4차 산업혁명에 따른 미래사회와 교육환경의 변화, 그리고 초·중등 과학교육의 과제

조헌국,Jho, Hunkoog 한국초등과학교육학회 2017 초등과학교육 Vol.36 No.3

Nowadays, the public as well as science educators pays much attention to the fourth industrial revolution and wonders what will happen to the societies in the future. Thus, this study aimed at predicting the education environment which will be brought from the fourth industrial revolution, and suggesting the solutions or tasks to be investigated in science education. Through the literature review, this study categorized the major changes of future society into a wild fluctuation of job market, the shift from possession-based economy to sharing economy, post-urbanized and distributed system, and the crisis of dehumanization. According to the four major changes, this study predicted the future environment that will occur to the educational system. First, the students should the competences necessary for the future and the school curriculum will be changed in terms of width and depth. Second, sharing economy may bring about the open platform similar to MOOC (Massive Open Online Course) or TED. Third, the manifestation of artificial intelligence in education will enable the individual and paced learning, and thanks to the change, the concept of distributed cognition will be more focused in education research. Fourth, the collaborative learning and character education should be more stressed to resist the dehumanization. This study suggests relevant tasks and issues that should be tackled for the successful change in primary and secondary schools.

텍스트 마이닝을 활용한 기후변화에 대한 20년간의 뉴스 기사 분석

조헌국(Jho, Hunkoog),이봉우(Lee, Bongwoo) 에너지기후변화교육학회 2021 에너지기후변화교육 Vol.11 No.2

이 연구는 2001년부터 2020년까지 지난 20년간 국내 인터넷 매체를 통해 보도된 기후변화 관련 뉴스 기사 7,516건을 추출하고, 이를 시기에 따라 주요 특징이나 주제가 무엇인지 파악하도록 워드 클라우드 및 토픽 모델링을 실시하였다. 그 결과, 뉴스 기사의 경우, 2009년 이후 급격히 증가하고 있는데, 이는 기후변화에 대한 미디어의 노출이 UN 국제기후변화협약을 중심으로 강조됨에 따라 일어난 결과로 보인다. 특히, 기후변화에 대한 보도가 일반적인 종합일간지나 언론사가 아니라, 경제 분야 및 지역신문에서 매우 높게 나타나는데, 이는 기후변화와 관련된 글로벌마켓, 기술 도입에 따른 경제적 파급효과 등이 뉴스의 중심 내용이 되며, 지자체의 기후변화와 관련된 여러 활동들이 지역 언론을 통해 소개되고 있음을 추측할 수 있다. 보다 구체적인 기후변화와 관련된 뉴스의 특징을 파악하기 위해 LDA 분석을 실시한 결과, 총 14개의 주제로 구분되며, 각각의 주제는 시기에 따라 큰 변화를 보이고 있음을 알 수 있다. 특히, 2009년의 덴마크, 2015년의 파리에서의 UN 기후변화협약과 탄소정보공개 프로젝트(CDP) 등 범정부적인 협약과 기술개발 프로젝트 등이 뉴스 기사의 비중에 매우 큰 영향을 차지하고 있다. 국내 지자체의 활동이나 기업 활동에 대한 기사는 최근 들어 더욱 빈번하게 나타나고 있으며, 미디어를 통해 보도되는 내용이 기후변화와 관련된 연구 성과보다는 주요 행사나 사건 등에 대해 더욱 민감하게 반응하고 있음을 나타내고 있다. This study aimed at investigating the trends of news articles related to the climate change for the last two decades. Thus, the researchers collected a total of 7,516 articles extracted from the news archive called as BIGKinds and analyzed word-count-based analysis and topic modeling relying on LDA (latent dirichlet allocation). As a result, the number of articles about the climate change has been drastically increased since 2009, as UN climate change conference (UNCC) held in Denmark was sensational. In particular, economic and domestic-oriented press occupied a large proportion of articles, and financial and political aspects of the climate change were highlighted from the media. The optimization of LDA returned a total of 14 topics and the prevailing topics were varied across time. International events such as UNCC in Copenhagen and Paris and carbon disclosure project were much influential than other topics in the climate change. Recent news articles address enterprise activities and provincial events. The topics of climate change introduced in the media was responding to the stimulating events rather than research outcomes or academic information.

