2023년 6월 8일 간담회

안녕하세요 선생님들!! 벌써 방학이 시작되는 6월 말이 되었네요!
다소 늦었지만, 종강을 맞이하여 6월 8일에 있었던 간담회에 대해 포스트를 올려봅니다.😊

6월 8일에는 TELD 연구실의 두 번째 간담회를 개최하였습니다. 첫 번째 간담회는 12월에 진행되었던 신입생과의 만남의 시간이었는데, 이번 간담회는 연구실에서 한 학기 가까이 지낸 후 함께 진행된 소통의 시간인 만큼, 더욱 뜻깊은 자리였던 것 같습니다.

책장과 소파, 전자칠판까지 단장된 학습과학연구소 세미나실에서 함께 음료를 마시며 TELD 연구실 가이드라인에 대해 이야기를 나누는 즐거운 시간이었습니다. 이번 간담회에서는 졸업 요건이나 연구 관련 원칙, 여름방학 중 스터디 및 회의에 대한 공지와 대화가 이루어졌습니다. 가이드라인을 작성해주신 운영진 선생님들, 운영 관련 조언을 주신 교수님, 가이드라인 정비에 참여해주신 선생님들 모두 감사합니다! 앞으로 1년에 3번씩 진행될 간담회도 기대해보겠습니다.🤗

더워지는 날씨와 본격적으로 시작되는 방학 시즌에 모두 몸도 마음도 건강하실 수 있길 바라겠습니다!🌟
TELD 하계 스터디에서 또다시 곧 뵙겠습니다~!📚

2023년 6월 13일 학습과학세미나: 미래 교육에서의 AI의 역할, 그리고 AI 시대에서의 교육의 역할

 안녕하세요 선생님들😀

벌써 6월 중순이 되었네요. 

산책하기 좋은 선선한 날씨라 괜시리 기분 좋은 여름밤입니다. 

오늘은 학습과학세미나에서 

[미래 교육에서의 AI의 역할, 그리고 AI시대에서의 교육의 역할]

이라는 주제로 KAIST 홍화정 교수님께서 강연해주셨습니다. 

먼저, 데이터 AI 리터러시의 중요성에 대해 말씀해주셨습니다.

데이터 리터러시를 배우고자 하는 열망이 높은 학생들이 많으나 실제적으로 리터러시의 경험할 수 있는 환경은 적습니다. 이런 상황을 해결할 수 있는 방법으로 교수님께서 서울대 기초교육원에서 하셨던 경험을 말씀해주셨습니다. “처음 만나는 컴퓨팅"이라는 과목이었는데요. 

- 컴퓨팅 도구를 다루는 법

- 컴퓨팅 환경을 이해하고 컴퓨터와 소통하는 법

- 자신에게 필요한 데이터 소스를 찾고 데이터를 정제하여 

나에게 필요한 코어 스토리를 뽑아내는 과정을 경험하는 과목이었다고 합니다. 

위의 사진은 실제 학생들이 했던 프로젝트입니다. 

프로젝트 이름만 봐도 결과가 어떻게 나왔을지 궁금한 흥미로운 연구들이었습니다.

 두 번째는 자신의 분야에서 AI를 어떻게 적용할 것인지에 대한 내용이었습니다. 

최근 인간 - AI 상호작용을 연구하고 계시다고 하셨는데요. 

우리가 인간답게 살기 위해 어떻게 AI를 설계하고 활용할 것인지 고려해야 한다고 하셨습니다. 

문제를 접근할 때 과거는 테크 중심으로 사고하였다면 

이제는 사람중심으로 문제를 해결하는 아이디어를 얻을 수 있습니다. 

 

디자인의 과정에서 사용하는 Double-Diamond model에 대해 설명해주셨습니다. 

이 모형은 발산과 수렴의 과정을 거치면서 문제 해결에 도달하는 모형으로,

코넬에서 이 모델로 AI시스템을 구축할 때 직면하는 문제에 대해 분석을 했습니다.

- AI가 뭘 할 수 있고 없는지 판별하기 어려움

- 데이터에 종속적이라 좋은 데이터를 확보하고 파악하는 것이 필요함

-AI에 대한 아이디어를 표현하기 어려운 부분도 있는 등의 문제가 있습니다. 

 

1. DISCOVER: 요구가 있는가? 

더블 다이아몬드 모형의 첫 단계입니다. 

식사시간에 부모와 자녀간의 상호작용을 지원하는 MAMAS 앱을 설명해주셨는데요.

AI 시스템을 만드는 과정에서 어떤 사고 과정을 거쳐야 하는지를 잘 알려주는 예시입니다. 

