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

    과학 수행평가에서 학생들의 생성형 인공지능 활용에 대한 중등 과학교사들의 대응과 인식 = Secondary Science Teachers’ Responses to and Perceptions of Students’ Use of Generative Artificial Intelligence in Science Performance Assessment

    한글로보기

    https://www.riss.kr/link?id=T17451253

    • 0

      상세조회
    • 0

      다운로드
    서지정보 열기
    • 내보내기
    • 내책장담기
    • 공유하기
    • 오류접수

    부가정보

    다국어 초록 (Multilingual Abstract) kakao i 다국어 번역

    This study aims to examine how secondary science teachers perceive,
    interpret, and respond to students’ use of generative artificial
    intelligence(generative AI) in science performance assessments, and how
    these judgments are enacted in actual classroom instruction and assessment
    practices. As generative AI has rapidly permeated educational contexts,
    teachers’practical responses to students’AI use in science performance
    assessments were analyzed through the lens of the Perception–Interpretation
    –Decision(PID) model and Visible Practice.
    The participants consisted of 35 high school science teachers working in
    metropolitan areas, representing a wide range of teaching experience. The
    data were collected through a survey focusing on teachers’ experiences
    and cases of unintended student use of generative AI, their positions toward
    the adoption of generative AI and the reasons for those positions, their
    experiences or intentions regarding the transformation of performance
    assessments involving generative AI, the student competencies that should
    be emphasized in future science performance assessments, and open-ended
    comments. The collected data were analyzed using qualitative content
    analysis.
    Teachers’ responses were segmented into meaning units and categorized
    into Perception, Interpretation, and Decision according to the PID
    framework. Through iterative reading and thematic analysis, common
    meaning units within each category were identified, resulting in five themes
    for Perception, eight themes for Interpretation, and six themes for Decision.
    The Perception category included themes such as awareness of students’
    generative AI use, difficulty in verifying AI use, detection cases, perceived
    effects of generative AI, and recognition of the widespread diffusion of
    generative AI in society. The Interpretation category encompassed themes
    related to assessment validity and fairness, emphasis on thinking and inquiry
    competencies, emphasis on generative AI literacy, perceived educational
    usefulness and reliability of generative AI, concerns about overuse and
    dependency, limitations of prohibition and restriction, and institutional
    insufficiencies. The Decision category comprised themes such as simple
    allowance, caution and guidance, strict control and sanctions, active
    adoption, separation of usage domains, and assessment redesign.
    The analysis revealed that teachers did not perceive students’ use of
    generative AI in a uniform manner. Even when confronted with similar
    phenomena, teachers made different judgments and enacted different
    practices based on divergent perceptions and interpretations. At the
    perception stage, some teachers viewed the spread of generative AI as an
    uncontrollable reality, while others perceived it as a threat to assessment
    credibility. At the interpretation stage, these perceptions were variously
    framed as issues of prohibition and control, guidance and pedagogical
    transition, or opportunities to reconstruct assessment goals. At the decision
    stage, teachers demonstrated diverse practical responses, including explicit
    prohibition of AI use, conditional allowance with rules, structural
    transformation of performance assessment tasks, and reinforcement of
    process-oriented feedback.
    Notably, even among teachers who selected outwardly similar practices,
    the underlying PID reasoning pathways differed. For instance, some
    teachers who restricted or prohibited AI use grounded their decisions in
    concerns about assessment fairness and controllability, whereas others
    emphasized the educational goal of protecting students’ thinking processes.
    These findings suggest that teachers’ responses to generative AI cannot
    be reduced to a simple dichotomy of approval versus opposition or adoption
    versus non-adoption, highlighting the importance of analyzing the underlying
    judgment logics that inform similar decisions.
    번역하기

    This study aims to examine how secondary science teachers perceive, interpret, and respond to students’ use of generative artificial intelligence(generative AI) in science performance assessments, and how these judgments are enacted in actual classr...

