅 교육 기준과 연계하여 현재 교육과정에 실질적으로 통합될 수 있도록 했다.
• 연령대와 인지 수준에 맞는 기초 AI 역량을 체계적으로 특정하기 위한 접근 방식을 사용했다.
• 기존 교육과정과 교육 자료의 커버리지 분석을 위한 도구를 제공하여 核심 AI 개념과 사회적 시각을 평가할 수 있도록 했다.

실험 결과

연구 질문

• RQ1 K-12 학생들이 디지털 리터러시와 사회적 인식을 달성하기 위해 어떤 핵심 AI 개념과 역량을 배워야 하는가?
• RQ2 학생들의 부담을 증가시키지 않으면서도 AI 교육을 기존 K-12 컴퓨팅 교육 과정에 어떻게 의미 있게 통합할 수 있는가?
• RQ3 기술적 이해와 윤리적·사회적 고려사항을 균형 있게 반영하는 효과적인 AI 학습 목표를 정의하는 기준은 무엇인가?
• RQ4 교사들은 현재 교육과정과 교육 자료가 필수적인 AI 주제를 충분히 다루고 있는지 평가할 수 있는가?
• RQ5 K-12 교육의 다양한 발달 단계에서 적절하고 접근 가능한 기본 AI 지식은 무엇인가?

주요 결과

• 제안된 학습 목표는 K-12 컴퓨팅 교육에 AI를 통합하기 위한 명확하고 체계적인 프레임워크를 제공한다.
• 프레임워크는 AI의 사회적 및 윤리적 차원을 강조하여, 기술적 功能성 이상의 영향을 이해할 수 있도록 한다.
• 목표는 학년 수준에 따라 유연하게 적용 가능하도록 설계되어 초등학교에서 고등학교까지 연령에 맞는 AI 교육을 지원한다.
• 기존 교육 자료의 완전성과 핵심 AI 역량과의 일치 여부를 체계적으로 평가할 수 있는 교육과정 모델을 제공한다.
• 프레임워크는 현재 AI 교육과정의 격차를 식별하고 교육 설계를 개선하는 데 교사들이 활용할 수 있도록 한다.
• 이 연구는 CS 교육 연구 분야에서 중요한 격차를 메우는 연구 기반의 기초를 제공한다.