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

    인공지능기반 학습 프로그램이 초등학생의 학업성취도 및 정의적 특성에 미치는 영향 : 수학과를 중심으로 = The Effects of an Artificial Intelligence-Based Learning Program on Elementary School Students’ Academic Achievement and Affective Characteristics : Focusing on Mathematics

    한글로보기

    https://www.riss.kr/link?id=T17355525

    • 0

      상세조회
    • 0

      다운로드
    서지정보 열기
    • 내보내기
    • 내책장담기
    • 공유하기
      • URL 복사
    • 오류접수
    인용문이 복사되었습니다.

    부가정보

    국문 초록 (Abstract) kakao i 다국어 번역

    본 연구는 인공지능 기반 학습 프로그램을 활용한 수업이 초등학생의 수학 학업성취도와 정의적 특성(수학에 대한 흥미, 태도, 동기 등)에 미치는 영향을 알아 보는 데에 목적을 두고 있다. 연구 대상은 부산광역시 D초등학교 6학년 2개 학급으로, 실험집단은 23명, 대조집단은 24명으로 구성하였다. 실험집단은 인공지능 기반 수학 프로그램을 활용한 맞춤형 수업을, 대조집단은 교사 중심의 전통적인 설명식 수업을 진행하였다. 실험 처치를 위해 교육부에서 2020년에 개발한 인공 지능 기반 수학 학습 프로그램 ‘똑똑! 수학 탐험대’를 활용하였다. 수업 방법에 따라 학업 성취도가 다르게 나타나는지 확인하기 위하여 실험집단과 비교집단을 대상으로 사전·사후 학업 성취도 평가를 실시하였다. 학업 성취도 평가 문항은 수학 교과서와 시중 출판사의 문제집을 바탕으로 교사가 재구성한 문제를 사용하였다. 또한 정의적 특성의 차이 유무를 확인하기 위해 사전·사후 정의적 특성 검사를 실시하였으며 이환철 외(2017)가 초·중·고 학생을 대상으로 개발한 ‘수학학습 정의적 특성 검사 도구’를 활용하였다. 본 연구의 결과는 다음과 같다. 첫째, 인공지능 기반 학습 프로그램을 적용한 실험집단과 대조집단 간의 수학 학업성취도 변화에는 통계적으로 유의미한 차이가 나타나지 않았다. 즉, 단기간의 AI 기반 수업은 초등학생의 수학 학업성취도 향상에 뚜렷한 효과를 보이지 않았다. 둘째, 정의적 특성에서 실험집단은 외적 동기, 학습의지, 효능감 등에서 대조집단과 통계적으로 유의미한 차이는 없었으나 전반적으로 높은 평균 점수를 보였다. 또한 효과 크기(Cohen’s d)가 중간 수준으로 나타난 일부 항목에서는 교육적 함의가 있음을 시사하였다. 특히 대조집단은 여러 정의적 특성에서 점수가 유의미하 게 감소한 반면, 실험집단은 상대적으로 안정적인 수준을 유지하였다. 이와 같이 인공지능 기반 학습 프로그램을 활용한 수업은 수학 학업성취도 향상에는 제한적인 효과를 보였지만, 정의적 특성의 유지 및 일부 요인에 있어 긍정적 영향을 미쳤다. 본 연구의 기간이 6개월 가량으로 짧았다는 점에서 향후 장기적 개입과 보완 연구를 통해 더 구체적인 교육 효과를 검토할 필요가 있다. 또한 정의적 특성에 대한 사전·사후 검사를 실시하였으나, 검사 시 응답자의 식별 정보를 수집하지 않아 동일한 학생의 데이터를 일치시킬 수 없었다. 이로 인해 사전· 사후 점수 간의 일대일 대응이 불가능하여, 대응표본 t-검정이 아닌 독립표본 t- 검정을 실시하였다. 이러한 분석 방식은 동일 집단 내 변화보다는 시점 간 평균 차이에 초점을 두므로, 이에 따른 한계점을 함께 고려할 필요가 있다. * 키워드 : 인공지능, 똑똑! 수학탐험대, 수학학습, 학업성취도, 정의적 특성 * 이 논문은 2026년 2월 부산교육대학교 교육대학원 위원회에 제출된 교육학 석사학위논문임.
    번역하기

    본 연구는 인공지능 기반 학습 프로그램을 활용한 수업이 초등학생의 수학 학업성취도와 정의적 특성(수학에 대한 흥미, 태도, 동기 등)에 미치는 영향을 알아 보는 데에 목적을 두고 있다. ...

