인공지능을 활용한 수학교육에 대한 중등교사의 인식 분석

Abstract

발전된 인공지능(Artificial Intelligence: AI) 기술이 교육 분야에 큰 영향을 미칠 것이라는 기대감이 고조됨에 따라 인공지능의 교육적 활용에 대한 탐구가 시도되고 있다. 우리나라도 인공지능 기술의 중요성을 인지하여 2020년 관계부처 합동으로 인공지능 시대에 따른 교육정책을 수립하고 핵심과제를 발표하였으며 핀란드, 중국, 일본 등의 다른 해외 국가도 인공지능 교육의 필요성을 인식하고 정부 차원의 정책을 발표하여 시행하고 있다. 인공지능을 비롯한 기술의 발전은 학교 수학에도 영향을 미치고 있다. 수학교육은 1992년 제6차 교육과정부터 계속해서 공학 도구의 활용을 강조하고 있다. 이 밖에도 교육부는 인공지능 기술을 활용한 새로운 교육방법의 도입 계획을 포함한 제3차 수학교육 종합계획(2020~2024)을 발표하였다. 또한 인공지능은 교사의 수업설계 과정에 도움을 줄 수 있을 것이라는 기대를 받고 있다. 이에 따라 수업설계에서의 인공지능 활용에 대한 교사의 인식 분석에 관한 연구가 이루어지고 있다. 이 밖에도 인공지능의 교육적 활용 가능성이 높아지면서 현직 교사가 인공지능을 활용한 수업에 대해 가지고 있는 인식에 관한 연구도 선행되고 있다. 그러나 이 연구들은 주로 초·중등교사 및 예비교사를 대상으로 이루어졌다는 한계점이 존재하며, 특정 교과 교사의 수업설계에서의 인공지능 활용에 대한 인식 분석 연구는 드물게 이루어졌다. 따라서 본 연구는 중등 수학교사의 개인별 특성에 따른 인공지능 활용 수업에 대한 인식 수준과 수업설계의 각 단계에서 인공지능의 활용에 대한 인식 수준을 살펴보고, 인공지능을 활용한 수업에 대해 중등 수학교사가 기대하는 점과 우려하는 점을 알아보는 것에 목적을 두고 있다. 본 연구에서 설정한 연구 문제는 다음과 같다. 첫째, 인공지능을 활용한 수학교육에 대한 중등 수학교사의 인식은 개인별 특성에 따라 어떠한 차이가 있는가? 둘째, 중등 수학교사는 수업설계의 각 단계에서 인공지능의 활용을 어떻게 인식하고 있는가? 셋째, 중등 수학교사는 인공지능을 활용한 수업 도입 시 기대하는 점과 우려하는 점을 어떻게 인식하고 있는가? 본 연구는 인공지능을 활용한 수학교육에 대한 교사의 인식 수준을 조사하고 수업설계에서의 인공지능 활용에 대한 수학교사와 중등교사의 인식 차이를 분석하고자 총 66문항의 설문지를 제작하여 사용하였다. 예비조사를 실시한 후, 2022년 6월 14일부터 2022년 6월 27일까지 편의표집 방식으로 중등 수학교사 126명의 응답을 받아 분석자료로 활용하였다. 분석방법은 빈도분석, 기술통계, 독립표본 t-검증, 일원배치 분산분석과 워드 클라우드를 활용하였다. 본 연구의 주요 분석 결과는 다음과 같다. 첫째, 수학교사의 71.4%가 인공지능 활용 수업의 필요성에 대해 긍정적으로 인식하고 있는 것으로 나타났다. 통계적으로 유의하지는 않았지만, 일반적으로 교직 경력이 낮을수록, 근무지역의 규모가 클수록 인공지능을 활용한 수업의 필요성에 대해 더 높게 인식하고 있었다. 반면 AI융합교육의 의미를 이해하고 있는 교사는 40.4%, 인공지능 활용 수업 관련 연수 경험이 있는 교사는 40.5%로 인공지능 활용 수업의 필요성에 비해 해당 기술의 이해도는 낮은 것으로 나타났다. 또한 연령대와 교직 경력이 높을수록 인공지능을 활용한 수업을 실시한 경험이 있는 교사가 많은 것으로 나타났다. 둘째, 수학교사가 일반 중등교사보다 수업설계에서의 인공지능 활용에 대해 더 많은 도움을 기대하고 있는 것으로 나타났다. 수학교사는 ‘평가 단계’, ‘수업설계 및 개발 단계’, ‘수업 실행 단계’, ‘수업 전 분석 단계’ 순으로 인공지능의 도움을 더 많이 기대하고 있었다. 개인별 특성에 따라 수업설계의 각 단계에서의 인공지능 활용에 대한 인식을 분석한 결과, ‘수업설계 및 개발 단계’에서 여자(M=4.16)는 남자(M=3.88)에 비해 인공지능의 도움이 더 유용하다고 생각하고 있었다. 셋째, 중등 수학교사는 인공지능을 활용한 수업을 실시하기 어려운 이유로 ‘AI 활용 수업 준비에 대한 시간적 부담(M=4.11)’, ‘AI 활용 수업 관련 교수-학습 자료의 부족(M=4.04)’, ‘AI 활용 수업에 대한 전문성 부족(M=4.02)’을 주요 요인으로 생각하는 것으로 나타났다. 인공지능을 활용한 수학교육의 활성화 요인으로는 ‘수업에서의 AI 도구 활용에 대한 매뉴얼 개발(M=4.26)’, ‘AI를 위한 교육 환경 구성(M=4.25)’등의 순으로 중요도를 높게 생각하고 있는 것으로 나타났다. 인공지능을 활용한 수업 도입 시 기대하는 점을 워드 클라우드로 분석한 결과에 따르면 수학교사는 수업에서의 학습 동기유발을 가장 많이 기대하고 있는 것으로 나타났으며 이 밖에도 데이터 분석에 기반한 개인별 맞춤형 수업을 기대하고 있는 것으로 나타났다. 반면 수학교사는 인공지능의 수업 도입에 대해 교사의 전문성 부족을 가장 많이 우려하고 있는 것으로 나타났다. 본 연구의 분석 결과를 바탕으로 도출한 시사점은 다음과 같다. 첫째, 중등 수학교사는 인공지능 활용 수업의 필요성을 높게 인식하는 반면 AI융합교육의 의미 이해도와 인공지능 활용 수업 관련 연수 경험은 대체로 낮은 수준으로 나타났다. 이 극간을 줄일 수 있도록 중등 수학교사의 전문성을 신장시킬 수 있는 교육이 필요하다. 둘째, 중등 수학교사는 인공지능을 활용한 수업 실시가 어려운 주요 요인으로 인공지능 활용 수업 준비에 대한 시간적 부담과 교수학습 자료의 부족을 생각하고 있었다. 따라서 인공지능을 활용한 수학교육이 활성화될 수 있도록 인공지능 활용 수업자료 개발 및 보급이 필요하다. 셋째, 수업설계의 각 단계에서 인공지능이 활용될 수 있도록 인공지능 기반 수학 교수·학습 플랫폼에 대한 연구가 필요하다. 수학교사가 데이터 시각화를 통한 학습 문제 진단, 학습결손 극복을 위한 학습 자료 제공 등에 인공지능의 도움을 높은 수준으로 기대하고 있는 점을 비추어 볼 때 수학교사를 지원하고 보조하는 ITS(Intelligence Tutoring System, 지능형 튜터링 시스템)의 도입이 필요하다. 넷째, 수학교사는 인공지능의 과제물 및 시험의 자동 채점 지원에 가장 많은 도움을 기대하고 있기에 인공지능 기술을 활용한 자동채점 시스템을 연구 및 개발하여 수학교육 지원에 활용해야 한다. 다섯째, 인공지능 활용 수업은 학생의 디지털 리터러시 역량을 고려하여 체계적이고 점진적인 방법으로 도입되어야 한다. 스마트 기기에 지나치게 의존하거나 시스템 활용에 대한 이해도 부족으로 학습을 제대로 수행하지 못하는 일이 발생하지 않도록 디지털 리터러시 역량 교육이 병행되어야 한다. 여섯째, 중등 수학교사는 인공지능을 활용한 수학교육의 활성화 요인으로 교육환경 구성을 주요 요인으로 생각하고 있었다. 