차례
인공지능, 기계 학습, 딥 러닝소프트웨어나 인공지능은 학교에서 왜 배워야 하나?학생들은 어느 정도 알고 있어야 하나?AI 교육, SW 교육, ICT 교육, 컴퓨터 교유?????AI 이해 교육, AI 활용 교육, AI 활용 교육인공지능 교육의 목표국가 교육과정에서의 인공지능 교육 구성인공지능 소양 기르는 법인공지능 교육이 사용할 수 있는 자료인공지능 교육에 적용 가능한 교수학습 방법전통적인 교수 방법과 CT 신장 교수학습모델 비교UMC 모델의 교수학습 절차프로젝트 학습법 절차디자인 기반 수업NDIS 모델다른 기술에 비해 왜 인공지능이 강조되는 이유는?일반적인 문제 해결과 인공지능을 활용한 문제 해결의 차이일반적인 윤리와 인공지능 윤리의 차이점
인공지능, 기계 학습, 딥 러닝
소프트웨어나 인공지능은 학교에서 왜 배워야 하나?
- 읽고 쓰고 셈하는 것만큼 디지털 역량은 중요하게 될 것. → 디지털 역량을 키우는 교육.
학생들은 어느 정도 알고 있어야 하나?
AI 교육, SW 교육, ICT 교육, 컴퓨터 교유?????
AI 이해 교육, AI 활용 교육, AI 활용 교육
인공지능 교육의 목표
국가 교육과정에서의 인공지능 교육 구성
인공지능 소양 기르는 법
- 처음 시작은 인공지능이 무엇인지 체험해보고 간단하게 활용해 보는 것에서 시작하기를 권합니다.
예를 들어 ‘인공지능 스피커’를 활용해 보거나 ‘파파고’와 같은 인공지능 번역기를 사용해 보는 것입니다. 인공지능이 탑재된 기기나 서비스를 이용하면 인공지능이 어떤 역할을 할 수 있는지, 어떤 장단점이 있는지 탐색해 보는 것입니다.
- 이런 활동을 통해서 인공지능과 친숙해진 다음 인공지능의 개념과 원리를 학습하는 단계로 넘어가면 좋겠습니다.
이때는 블록형 코딩 도구인 엔트리나 스크래치를 활용해서 인공지능 예제 프로그램을 만들어 보는 것을 권합니다. 블록형 코딩 도구는 드래그 앤 드롭 방식으로 코드를 쉽고 재미있게 작성할 수 있어서 누구나 열정만 있으면 배울 수 있습니다.
- 간단한 예제에 익숙해지면 선생님의 교과에서 사용되는 데이터를 기반으로 인공지능 모델을 만들어 보는 활동을 하면 좋습니다.
엔트리에는 자체적으로 여러 가지 데이터를 제공하고 있고, 공공데이터 포털(www.data.go.kr) 같은 사이트에 가면 교과와 연계할 수 있는 데이터 들이 공개되어 있습니다. 교육에 활용할 수 있는 데이터는 앞으로 더욱 많아질 것으로 예상 됩니다.
인공지능 교육이 사용할 수 있는 자료
인공지능 교육에 적용 가능한 교수학습 방법
전통적인 교수 방법과 CT 신장 교수학습모델 비교
UMC 모델의 교수학습 절차
프로젝트 학습법 절차
디자인 기반 수업
- IDEO에서 디자인 사고를 고객의 가치와 시장 기회를 전환하기 위한 방법으로 설명
- 스탠포드 대학교에서는 디자인 사고를 교육에 적용한 D-school 개념 제안
- D-school의 교육방법은 공감하기, 정의하기, 상상하기, 프로토타입, 테스트의 다섯 절차로 구성
- 스탠포드 대학교의 D-school에서는 교육 분야에 디자인 사고를 적용하기 위한 활용 도구(toolkit)을 제공
인공지능 교육에 적용 가능한 디자인 사고 방법
인공지능 교육에 적용 가능한 디자인 사고 방법은 Discovery, Interpretation, Ideation, Experimentation, Evolution로 구성됩니다.
- Discovery: 문제를 해결하기 위해 사실을 수집하고, 문제를 이해하기 위해 관찰하고 묘사합니다.