처음에는 편식하는 아동들의 섭식문제를 해결해주기 위해서 시작된 프로젝트였으나,

편식의 과정은 사실 부모와 자녀간의 상호작용의 문제였다는 점을 통해

 서로의 니즈가 달랐다는 것을 말씀해주셨습니다.

이러한 니즈를 토대로  MAMAS는 식사 시간에 부모가 자녀에게 긍정적.부정적 말하기를 

자녀의 음식섭취와 연관지어 분석해주어서 

추후 아동의 섭식문제 해결에 도움을 주는 앱이었습니다. 

이러한 예시를 통해 AI가 줄 수 있는 기회를 포착하기 위해서는

 AI 리터러시가 선행되어야 하며, 스스로에게 AI가 필요한지, 

필요하다면 언제, 어떤 방식으로 사용되어야 하는지 

묻고 검증하는 작업이 필요하다고 말씀하셨습니다. 

세번째는 교육에서의 AI의 역할입니다. 

AI 알고리즘의 편향성을 말씀하시며 문화적 다양성에 대해 말씀해주셨습니다. 

그리고 교수님께서 진행하시는 수업에 대해 설명해주셨습니다. 

알고리즘 체헐리즘을 통해 알고리즘을 길들이기도 하고 문제가 있는 알고리즘을 고발하는 등 인류학적인 접근을 해봤다고 하셨습니다. 그 과정에서 AI는 여전한 제한점을 가지고 있고, 편견은 지속되고 있다는 것을 확인할 수 있었습니다. 

마지막으로는 AI와 함께할 미래의 모습을 예측해보는 시간을 가졌습니다. 

AI 러다이트 운동이라던지, 딥페이크 챗봇을 개발하기도 하였습니다. 

데이터가 재화가 되어 AI없이는 살아갈 수 없는 사회의 모습도 함께 상상할 수 있었던 시간이었습니다. 

 

마지막으로, 교육에서의 생성형 AI에 대해 말씀해주셨습니다. 

개인적, 회고적 글쓰기에서 언어모델은 어떤 역할과 가능성을 제공할 수 있을까?에 대해 네이버 하이퍼 클로바와 연구를 하고 계시다고 하셨습니다.

 또한, 언어모델이 고정관념을 반영한 대사를 생성하도록 하여 

인간 본인이 가지고 있는 고정관념을 살펴보는 연구도 소개해주셨습니다. 

최근은 질문을 통해 창의적, 비판적 사고를 

향상시키는 방법에 대해 생각하고 계시다고 하셨습니다. 

앞으로의 교육에서 인공지능의 역할이 커질 것이라는 것은 

모두 다 상상할 수 있는 일이지만, 

교수님의 연구를 기반으로 다양한 관점에서 생각할 수 있었던 시간이었습니다. 

귀한 연구 나누어주신 홍화정 교수님께 

다시 한 번 감사의 말씀 드립니다 ^^ 

2023년 6월 1일 오픈세미나: 델파이 연구 방법

안녕하세요 선생님들! 어느덧 여름의 초입인 6월이 시작되었습니다☀️ 벌써 2023년의 절반이 지나갔다는게 믿기지 않는데, 다들 새해에 세운 목표는 잘 이루고 계신지 궁금해지네요 ㅎㅎ 

이번 주 오픈 세미나에서는 금선영 선생님께서 델파이 연구 방법을 주제로 발제해주셨습니다. 델파이 조사의 특징과 장단점, 절차에 관한 설명과 실제 연구 사례에 어떻게 적용되었는지 논의해주신 덕분에 델파이 조사에 대해 자세히 공부할 수 있는 시간이었습니다. 

델파이 조사는 관심 주제에 대해 높은 전문성을 가지고 있는 전문가(패널)을 선정하고, 그로부터 데이터를 수집하기 위해 여러 차례의 설문지(라운드)를 사용하여 특정 주제에 대한 합의를 달성하는 것을 목표로 하는 연구 방법론입니다. 이는 개인의 의견을 수집하고 집단지성을 통해 합의를 이뤄 더욱 견고한 연구를 만들 수 있다는 점에서 현대 연구에서 많이 사용되고 있는 통계적 방법론인데요. 각 분야의 전문가들이 모여 한 주제에 대한 자신의 의견을 공유하고 합의하는 과정을 거친다는 점에서 더욱 타당성 있고 신뢰도가 높은 연구를 도출하는데 효과적일 것 같습니다. 

