Caramel LabCaramel Lab
#

인공지능 교육

2의 한국어 분석 — 최신순으로 정렬했어요

컴퓨터 과학발표 2026.01· 21최근 1년 21

인공지능 리터러시 기반 교사 역량 프레임워크

교육 분야에서 인공지능, 특히 생성형 AI의 부상은 기존 TPACK(기술-교수-내용 지식) 프레임워크의 한계를 드러내고 있습니다. AI의 자율성, 인식론적 복잡성, 윤리적 측면을 고려할 때, 진화된 교육 모델이 필수적입니다. 본 연구는 이러한 격차를 해소하고자 AI-기술, AI-내용, AI-교수, 인간-AI 협업, 윤리 지식의 다섯 가지 영역을 통합한 I-TPACK(Intelligent-TPACK) 프레임워크를 제안합니다. 교사 관점에서 I-TPACK 영역별로 요구되는 지식과 기술을 정의하기 위해, 다양한 과목의 교사 30명을 대상으로 3단계 델파이 방법을 활용하여 합의된 핵심 역량 목록을 도출했습니다. 연구 결과, I-TPACK 프레임워크를 위한 25가지 핵심 지식 항목이 식별되고 정교화되었습니다. 이는 이론적 모델을 실행 가능한 역량으로 전환하는 구체적인 로드맵을 제공하며, 교사 교육을 위한 실증적 기반을 마련합니다. 이 연구는 교사들이 단순히 AI를 사용하는 것을 넘어, 인간-AI 협력 학습을 전략적으로 조직하고 AI의 잠재력을 윤리적, 비판적, 생산적으로 활용할 수 있도록 지원합니다. I-TPACK과 그에 따른 지식 제안은 미래 지향적인 교사 양성 및 전문성 개발 프로그램을 구축하는 데 중요한 도구가 될 것입니다.

컴퓨터 과학발표 2026.01· 19최근 1년 19

AI가 교사 전문성에 미치는 영향: 인지 부하 관점

인공지능(AI)은 적응형 플랫폼, 지능형 튜터링 시스템, 생성형 도구를 통해 교육에 빠르게 통합되고 있습니다. 이러한 기술은 효율성과 개인화를 약속하지만, 동시에 교사의 교수 역량 저하, 자율성 감소, 윤리적 위험에 대한 우려를 낳고 있습니다. 본 논문은 인지 부하 이론(CLT)을 통해 AI가 교사의 전문성과 교수 설계를 어떻게 변화시킬지 개념화합니다. 이 연구는 AI가 내재적, 외재적, 본질적 인지 부하 관리에 미칠 수 있는 영향을 개념화하는 것을 목표로 합니다. AI가 내재적 부하를 효과적으로 지원하고 외재적 방해를 줄일 수 있지만, 교사의 판단력을 대체하여 본질적 학습과 성찰적 실천을 저해할 수 있음을 제안합니다. 또한, AI의 불투명성, 알고리즘 편향성, 접근 불균형은 새로운 형태의 인지적 및 윤리적 부담을 초래할 수 있습니다. 본 연구는 AI 연구에서 상대적으로 덜 다루어진 교사 인지에 초점을 맞추고, 교사를 인간과 알고리즘 입력을 조율하는 인지적 지휘자로 개념화하며, 윤리적 및 형평성 고려사항을 인지 프레임워크에 통합함으로써 학술적 기여를 합니다. 교사 교육, 정책, AI 설계에 대한 권고사항을 제시하며, 교사의 전문성을 보존하고 심층 학습을 지원하는 교수법 중심의 AI 통합이 필요함을 강조합니다.

연구 트렌드로 돌아가기