과학영재교육에서의 머신러닝 활용 튜토리얼 : 서울 지역 일별 기온 변화 데이터를 중심으로

조헌국(Jho, Hunkoog) 한국과학영재교육학회 2021 과학영재교육 Vol.13 No.3

본 연구는 인공지능과 빅데이터를 활용해 어떻게 과학영재교육에 활용할 수 있는 방법과 기대 효과를 도출하기 위해 이뤄졌다. 본 연구에서는 서울 지역의 일별 기온 데이터의 분석 과정을 중심으로 머신러닝의 수행과정과 과학적 탐구의 요소나 속성 등을 비교하며 어떻게 교수학습이 가능한지 소개하였다. 기온 데이터를 활용해 장기적 기온 변화를 예측하는 4가지 모델을 개발하고, 정확도를 서로 비교하였다. 이와 같은 과정을 통해 과학영재교육에서 인공지능 활용이 갖는 장점은 다음과 같다. 첫째, 학생들이 경험하는 문제 발견 과정에서의 어려움을 줄일 수 있다. 둘째, 데이터의 중요성을 이해하고 데이터의 가공 및 분석 방법을 학습할 수 있다. 셋째, 다양한 모델을 적용한 분석과 반복적인 시행을 통해 실제 탐구에서 경험하는 노력이나 비용 등을 줄이는 경제적 효과를 갖고 있다. 이러한 결과를 토대로 본 연구에서는 과학영재교육에서 인공지능을 활용하는 데 필요한 과제들에 대해 제시하고자 하였다. The purpose of this study was to investigate how big data and artificial intelligence (AI) could be applied to science education for the gifted and to suggest the expected outcomes through machine learning approach to scientific inquiry. Thus, the researcher illustrated the process to predict long-term temperature changes in Seoul depending on different methods of machine learning using open source of data provided by the Korea Meteorological Agency, and compared characteristics of scientific inquiry and machine learning process. In this study, four different models were developed and evaluated as listed: Random Forest, Gradient Boosting, Support Vector Machine and Long Short Term Memory. According to the results of this study, machine learning approach helped to relived gifted students’ difficulties in identifying problems, provided them with opportunities to learn the significance of data and data engineering, and helped to implement a variety of studies and investigations compared to the traditional experimental activities. Based on the points addressed, this study gave some implications for doing AI-based education for the scientifically gifted.

과학의 미적 가치 인식에 대한 학습자의 응답에 대한 네트워크 및 감성 분석과 머신 러닝을 활용한 탐색적 예측 평가

조헌국(Hunkoog Jho) 학습자중심교과교육학회 2018 학습자중심교과교육연구 Vol.18 No.20

본 연구는 학습자의 과학의 미적 가치에 대한 인식을 조사하고, 그 결과를 네트워크 분석 및 감성 분석을 실시해 그 특징을 표현하였다. 또한 과학의 본성과 기술의 본성의 하위 10개 요인들이 과학의 미적 가치 인식을 얼마나 잘 예측할 수 있는지 머신 러닝을 활용하여 그 가능성을 탐색하였다. 이에 2017년 1학기 과학교양 강의를 이수한 생명과학계열 전공 88명의 학생들을 대상으로 5점 리커트 척도로 구성된 과학의 본성, 기술의 본성 설문 조사와 개방형 문항으로 구성된 과학의 미적 가치에 대한 인식을 수행하도록 하였다. 희소 어휘를 제외하고 65개의 어휘로 구성된 네트워크 분석을 통해 감정과 느낌 등 미적 가치의 외적 속성을 중심으로 인식하는 경향이 있음을 파악하였다. 또한 대칭, 단순, 조화, 균형 등 내적 속성에 대해서는 오히려 부정적으로 인식하고 있었다. 감성 분석 결과 또한 외적 속성에 대해 더 주목하는 경향 을 나타냈다. 과학 및 기술의 본성을 중심으로 한 과학의 미적 가치에 대한 예측 모형 구성은 k-근접 이웃 알고리즘, 서포트 벡터 머신, 분류 트리, 랜덤 포레스트, 그래 디언트부스팅, 인공 신경망 모두 신뢰할만한 결과를 얻지 못하였다. 이를 토대로 본 연구는 과학의 미적 가치 인식에 대한 특징과 그에 영향을 미치는 요인에 대한 탐색, 머신 러닝을 활용한 과학교육의 활용 가능성에 대해 시사점을 제공하였다. The purpose of this study was to investigate students ’ perceptions about the aesthetic features of science through network and sentiment analysis, and to evaluate models to predict their perceptions by machine learning in an exploratory way. In this study, a total of 88 students were asked to answer the questionnaires on the nature of science, the nature of technology, and the aesthetic features of science. Semantic network analysis revealed that the students were more inclined to external features of aesthetics whereas internal features such as simplicity and harmony were considered as negative. Sentiment analysis also showed the similar results. The predictive models for students ’ perceptions were developed using k-nearest neighbor, support vector machine, decision tree, random forest, gradient boosting, and artificial neural network. However, all the models did not acquire successful outcomes. Based on the results, this study gave some implications for the exploration of influential factors on the aesthetic perception and the possibilities for applying machine learning to science education.

