초등 사회과 교육에서의 동료 학습자로서의 생성형 AI의 효과성 : 인구 분포 문제 해결 활동을 중심으로 = The Effectiveness of Generative AI as a Peer Learner in Elementary Social Studies Education : Focusing on Population Distribution Problem-Solving Activities

국문 초록 (Abstract)

본 연구는 생성형 AI를 초등 사회과 수업의 동료학습자로 활용하는 교수·학습 방안을 설계하고, 생성형 AI와 인간학습자의 상호작용이 개념 이해의 심화, 문제 해결 방안 창출 수준 및 지식정보처리 역량에 미치는 효과를 분석하는 데 목적이 있다. 이를 위해 2022 개정 교육과정 5학년 사회과 ‘우리나라의 인구 분포’ 단원을 중심으로 생성형 AI를 동료학습자로 활용한 사회과 수업을 설계하고 실제 수업에 적용하였다. 또한 생성형 AI와 효과적으로 상호작용할 수 있도록 프롬프트 생성 전략, AI와의 상호작용 전략 및 AI와의 상호작용의 지속성을 유지하는 전략을 반영한 교수·학습 활동을 구성하였다. 연구는 실험집단과 비교집단을 대상으로 개념 이해의 심화, 문제 해결 방안 창출 수준 및 지식정보처리 역량을 비교·분석하였으며, 양적 분석과 함께 학생과 생성형 AI의 상호작용 과정을 분석하였다.
연구 결과는 다음과 같다.
첫째, 생성형 AI를 동료학습자로 활용한 수업에 참여한 실험집단은 개념 이해의 심화에서 비교집단보다 통계적으로 유의한 차이를 보였다. 학생들은 생성형 AI와 개념을 비교·검토하고 수정·보완하는 과정을 반복하면서 개념의 정확한 이해, 개념 간 관계의 재구성 및 개념의 적용·확장 측면에서 보다 심화된 모습을 보였다.
둘째, 생성형 AI를 동료학습자로 활용한 수업에 참여한 실험집단은 문제 해결 방안 창출 수준에서 비교집단보다 통계적으로 유의한 차이를 보였다. 학생들은 문제의 원인과 해결 방안을 생성형 AI와 함께 탐색하고, 해결 방안의 타당성, 정당성 및 실현 가능성을 반복적으로 검토·수정하는 과정을 통해 보다 적절한 해결 방안을 도출하는 모습을 보였다.
셋째, 생성형 AI를 동료학습자로 활용한 수업에 참여한 실험집단은 지식정보처리 역량에서 비교집단보다 통계적으로 유의한 차이를 보였다. 학생들은 생성형 AI가 제공한 정보를 그대로 수용하지 않고 교과서와 다양한 자료를 활용하여 정보의 신뢰성과 타당성을 검토하였으며, 필요한 정보를 선택·분석·재구성하는 과정을 반복하면서 지식정보를 활용하는 능력을 향상시키는 모습을 보였다.
또한 수업 분석 결과, 학생들은 생성형 AI와 질문 생성, 응답 비교, 비판적 검토 및 수정·보완 과정을 반복적으로 수행하였으며, 생성형 AI 역시 학생의 질문과 요구에 따라 설명과 대안을 조정하며 학생의 사고 과정에 지속적으로 반응하였다. 이러한 상호작용 과정은 생성형 AI가 단순한 정보 제공자가 아니라 학생과 함께 의미를 구성하고 문제를 해결하는 학습 과정에 참여하였음을 보여주었다.
이상의 연구 결과는 생성형 AI를 동료학습자로 활용한 사회과 수업이 개념 이해의 심화, 문제 해결 방안 창출 수준 및 지식정보처리 역량 향상과 관련된 교육적 가능성을 보여주었음을 시사한다. 특히 생성형 AI의 교육적 효과는 AI의 정보 제공 자체보다 학생과 생성형 AI가 질문 생성, 응답 비교, 비판적 검토 및 수정·보완을 반복하며 공동으로 의미를 구성한 상호작용 과정에서 나타날 가능성을 확인하였다. 이를 통해 생성형 AI를 사회과 수업에서 학생의 사고를 촉진하고 함께 문제를 해결하는 동료학습자로 활용할 수 있는 가능성을 확인할 수 있었으며, 사회과교육에서 생성형 AI를 동료학습자의 관점으로 활용하기 위한 교수·학습 설계의 가능성과 이론적 시사점을 확인할 수 있었다.

다국어 초록 (Multilingual Abstract)