따라서 무선 기가망의 보급 및 유지, 스마트 기기의 보급 등과 같은 교육 환경의 인프라를 갖추어야 한다.;As expectations are rising that advanced AI technology will have a great impact on the educational field, exploration of the educational use of AI is being attempted. Recognizing the importance of AI technology at the national level, Government jointly established education policies according to the era of AI in 2020, and other foreign countries such as Finland, China, and Japan are also announcing and implementing policies at the government level. The development of these technologies including AI also affects school mathematics. Mathematics education has continued to emphasize the use of engineering tools since the 6th curriculum in 1992. In addition, the Ministry of Education announced the 3rd comprehensive math education plan (2020-2024), which includes a plan to introduce a new education method using AI technology. In addition, AI is expected to help teachers in the instructional design process. Accordingly, research is being conducted on the analysis of teachers' perceptions of the use of AI in instructional design. In addition, as the possibility of educational use of AI increases, research on the perception that incumbent teachers have about classes using AI is also being conducted. However, there is a limitation that these studies were mainly conducted on elementary and secondary teachers and preparatory teachers, and research on the perception analysis of AI use in class design of specific subject teachers was rarely conducted. Therefore, the purpose of this study is to examine the level of perception of AI classes according to the individual characteristics of secondary math teachers and the level of perception of AI at each stage of class design, and to find out what secondary math teachers expect and worry about classes using AI. The research questions set up in this study are as follows. First, what are the differences in secondary mathematics teachers’ perceptions of mathematics education using AI according to individual characteristics? Second, how do secondary math teachers perceive the use of AI at each stage of instructional design? Third, how do secondary math teachers recognize the expectations and concerns when introducing classes using AI? A total of 66 questionnaires were produced and used in this study to investigate the level of teachers' perception of mathematics education using AI and to analyze the difference in perception between math and secondary teachers on the use of AI in class design. After conducting a preliminary survey, 126 secondary math teachers responded by random sampling from June 14, 2022, to June 27, 2022, and used it as analysis data. Frequency Analysis, descriptive statistics, independent samples t-test, one-way ANOVA and word clouds were used as the analysis method. The main analysis results of this study are as follows. First, 71.4% of math teachers were found to be positively aware of the necessity of classes using AI. Although it was not statistically significant, in general, the lower the teaching experience and the larger the size of the working area, the higher the need for classes using AI. On the other hand, 40.4% of teachers understand the meaning of AI convergence education and 40.5% of teachers have experience in training classes using AI, showing lower understanding of the technology compared to the need for classes using AI. In addition, the higher the age group and teaching experience, the more teachers have experience in conducting classes using AI. Second, it was found that math