RISS 학술연구정보서비스

검색

인기 검색어

    다국어 입력

    http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

    변환된 중국어를 복사하여 사용하시면 됩니다.

    예시)
    • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
    • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
    닫기

    초등교사의 생성형 AI에 대한 인식이 수업 설계에 미치는 영향 = The influence of elementary school teachers' perceptions of generative AI on instructional design

    한글로보기

    https://www.riss.kr/link?id=T17313447

    • 0

      상세조회
    • 0

      다운로드
    서지정보 열기
    • 내보내기
    • 내책장담기
    • 공유하기
    • 오류접수

    부가정보

    다국어 초록 (Multilingual Abstract) kakao i 다국어 번역

    Human and non-human actors are increasingly interdependent in contemporary society. Generative artificial intelligence(AI), exemplified by ChatGPT, is now reshaping how people perceive and act through its language-based interactivity, and education is undergoing a similar AI-driven transformation. The benefits of such technologies, however, depend critically on the perceptions of their users; teachers, as the principal agents who apply AI in instructional design, assessment, feedback, and counseling, play a pivotal role. This study therefore explored elementary-school teachers’ perceptions of generative AI, traced the processes by which they designed instruction with it, and identified how those perceptions influenced design outcomes. Therefore, the research questions are as follows: First, What perceptions do elementary school teachers hold about generative AI? Second, Through what processes do elementary school teachers design instructions using generative AI? Third, How do elementary school teachers’ perceptions of generative AI influence their instructional design?
    In this qualitative study, participating teachers engaged in classroom scenario-based activities, collaboratively designing lesson plans by interacting with generative AI, ChatGPT. Researcher collected data through direct observations and semi-structured interviews, applying coding and thematic analysis. Teachers’ perception toward generative AI were categorized into four distinct approaches: assistance-acceptive, tool-oriented, power-acceptive, peer-collaborative. Teachers identified as assistance-acceptive frequently rejected AI suggestions and evaluated them with skepticism. Those in the tool-oriented group routinely cross-referenced AI output with textbook resources, ultimately deferring to human judgment. Authority-acceptive teachers mostly accepted AI suggestions without substantial revisions. In contrast, the peer-collaborative group engaged in cooperative, reciprocal interactions with the generative AI, approaching it as a collaborative partner.
    A qualitative analysis revealed that the instructional design produced by peer-collaborative teachers received the highest average scores, demonstrating a statistically significant difference compared to those created by assistance-acceptive teachers. These findings highlight that perceiving generative AI as an active collaborator and engaging in mutually complementary interactions can substantially enhance instructional design quality. This provides important insights into establishing sustainable integration of generative AI and fostering effective human-AI collaboration within various educational environments.
    번역하기

    Human and non-human actors are increasingly interdependent in contemporary society. Generative artificial intelligence(AI), exemplified by ChatGPT, is now reshaping how people perceive and act through its language-based interactivity, and education is...

    Human and non-human actors are increasingly interdependent in contemporary society. Generative artificial intelligence(AI), exemplified by ChatGPT, is now reshaping how people perceive and act through its language-based interactivity, and education is undergoing a similar AI-driven transformation. The benefits of such technologies, however, depend critically on the perceptions of their users; teachers, as the principal agents who apply AI in instructional design, assessment, feedback, and counseling, play a pivotal role. This study therefore explored elementary-school teachers’ perceptions of generative AI, traced the processes by which they designed instruction with it, and identified how those perceptions influenced design outcomes. Therefore, the research questions are as follows: First, What perceptions do elementary school teachers hold about generative AI? Second, Through what processes do elementary school teachers design instructions using generative AI? Third, How do elementary school teachers’ perceptions of generative AI influence their instructional design?
    In this qualitative study, participating teachers engaged in classroom scenario-based activities, collaboratively designing lesson plans by interacting with generative AI, ChatGPT. Researcher collected data through direct observations and semi-structured interviews, applying coding and thematic analysis. Teachers’ perception toward generative AI were categorized into four distinct approaches: assistance-acceptive, tool-oriented, power-acceptive, peer-collaborative. Teachers identified as assistance-acceptive frequently rejected AI suggestions and evaluated them with skepticism. Those in the tool-oriented group routinely cross-referenced AI output with textbook resources, ultimately deferring to human judgment. Authority-acceptive teachers mostly accepted AI suggestions without substantial revisions. In contrast, the peer-collaborative group engaged in cooperative, reciprocal interactions with the generative AI, approaching it as a collaborative partner.
    A qualitative analysis revealed that the instructional design produced by peer-collaborative teachers received the highest average scores, demonstrating a statistically significant difference compared to those created by assistance-acceptive teachers. These findings highlight that perceiving generative AI as an active collaborator and engaging in mutually complementary interactions can substantially enhance instructional design quality. This provides important insights into establishing sustainable integration of generative AI and fostering effective human-AI collaboration within various educational environments.

