http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
송슬기(Seulgi Song),손민호(Minho Shon) 한국질적탐구학회 2023 질적탐구 Vol.9 No.1
본고는 최근 교육과정의 관심사 중 하나인 ‘빅 아이디어’ 또는 ‘영속적 이해’ 어떻게 작동하는지를 에쓰노메쏘돌로지(Ethnomethodology, 이하 EM)를 통해 이해하고자 하였다. 소위 ‘빅 아이디어 또는 영속적 이해’를 사실적 지식을 모두 잊어버려도 남아있는 가장 일반적이고 포괄적인 수준의 일반화된 상태라고 한다면, 학습의 맥락에서든 일상의 활동과 경험의 맥락에서든 그것이 실제 맥락에서 어떻게 작동하는지 살펴볼 필요가 있다. EM의 핵심 관심사는 실제 맥락 안에서 일반인이든 전문가든, 신참이든 고참이든, 신체 노동에 종사하는 사람이든 개념적/추상적 지식노동에 종사하는 사람이든, 개념적 지식을 배워가는 학생이든 그것을 가르치는 교사든 공히 그들이 일상적으로 수행해낼 수 있는 역량이 어떻게 작동하는지를 이해하는 데 있다. EM에 관한 이러한 이해는 교육연구에서 생소한 것이 아니다. EM 연구는 7-80년대를 거치면서 소위 상황인지 및 상황학습 연구를 통해 교육 연구에서 사회구성주의 학습에 관한 관심을 촉발하였으며, 2000년대 이후 기존 학습이론의 규범과학 패러다임을 벗어나 학습과학(learning science)이라는 ‘실증’ 과학을 태동시키는 데 일조했다. 이는 개인의 앎과 배움에 삶과 공동체의 그림자가 어떻게 드리워져 있는지에 관한 탐구이기도 하고, 지식의 구조(structure)에 대한 추론이 아닌 사고와 행위의 구조화(structuration) 과정으로서의 탐구, 그리고 정보처리로서의 사고가 아닌 바깥세상과의 상호작용으로서의 사고에 대한 면밀하고 체계적인 연구를 본격화하고자 한 시도라 할 수 있다. 이 연구들의 지향점은 결국 학습자 맥락과 역량에 대한 이해 그리고 그 환경적 조건의 디자인에 관한 이해를 제고해 나가는 데 있다. 본 연구는 EM의 질적 탐구의 논리와 전략이 어떻게 진일보된 학습경험 연구로 이어질 수 있었는지를 되짚어 보고, 학습경험 연구에서의 EM의 적용 가능성을 타진해보고자 하였다. This paper attempted to understand how “big idea” or “permanent understanding” works, one of the recent interests of the curriculum, through Ethnomethology (EM). If the so-called big idea or permanent understanding is the most general and comprehensive level of generalization that remains even if all factual knowledge is forgotten, we tried to see how it works in practices, whether in the context of learning or daily activities and experiences. EM’s core concern is to understand how everyday actions and practical reasoning work, whether they are ordinary people, professionals, newcomers, seniors, people in physical labor, people in conceptual/abstract knowledge labor, students learning conceptual knowledge or teachers. EM is not unfamiliar in educational research. EM’s research direction has already triggered situational cognitive and social constructivist learning theories and research in 1980s. Since the 2000s, it has inspired an empirical study called “Learning Science”, which is away from the normative science of existing learning theory. This is an explanation of how learning experience research through systematic study of thinking as an interaction with the outside world, not as an inference about the structure of knowledge. The goal of these studies is to improve the understanding of the learner’s context and the understanding of competency and designing the conditions to improve that learning. This study saw that EM had implications for research on learning experience, and tried to explore the applicability of EM in learning experience research.
인공지능 교육과정 운영 방향 및 지원 방향 탐색: A 고등학교 인식조사 결과를 중심으로
주성룡(Sungryong Ju),송슬기(Seulgi Song),박승보(Seung-Bo Park) 한국컴퓨터정보학회 2023 韓國컴퓨터情報學會論文誌 Vol.28 No.4
본 연구는 인공지능 교육과정의 확대에 따른 교육과정의 안정적 운영을 위해 필요한 조건 및 지원을 탐색하기 위해 실시되었다. 이에 2020년도부터 인공지능 교육과정을 운영한 A 고등학교를 대상으로 인공지능 교육과정에 대한 학생과 교사의 인식 및 구현방안, 지원방안에 대해 설문하였다. 설문 문항은 1) 인공지능 교육에 대한 경험 조사 2) 인공지능 교육의 구현 방향, 3) 이를 통한 기대효과를 중심으로 범주화하였으며 경향성 파악을 위해 빈도분석을 중심으로 결과를 도출하였다. 분석 결과, 세 가지의 시사점을 도출하였다. 첫째, 인공지능 교육의 활성화가 제시되었다. 둘째, 실습형의 인공지능 교육과정 개발과 교육과정 전반에 인공지능을 접목할 필요가 있음을 제시하였다. 셋째, 실습형 교육 운영을 위한 물적 인프라의 확충과 함께 인공지능 교수학습을 구현할 수 있는 교원의 역량 강화 방향에 대한 시도가 필요하다는 점을 강조하였다. This study was conducted to explore the necessary conditions and support for stable operation of an expanded AI curriculum in education. A high school that has implemented an AI curriculum since 2020 was targeted, and students and teachers were surveyed on their perceptions of the AI curriculum, implementation and support strategies. The survey items were categorized into 1) experience with AI education, 2) implementation direction of AI education, and 3) expected effects through AI education, and the results were derived focusing on frequency analysis to identify trends. The analysis resulted in three implications. First, it was suggested that the activation of AI education. Second, the need to develop a hands-on AI curriculum and incorporate AI throughout the entire curriculum was highlighted. Third, it was emphasized that efforts to enhance the capabilities of teachers to implement AI teaching and learning, along with the expansion of physical infrastructure for hands-on education, are necessary.