고등학교 ‘인공지능 기초’ 교과서의 성 형평성 분석

Abstract

With the age of artificial intelligence has arrived human life has been changing in various fields. Individual lives and professional activities are rapidly changing with the appearance of convenient artificial intelligence services and collaboration with artificial intelligence. Voice of concern regarding the development of artificial intelligence are also growing in this situation of the times. The present study is mainly focus on the bias of data by human stereotypes among them. There is a possibility that discrimination in human reality has been applied to artificial intelligence algorithms resulting in stereotyped results. Data bias is dealt with important concept in the artificial intelligence curriculum, and I aim at analyze the gender equity of the artificial intelligence basic textbook that contains this curriculum. Therefore this study analyzed the gender equity of 7 basic high school artificial intelligence textbooks based on the current curriculum which is the 2015 revised curriculum for the purpose of realizing gender equilibrium artificial intelligence education. Seven gender biases in textbooks presented by James & Cherry (2016) and the gender equity evaluation scale of textbooks presented by Korea Institute for Curriculum and Evaluation, the Ministry of Education and the Korea Women's Policy Institute were modified to suit artificial intelligence education and used as standard of judgment. The criteria can be classified into three great divisions and the first classification is 'exclusion of women'. This is a classification that examines whether men were mainly treated or not in dealing with men and women. The second classification is ‘stereotypes’. This is a classification that examines whether gender role stereotypes about gender are contained in textbooks. The last classification is 'gender equality education' to find out whether it actively makes effort to foster a sense of gender equality in textbooks. The results of analyzing the basic textbooks of artificial intelligence based on criteria for gender equity analysis are as follows. First, basic textbooks of artificial intelligence were partially not gender equity from the perspective of female exclusion. As a result of analyzing the gender exposure rate, men appeared about 1.48 times higher than women. As a result of gender analysis of characters described as artificial intelligence among them, men appeared 3.15 times more than women. Especially among the illustrations described as artificial intelligence related, the gender ratio of real people was more unbalanced, showing a deformed gender ratio in which men appeared 11.4 times more than women. 22 real people appeared in case of male but only two appeared in the case of women. Also there was only one publisher that mentioned these two characters. There is a possibility that it was caused by the lack of women's performance in the field of artificial intelligence in reality even though the separation of the contents about women did not occur at all publishers. Second, The basic textbooks of artificial intelligence were not gender equity partly from the perspective of stereotypes. As a result of analyzing the character's gender based