    더보기

    국문 초록 (Abstract) kakao i 다국어 번역

    현대 사회에서 스마트폰, 자동차, 신용카드 등과 같은 비인간 요소와의 상호작용은 필연적인 생활 양식이 되었으며, 고도로 발달한 기술은 인간이 세상을 인지하고 행동하는 방식에 영향을 미친다. 최근 이러한 영향력을 지닌 새로운 기술로 인공지능(AI)이 주목받고 있는데, 이는 ChatGPT를 필두로 한 생성형 AI가 언어 기반의 뛰어난 상호작용성을 가지고 있기 때문이다.
    AI의 시대에 교육도 변화를 피해갈 수 없다. 현재 교육 현장에는 AI 디지털교과서로 대표되는 각종 에듀테크와 AI 기술들이 도입되고 있다. 하지만 새로운 기술 도입이 바로 기대한 효과를 내지 않는데, 여기에 결정적인 역할을 하는 여러 가지 요인 중 하나가 기술을 활용하는 주체들의 인식이다. 그러므로 AI를 교육 현장에 안정적으로 통합하기 위해서는 이를 수용하고 활용하는 교육 주체들의 인식을 살펴보는 것이 중요하다. 특히 교사는 수업 설계, 평가, 생활지도 및 상담 등의 교육의 다양한 영역에서 AI를 활용하는 주요 행위자이다. 그렇기 때문에 AI에 대한 교사의 인식 차이는 AI와의 상호작용과 협력에도 영향을 미칠 수 있다. 따라서 생성형 AI에 대한 교사의 인식을 알아보고 수업 설계 과정을 관찰하여 교수 설계 시 생성형 AI의 활용 및 상호작용 양상이 어떻게 달라지는지 확인하는 것이 필요하다.
    이를 위해 본 연구에서는 생성형 AI에 대한 교사의 인식을 심층적으로 이해하고 교사의 인식이 수업 설계에 미치는 영향을 알아보고자 하였다. 본 연구의 구체적인 연구 문제는 다음과 같다. 첫째, 초등교사들은 생성형 AI에 대해 어떤 인식을 가지고 있는가? 둘째, 초등교사들은 생성형 AI를 활용하여 어떤 과정으로 수업을 설계하는가? 셋째, 초등교사들의 생성형 AI에 대한 인식이 수업 설계에 미치는 영향은 무엇인가?
    이상의 연구 문제를 해결하기 위해 수업 설계 과정 관찰 및 면담을 통해 생성형 AI에 대한 교사의 인식과 이에 따른 수업 설계 과정을 질적으로 탐색하였다. 이를 위해 연구 참여자에게 교실 상황을 반영한 사례 문제를 제공하고, 생성형 AI를 활용하여 교수학습과정안을 작성하도록 요청했다. 수업 설계 후에는 생성형 AI에 대한 교사의 인식 및 수업 설계 과정을 주제로 면담을 진행했다. 수집된 자료를 바탕으로 생성형 AI에 대한 교사들의 인식을 확인하고 관련된 주제들을 추출한 후 유형화하였다. 또한 질적 자료들을 분석하여 교사의 수업 설계 과정을 탐색하고, 연구 목적에 맞게 개발된 루브릭에 기반해 교수학습과정안을 평가하여 교사의 인식이 수업 설계에 미치는 영향을 살펴보았다.
    연구 결과, 초등교사들의 생성형 AI에 대한 인식은 지원 수용형, 도구적 활용형, 동료 협력형, 권위 수용형의 4가지 유형으로 분류할 수 있었다. 이에 따라 유형별 수업 설계 양상을 살펴보았을 때 지원 수용형의 교사들은 생성형 AI의 답변을 거부하는 빈도가 높으며, 생성형 AI의 답변을 비판적으로 검토하는 경향이 나타났다. 도구적 활용형에 속하는 교사들은 생성형 AI의 답변을 실제 교과서 및 자료와 지속적으로 비교하여 인간의 최종 결정을 중시하는 양상을 보였다. 권위 수용형 교사들은 생성형 AI의 제안을 대체로 받아들이며 교수학습과정안 작성 시 생성형 AI의 답변에 대한 수정을 많이 하지 않았다. 동료 협력형의 교사들은 여러 차례 수정을 통해 도출된 답변을 생성형 AI와 함께 검토하여 정교화하는 상호보완적인 수업 설계를 하였다. 또한 작성된 교수학습과정안에 대한 질적 평가를 실시한 결과 동료 협력형에 속한 교사들의 수업 과정안 평균 점수가 가장 높았으며, 이는 지원 수용형 교사들의 점수와 통계적으로 유의미한 차이를 보였다.
    본 연구에서는 생성형 AI에 대한 교사의 심층적인 인식을 탐색하고 유형화하였다. 그리고 수업 설계 과정에서 교사와 생성형 AI가 어떠한 양상으로 상호작용하는지 탐색하였다. 아울러 생성형 AI의 교육적인 활용에 교사 인식이 미치는 영향을 확인하였다. 그 결과 생성형 AI를 행위자로 인정하고 상호보완적인 협력 관계를 지향하는 인식이 생성형 AI의 교육적인 효과를 높일 수 있음을 제시하였다. 이는 교사의 생성형 AI에 대한 인식이 곧 AI 기반 교수학습 설계의 질적 수준과 연관됨을 실증적으로 확인하였다는 점에서 관련 분야의 이론적인 논의에 기여한다. 또한 이러한 결과는 교육 현장에서 생성형 AI의 안착을 뒷받침하고 다양한 교육 맥락에서 인간-AI 협력 모델을 설계 및 적용하는 기초적인 자료를 제공한다는 점에서 의미가 있다.
    번역하기

