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

    인공지능 교육 이해도 향상을 위한 피지컬 컴퓨팅 활용 방법에 관한 연구 = A study on how to use physical computing to improve understanding of artificial intelligence education

    한글로보기

    https://www.riss.kr/link?id=T16399356

    • 저자
    • 발행사항

      인천 : 인하대학교 교육대학원, 2022

    • 학위논문사항

      학위논문(석사) -- 인하대학교 교육대학원 , 교육학과 , 2022. 8

    • 발행연도

      2022

    • 작성언어

      한국어

    • 주제어
    • DDC

      006.31 판사항(23)

    • 발행국(도시)

      인천

    • 기타서명

      A study on how to use physical computing to improve understanding of artificial intelligence education

    • 형태사항

      x, 92 p. : 삽화 ; 26cm

    • 일반주기명

      인하대학교 논문은 저작권법에 의해 보호받습니다.
      지도교수:박승보
      참고문헌: p. 89-90

    • UCI식별코드

      I804:23009-200000633126

    • 소장기관
      • 인하대학교 도서관 소장기관정보
    • 0

      상세조회
    • 0

      다운로드
    서지정보 열기
    • 내보내기
    • 내책장담기
    • 공유하기
    • 오류접수

    부가정보

    국문 초록 (Abstract) kakao i 다국어 번역

    4차 산업 혁명 시대에 필요한 정보교육 중 인공지능 교육이 현재 시대가 가장 필요하고 중요한 교육이라 할 수 있다. 인공지능 교육을 다양한 교육과정 속에서 학습자가 배운 이론적 지식을 다양한 활용 방법으로 이해도가 향상되는 방법에 관한 연구이다. 일반적으로 중학교 교육은 보편 교육 측면에서 처음으로 인공지능을 이론적 지식 배우는 시기로 인공지능을 이론교육으로 이해하는 데 어려움이 있을 것이다. 그러기에 본 연구는 인공지능에서 배운 머신러닝, 딥러닝, API 등의 이론 교육을 학습자가 용이한 프로그래밍 언어 중 블록 코딩에 프로그램에 제공하는 다양한 인공지능 API, 머신러닝, 음성, 안면 인식서비스를 활용하여 학습 후 만들어진 결괏값을 피지컬 컴퓨팅으로 구현하도록 하여 인공지능의 이해도와 활용도를 높이는 데 목적이 있다. 본 연구는 중학교 정규과정 정보 수업 및 선택 교과수업에 적용하여 인공지능을 학습한 학습자들이 인공지능을 이론적으로 배울 때 더욱 인공지능에 관련된 블록 코딩 프로그램과 피지컬 컴퓨팅을 활용할 때 이해도가 확연하게 증가하는 것을 알 수 있다. 또한 인공지능을 활용한 수업을 실시할수록 인공지능에 대한 이해도가 향상되는 것은 학습자가 스스로 문제를 해결하는데 필요한 인공지능 활용 방법을 찾아 구현할 때 높아지는 것이다.
    번역하기

    4차 산업 혁명 시대에 필요한 정보교육 중 인공지능 교육이 현재 시대가 가장 필요하고 중요한 교육이라 할 수 있다. 인공지능 교육을 다양한 교육과정 속에서 학습자가 배운 이론적 지식을 ...

    4차 산업 혁명 시대에 필요한 정보교육 중 인공지능 교육이 현재 시대가 가장 필요하고 중요한 교육이라 할 수 있다. 인공지능 교육을 다양한 교육과정 속에서 학습자가 배운 이론적 지식을 다양한 활용 방법으로 이해도가 향상되는 방법에 관한 연구이다. 일반적으로 중학교 교육은 보편 교육 측면에서 처음으로 인공지능을 이론적 지식 배우는 시기로 인공지능을 이론교육으로 이해하는 데 어려움이 있을 것이다. 그러기에 본 연구는 인공지능에서 배운 머신러닝, 딥러닝, API 등의 이론 교육을 학습자가 용이한 프로그래밍 언어 중 블록 코딩에 프로그램에 제공하는 다양한 인공지능 API, 머신러닝, 음성, 안면 인식서비스를 활용하여 학습 후 만들어진 결괏값을 피지컬 컴퓨팅으로 구현하도록 하여 인공지능의 이해도와 활용도를 높이는 데 목적이 있다. 본 연구는 중학교 정규과정 정보 수업 및 선택 교과수업에 적용하여 인공지능을 학습한 학습자들이 인공지능을 이론적으로 배울 때 더욱 인공지능에 관련된 블록 코딩 프로그램과 피지컬 컴퓨팅을 활용할 때 이해도가 확연하게 증가하는 것을 알 수 있다. 또한 인공지능을 활용한 수업을 실시할수록 인공지능에 대한 이해도가 향상되는 것은 학습자가 스스로 문제를 해결하는데 필요한 인공지능 활용 방법을 찾아 구현할 때 높아지는 것이다.