예비교사를 위한 에너지 교육의 효과성 분석

조헌국(Jho, Hunkoog),권경필(Kwon, Gyeong-Pil),이성희(Lee, Seong-Hee),이세연(Lee, Seyeon) 학습자중심교과교육학회 2019 학습자중심교과교육연구 Vol.19 No.20

본 연구는 예비교사를 위한 에너지 전문성 연수 프로그램을 개발하고 그 교육적효과에 대해 진단하고, 이를 통해 에너지 교육을 위한 시사점을 제공하는 데에 목적이 있다. 연구자들은 수도권 대학에 재학 중인 예비 초등교사 42명을 대상으로 15시 간 연수를 수행하였으며, 에너지 소양을 구성하는 지식, 태도, 행동 및 교수결과 기대감을 포함한 사전·사후 설문을 통해 그 효과를 분석하였으며, 주요인이 무엇인지 파악하기 위해 상관 분석과 회귀 분석, 주성분 분석 등을 R-Studio를 활용해 실시하 였다. 그 결과, 에너지에 대한 지식과 태도, 행동이 전반적으로 연수 이후 상승하였으나 자아효능감이나 사회적 태도, 의사결정 등 개인의 책무성이나 실천과 관련된 요소에서는 유의미한 향상이 발견되지 않았다. 또한 사후 설문 결과 에너지 교수결 과 기대감이 매우 부정적으로 나타났다. 상관 분석 결과 역시 에너지 소양과 교수결과 기대감과는 관련이 없었다. 주성분 분석 결과 또한 에너지에 대한 행동과 교수결과 기대감이 상반된 경향을 보임을 알 수 있었다. 이에 에너지 교육에 대한 교사의 전문성 향상을 위해서는 실천적 접근과 관련된 다양한 교수 경험과 참여 기회, 장기적 접근이 요구되며 교육과정과 연계한 관련성을 강조할 필요가 있음을 시사한다. The purpose of this study was to examine the effects of a pre-service training program for improving teacher professional development on energy education, and to provide its pedagogical implications. The researchers implemented 15-hour program to 42 pre-service teachers in the metropolitan area, and asked them to answer the questionnaire before and after the instruction, which was comprised of energy literacy(knowledge, attitude and behavior) and teaching expectation. In order to figure out the relationships among them, this study relied upon correlation, regression and principal component analyses using R-Studio. The results showed that the overall dimensions related to energy literacy were improved after the instruction. Social attitude, self-efficacy and decision, connected to personal belief and action, were not significantly changed at all. In spite of significant changes in energy literacy, the pre-service teachers responded to the teaching expectation negatively. The correlation and principal component analyses proved their relationships as well. Such results implicated the need for more practical approach to improve their professional development on the energy education, such as classroom observation, team-based learning and micro-teaching