The purpose of this study is to design a teaching and learning model that utilizes generative AI as a peer learner in elementary social studies and to examine the effects of interactions between generative AI and human learners on deepened conceptual understanding, the quality of problem-solving solution generation, and knowledge and information processing competency. To achieve this purpose, a social studies instructional program utilizing generative AI as a peer learner was designed and implemented based on the fifth-grade unit Population Distribution in Korea in the 2022 Revised National Curriculum. In addition, instructional activities incorporated prompt-generation strategies, human–AI interaction strategies, and strategies for sustaining interactions with AI to facilitate effective collaboration between students and generative AI. The study compared and analyzed the experimental and control groups in terms of deepened conceptual understanding, the quality of problem-solving solution generation, and knowledge and information processing competency. Furthermore, the interaction process between students and generative AI was analyzed.
The findings of the study are as follows.
First, the experimental group that participated in lessons using generative AI as a peer learner demonstrated statistically significant differences in deepened conceptual understanding compared with the control group. Through repeated processes of comparing, examining, revising, and refining concepts with generative AI, students showed deeper conceptual understanding in terms of conceptual accuracy, reconstruction of relationships among concepts, and the application and extension of concepts.
Second, the experimental group demonstrated statistically significant differences in the quality of problem-solving solution generation compared with the control group. Students collaboratively explored the causes of problems and possible solutions with generative AI and repeatedly examined and revised the validity, justification, and feasibility of proposed solutions, thereby producing more appropriate and well-founded solutions.
Third, the experimental group showed statistically significant improvements in knowledge and information processing competency compared with the control group. Rather than accepting AI-generated information uncritically, students evaluated the reliability and validity of information by consulting textbooks and various reference materials. Through repeated processes of selecting, analyzing, and reconstructing relevant information, they improved their ability to utilize knowledge and information effectively.
In addition, the classroom interaction analysis revealed that students repeatedly engaged in generating questions, comparing responses, critically evaluating information, and revising and refining their ideas while interacting with generative AI. Likewise, generative AI continuously adjusted its explanations and alternative suggestions according to students’ questions and requests, responding dynamically to their thinking processes. These interaction processes demonstrate that generative AI functioned not merely as an information provider but as a peer learner that actively participated in the collaborative construction of meaning and problem solving.
Overall, the findings suggest that social studies instruction utilizing generative AI as a peer learner has educational potential for enhancing deepened conceptual understanding, improving the quality of problem-solving solution generation, and strengthening knowledge and information processing competency. In particular, the educational effectiveness of generative AI appears to derive not simply from the information it provides but from the collaborative interaction process in which students and AI jointly construct meaning through repeated cycles of question generation, response comparison, critical evaluation, and revision. These findings indicate the potential of generative AI to serve as a peer learner that promotes students’ thinking and collaborative problem solving in social studies classrooms. Furthermore, this study provides theoretical implications and practical possibilities for designing teaching and learning approaches that position generative AI as a peer learner in social studies education.

목차 (Table of Contents)

• Ⅰ. 서론 1
• 1. 연구의 필요성 및 목적 1
• 2. 연구 문제 5
• 3. 선행연구 분석 6
• 가. 사회과 교육에서의 동료학습 6
• 나. 교육 분야에서의 인공지능 활용과 생성형 AI 6
• 다. 인간학습자와 AI의 상호작용과 관계 설정 7
• 라. 선행연구의 한계 및 본 연구의 차별성 7
• Ⅱ. 이론적 배경 9
• 1. 동료학습자로서의 생성형 AI 9
• 가. 생성형 AI의 정의 9
• 나. 동료학습자의 교육적 의의 10
• 다. 생성형 AI의 동료학습자로서의 활용 12
• 1） 생성형 AI의 동료학습자로서의 가능성 12
• 2） 생성형 AI와 인간학습자의 상호적 동료학습 14
• 3） 인간 동료학습자와 생성형 AI 동료학습자의 특성 비교 16
• 2. 인간과 AI의 관계 맺기 유형 19
• 3. AI와 인간학습자의 상호작용 전략과 효과성 28
• 가. 생성형 AI의 교육적 활용에 대한 우려 28
• 나. 동료학습자로서의 AI와 인간학습자의 상호작용 전략 29
• 1） 프롬프트 생성 전략 31
• 2） AI와의 상호작용 전략 33
• 3） AI와의 상호작용의 지속성을 유지하는 전략 36
• 다. AI와 인간학습자의 상호작용의 효과성 38
• Ⅲ. 연구 방법 42
• 1. 연구 대상 42
• 2. 연구 도구 45
• 3. 연구 절차 46
• 4. 생성형 AI를 활용한 사회과 수업 설계 48
• 5. 분석 방법 73
• 가. 개념 이해의 심화 74
• 나. 문제 해결 방안 창출 수준 76
• 다. 지식정보처리 역량 78
• 라. 생성형 AI와 인간학습자의 상호작용 사례 분석 및 활용 81
• Ⅳ. 결과 분석 83
• 1. 개념 이해의 심화 83
• 가. 개념의 정확한 이해 83
• 나. 개념 간 관계 및 재구성 84
• 다. 개념의 적용 및 확장 85
• 라. 총점 85
• 마. 생성형 AI와 인간학습자의 상호작용 양상 분석 86
• 1） 상호작용 사례 86
• 2） 상호작용 분석 87
• 바. 결과의 해석 88
• 2. 문제 해결 방안 창출 수준 90
• 가. 타당성 90
• 나. 정당성 91
• 다. 실현 가능성 92
• 라. 총점 92
• 마. 생성형 AI와 인간학습자의 상호작용 양상 분석 93
• 1） 상호작용 사례 93
• 2） 상호작용 분석 95
• 바. 결과의 해석 96
• 3. 지식정보처리 역량 97
• 가. 지식정보수집 97
• 나. 지식정보처리 98
• 다. 지식정보활용 99
• 라. 총점 99
• 마. 생성형 AI와 인간학습자의 상호작용 양상 분석 100
• 1） 상호작용 사례 100
• 2） 상호작용 분석 101
• 바. 결과의 해석 102
• Ⅴ. 결론 및 제언 104
• 1. 요약 및 결론 104
• 2. 제언 107
• 참고문헌 110
• ABSTRACT 117
• 부록 121