Journal of The Korean Association of Information Education (정보교육학회논문지)

Korea Association of Information Education (한국정보교육학회)
권호 표지
DOI QR코드

DOI QR Code

An Artificial Intelligence Education Program Development and Application for Elementary Teachers

초등 교사들을 위한 인공지능 교육 프로그램 개발 및 적용

  • Kim, Kapsu (Dept. of Computer Education, Seoul National University of education)
  • 김갑수 (서울교육대학교 컴퓨터 교육과)
  • Received : 2019.12.05
  • Accepted : 2019.12.17
  • Published : 2019.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

Rapid changes in the knowledge and information society of the 21st century should be embraced and applied to teachers. Since artificial intelligence(AI) is an important axis of rapid change, artificial intelligence education should be started from elementary school. This change requires elementary school teachers to have basic skills for AI education. In this study, an AI education program for elementary school teachers is developed. This development consists of three stages, the first stage is the understanding of artificial intelligence, the second stage is the understanding and application of artificial intelligence tools, and the final stage is the creation and application of artificial intelligence programs. 15 elementary school teachers were tested. The result of this study will be a useful educational program for teachers in charge of AI education in elementary school students.

21세기 지식 정보 사회의 빠른 변화를 교사들이 수용하여 교육에 적용하여야 할 것이다. 빠른 변화의 중요한 축이 인공지능에 자리매김하고 있기 때문에 초등학교부터 인공지능 교육을 해야 한다. 이런 변화에 발맞추어 초등학교 교사들이 인공지능 교육을 위한 기본 역량을 갖추어야 한다. 이에 본 연구에서 초등학교 교사들을 위한 인공지능 교육 프로그램을 개발하였다. 본 개발 내용은 첫 번째 단계에서는 인공지능 개념을 이해해야 것이고, 두 번째 단계에는 인공지능 도구를 알고 적용할 수 있어야 하고, 마지막 단계는 인공지능 프로그램을 만들어 보고 적용하는 것이다. 이 단계를 적용하기 위하여 교사들에게 교육한 후에 현장 적용하고 평가하는 방법으로 실제 초등학교 교사 15명을 실험한 결과 초등학교에서 인공지능 교육을 담당할 교사들에게 유용한 교육 프로그램이 될 것 이다.

Keywords

References

  1. Boekarts, M., Pintrich, P. R., & Zeidner, M. (Eds.), (2000). Handbook of self-regulation. San Diego, CA: Academic.
  2. Chris Stephenson and Valerie Barr (2011), Defining Computational Thinking for K-2, The Voice of K-12 Computer Science education and its Educators 2011, 7-2.
  3. CSTA (2011), K-12 Computer Science Standard.
  4. Harnad, S. (2000) Minds, Machines, and Turing: The Indistinguishability of Indistinguishables. Journal of Logic, Language, and Information 9(4): 425-445. https://doi.org/10.1023/A:1008315308862
  5. Harnad, S. (1992),The Turing Test Is Not A Trick:Turing Indistinguishability Is A Scientific Criterion. SIGART Bulletin 3(4).
  6. Kim, Kapsu (2015). A Self-regulated Learning Model Development in Computer Programming Education, Journal of The Korean Association of Information Education Vol. 29(1),21-30.
  7. Kim,Kapsu (2014). Measuring and Applying the Self-efficacy in Computer Programming Education. Journal Of The Korean Association Of Information Education, 18(1), 111-120. https://doi.org/10.14352/jkaie.2014.18.1.111
  8. Linstone, H.A and Turoff, M (1975). The Delphi Method: Techniques and Application, London: Addison-wesley.
  9. Pressley, M., & Ghatala, E. S. (1990). Self-regulated learning: Monitoring learning from text. Educational Psychologist, 25, 19-34. https://doi.org/10.1207/s15326985ep2501_3
  10. Schraw, G. (2007). The use of computer-based environments for understanding and improving selfregulation. Metacognition and Learning, 2, 169-176. https://doi.org/10.1007/s11409-007-9015-8
  11. Tae-Gyu Lee, Dae-Chul Jung, Yong-Kab Kim (2018), Policy and Strategy for Intelligence Information Education and Technology KIPS Tr. Comp. and Comm. Sys. 6(8), 359-368 https://doi.org/10.3745/KTCCS.2017.6.8.359
  12. Turing, A. M. (1950) Computing Machinery and Intelligence, Mind 49: 433-460. https://doi.org/10.1093/mind/LIX.236.433
  13. Zimmerman, B. J. (1990). Self-regulated learning and academic achievement: An overview. Educational Psychologist, 25(1), 3-17. https://doi.org/10.1207/s15326985ep2501_2

Cited by

  1. 모바일 기기 기반의 디지털 리터러시 교육 방안에 대한 연구 vol.24, pp.1, 2019, https://doi.org/10.14352/jkaie.2020.24.1.107
  2. The Case Study on Artificial Intelligence Based Maker Education for Pre-Service Teacher vol.21, pp.4, 2019, https://doi.org/10.9728/dcs.2020.21.4.701
  3. 중학생의 인공지능에 대한 태도 검사 도구 개발 vol.23, pp.3, 2019, https://doi.org/10.32431/kace.2020.23.3.003
  4. 초등학생을 위한 문장의 정서 분류 인공지능 교육 콘텐츠 개발 및 적용 vol.24, pp.3, 2020, https://doi.org/10.14352/jkaie.2020.24.3.243
  5. 인공지능교육 역량 강화를 위한 교원 연수 프로그램과 교사 요구분석 vol.24, pp.4, 2020, https://doi.org/10.14352/jkaie.2020.24.4.279
  6. AI교육의 필요성 분석에 따른 미래 방향 탐색 vol.24, pp.5, 2019, https://doi.org/10.14352/jkaie.2020.24.5.423
  7. 교육대학원 AI교육과정 개발 탐색 vol.24, pp.5, 2019, https://doi.org/10.14352/jkaie.2020.24.5.433
  8. 로봇 활용 인공지능 교육 프로그램 개발과 적용에 관한 연구 vol.24, pp.5, 2020, https://doi.org/10.14352/jkaie.2020.24.5.443
  9. 빅데이터 기반의 AI기초교양교육이 학부생의 정의적 태도에 미치는 영향 vol.24, pp.5, 2019, https://doi.org/10.14352/jkaie.2020.24.5.463
  10. Development of an STEAM Education Program Using Artificial Intelligence Tools for Lower Grades of Elementary School vol.21, pp.12, 2020, https://doi.org/10.9728/dcs.2020.21.12.2135
  11. Network Course Recommendation System Based on Double-Layer Attention Mechanism vol.2021, 2021, https://doi.org/10.1155/2021/7613511