occupational activities, male illustrations of professional activities appeared 3.05 times more than women. In addition, there were differences in the number and type of jobs assigned according to gender. In the attitude of using artificial intelligence, men are often described as artificial intelligence developers and women are mostly described as artificial intelligence users. they play a role in providing services mostly in the case of human-shaped artificial intelligence and they have appeared more in the form of women. Men and women were described differently in the tendency of appearance, behavior, and emotional expression according to gender. Women in the textbook illustration showed more physical attractiveness than men, were more interested in dressing up their appearance and seemed to have characteristics that suits for expressing emotions. Third, The basic textbooks of artificial intelligence seem to have partially made efforts to foster a sense of gender equality from the perspective of gender equality education. It tried to grow out of the traditional way of expressing men and women through reconstructed illustrations including female characters in school uniform pants and male-only situations and showed a gender equal adaptation of the reality of lack of gender equity. In addition, All publishers except the two publishers included content to foster a sense of gender equality in the unit dealing with data ethics. lastly as I mentioned above some of the gender inequality parts have been revealed in women's achievements in the field of artificial intelligence. Judging by putting together the research results there were some of the gender inequality aspects of basic textbooks of artificial intelligence in the classification of 'exclusion of women' and 'stereotype'. There are results of efforts to cultivate a sense of gender equality by publishers from the perspective of 'gender equality education'. However there were also elements that were not partially gender equity. Various efforts should be made to prevent stereotypes from being relearned by students in order to achieve the purpose of artificial intelligence education, which aims to foster ethical awareness as members of the knowledge and information society and develop basic skills to solve various problems creatively. The following implications draw a conclusion based on the research results. First, it is necessary to add and operate gender equity standards to the textbook review standards. Since artificial intelligence education is being actively developed at the moment it should present gender equity standards which are suitable for artificial intelligence education so that it can be developed appropriately. It is necessary to impose some sanctions on the standards of writing textbook so that gender inequality contents are not written. Second, it is necessary to conduct research on an illustration production method that does not contain gender role stereotypes. To avoid students learn gender role stereotypes in illustrations in textbooks the study regarding illustration production methods which remove stereotypes from the appearance and behavioral descriptions of characters in illustrations and to add elements is needed. Third, it is necessary to revise and supplement textbooks according to gender equity. Follow-up studies regarding the methods of modifying and supplementing the textbooks already used in the educational field are needed. If the issue of gender equity in basic textbooks of artificial intelligence is consistently raised in the future it is necessary to consider revising and redistributing textbooks. ;인공지능 시대가 도래하면서 인간의 삶이 여러 분야에서 변화하고 있다. 