이득:
- 인공지능의 편견, 조작, 투명성의 한계를 이해하고, 교수결정에 있어서 윤리원칙(공정성, 포괄성, 책임성)을 준수할 수 있는 능력
- 기획부터 피드백까지 End-to-End까지 전체 워크플로우를 인공지능으로 결합한 개인별 업무 시스템 및 검증 습관을 확립할 수 있는 능력
- 인공 지능 출력이 교육학적 결정을 대체하지 않고 책임과 최종 승인이 항상 교사에게 남아 있는 거버넌스 프레임워크를 구축하는 능력.
모듈 시험
1. 교사가 인공지능이 생성한 역사 문제와 답안을 확인하지 않고 시험에 넣었는데, 열쇠에 적힌 날짜가 틀린 것으로 판명됐다. 이 상황의 주요 교훈은 무엇입니까?
- A) 인공지능 출력물을 소스에 연결하고 검증하지 않고 학생에게 영향을 미치는 곳에 두는 행위 책임이 교사에게 있음을 무시함 ✔
- 나) 문제 생성에 인공지능을 활용하는 것은 엄격히 금지되어 있다.
- 다) 인공지능은 결코 역사 질문을 생성할 수 없다
- D) 질문은 표에 제시되어 있지 않습니다.
설명: 인공 지능은 유창하지만 실제로 잘못된 정보(환각)를 생성할 수 있습니다. 질문 및 답안 키와 같이 학생에게 직접적으로 영향을 미치는 모든 출력은 소스 링크를 통해 교사의 확인 없이 사용되어서는 안 됩니다. 책임은 선생님에게 있습니다.
2. 공개적으로 사용 가능한 인공 지능 도구에 학생에 대한 텍스트를 입력할 때 가장 좋은 접근 방식은 무엇입니까?
- A) 속도를 위해 학생 이름과 전화번호를 그대로 붙여넣습니다.
- 나) 식별정보를 제거하고 데이터를 익명화하고, 가능하면 보안/제도적 도구를 활용한다 ✔
- 다) 성만 숨기고 학번은 남겨둔다.
- D) 데이터를 공유하기 전에 학생에게 구두로 통지하는 것으로 충분합니다.
설명: 학생 데이터는 개인 데이터입니다. 건강, 가족 또는 행동에 관한 정보는 비공개일 수 있습니다. 이름, 학교 번호, 학급과 같은 신원 정보를 제거하고 데이터를 익명화해야 하며 가능하면 데이터 처리를 보장하는 기관 도구를 선호해야 합니다.
3. 교사가 학습 목표(결과)를 작성할 때 Bloom의 분류법은 무엇을 제공합니까?
- 가) 학생의 이름을 알파벳순으로 배열
- 나) 시험지 자동채점
- C) 적절한 행동 동사로 목표 인지적 사고 수준을 명확히 하고 측정에 맞게 정렬 ✔
- D) 수업 시간은 항상 40분으로 정하세요.
설명: Bloom의 분류는 기억에서 창조까지의 인지 과정 수준을 나타냅니다. 올바른 행동 동사로 결과를 작성하면 의도한 사고 수준이 명확해지고 이를 측정에 맞게 조정됩니다. 이 수준에서는 AI에게 질문/활동을 더 쉽게 할 수 있습니다.
4. 객관식 질문에서 '훌륭한 주의를 산만하게 하는 사람'이란 무엇을 의미합니까?
- A) 명백히 터무니없어서 누구도 선택하지 않을 선택지
- B) 정답과 정확히 동일한 의미를 갖는 보기
- C) 항상 가장 길게 작성된 옵션
- D) 틀려도 오해가 있는 학생이 그럴듯해 보이는 차별화된 선택지 ✔
설명: 좋은 산만함은 비록 틀렸음에도 불구하고 그 주제를 완전히 배우지 못한 학생에게 그럴듯해 보이는 선택입니다. 이는 일반적으로 학생들이 자주 저지르는 오해에 기초합니다. 그래서 질문은 정말 독특해집니다. 말도 안 되는 말이나 관련 없는 방해 요소는 질문을 더 쉽게 만들고 측정을 약화시킵니다.
5. 분석 루브릭과 전체론적 루브릭의 주요 차이점은 무엇입니까?