    This study aims to examine how secondary science teachers perceive,
    interpret, and respond to students’ use of generative artificial
    intelligence(generative AI) in science performance assessments, and how
    these judgments are enacted in actual classroom instruction and assessment
    practices. As generative AI has rapidly permeated educational contexts,
    teachers’practical responses to students’AI use in science performance
    assessments were analyzed through the lens of the Perception–Interpretation
    –Decision(PID) model and Visible Practice.
    The participants consisted of 35 high school science teachers working in
    metropolitan areas, representing a wide range of teaching experience. The
    data were collected through a survey focusing on teachers’ experiences
    and cases of unintended student use of generative AI, their positions toward
    the adoption of generative AI and the reasons for those positions, their
    experiences or intentions regarding the transformation of performance
    assessments involving generative AI, the student competencies that should
    be emphasized in future science performance assessments, and open-ended
    comments. The collected data were analyzed using qualitative content
    analysis.
    Teachers’ responses were segmented into meaning units and categorized
    into Perception, Interpretation, and Decision according to the PID
    framework. Through iterative reading and thematic analysis, common
    meaning units within each category were identified, resulting in five themes
    for Perception, eight themes for Interpretation, and six themes for Decision.
    The Perception category included themes such as awareness of students’
    generative AI use, difficulty in verifying AI use, detection cases, perceived
    effects of generative AI, and recognition of the widespread diffusion of
    generative AI in society. The Interpretation category encompassed themes
    related to assessment validity and fairness, emphasis on thinking and inquiry
    competencies, emphasis on generative AI literacy, perceived educational
    usefulness and reliability of generative AI, concerns about overuse and
    dependency, limitations of prohibition and restriction, and institutional
    insufficiencies. The Decision category comprised themes such as simple
    allowance, caution and guidance, strict control and sanctions, active
    adoption, separation of usage domains, and assessment redesign.
    The analysis revealed that teachers did not perceive students’ use of
    generative AI in a uniform manner. Even when confronted with similar
    phenomena, teachers made different judgments and enacted different
    practices based on divergent perceptions and interpretations. At the
    perception stage, some teachers viewed the spread of generative AI as an
    uncontrollable reality, while others perceived it as a threat to assessment
    credibility. At the interpretation stage, these perceptions were variously
    framed as issues of prohibition and control, guidance and pedagogical
    transition, or opportunities to reconstruct assessment goals. At the decision
    stage, teachers demonstrated diverse practical responses, including explicit
    prohibition of AI use, conditional allowance with rules, structural
    transformation of performance assessment tasks, and reinforcement of
    process-oriented feedback.
    Notably, even among teachers who selected outwardly similar practices,
    the underlying PID reasoning pathways differed. For instance, some
    teachers who restricted or prohibited AI use grounded their decisions in
    concerns about assessment fairness and controllability, whereas others
    emphasized the educational goal of protecting students’ thinking processes.
    These findings suggest that teachers’ responses to generative AI cannot
    be reduced to a simple dichotomy of approval versus opposition or adoption
    versus non-adoption, highlighting the importance of analyzing the underlying
    judgment logics that inform similar decisions.