과학 관련 사회적 쟁점에서 의사결정에 대한 문헌 연구

조헌국 ( Hunkoog Jho ) 한국과학교육학회 2015 한국과학교육학회지 Vol.35 No.5

본 연구에서는 지질구조에 대한 모델링기반 학습 프로그램을 개발하고 모델링기반 학습에서 나타나는 논증패턴과 학생들의 정신모형 수준과의 관계를 밝히고자 하였다. 고등학교 2학년 126명을 대상으로 대륙이동설, 해령, 변환단층, 단층의 특징에 대하여 4회의 모델링기반 학습을 실시하였다. 연구대상 중에서 2개 학급은 실험집단으로 모델링기반 학습을 실시하였고 나머지 2개 학급은 비교집단으로 교사중심 설명식 수업을 실시하였다. 모델링기반 학습 후 실험집단과 비교집단의 사후 성취도와 학생들의 정신모형 분포를 정량적으로 비교하였다. 실험집단 중 5개 조의 논증활동을 녹음 전사한 자료에 대하여 본 연구에서 설정한 분석틀을 근거로 정성적으로 분석하였다. 본 연구의 분석틀은 TAP의 5가지 요소와 학생들의 대안개념이 포함되는 요소 5가지 등 총 10가지의 코딩 요소로 구성하였다. 정신모형 유형을 조사한 결과, 실험집단에서 단면 인과모형과 입체형 모형의 비율이 높게 나타난 반면, 비교집단에서는 2차원 모형과 단면 단순모형의 비중이 높게 나타났다. 논증유형을 분석한 결과, 주장의 빈도가 높을수록 논증활동이 성공적으로 이루어졌고 정신모형의 수준이 높게 나타났다. 반박이 제기된 경우, 만든 모형을 다시 관찰하여 자료를 수정하고, 이에 따라 주장을 다시 전개하였다. 이로써 모델링기반 학습에서 모형이 학생들의 논증 과정에 긍정적으로 작용함을 확인할 수 있었다. This study aims to investigate the definition of and factors in decision on socio-scientific issues and to analyze the standards for the quality of decision-making, based on the review of studies in socio-scientific issues. This study analyzed 147 articles published in journals of the social science citation index, and the research method was followed by taxonomy analysis and analytic induction. The results showed that many of the studies did not explicitly articulate the decision-making and only dealt with a specific element of the process, not as a whole. Decision-making was categorized into the steps of identification, option, criteria, information, survey, choice, and review. In terms of the factors, the literature tackled diverse things: science knowledge, nature of science, type of issue, discussion type, belief & values, and culture. This study examined the relationship between the factors and each element of decision-making. Among the relationships, only six kinds were shown as relevant and most of factors were connected to survey. With regard to the standards, the literature relied upon balance, justification and multiplicity since many of the studies made use of Toulmin-based argumentation. This study gives some implications for standards for decision-making regarding the nature of risk and uncertainty.

과학교육에 대한 철학적 담론: 과학의 본성과 과학 관련 사회적 쟁점을 중심으로

조헌국 ( Hunkoog Jho ) 한국초등과학교육학회 2015 한국초등과학교육학회 학술대회 Vol.68 No.-

오늘날 대부분의 국가에서 과학적 소양의 함양은 주요 목표가 되고 있다. 특히, 과학기술로 인해 야기된 다양한 문제들이 발생하면서 이를 비판적으로 인식하고 해결하기 위한 능력이 요구되고 있다. 이러한 점에서 과학의 본성의 이해와 과학 관련 사회적 쟁점을 통한 의사결정 능력의 함양은 과학적 소양의 주요 요소로 간주된다. 이에 본 연구에서는 최근 나타나는 과학 관련 사회적 쟁점 및 과학의 본성을 중심으로 과학교육을 둘러 싼 여러 가지 관점들이 가지는 철학적 특징에 대해 고찰하고자 한다. 과학교육과 관련된 인식론적 관점으로서 실증주의, 구성주의, 해석학, 포스트모더니즘의 관점에서 기존의 개념 지식을 추구하는 과학교육과 과학 관련 사회적 쟁점을 활용한 교육을 비교하고자 한다. 또한 과학의 본성에 관해서는 최근 일어나는 비트겐슈타인의 family resemblance 관점에서의 접근에 대해 타당한지 과학관련 사회적 쟁점에 대한 논의에 연결지어 살펴보고자 한다. Nowadays, achieving scientific literacy is a central goal of science education in many countries. As socio-scientific issues (SSI) emerges to our societies, it is necessary to have abilities of creating thinking and problem-solving in SSI. Thus, the nature of science (NOS) and socio-scientific issues are considered crucial in scientific literacy. This study aims to investigate philosophical aspects of science education centering on NOS and SSI. Various perspectives in science education, such as positivism, constructivism, hermeneutics and postmodernism, will be discussed to understand SSI education and analyze pros and cons of family resemblance approach of NOS advocated by L. Wittgenstein.