    본 연구는 인공지능 기반 학습 프로그램을 활용한 수업이 초등학생의 수학 학업성취도와 정의적 특성(수학에 대한 흥미, 태도, 동기 등)에 미치는 영향을 알아 보는 데에 목적을 두고 있다. 연구 대상은 부산광역시 D초등학교 6학년 2개 학급으로, 실험집단은 23명, 대조집단은 24명으로 구성하였다. 실험집단은 인공지능 기반 수학 프로그램을 활용한 맞춤형 수업을, 대조집단은 교사 중심의 전통적인 설명식 수업을 진행하였다. 실험 처치를 위해 교육부에서 2020년에 개발한 인공 지능 기반 수학 학습 프로그램 ‘똑똑! 수학 탐험대’를 활용하였다. 수업 방법에 따라 학업 성취도가 다르게 나타나는지 확인하기 위하여 실험집단과 비교집단을 대상으로 사전·사후 학업 성취도 평가를 실시하였다. 학업 성취도 평가 문항은 수학 교과서와 시중 출판사의 문제집을 바탕으로 교사가 재구성한 문제를 사용하였다. 또한 정의적 특성의 차이 유무를 확인하기 위해 사전·사후 정의적 특성 검사를 실시하였으며 이환철 외(2017)가 초·중·고 학생을 대상으로 개발한 ‘수학학습 정의적 특성 검사 도구’를 활용하였다. 본 연구의 결과는 다음과 같다. 첫째, 인공지능 기반 학습 프로그램을 적용한 실험집단과 대조집단 간의 수학 학업성취도 변화에는 통계적으로 유의미한 차이가 나타나지 않았다. 즉, 단기간의 AI 기반 수업은 초등학생의 수학 학업성취도 향상에 뚜렷한 효과를 보이지 않았다. 둘째, 정의적 특성에서 실험집단은 외적 동기, 학습의지, 효능감 등에서 대조집단과 통계적으로 유의미한 차이는 없었으나 전반적으로 높은 평균 점수를 보였다. 또한 효과 크기(Cohen’s d)가 중간 수준으로 나타난 일부 항목에서는 교육적 함의가 있음을 시사하였다. 특히 대조집단은 여러 정의적 특성에서 점수가 유의미하 게 감소한 반면, 실험집단은 상대적으로 안정적인 수준을 유지하였다. 이와 같이 인공지능 기반 학습 프로그램을 활용한 수업은 수학 학업성취도 향상에는 제한적인 효과를 보였지만, 정의적 특성의 유지 및 일부 요인에 있어 긍정적 영향을 미쳤다. 본 연구의 기간이 6개월 가량으로 짧았다는 점에서 향후 장기적 개입과 보완 연구를 통해 더 구체적인 교육 효과를 검토할 필요가 있다. 또한 정의적 특성에 대한 사전·사후 검사를 실시하였으나, 검사 시 응답자의 식별 정보를 수집하지 않아 동일한 학생의 데이터를 일치시킬 수 없었다. 이로 인해 사전· 사후 점수 간의 일대일 대응이 불가능하여, 대응표본 t-검정이 아닌 독립표본 t- 검정을 실시하였다. 이러한 분석 방식은 동일 집단 내 변화보다는 시점 간 평균 차이에 초점을 두므로, 이에 따른 한계점을 함께 고려할 필요가 있다. * 키워드 : 인공지능, 똑똑! 수학탐험대, 수학학습, 학업성취도, 정의적 특성 * 이 논문은 2026년 2월 부산교육대학교 교육대학원 위원회에 제출된 교육학 석사학위논문임.