teachers expected more help in the use of AI in class design than secondary school teachers. Mathematics teachers were expecting more help from AI in the order of ‘evaluation stage', ‘class design and development stage', ‘class execution stage' and ‘pre-class analysis stage'. As a result of analyzing the perception of the use of AI at each stage of class design according to individual characteristics, women (4.16) thought that AI was more useful than men (3.88). Third, it was found that secondary school math teachers considered the time burden of AI-based class preparation (4.11), lack of teaching and learning materials related to AI-based classes (4.04), and lack of expertise in AI-based classes (4.02) as the reason why it is difficult to conduct classes using AI. As for the activation factors of mathematics education using AI, it was found that the importance of manual development for the use of AI tools in class (4.26) and education environment composition for AI (4.25) are considered high in order. According to an analysis of the expectations of introducing classes using AI through word clouds, math teachers are most excited about motivating learning in classes, and they are also looking forward to personalized classes based on data analysis. On the other hand, math teachers were found to be most concerned about the lack of professionalism of teachers regarding the introduction of AI classes. The implications derived based on the analysis results of this study are as follows. First, secondary school math teachers highly recognized the need for AI classes, while understanding the meaning of AI convergence education and training experience related to AI classes were generally low. Education that can enhance the professionalism of secondary math teachers is needed to reduce this gap. Second, secondary school mathematics teachers were considering the time burden of preparing classes using AI and the lack of teaching and learning materials as major factors that made it difficult to conduct classes using AI. Therefore, it is necessary to develop and distribute class materials using AI so that mathematics education using AI can be activated. Third, research on AI-based mathematical teaching and learning platforms is needed so that AI can be used at each stage of instructional design. Considering that math teachers expect AI to help them diagnose learning problems through data visualization and provide learning materials to overcome learning deficits, it is necessary to introduce an ITS to support and assist math teachers. Fourth, math teachers expect the most help in automatically scoring tasks and tests of AI, so they should research and develop an automatic scoring system using AI technology. Fifth, classes using AI should be introduced in a systematic and gradual manner in consideration of students' digital literacy capabilities. Digital literacy competency education should be conducted in parallel so that learning cannot be performed properly due to excessive dependence on smart devices or lack of understanding of system utilization. Sixth, secondary school mathematics teachers considered the composition of the educational environment as a major factor as a factor in activating mathematics education using AI. Therefore, it is necessary to have an educational environment infrastructure such as the distribution and maintenance of wireless device networks and the distribution of smart devices.