    현대 사회에서 스마트폰, 자동차, 신용카드 등과 같은 비인간 요소와의 상호작용은 필연적인 생활 양식이 되었으며, 고도로 발달한 기술은 인간이 세상을 인지하고 행동하는 방식에 영향을 ...

    현대 사회에서 스마트폰, 자동차, 신용카드 등과 같은 비인간 요소와의 상호작용은 필연적인 생활 양식이 되었으며, 고도로 발달한 기술은 인간이 세상을 인지하고 행동하는 방식에 영향을 미친다. 최근 이러한 영향력을 지닌 새로운 기술로 인공지능(AI)이 주목받고 있는데, 이는 ChatGPT를 필두로 한 생성형 AI가 언어 기반의 뛰어난 상호작용성을 가지고 있기 때문이다.
    AI의 시대에 교육도 변화를 피해갈 수 없다. 현재 교육 현장에는 AI 디지털교과서로 대표되는 각종 에듀테크와 AI 기술들이 도입되고 있다. 하지만 새로운 기술 도입이 바로 기대한 효과를 내지 않는데, 여기에 결정적인 역할을 하는 여러 가지 요인 중 하나가 기술을 활용하는 주체들의 인식이다. 그러므로 AI를 교육 현장에 안정적으로 통합하기 위해서는 이를 수용하고 활용하는 교육 주체들의 인식을 살펴보는 것이 중요하다. 특히 교사는 수업 설계, 평가, 생활지도 및 상담 등의 교육의 다양한 영역에서 AI를 활용하는 주요 행위자이다. 그렇기 때문에 AI에 대한 교사의 인식 차이는 AI와의 상호작용과 협력에도 영향을 미칠 수 있다. 따라서 생성형 AI에 대한 교사의 인식을 알아보고 수업 설계 과정을 관찰하여 교수 설계 시 생성형 AI의 활용 및 상호작용 양상이 어떻게 달라지는지 확인하는 것이 필요하다.
    이를 위해 본 연구에서는 생성형 AI에 대한 교사의 인식을 심층적으로 이해하고 교사의 인식이 수업 설계에 미치는 영향을 알아보고자 하였다. 본 연구의 구체적인 연구 문제는 다음과 같다. 첫째, 초등교사들은 생성형 AI에 대해 어떤 인식을 가지고 있는가? 둘째, 초등교사들은 생성형 AI를 활용하여 어떤 과정으로 수업을 설계하는가? 셋째, 초등교사들의 생성형 AI에 대한 인식이 수업 설계에 미치는 영향은 무엇인가?