편리한 인공지능 서비스들의 등장과 인공지능과의 협업으로 개인의 삶, 직업 활동 등에서 빠른 변화가 일어나고 있다. 이러한 시대 상황 속에서 인공지능의 발달로 인한 우려의 목소리 또한 커지고 있다. 그중 본 연구에서 주안점을 두는 것은 인간의 고정관념에 의한 데이터의 편향이다. 인간 현실 속의 차별이 인공지능 알고리즘에 적용되어 고정관념이 그대로 담긴 결과를 도출해낼 가능성이 있다. 데이터 편향은 인공지능 교육과정 안에서도 중요한 개념으로 다뤄지고 있는데, 이러한 교육과정을 담아낸 인공지능 기초 교과서의 성 형평성을 분석하고자 한다. 따라서 본 연구에서는 성 형평적인 인공지능 교육 실현을 목적으로, 현행 교육과정인 2015 개정 교육과정을 토대로 만들어진 고등학교 인공지능 기초 교과서 7종의 성 형평성을 분석하였다. James & Cherry(2016)가 제시한 교과서의 성 편견 7가지와 한국교육과정평가원과 교육부, 한국여성정책연구원에서 제시한 교과서의 성 형평성 평가 척도를 인공지능 교육에 적합하게 수정하여 분석 기준으로 삼았다. 기준은 크게 3가지로 분류할 수 있는데, 첫 번째 분류는 ‘여성 배제’이다. 이는 남성과 여성을 다루는 데 있어 남성을 중심으로 다루지 않았는지 알아보는 분류이다. 두 번째 분류는 ‘고정관념’으로 성별에 대한 성 역할 고정관념이 교과서에 담겨있는지 알아보는 분류이다. 마지막 분류는 ‘양성평등 교육’으로 교과서 내에서 적극적으로 양성평등의식 함양을 위해 노력하는지를 알아보는 분류이다. 성 형평성 분석 기준으로 인공지능 기초 교과서를 분석한 결과는 다음과 같다. 첫째, 여성 배제의 관점에서 인공지능 기초 교과서는 일부 성 형평적이지 않은 부분이 나타났다. 성별 노출 비율을 분석한 결과 남성이 여성보다 약 1.48배 높게 등장했다. 그중 인공지능 관련으로 묘사되는 등장인물의 성별 분석 결과, 남성이 여성보다 3.15배 많이 등장하였다. 특히, 인공지능 관련으로 묘사되는 삽화 중 실존 인물의 성별 비율은 더욱 불균형했는데, 남성이 여성보다 11.4배 많이 등장하는 기형적인 성비를 보였다. 남성 실존 인물의 경우 22명의 실존 인물이 등장하였으나 여성의 경우 단 두 명이 등장했다. 또한, 이 두 인물을 언급한 출판사는 단 한 곳이었다. 여성에 관한 내용의 분리는 모든 출판사에서 일어나지 않았지만, 현실 속 여성의 인공지능 분야에서의 활약이 적어 초래한 결과일 가능성이 있다. 둘째, 고정관념의 관점에서 인공지능 기초 교과서는 일부 성 형평적이지 않은 부분이 나타났다. 등장인물의 성별에 따른 직업 활동 여부를 분석할 결과 직업 활동을 하는 남성 삽화가 여성과 비교하면 3.05배 많이 등장했다. 또한, 성별에 따라 부여받은 직업의 가짓수, 종류에도 차이가 있었다. 인공지능을 사용하는 태도에서도 남성은 인공지능 개발자로 많이 묘사되고, 여성은 인공지능 사용자로 대부분 묘사되었다. 인간 형상 인공지능의 경우 서비스 제공 역할이 대부분인데, 여성의 모습으로 더 많이 등장하였다. 성별에 따른 외모, 행동, 정서 표현의 경향에서도 남성과 여성이 다르게 묘사되었다. 교과서 삽화 속 여성은 남성보다 신체적 매력을 더 드러내고, 외모 치장에 관심이 많으며, 정서 표현에 어울린다는 특징을 가지는 것으로 보였다. 셋째, 양성평등 교육의 관점에서 인공지능 기초 교과서는 양성평등의식 함양을 위해 부분적으로 노력한 것으로 보인다. 교복 바지를 입힌 여학생 캐릭터, 남성으로만 이뤄진 실제 상황을 여성을 포함하여 재구성한 삽화를 통해 남성과 여성을 표현하는 전통 방식을 탈피하고자 노력하고, 성 형평성이 부족한 현실을 성 형평적으로 각색한 모습을 보였다. 또한, 데이터 윤리를 다루는 단원에서 두 출판사를 제외한 모든 출판사가 양성평등의식을 함양하기 위한 내용을 포함하였다. 마지막으로, 위에서 언급한 대로 인공지능 분야에서의 여성의 업적은 한 출판사에서만 등장하여 일부 성 형평적이지 않은 부분이 드러났다. 연구 결과를 종합해 판단해보자면 인공지능 기초 교과서는 ‘여성 배제’, ‘고정관념’의 분류에서 일부 성 형평적이지 않은 부분이 있었다. ‘양성평등 교육’의 관점에서는 출판사별로 양성평등의식 함양을 위해 노력한 결과가 보이지만, 부분적으로 성 형평적이지 않은 요소가 나타나기도 하였다. 사회 변화를 올바르게 이해하고, 지식정보사회 구성원으로서 윤리의식을 함양하며, 다양한 문제를 창의적으로 해결할 수 있는 기초 소양을 기르는 데 그 목적이 있는 인공지능 교육의 목적 달성을 위해서라도 학생들에게 고정관념이 재학습되지 않도록 하기 위한 다양한 노력이 이뤄져야 한다. 연구 결과를 바탕으로 다음과 같은 시사점을 도출하였다. 첫째, 교과서 심의 기준에 성 형평성 기준을 추가하여 운영해야 할 필요가 있다. 인공지능 교육은 현재 개발이 활발하게 이뤄지고 있어 인공지능 교육에 알맞은 성 형평성 기준을 제시하여 이에 알맞게 개발할 수 있도록 해야 한다. 교과서 집필 기준에 어느 정도의 제재를 두어 성 형평적이지 않은 교과서가 집필되지 않도록 할 필요가 있다. 둘째, 성 역할 고정관념이 담기지 않는 삽화 제작 방법에 관한 연구가 이루어질 필요가 있다. 교과서 속 삽화에 담긴 성 역할 고정관념이 학생들에게 그대로 학습되지 않도록 삽화 속 인물의 외형과 행동 묘사에서 고정관념을 없애고, 고정관념을 탈피하는 요소를 추가하여 제작할 수 있도록 삽화 제작 방법에 관한 연구가 필요하다. 셋째, 교과서를 성 형평성에 맞게 수정, 보완해나가야 할 필요가 있다. 이미 교육 현장에서 사용되고 있는 교과서들을 수정하고 보완하는 방법에 관한 후속 연구들이 필요하다. 추후에 인공지능 기초 교과서의 성 형평성에 관한 문제가 지속해서 제기된다면, 교과서를 수정해 재배포하는 방향까지 고려해 볼 필요가 있다.