    더보기

    목차 (Table of Contents)

    • Ⅰ. 서론 1
    • 1. 연구의 필요성 1
    • 2. 연구의 목적 2
    • 3. 연구의 제한점 3
    • 4. 용어의 정의 4
    • Ⅰ. 서론 1
    • 1. 연구의 필요성 1
    • 2. 연구의 목적 2
    • 3. 연구의 제한점 3
    • 4. 용어의 정의 4
    • 가. 인공지능 4
    • 나. 인공지능의 교육의 정의 4
    • 다. 교육용 프로그래밍 언어(Educational Programming language) 5
    • 라. 피지컬 컴퓨팅 5
    • Ⅱ. 이론적 배경 7
    • 1. 정보 및 선택교과 교육과정 7
    • 가. 2015 개정 교육과정 정보교과에서의 피지컬 컴퓨팅 7
    • 나. 선택교과(인공지능과 피지컬 컴퓨팅) 9
    • 다. 피지컬 컴퓨팅 교구의 현실 13
    • 2. 인공지능의 교육 13
    • 가. 인공지능 교육의 개념 13
    • 나. 인공지능 교육의 동향 14
    • 다. 인공지능 교육을 위한 플랫폼 15
    • 라. 국내 초·중등 인공지능 교육 16
    • 3. 블록 언어 프로그램 18
    • 가. 교육용 프로그래밍 언어 18
    • 나. 교육용 프로그래밍 언어의 특성 19
    • 다. 인공지능에 사용되는 다양한 블록 23
    • 4. 피지컬 컴퓨팅 27
    • 가. 피지컬 컴퓨팅의 특징 27
    • 나. 피지컬 컴퓨팅 관련 학교 교재분석 29
    • 다. 피지컬 컴퓨팅 교구 선정 방법 33
    • 라. 소프트웨어 선택 35
    • Ⅲ. 연구의 범위와 방법 37
    • 1. 연구 대상 37
    • 2. 연구 방법 37
    • 3. 학습지도안 33
    • 가. 인공지능 교육을 위한 지도안 41
    • 나. 학교 교육과정 속의 인공지능과 피지컬 컴퓨팅 45
    • 4. 교사 연수에 인공지능과 피지컬 컴퓨팅 50
    • 가. 2020년 동계 SW․인공지능(AI) 분야 직무연수 50
    • 나. 2021년 교사연수 피지컬 컴퓨팅이 인공지능을 만났을 때 52
    • 다. 2021년 인공지능 이해와 실습 53
    • Ⅳ. 연구 결과 54
    • 1. 설문조사 54
    • 가. 설문 조사 기본 사항 54
    • 나. 1차 설문조사 54
    • 다. 2차 설문조사 60
    • 라. 3차 설문조사 66
    • 2. 설문조사 분석 72
    • 가. 1, 2 ,3차 1번 설문 분석 72
    • 나. 1, 2 ,3차 2-3번 설문 분석 72
    • 다. 1, 2 ,3차 4번 설문 분석 73
    • 라. 1, 2 ,3차 5번 설문 분석 74
    • 마. 1, 2 ,3차 6번 설문 분석 76
    • 바. 1, 2 ,3차 7번 설문 분석 77
    • 사. 1, 2 ,3차 8번 설문 분석 78
    • 아. 1, 2 ,3차 9번 설문 분석 79
    • 자. 1, 2 ,3차 10번 설문 분석 80
    • 차. 1, 2 ,3차 11번 설문 분석 81
    • 카. 1, 2차 12번 설문 분석 82
    • 파. 3차 12번 설문 학습 후 느낀점(질적데이터) 84
    • Ⅴ. 결론 및 제언 87
    • Ⅵ. 참고 문헌 89
    • Abstract 91
    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