- Interpretation: 수집한 자료를 분석하고, 관련성을 결정합니다. 문제의 원인을 이해하고, 문제 해결에 필요한 관점을 찾습니다.
- Ideation: 문제를 해결하기 위해 가능한 대안을 찾고, 아이디어를 발생시킵니다. 이 단계에서는 모든 아이디어를 수용하고, 다양한 시각에서 문제를 접근합니다.
- Experimentation: 아이디어를 테스트하고, 문제를 해결하기 위한 최선의 방법을 찾습니다. 이 단계에서는 실패를 수용하고, 실험을 통해 문제 해결 방법을 개선합니다.
- Evolution: 문제를 해결하는 방법을 개선하고, 새로운 문제를 해결하기 위한 방법을 찾습니다. 이 단계에서는 지속적인 개선을 통해 문제 해결 방법을 발전시킵니다.
디자인 사고 방법을 적용하여 인공지능 교육을 하면, 문제를 해결하기 위한 창의적인 방법을 발견할 수 있습니다. 이를 통해 학생들은 인공지능을 이해하고, 활용하는 능력을 키울 수 있습니다. 이러한 교육은 국가 교육과정에서도 사용할 수 있으며, 다양한 자료와 교수학습 방법을 활용하여 진행될 수 있습니다.
NDIS 모델
인공지능 윤리는 인공지능 도구나 서비스를 활용해보고 토의, 토론하거나 개선방안을 설계, 제작해 보는 흐름으로 수업할 수 있습니다. 미국 MIT에서 개발한 ‘모두를 위한 인공지능 윤리’ 가이드북을 살펴보면 이와 비슷한 흐름으로 교수학습 활동을 진행하는 방식입니다.
다른 기술에 비해 왜 인공지능이 강조되는 이유는?
- 역사적으로 살펴보면 기술은 대부분 인간의 육체노동을 대신하는 경우가 많았지만, 인공지능의 경우 인간의 지적 능력인 학습, 예측, 추론, 자연어 처리 등에서 두각을 보임
- 인공지능이 강조되는 이유는 아이들이 살아가는 생활과 사회에 영향을 미치고 있기 때문
- 인공지능이 교육의 문제해결력 함양에 기여하고 있기 때문
- 인공지능은 인간의 사고와 더불어 협업하는 사고 방식이 필요하게 되었고, 이를 협업지능(Collaborative Intelligence), 확장지능 또는 증강지능 (Augmented Intelligence)라고 함
일반적인 문제 해결과 인공지능을 활용한 문제 해결의 차이
- 인간이 문제를 해결할 때는 폴리아(Polya)가 주장한 ‘문제이해-계획작성-계획실행-반성’의 과정으로 이루어짐.
- 이런 문제 해결과정은 대부분의 분야에서 적용되는데 예를 들어 과학 분야에서는 ‘문제상황-문제정의-가설수립- 가설검증-결론도출 및 문제해결’의 과정으로 이루어짐.
- 컴퓨팅 파워를 활용하면 추상화와 자동화의 과정으로 문제 해결이 가능하며, 자동화의 과정에서 컴퓨팅을 활용하면 문제를 효율적으로 해결할 수 있음.
- 대표적인 예시로, 2013년 노벨화학상 수상자들은 복잡한 화학반응을 컴퓨터로 이해하고 예측하는 소프트웨어를 개발하고 실험을 수행해서 촉매나 신약, 태양전지 개발에 기여하였음.
- 인공지능은 데이터가 확보되어 있고, 자동화가 필요한 영역에서 좋은 결과를 보인다.
일반적인 윤리와 인공지능 윤리의 차이점
- 일반적인 ‘윤리’는 인간들 간의 지켜야 할 규범을 포함하는 의미로 사용됨.
- 인공지능 윤리는 인공지능이 우리 인간의 사회에 들어와 함께 공존하며 협업하고 살아가게 될 것이기 때문에, 그 인공지능의 윤리성을 컴퓨팅 모델로 설계하고 구현해야 하는 부분.
- 인간-인공지능이 이루고 있는 새로운 사회경제 체계에서 우리 인간의 윤리성과 윤리적 가치는 다시 정의해야 할 필요가 있음.