미래교육 혁신을 위한 트렌드 분석과 예측: 20년간의 문헌 연구 데이터를 기반으로 한 키워드 추출 분석을 중심으로

조헌국 ( Hunkoog Jho ) 경북대학교 과학교육연구소 2021 科學敎育硏究誌 Vol.45 No.2

본 연구는 미래 교육에 관련된 선행 연구를 분석하여 그 시기별 변화의 특징을 파악하고, 최근 나타나는 뉴스 기사를 비교하여 미래 교육에 대한 예측과 전망이 얼마나 일치하는지 비교 분석함으로써 교육을 위한 예측 모형 수립을 위한 시사점을 제공하고자 하였다. 이에 Web of Science를 통해 미래 교육을 키워드로 포함한 국제전문학술지의 1,222건의 학술논문의 상세 서지정보를 수집하였고, 이를 2000년대부터 5년 단위로 4개의 시기로 구분하여 각 시기별 키워드를 추출하였다. 또한 최근 1년간 발간된 뉴스를 토대로 키워드를 추출하고 두 결과를 비교하여 얼마나 예측한 결과가 일치하는지 살펴보았다. 연구 결과, 문헌 조사 결과를 통한 키워드는 교사 교육을 제외하면 공통적으로 나타나는 주제나 경향성을 발견하기 어려웠으며 교육과정, 학습자 특성, 협동학습, 컴퓨터 기반 학습 등 교육과정과 내용, 방법, 환경 등 전반을 제시하고 있었다. 이에 반해 뉴스를 통해 도출된 키워드는 혁신학교나 미래교육센터 등 정부의 주요 추진 정책이나 코로나19와 관련된 키워드들이 부각되어 나타났다. 또한 온라인 플랫폼이나 콘텐츠 개발, 클라우드, 빅데이터, 개별학습 등 교육환경과 방법에 초점이 맞춰지고 있음을 파악할 수 있다. 뉴스를 통해 나타나는 키워드를 살펴보면 장기적인 예측을 통해 나타난 키워드는 거의 없었고, 최근 5년 내에 제시되었던 단기적인 내용들이나 최근 5년에서도 언급되지 않는 새로운 주제들을 다루고 있었다. 이는 미래 교육에 대한 예측과 망에 대한 모형이 실제 중장기적 예측에서는 여러 요인의 불확실성으로 인해 정확성을 기대하기 어렵다는 점을 의미한다. 이에 본 연구에서는 미래 교육 예측을 위해 필요한 과제와 방향에 대해 시사점으로 제시하였다. This study aims at investigating the characteristics of trends of future education over time though the literature review and examining the accuracy of the framework for forecasting future education proposed by the previous studies by comparing the outcomes between the literature review and media articles. Thus, this study collects the articles dealing with future education searched from the Web of Science and categorized them into four periods during the new millennium. The new articles from media were selected to find out the present of education so that we can figure out the appropriateness of the proposed framework to predict the future of education. Research findings reveal that gradual tendencies of topics could not be found except teacher education and they are diverse from characteristics of agents (students and teachers) to the curriculum and pedagogical strategies. On the other hand, the results of analysis on the media articles focuses more on the projects launched by the government and the immediate responses to the COVID-19, as well as educational technologies related to big data and artificial intelligence. It is surprising that only a few key words are occupied in the latest articles from the literature review and many of them have not been discussed before. This indicates that the predictive framework is not effective to establish the long-term plan for education due to the uncertainty of educational environment, and thus this study will give some implications for developing the model to forecast the future of education.