    더보기

    국문 초록 (Abstract) kakao i 다국어 번역

    본 연구는 과학 수행평가에서 학생들의 생성형 인공지능(생성형 AI) 활용에 대해 중등 과학교사들이 어떻게 인식하고, 해석하며, 실제 수업과 평가에서 어떤 판단과 대응을 실천하고 있는지 이해하는 것을 목적으로 한다. 생성형 AI가 교육 현장에 빠르게 확산되면서 과학 수행평가 상황에서 학생들이 AI를 활용하는 교육적 변화에 대하여 교사들이 보여주는 실천적 대응을 지각–해석–의사결정(Perception-Interpretation-Decision)의 사고 판단 과정과 외현적 실천(Visible Practice)으로 분석하고자 하였다.
    연구 참여자는 수도권 소재 고등학교에 재직 중인 과학교사 35명으로, 교직 경력이 다양한 교사들이 포함되었다. 연구 자료는 과학 수행평가 상황에서 학생들의 생성형 AI 활용과 관련한 교사 설문 응답으로 구성되었으며, 설문은 교사가 의도하지 않은 학생의 생성형 AI 활용에 대한 경험과 사례, 생성형 AI 도입에 대한 입장과 그 이유, 생성형 AI 도입에 따른 수행평가 전환 경험 또는 의향, 향후 과학 수행평가에서 강조해야 할 학생 역량, 그리고 자유 의견 문항으로 이루어졌다. 수집한 자료는 질적 내용 분석 방법을 적용하여 분석되었다. 교사 응답을 의미단위로 분절한 뒤 PID 모델에 따라 지각(Perception), 해석(Interpretation), 의사결정(Decision)으로 범주화하였고, 반복적 읽기와 주제 분석을 통해 각 범주별로 공통된 의미단위를 주제별로 분류하여 각각 5개, 8개, 6개의 주제(코드)를 도출하였다.
    교사들의 응답을 분석한 결과, 지각(Perception) 범주에서는 ‘학생의 생성형 AI 사용 지각’, ‘생성형 AI 사용여부 확인의 어려움 지각’, ‘적발 사례’, ‘생성형 AI 활용 효과 지각’, ‘사회 전반의 생성형 AI 확산 지각’의 5개 주제가, 해석(Interpretation) 범주에서는 ‘평가의 타당성공정성’, ‘사고 및 탐구 역량 강조’, ‘생성형 AI 활용 역량 강조’, ‘생성형 AI의 교육적 유용성’, ‘생성형 AI 신뢰성’, ‘생성형 AI 남용과 의존’, ‘금지와 제한의 한계’, ‘제도의 미비’의 8개 주제가, 그리고 의사결정(Decision-making)에서는 ‘단순 허용’, ‘주의와 지도’, ‘엄격한 통제와 제재’, ‘적극적 도입’, ‘활용 영역 분리’, ‘평가 재구성’의 6개 주제가 도출되었다.
    의사결정 범주별 공통적으로 나타나는 교사들의 실천적 인식 사고 과정 및 외현적 실천을 분석한 결과, 교사들은 학생들의 생성형 인공지능 활용을 단일한 방식으로 인식하지 않았으며, 동일한 현상에 대해서도 상이한 지각과 해석을 바탕으로 서로 다른 판단과 실천을 선택하고 있음을 확인할 수 있었다. 지각 단계에서 교사들은 생성형 인공지능 사용의 확산을 통제 불가능한 현실로 인식하거나, 평가 신뢰성을 위협하는 요인으로 인식하는 등 다양한 현실 인식을 드러냈다. 해석 단계에서는 이러한 인식이 ‘금지와 차단의 문제’, ‘지도와 전환의 문제’, 또는 ‘평가 목표 재구성의 계기’ 등으로 서로 다르게 의미화되었다. 의사결정 단계에서는 AI 사용의 명시적 금지, 제한적 허용과 규칙 설정, 수행평가 과제의 구조적 전환, 과정 중심 피드백 강화 등 서로 다른 실천적 판단이 나타났다.
    특히 주목할 점은, 외형적으로 유사한 실천을 선택한 교사들 사이에서도 PID 사고 과정의 경로는 상이하게 나타났다는 점이다. 예를 들어, AI 사용을 제한하거나 금지하는 결정을 내린 교사들 가운데 일부는 평가의 공정성과 통제 가능성을 우선시하는 판단에 기반한 반면, 다른 일부는 학생 사고 과정 보호라는 교육적 목적을 강조하는 해석에 근거하고 있었다. 이는 교사의 대응을 단순히 ‘찬성/반대’ 또는 ‘도입/비도입’으로 이분화하기 어렵다는 점을 시사하며, 동일한 결정 이면에 존재하는 판단 논리를 분석하는 접근의 필요성을 보여준다.
    번역하기

    본 연구는 과학 수행평가에서 학생들의 생성형 인공지능(생성형 AI) 활용에 대해 중등 과학교사들이 어떻게 인식하고, 해석하며, 실제 수업과 평가에서 어떤 판단과 대응을 실천하고 있는지 ...