    이상의 연구 문제를 해결하기 위해 수업 설계 과정 관찰 및 면담을 통해 생성형 AI에 대한 교사의 인식과 이에 따른 수업 설계 과정을 질적으로 탐색하였다. 이를 위해 연구 참여자에게 교실 상황을 반영한 사례 문제를 제공하고, 생성형 AI를 활용하여 교수학습과정안을 작성하도록 요청했다. 수업 설계 후에는 생성형 AI에 대한 교사의 인식 및 수업 설계 과정을 주제로 면담을 진행했다. 수집된 자료를 바탕으로 생성형 AI에 대한 교사들의 인식을 확인하고 관련된 주제들을 추출한 후 유형화하였다. 또한 질적 자료들을 분석하여 교사의 수업 설계 과정을 탐색하고, 연구 목적에 맞게 개발된 루브릭에 기반해 교수학습과정안을 평가하여 교사의 인식이 수업 설계에 미치는 영향을 살펴보았다.
    연구 결과, 초등교사들의 생성형 AI에 대한 인식은 지원 수용형, 도구적 활용형, 동료 협력형, 권위 수용형의 4가지 유형으로 분류할 수 있었다. 이에 따라 유형별 수업 설계 양상을 살펴보았을 때 지원 수용형의 교사들은 생성형 AI의 답변을 거부하는 빈도가 높으며, 생성형 AI의 답변을 비판적으로 검토하는 경향이 나타났다. 도구적 활용형에 속하는 교사들은 생성형 AI의 답변을 실제 교과서 및 자료와 지속적으로 비교하여 인간의 최종 결정을 중시하는 양상을 보였다. 권위 수용형 교사들은 생성형 AI의 제안을 대체로 받아들이며 교수학습과정안 작성 시 생성형 AI의 답변에 대한 수정을 많이 하지 않았다. 동료 협력형의 교사들은 여러 차례 수정을 통해 도출된 답변을 생성형 AI와 함께 검토하여 정교화하는 상호보완적인 수업 설계를 하였다. 또한 작성된 교수학습과정안에 대한 질적 평가를 실시한 결과 동료 협력형에 속한 교사들의 수업 과정안 평균 점수가 가장 높았으며, 이는 지원 수용형 교사들의 점수와 통계적으로 유의미한 차이를 보였다.
    본 연구에서는 생성형 AI에 대한 교사의 심층적인 인식을 탐색하고 유형화하였다. 그리고 수업 설계 과정에서 교사와 생성형 AI가 어떠한 양상으로 상호작용하는지 탐색하였다. 아울러 생성형 AI의 교육적인 활용에 교사 인식이 미치는 영향을 확인하였다. 그 결과 생성형 AI를 행위자로 인정하고 상호보완적인 협력 관계를 지향하는 인식이 생성형 AI의 교육적인 효과를 높일 수 있음을 제시하였다. 이는 교사의 생성형 AI에 대한 인식이 곧 AI 기반 교수학습 설계의 질적 수준과 연관됨을 실증적으로 확인하였다는 점에서 관련 분야의 이론적인 논의에 기여한다. 또한 이러한 결과는 교육 현장에서 생성형 AI의 안착을 뒷받침하고 다양한 교육 맥락에서 인간-AI 협력 모델을 설계 및 적용하는 기초적인 자료를 제공한다는 점에서 의미가 있다.