델파이 조사는 연구 주제와 관련한 전문가를 대상으로 진행한다는 점에서 패널 선정 과정이 매우 중요한 요소입니다. 따라서 패널을 구성할 때 패널의 전문성과 다양성, 규모 등을 종합적으로 고려해서 패널을 선정해야 합니다. 이때 연구 상황과 맥락에 따라 패널 집단의 동질성 여부는 달라질 수 있습니다. 

이런 과정을 통해 패널이 선정되었다면 본격적인 조사 과정에 들어가게 되는데요. 고전적 델파이 기법에서는 4회, 그리고 수정된 델파이 기법에서는 대체로 2~3회의 라운드를 실시한다고 합니다. 고전적 델파이 기법에서는 1회차를 개방형 문항을 통해 패널들의 의견을 수집했지만, 이 과정에서 많은 노력이 투입될 뿐만 아니라 전문가들의 의견을 종합하기 어렵다는 한계가 있다는 단점이 존재했습니다. 따라서 수정된 델파이 기법에서는 이를 보완하여 1회차를 구조화된 질문지를 통해 진행하면서도 패널의 확산적 의견 수집을 위해 폐쇄형 문항과 개방형 문항을 함께 사용하기도 합니다. 즉 수정된 델파이 기법은 고전적 델파이 기법의 단점은 보완하면서도 장점을 최대화한 것이라고 볼 수 있을 것 같습니다. 

그렇다면 라운드는 언제 종료해야할까요? 종료 기준은 연구에 따라 달라지게 됩니다. 사전에 정한 라운드 횟수를 마치게 되면 종료하거나 패널 간 합의 정도 기준을 충족하게 되면 종료할 수도 있습니다. 이때 패널 간 합의 정도는 무조건 100%를 달성할 필요는 없으며 연구 목적이나 맥락, 주제에 따라 달라지게 됩니다. 다만 전문가 합의 결과 일부 중요한 항목이 기준치보다 약간 낮게 평가될 경우, 해당 항목의 수정 및 유지 여부를 고려할 필요가 있습니다. 또한, 만약 특정 횟수에 걸쳐 델파이 연구를 진행하게 된다면 라운드를 종료할 때 패널 간 의견 일치도에 대한 구체적인 해석을 제시해야 합니다. 

이러한 이론적 배경을 바탕으로 금선영 선생님께서 델파이 기법을 적용한 연구사례 두가지를 제시해주셨습니다. 

첫 번째 사례는 홍효정, 이재경(2016)의 연구였습니다. 이 연구에서는 블렌디드 러닝에서 교수 역량의 구성요소를 밝히고자 델파이 기법을 사용했는데요. 1단계 델파이 조사에서 연구자가 기대한만큼의 유의미한 데이터를 얻지 못해 추가적인 심층 면담을 진행했습니다. 이후 2, 3단계를 거치며 최종 교수 역량을 규명했습니다. 이처럼 델파이 조사에서 연구자가 생각했던 것만큼의 데이터를 수집하지 못했을 경우 FGI를 병행하여 진행하는 것도 가능하다는 것을 알게 된 좋은 사례였습니다. 

두 번째 연구는 최신 연구인 박가영 외(2023)의 교사의 인공지능 융합교육 교수역량 척도 개발 및 타당화 연구였습니다. 해당 연구는 교사의 교수역량의 구성요소를 알아보기 위해 인공지능과 교육학 관련 전문가를 섭외하여 패널을 구성했습니다. 비교적 동질적인 성격을 가진 패널을 구성함으로써 연구 주제에 관한 깊은 인사이트를 얻을 수 있었을 것 같습니다. 

마지막으로 금선영 선생님께서 본인의 박사 학위 논문에 델파이 기법이 어떻게 적용되고 있는지 그 진행사항을 공유해주셨는데요. 실제 진행되는 연구 과정에서 패널을 어떻게 섭외하고 데이터를 수집 및 분석하는지 공부할 수 있는 시간이었습니다!

시간이 빠르게 흘러 종강까지 약 3주 가량밖에 남지 않았는데요! 초여름이라 그런지 노을이 아주 예쁘게 지는 요즘입니다🥰 다들 바쁘시겠지만 저녁 드시고 올라오시는 길에, 혹은 공부하다가 잠깐 쉬는 시간에라도 옥상정원에 올라가 이때만 볼 수 있는 예쁜 하늘을 바라보는건 어떨까요? ㅎㅎ 

오늘 멋진 발제해주신 금선영 선생님 너무 수고하셨고, 학위 논문도 화이팅하시길 바랍니다! 다들 행복한 6월 보내세요!!😊👍👍