- A) 분석 루브릭은 각 기준에 대해 개별적으로 점수를 매깁니다. 전체적인 기준표는 연구에 단일 일반 수준을 제공합니다 ✔
- B) 분석 루브릭은 시험에만 사용되며, 전체론적 루브릭은 프로젝트에만 사용됩니다.
- 다) 둘 다 인공지능에 의해 자동으로 최종 성적을 부여받음
- D) 분석 루브릭은 채점되지 않고 전체론적 루브릭은 채점됩니다.
설명: 분석 루브릭은 각 기준(예: 콘텐츠, 언어, 레이아웃)을 별도의 수준으로 평가하고 자세한 피드백을 제공합니다. 전체론적 루브릭은 전체 연구에 단일한 일반 수준을 제공합니다. 속도는 더 빠르지만 자세한 피드백을 제공하지는 않습니다.
6. 어떤 형태의 형성 피드백이 학생에게 가장 유용합니까?
- A) 학생을 '성공하지 못했다', '게으르다'는 일반적인 판단
- B) 하나의 문자 등급 또는 점수만 부여
- C) 제품을 대상으로 구체적이고 미래 지향적인 개발 단계를 보여주는 피드백 ✔
- D) 학급 전체에 동일하고 개인화되지 않은 문장을 제공합니다.
설명: 형성 피드백은 학습을 발전시키기 위한 것입니다. 학생의 개성이 아닌 제품/성능을 목표로 하며 구체적이고 미래지향적인 발전 단계를 보여줍니다. '당신은 게으르다'와 같은 라벨을 붙이거나 등급을 매기는 피드백은 학습을 촉진하지 않습니다.
7. 차별화된 수업에 인공지능을 활용할 때 가장 중요한 윤리적 위험은 무엇입니까?
- A) 소재가 화려하지 않아요
- B) 학생을 꼬리표로 축소하고 편견이나 고정관념에 갇힐 위험 ✔
- 다) 인공지능이 너무 많은 활동을 추천한다
- 라) 커리큘럼에 차별화는 포함되지 않는다.
설명: 인공 지능은 학생을 분류('약함', '재능 있음')으로 분류하고 편향되거나 고정관념적인 추천을 생성할 수 있습니다. 차별화는 학생을 아는 교사와 결합되어야 합니다. 인공지능 제안은 틀에 갇히지 않고 유연하고 일시적이어야 합니다.
8. 교사는 '90% AI' 과제를 표시하는 AI '검출기'를 기반으로 학생에게 0점을 줍니다. 이 접근법의 주요 문제점은 무엇입니까?
- A) 탐지기가 과제를 너무 느리게 스캔합니다.
- B) AI 탐지기는 신뢰할 수 없습니다. 단일점수만으로 페널티를 주는 것은 오탐으로 인해 부당함 ✔
- C) 탐지기 점수는 항상 정확하지만 교사는 이를 무시합니다.
- 라) 0점 대신에 낮은 점수를 부여해야 한다
설명: AI 탐지기는 신뢰할 수 없습니다. 특히 모국어가 다른 학생의 경우 실제 학생의 텍스트를 인공 지능(오탐)으로 착각할 수 있습니다. 단일 탐지기 점수를 기준으로 페널티를 부과하는 것은 불공평합니다. 학업 성실성은 과정 증거와 학생과의 인터뷰를 통해 평가되어야 합니다.
9. 인공지능을 이용해 부모에게 부정적인 상황(행동 문제)을 전달하는 메시지를 작성할 때 가장 좋은 접근 방식은 무엇인가요?
- A) 비난적이고 정확한 언어로 작성하여 부모에게 직접 보냅니다.
- B) 학생의 전체 이력과 다른 학생의 이름을 포함합니다.
- C) 건설적이고 해결 중심적이며 존중하는 초안을 준비하고 보내기 전에 교사에게 초안의 어조와 정확성을 확인하도록 하세요. ✔
- D) 메시지를 최대한 짧게 유지하고 맥락을 제공하지 않음
설명: 텍스트는 건설적이고 해결 지향적이며 존중적이어야 합니다. 학생을 판단하지 않고 구체적인 사건과 협력 요청을 포함해야 합니다. 또한 학생의 기밀이 보호되어야 하며 교사는 텍스트를 보내기 전에 텍스트의 정확성과 어조를 직접 확인해야 합니다.
10. AI가 생성한 교육 자료에 나오는 과학자의 인용문은 실제로 전혀 언급되지 않았을 수도 있습니다. 선생님은 어떻게 해야 하나요?
- A) AI는 일반적으로 정확하기 때문에 인용을 그대로 사용합니다.