    본 연구는 과학 수행평가에서 학생들의 생성형 인공지능(생성형 AI) 활용에 대해 중등 과학교사들이 어떻게 인식하고, 해석하며, 실제 수업과 평가에서 어떤 판단과 대응을 실천하고 있는지 이해하는 것을 목적으로 한다. 생성형 AI가 교육 현장에 빠르게 확산되면서 과학 수행평가 상황에서 학생들이 AI를 활용하는 교육적 변화에 대하여 교사들이 보여주는 실천적 대응을 지각–해석–의사결정(Perception-Interpretation-Decision)의 사고 판단 과정과 외현적 실천(Visible Practice)으로 분석하고자 하였다.
    연구 참여자는 수도권 소재 고등학교에 재직 중인 과학교사 35명으로, 교직 경력이 다양한 교사들이 포함되었다. 연구 자료는 과학 수행평가 상황에서 학생들의 생성형 AI 활용과 관련한 교사 설문 응답으로 구성되었으며, 설문은 교사가 의도하지 않은 학생의 생성형 AI 활용에 대한 경험과 사례, 생성형 AI 도입에 대한 입장과 그 이유, 생성형 AI 도입에 따른 수행평가 전환 경험 또는 의향, 향후 과학 수행평가에서 강조해야 할 학생 역량, 그리고 자유 의견 문항으로 이루어졌다. 수집한 자료는 질적 내용 분석 방법을 적용하여 분석되었다. 교사 응답을 의미단위로 분절한 뒤 PID 모델에 따라 지각(Perception), 해석(Interpretation), 의사결정(Decision)으로 범주화하였고, 반복적 읽기와 주제 분석을 통해 각 범주별로 공통된 의미단위를 주제별로 분류하여 각각 5개, 8개, 6개의 주제(코드)를 도출하였다.
    교사들의 응답을 분석한 결과, 지각(Perception) 범주에서는 ‘학생의 생성형 AI 사용 지각’, ‘생성형 AI 사용여부 확인의 어려움 지각’, ‘적발 사례’, ‘생성형 AI 활용 효과 지각’, ‘사회 전반의 생성형 AI 확산 지각’의 5개 주제가, 해석(Interpretation) 범주에서는 ‘평가의 타당성공정성’, ‘사고 및 탐구 역량 강조’, ‘생성형 AI 활용 역량 강조’, ‘생성형 AI의 교육적 유용성’, ‘생성형 AI 신뢰성’, ‘생성형 AI 남용과 의존’, ‘금지와 제한의 한계’, ‘제도의 미비’의 8개 주제가, 그리고 의사결정(Decision-making)에서는 ‘단순 허용’, ‘주의와 지도’, ‘엄격한 통제와 제재’, ‘적극적 도입’, ‘활용 영역 분리’, ‘평가 재구성’의 6개 주제가 도출되었다.
    의사결정 범주별 공통적으로 나타나는 교사들의 실천적 인식 사고 과정 및 외현적 실천을 분석한 결과, 교사들은 학생들의 생성형 인공지능 활용을 단일한 방식으로 인식하지 않았으며, 동일한 현상에 대해서도 상이한 지각과 해석을 바탕으로 서로 다른 판단과 실천을 선택하고 있음을 확인할 수 있었다. 지각 단계에서 교사들은 생성형 인공지능 사용의 확산을 통제 불가능한 현실로 인식하거나, 평가 신뢰성을 위협하는 요인으로 인식하는 등 다양한 현실 인식을 드러냈다. 해석 단계에서는 이러한 인식이 ‘금지와 차단의 문제’, ‘지도와 전환의 문제’, 또는 ‘평가 목표 재구성의 계기’ 등으로 서로 다르게 의미화되었다. 의사결정 단계에서는 AI 사용의 명시적 금지, 제한적 허용과 규칙 설정, 수행평가 과제의 구조적 전환, 과정 중심 피드백 강화 등 서로 다른 실천적 판단이 나타났다.
    특히 주목할 점은, 외형적으로 유사한 실천을 선택한 교사들 사이에서도 PID 사고 과정의 경로는 상이하게 나타났다는 점이다. 예를 들어, AI 사용을 제한하거나 금지하는 결정을 내린 교사들 가운데 일부는 평가의 공정성과 통제 가능성을 우선시하는 판단에 기반한 반면, 다른 일부는 학생 사고 과정 보호라는 교육적 목적을 강조하는 해석에 근거하고 있었다. 이는 교사의 대응을 단순히 ‘찬성/반대’ 또는 ‘도입/비도입’으로 이분화하기 어렵다는 점을 시사하며, 동일한 결정 이면에 존재하는 판단 논리를 분석하는 접근의 필요성을 보여준다.

    더보기

    목차 (Table of Contents)

    • Ⅰ. 서론, 1
    • 1.1 연구의 필요성, 1
    • 1.2 연구 문제, 2
    • Ⅱ. 이론적 배경, 3
    • Ⅰ. 서론, 1
    • 1.1 연구의 필요성, 1
    • 1.2 연구 문제, 2
    • Ⅱ. 이론적 배경, 3
    • 2.1 생성형 인공지능, 3
    • 2.2 선행연구 고찰, 4
    • 2.3 이론적 분석틀: PID 모델, 6
    • Ⅲ. 연구 방법, 10
    • 3.1 연구 설계, 10
    • 3.2 연구 참여자, 11
    • 3.3 설문지 구성, 12
    • 3.4 설문 응답 분석 절차, 13
    • Ⅳ. 연구 결과 및 논의, 15
    • 4.1 교사 응답에 나타난 PID 유형, 15
    • 4.2 의사결정 범주별 판단 과정 분석, 30
    • Ⅴ. 결론 및 제언, 41
    • 5.1 결론, 41
    • 5.2 제언, 38
    • 참고문헌, 45
    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