머신 러닝을 활용한 이러닝 학습 환경에서의 학습자 성취 예측 모형 탐색

조헌국(Hunkoog Jho) 학습자중심교과교육학회 2018 학습자중심교과교육연구 Vol.18 No.21

본 연구는 머신 러닝을 활용해 이러닝 강의의 학습자의 데이터를 토대로 학습 성취 수준을 예측함으로써, 이러닝을 활용한 과학교육에 대한 시사점을 제공하고자 하였다. 이에 본 연구는 2018년 8월부터 한 달간 2016~2017년 4학기 동안 수도권의 한대학에서 개설된 이러닝 강의에 참여한 998명의 학습자 정보를 토대로 k-근접 이웃 알고리즘, 서포트 벡터 머신, 의사결정 나무, 랜덤 포레스트, 그래디언트 부스팅, 인공 신경망 등 6가지의 분석을 통해 학습 성취 수준을 예측하였다. 그 결과, 그래디언트 부스팅을 제외한 나머지 모형에서 모두 90% 수준의 높은 정확도를 보였다. 학습 성취에 미치는 요인을 살펴보면 트리 분석에서는 기말고사, 중간고사, 과제, 출결 순으로 나타나지만 서포트 벡터 머신의 피처 선택에서는 과제, 기말고사, 중간고사, 출결 순으로 나타난다. 이는 출결 정보만으로는 유의미한 학습이 이뤄지고 있는지 판단할 수 없음을 뜻한다. 이에 본 연구는 최적화된 머신 러닝 활용 결과를 토대로 이러닝을 활용한 과학교육 및 학습자 성취 향상을 위한 여러 시사점과 후속 연구를 제안하였다. This study aimed at predicting the learning outcomes of students participating in the e-learning course based on machine learning and giving some implications for science education in the tertiary level. Thus, this study selected metadata of a total of 998 students who enrolled the introductory science course for the last for semesters, from 2016 to 2017, and developed a predictive model relying on k-Nearest Neighbors, Support Vector Machine, Decision Tree, Random Forest, Gradient Boosting, and Artificial Neural Network. As a result, all the models except Gradient Boosting showed reliable performance over 90 percents of accuracy. Regarding the importance value of each parameter for students’ learning, models depending on tree analysis put the priority on final term, middle term, homework and attendance in order whereas SVM supported homework, final term, middle term and attendance. This result indicates that attendance information does not guarantee if students participate in the meaning learning. Thus, this study gave some implications for improving students’ learning outcome in the e-learning environment and future studies working with machine learning.

미래 교육 및 미래 학교의 전망을 통한 과학교육의 방향과 과제

조헌국(Hunkoog Jho) 이화여자대학교 교과교육연구소 2021 교과교육학연구 Vol.25 No.1

본 연구는 국내외 미래 교육 및 미래 학교의 모습과 관련된 다양한 문헌 조사의 결과를 토대로 다가올 미래 교육의 특징이 무엇인지 파악하고 그에 따라 우리나라 과학교육의 측면에서 필요한 과제를 교육환경을 중심으로 제시하고자 하였다. 교육에 대한 과거와 현재, 미래로 이어지는 주류 교수학습이론을 비교함으로써 미래 교육환경 변화와 일맥상통하는 이론으로 연결주의적 관점을 제시하고, 이에 따라 미래 교육의 특징을 경계 허물기 또는 유동성이라 규정짓고 이에 따른 변화를 5가지로 요약하였다. 미래교육에서의 유동적 특징은 교수자와 학습자의 경계, 교수자의 역할과 기능, 교수자의 전문성과 역량, 교육과정과 내용의 범위, 교수학습 환경의 시공간 경계가 사라지고 모호해진다는 것으로 정의된다. 이에 본 연구는 제시된 유동성의 특징에 따라 필요한 교육환경의 변화와 교수학습 전략을 제시하고, 우리나라의 교육환경 개선과 교사 교육 측면에서의 시사점을 제시하였다. This study aimed at learn the features of future education based on the literature review on future education and schools and addressing some implications to enhance science education in Korea, with a focus on the pedagogical environment. As a strategy to learn the future from the past, this study compared different prevailing theories from the past to the present, and suggested perspectives of connectionism as a theory for contemporary changes driven by the emerging technologies. Thus study articulates the salient features of future education, so-called fluidity, in accordance with the connectionism: the blurry territory between teachers and learners, the changing role of teachers, varying professional competencies, the uncertain range of curriculum and contents, and the ambiguous boundary of space-time in learning context. Based on the results of this study, the researcher drew implications to overcome the facing issues in science education and teacher education.