    더보기

    목차 (Table of Contents)

    • Ⅰ. 서론 1
    • 1. 연구의 필요성 및 목적 1
    • 2. 연구문제 3
    • 3. 용어의 정의 4
    • Ⅱ. 이론적 배경 7
    • Ⅰ. 서론 1
    • 1. 연구의 필요성 및 목적 1
    • 2. 연구문제 3
    • 3. 용어의 정의 4
    • Ⅱ. 이론적 배경 7
    • 1. 인공지능 기반 교육· 7
    • 2. 인공지능 기반 수학교육 8
    • 3. 수학 학업성취도와 정의적 특성에 대한 선행 연구 11
    • Ⅲ. 연구방법 13
    • 1. 연구 대상 13
    • 2. 연구 설계 13
    • 3. 연구 절차 14
    • 4. 적용 프로그램 15
    • 5. 검사 도구 21
    • 6. 분석 방법 27
    • Ⅳ. 연구결과 28
    • 1. 인공지능 기반 수학수업과 학업성취도 28
    • 2. 인공지능 기반 수학수업과 수학 정의적 특성 31
    • 3. 인공지능 기반 수학 수업에 대한 학생 반응 38
    • Ⅴ. 결론 및 제언 43
    • 1. 요약 및 결론 43
    • 2. 제언 45
    • 참고문헌 47
    • ABSTRACT 50
    • 부록 1 학업성취도 평가 문항(사전) 52
    • 부록 2 학업성취도 평가 문항(사후) 57
    • 부록 3 정의적 특성 검사 문항 63
    • <표 1> 연구 대상의 구성 13
    • <표 2> 연구 절차 및 일정 15
    • <표 3> 수학 교수학습 과정안 16
    • <표 4> 이환철 외(2017)의 수학학습 정의적 영역 검사지 요인명 및 성격 정의 25
    • <표 5> 이환철 외(2017)의 수학학습 정의적 영역 검사 도구 문항 구성 27
    • <표 6> 면담 질문 내용 28
    • <표 7> 사전 수학 학업성취도 평가의 독립표본 t-검정 30
    • <표 8> 사후 수학 학업성취도 평가의 독립표본 t-검정 31
    • <표 9> 사전-사후 수학 학업성취도 평가의 대응표본 t-검정 32
    • <표 10> 정의적 영역 하위 영역에 대한 사전검사 결과의 집단 간 독립표본 t-
    • 검정 결과 34
    • <표 11> 정의적 영역 하위 영역에 대한 사후검사 결과의 집단 간 독립표본 t-
    • 검정 결과 35
    • <표 12> 집단별 수학 흥미 영역 사전·사후 점수에 대한 대응표본 t-검정 결과
    • 36
    • <표 13> 집단별 수학 학습 태도 영역 사전·사후 점수에 대한 대응표본 t-검정
    • 결과 37
    • <표 14> 집단별 가치 영역 사전·사후 점수에 대한 대응표본 t-검정 결과 38
    • <표 15> 집단별 외적 동기 영역 사전·사후 점수에 대한 대응표본 t-검정 결과
    • 38
    • <표 16> 집단별 내적 동기 영역 사전·사후 점수에 대한 대응표본 t-검정 결과
    • 39
    • <표 17> 집단별 학습 의지 영역 사전·사후 점수에 대한 대응표본 t-검정 결과
    • 39
    • <표 18> 집단별 자기 효능감 영역 사전·사후 점수에 대한 대응표본 t-검정 결
    • 과 40
    • <그림 1> 학습 콘텐츠 구성 예시 5
    • <그림 2> 연구 설계 14
    • <그림 3> ‘똑똑! 수학탐험대’의 교과활동 예시 19
    • <그림 4> ‘똑똑! 수학탐험대’의 학습자 진단·인공지능 추천활동 예시 20
    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