    더보기

    목차 (Table of Contents)

    • I. 서론 1
    • 1. 연구의 목적 및 필요성 1
    • 2. 연구 문제 5
    • 3. 용어의 정리 5
    • 가. 교사의 생성형 AI에 대한 인식 5
    • I. 서론 1
    • 1. 연구의 목적 및 필요성 1
    • 2. 연구 문제 5
    • 3. 용어의 정리 5
    • 가. 교사의 생성형 AI에 대한 인식 5
    • 나. 수업 설계 6
    • 다. 생성형 AI 6
    • Ⅱ. 이론적 배경 7
    • 1. AI 교육과 교사의 인식 7
    • 가. AI와 교육 7
    • 나. 생성형 AI의 교육적 활용 11
    • 다. AI 교육에 대한 교사의 인식 14
    • 2. 수업 설계 17
    • 가. 수업 설계의 개념과 특징 17
    • 나. 수업 설계에서 AI의 활용 20
    • 3. 인간-AI 상호작용 23
    • 가. 인간-AI 상호작용의 개념과 특징 23
    • 나. 교사-AI 상호작용 25
    • Ⅲ. 연구 방법 28
    • 1. 연구 절차 28
    • 2. 연구 참여자 31
    • 3. 자료 수집 33
    • 가. 관찰 33
    • 나. 면담 36
    • 4. 자료 분석 38
    • Ⅳ. 연구 결과 45
    • 1. 생성형 AI에 대한 초등교사의 인식 45
    • 가. 지원 수용형 46
    • 나. 도구적 활용형 50
    • 다. 동료 협력형 52
    • 라. 권위 수용형 55
    • 2. 초등교사의 생성형 AI 활용 수업 설계 양상 58
    • 가. 프롬프트 및 후속 행동 빈도 분석 결과 58
    • 나. 전체적 수업 설계 양상 60
    • 다. 인식 유형별 수업 설계 양상 62
    • 라. 유형별 설계 양상 비교 68
    • 3. 교수학습과정안 질적 평가 결과 70
    • Ⅴ. 논의 및 결론 77
    • 1. 논의 77
    • 가. 초등교사의 생성형 AI에 대한 인식 유형의 분류 77
    • 나. 인식 유형별 수업 설계 양상의 구체적 의미 79
    • 다. 교사 인식에 따른 생성형 AI 활용 수업 설계의 질적 차이 80
    • 라. 분석 방법으로서 ONA의 효용성 82
    • 2. 결론 및 제언 83
    • 가. 결론 83
    • 나. 제언 85
    • 참고문헌 87
    • 부록 98
    • Abstract 105
    더보기

    분석정보

    View

    상세정보조회

    0

    Usage

    원문다운로드

    0

    대출신청

    0

    복사신청

    0

    EDDS신청

    0

    동일 주제 내 활용도 TOP

    더보기

    주제

    연도별 연구동향

    연도별 활용동향

    연관논문

    연구자 네트워크맵

    공동연구자 (7)

    유사연구자 (20) 활용도상위20명

    이 자료와 함께 이용한 RISS 자료

    나만을 위한 추천자료

    해외이동버튼