- B) 신뢰할 수 있는 출처의 견적을 확인하고, 확인할 수 없는 경우에는 사용하지 않음 ✔
- 다) 인용문의 출처를 '인터넷'으로 기재합니다.
- D) 좀 더 믿을 수 있도록 인용문을 약간 변경합니다.
설명: 인공 지능은 신뢰할 수 있지만 조작된 인용문, 출처 및 사실을 생성할 수 있습니다. 인용문과 사실은 학급에 제공되기 전에 신뢰할 수 있는 출처에서 확인되어야 합니다. 확인할 수 없는 경우에는 사용해서는 안 됩니다. 잘못된 정보는 학생에게 영구적인 오해를 불러일으킵니다.
11. 인공지능으로 루브릭이나 시험을 준비할 때 채점(최종평가)의 올바른 원칙은 무엇인가요?
- A) 인공지능은 자동으로 모든 시험의 최종 성적을 채점할 수 있습니다.
- B) 최종 성적은 학생의 미래에 영향을 미치는 결정입니다. 책임과 최종 승인은 교사에게 있습니다 ✔
- 다) 인공지능이 성적을 주기만 하면 교사가 확인할 필요가 없다.
- D) 등급은 검출기 점수에만 근거해야 합니다.
설명: 인공 지능은 루브릭 개요, 질문 및 피드백 개요를 생성할 수 있습니다. 그러나 최종 성적은 학생의 미래에 영향을 미치는 결정이며 책임은 교사에게 있습니다. 채점의 일관성과 공정성은 교사의 감독을 받아야 합니다.
12. 교실에서 학생들에게 인공지능을 도입할 때 가장 건전한 교육학적 접근 방식은 무엇입니까?
- 가) 인공지능을 전면 금지하고 이에 대한 논의를 전혀 하지 않는 것
- 나) 인공지능은 항상 옳다는 것을 학생들에게 가르치기
- 다) 투명하고 윤리적인 사용 규칙을 수립하고, 출처 검증 및 비판적 평가를 지도합니다. ✔
- 라) 성공한 학생들만 인공지능을 사용할 수 있도록 허용
설명: 가장 건전한 접근 방식은 금지하는 대신 투명하고 윤리적인 사용 규칙을 설정하는 것입니다. 학생들에게 소스 검증, 비판적 평가, 인공지능이 실수할 수 있다는 점을 가르치는 것입니다. 따라서 인공지능은 복사 도구가 아닌 사고의 파트너가 됩니다.
13. 다음 중 인공지능을 교육에 활용하는 올바른 한계를 표현한 것은 무엇입니까?
- A) 인공지능은 교사를 대신하여 모든 교육학적 결정을 내릴 수 있습니다.
- 나) 인공지능은 프레젠테이션에만 사용할 수 있으며 그 외 다른 용도로는 사용할 수 없습니다.
- C) 인공지능은 조교이자 사고의 파트너이다. 중요한 결정에 대한 책임과 최종 승인은 교사에게 있습니다 ✔
- D) 인공지능은 교사의 승인 없이 학생들에게 최종 성적을 줄 수 있다
설명: 인공 지능은 교육 조교, 개요 생성기 및 아이디어 파트너입니다. 채점, 교육학적 판단, 학문적 청렴성 결정, 지도 등 학생에게 영향을 미치는 중요한 결정에 대한 책임과 최종 승인은 항상 교사에게 있습니다.
14. 교사를 위한 약한 프롬프트 대신 강력한 프롬프트를 작성하면 가장 큰 이점은 무엇입니까?
- A) 인공 지능은 답변을 더 느리게 생성합니다.
- B) 상황, 수준, 결과 및 형식이 주어졌을 때 학년에 적합하고 조정되었으며 사용 가능한 결과 얻기 ✔
- C) 인공지능은 더 이상 검증이 필요하지 않습니다.
- D) 프롬프트를 더 길게 하면 항상 출력이 악화됩니다.
설명: 역할, 학년 수준, 결과, 기간, 제약 조건 및 원하는 출력 형식을 포함하는 강력한 프롬프트를 통해 AI는 일반적인 초안이 아닌 학년에 적합하고 정렬되며 사용 가능한 초안을 생성할 수 있습니다. 일반적이고 적용할 수 없는 응답은 맥락 없이 요청에 제공됩니다.