• 교육을 학생들이 앞으로 살아가게 될 시대에 필요한 지식, 태도, 기술을 가르치는 것이라고 정의할 때, 인공지능을 비롯한 첨단 디지털 기술은 교육의 필수적인 내용요소가 되었음
• 교육부는 2022 개정 교육과정에서 미래사회가 요구하는 역량 함양이 가능한 교육과정을 개발하는 것을 주요 방향으로 제시하면서 기초 역량으로서 인공지능을 포함한 디지털 소양 교육 강화를 강조함
• 이에 교육부는 2023년 교원양성기관평가에 교직 소양 과목으로 ‘디지털 교육’을 추가하였고, 교육부가 추진하고 있는 AIEDAP(AI EDucation Aliance Policy lab) 사업을 통해 인공지능(AI)·디지털 역량 강화를 위해 구축한 민·관·학 종합 지원 체제에도 현직 교사뿐 아니라 예비 교원을 위한 지원도 포함시킴
• 본 논문에서는 예비교사가 디지털 교육을 통해 받은 인공지능 교육을 통해 어느 정도의 AI 역량이 강화되었는지 측정할 수 있는 AI 역량 측정 도구를 개발하였음

연구 문제

• 본 논문은 예비교사의 디지털 교육에 대한 전문성을 강화하기 위해 교원양성기관에서 인공지능 교육을 받는 예비교사들의 AI 역량 측정 도구를 개발하는 데 그 목적이 있음. 본 연구에서 해결한 연구 문제는 다음과 같음
  • 첫째, 예비교사의 AI 역량 측정을 위한 문항은 무엇인가?
  • 둘째, 예비교사의 AI 역량 측정 도구의 적합도는 어떠한가?

이론적 배경

• 예비교사를 위한 디지털 교육 전문성 강화를 위한 인공지능 교육
  • 인공지능 국가전략, 디지털 인재 양성 종합 방안 등 정책을 통해 급속하게 확대되고 있는 인공지능 교육이 성공적으로 운영되기 위해서는 인공지능과 관련된 내용 지식, 교수 지식 그리스도 기술 지식 등의 역량을 갖춘 교원의 확보가 매우 중요함
• 예비교사를 위한 인공지능 역량
  • 인공지능 역량에 대한 논의가 활발하게 이어지고 있으나, 인공지능 역량에 대한 합의된 정의가 없음. 다만, 인공지능 기술이 디지털 기술의 한 축을 담당하기 시작하면서 AI 리터러시가 등장하였고, 이를 달성하기 위한 능력을 중심으로 인공지능 역량이 논의되고 있음
• 통합 기술 수용 모형
  • Venkatesh가 제안한 통합 기술수용모형은 사용자의 기술 수용 및 수용의도를 설명하는 이론으로, 기존의 기술 수용 모형에서 성과기대, 노력기대, 사회적 영향, 촉진 조건, 행동 의도, 활용 행동 이외에도 성별, 나이 경험 및 자발성 등 4가지의 조절변인을 제안함으로써 예측력을 더욱 강화함
  • 특히, 새로운 기술이 확산되는 과정에서는 기술 수용의도가 매우 중요한 변수가 되며, 교사의 수용 의도와 도입 의지는 학생이 교육 현장에서 바람직한 방향으로 기술을 경험하느냐를 결정하는 중요한 열쇠가 됨

연구 방법

• 선행연구 분석을 통해 AI 역량의 하위 역량을 인지적 역량, 기술 수용 및 수행 역량, 그리고 교수역량 3가지로 설정하였고, 각각의 하위 역량의 문항 구성 요인을 선행연구 분석을 통해 도출함
• 선정된 역량을 기반으로 구성 요인을 도출한 후 이를 바탕으로 문항 초안을 개발함
• 전문가 6인의 내용 검토를 통해 인지적 역량, 교수역량, 기술 및 수행 역량의 구성 요인을 수정, 보완하여 1차 문항을 완성함
• 문항 이해도와 난이도를 파악하기 위해 예비교사 5명을 추천받아 문항의 난이도를 수정함
• 이론적으로 타당화된 AI 역량 측정 도구를 개발하기 위해 예비교사를 대상으로 검사를 시행함. 참여자는 초등 예비교사 65명, 중등 예비교사 36명 총 101명이며, 모두 예비교사 교육으로 인공지능 교육을 받은 학생들임
• 신뢰도와 타당도가 검증된 인공지능 교육 전문성을 확인할 수 있는 예비교사용 AI 역량 측정 도구가 최종적으로 완성됨

연구 결과

• 선행연구를 바탕으로 AI 역량 측정 도구의 구성 요인을 추출하였으며 전문가의 내용 검토, pilot test, field test와 함께 확인적 요인분석을 통해 총 48개의 문항이 개발됨
• AI 역량 측정 도구의 구성 요인은 3개로,‘인지적역량’12문항, ‘교수역량’ 8문항, ‘기술 수용 및 수행 역량’ 28문항이며, 7점 리커트 척도로 구성됨
• 기술 수용 및 수행 역량은 성과기대(6문항), 노력기대(3문항), 사회적 영향(5문항), 촉진 조건(4문항)과 자발성(3문항), 문제해결 및 구현(7문항)으로 총 28개 문항으로 구성됨

결론

• 인공지능 교육에 대한 내, 외적 가치가 증가하는 가운데 예비교사의 인공지능 교육 전문성 신장을 위해 인지적 영역의 측면, 교수 능력의 측면, 기술 수용 및 수행의 측면에서 예비교사의 AI 역량을 종합적으로 측정할 수 있는 도구가 개발되었다는데 의의가 있음
• 또한, 일반적으로 교육의 평가 영역을 인지적, 기능적, 정의적 영역으로 분류하는 것과 그 맥락을 같이 하여 개발되었을 뿐 아니라 새로운 기술에 대한 수용 역량까지 교육적으로 접근함
• 본 연구에서 개발된 AI 역량 측정 도구를 통해 초, 중등 교육을 끌어내 갈 예비교사들의 디지털 교육에 대한 전문성 강화를 위한 주요 척도가 될 수 있을 것으로 기대됨