이 연구는 상위 학부 무기화학 실험 과정에서 코발트 아세틸아세토네이트 합성 및 분석을 포함하는 4가지 탐구형 활동을 개발, 구현 및 평가했습니다. 2주간의 실험에서 학생들은 비계식 워크시트를 통해 분광학을 활용하여 리간드의 금속 중심 배위 모드를 결정하는 방법을 탐구하도록 안내받았습니다.
협동 학습, 학생 자기 효능감, 개념 개발 및 유지에 대한 평가는 두 학기 동안 네 개 섹션의 강좌에서 진행되었습니다. 학생들은 활동 중 팀으로 효과적으로 협력하며 집중하고 소통했습니다.
그 결과, 학생들의 자신감, 참여도, 과학적 능력과 관련된 자기 효능감이 긍정적인 영향을 받았습니다. 팀 활동을 통해 학생들은 1H NMR 및 IR 분광학적 증거를 활용하여 2,4-펜탄다이온의 코발트(III) 중심 배위 모드를 성공적으로 예측했습니다.
하지만 누적 실험 과정 최종 시험에서는 개념 유지에 어려움을 겪는 것으로 나타났습니다. 이 실험의 도입은 학생 참여, 대인 관계 처리 기술 및 학생 자기 효능감 증진에 기여할 수 있습니다.
화학 및 생명 과학 교육과정에서 분자 동역학(MD) 시뮬레이션의 중요성이 커지고 있으나, 학생들은 결과 해석 및 다양한 지표 통합에 어려움을 겪는다. 본 연구는 생명공학 전공 대학원생을 위한 물리화학 과정에서 이러한 문제 해결을 목표로 팀 기반 학습(TBL) 활동을 제안한다.
이 TBL 활동은 단백질 및 리간드의 RMSD 시계열, RMSF 값, 핵심 수소 결합 지속성, 포켓 점유율 등 여러 지표를 비교하고 통합하는 데 중점을 둔다. 또한, 해석적 모호성 속에서 팀원 간의 공동 정당화를 요구하며, 권위적인 답변 대신 설명을 유도하는 제한된 AI 기반 튜터를 성찰적 도구로 활용한다.
활동 중 팀 토론은 주로 이러한 지표들을 비교하고, 다양한 분자 시나리오에 대한 공동 설명을 개발하는 방식으로 진행되었다. 학생들은 협력적인 TBL 구조에 대해 전반적으로 긍정적인 피드백을 보였으나, AI 튜터에 대한 인식은 학생마다 유용성 인식이 달라 엇갈렸다.
본 연구는 분자 동역학 데이터 해석 능력 향상을 위한 효과적인 교육 전략을 제시하며, AI 보조 학습 도구의 잠재력과 한계를 동시에 보여준다. 이는 향후 STEM 교육에서 복잡한 과학 데이터 해석 역량을 강화하는 데 기여할 수 있다.
