다양한 컴퓨팅 수업에서 프로그래밍을 위한 학생들의 생성형 AI 도구 사용 및 인식 변화

แนวคิดหลัก

본 연구는 컴퓨팅 수업 유형별 학생들의 생성형 AI 도구 사용 현황과 시간의 흐름에 따른 인식 변화를 분석하여 교육 현장에서의 생성형 AI 활용 방안을 제시하고자 합니다.

บทคัดย่อ

다양한 컴퓨팅 수업에서 프로그래밍을 위한 학생들의 생성형 AI 도구 사용 및 인식 변화 분석

본 연구는 네덜란드 위트레흐트 대학교 정보 컴퓨팅 과학부 학생들을 대상으로 2023-2024 학년도 동안 세 번에 걸쳐 생성형 AI 도구 사용에 대한 설문 조사를 진행했습니다. 설문지는 학생들의 인구 통계학적 정보, 생성형 AI에 대한 일반적인 인식, 특정 수업에서의 생성형 AI 사용 및 그 이유에 대한 질문으로 구성되었습니다. 설문 조사는 프로그래밍 수업 (ProgCrs), 프로그래밍 필수 수업 (ProgReq), 프로그래밍 선택 수업 (ProgOpt) 세 가지 유형으로 나누어 진행되었습니다.

생성형 AI 도구 사용 현황 (RQ1)

프로그래밍 수업(ProgCrs)에서는 디버깅 및 코드 수정을 위해 생성형 AI를 가장 많이 사용했습니다.
프로그래밍이 필수적인 수업(ProgReq)에서는 상용구 코드 생성 및 기타 일반적인 코드 생성에 생성형 AI를 사용하는 경우가 많았습니다.
프로그래밍이 선택 사항인 수업(ProgOpt)에서는 생성형 AI 사용에 대해 가장 긍정적인 태도를 보였습니다.
시간의 흐름에 따른 인식 변화 (RQ2)

시간이 지남에 따라 학생들은 생성형 AI를 중요한 학습 보조 도구로 인식하게 되었습니다.
온라인 검색이 여전히 ​​다른 방법보다 선호되지만, 연구 기간 동안 생성형 AI는 교사 및 조교보다 우선순위가 높아졌습니다.
석사 과정 학생들은 학부 과정 학생들보다 생성형 AI 도구를 더 나은 지원 도구로 평가했습니다.
학부 과정 유형별로 비교했을 때, 프로그래밍 입문 수업의 학생들은 다른 유형의 학부 과정 학생들보다 생성형 AI 도구를 지원 도구로서 우선순위를 낮게 두었습니다.
과제에 대한 전체 솔루션을 생성하여 제출하는 것이 비윤리적이라고 생각하는 학생의 비율이 시간이 지남에 따라 감소했습니다.

본 연구는 컴퓨팅 교육에서 생성형 AI 도구 사용에 대한 학생들의 인식과 행동 변화를 보여줍니다. 특히, 프로그래밍 수업 유형별로 생성형 AI 도구 사용에 대한 수용도가 다르다는 점은 교육 현장에서 생성형 AI 활용 방안을 모색할 때 중요한 시사점을 제공합니다.

ข้อมูลเชิงลึกที่สำคัญจาก

Students' Perceptions and Use of Generative AI Tools for Programming Across Different Computing Courses

by Hiek... ที่ arxiv.org 10-10-2024

https://arxiv.org/pdf/2410.06865.pdf

สอบถามเพิ่มเติม

교육 현장에서 생성형 AI 도구 사용에 대한 명확한 지침과 정책을 어떻게 수립해야 할까요?

교육 현장에서 생성형 AI 도구 사용에 대한 명확한 지침과 정책 수립은 학습 효과 증진과 윤리적 문제 예방이라는 두 가지 목표를 동시에 달성해야 합니다. 다음은 이러한 목표를 바탕으로 한 지침 및 정책 수립 방향입니다.
1. 교육 목표 및 맥락 고려:

과목 특성별 차별화된 지침: 프로그래밍 기초 과목에서는 GenAI 사용을 제한하여 기본 개념 학습을 장려하고, 응용 과목에서는 보조 도구로 활용하여 문제 해결 능력을 향상시키는 방안을 고려해야 합니다.
과제 유형별 허용 범위 설정: 개념 이해도 평가에는 GenAI 사용을 제한하고, 코드 작성 능력 평가에는 부분적인 허용과 출처 명시 의무화 등을 통해 학습 효과를 극대화해야 합니다.
2. 윤리적 사용 및 책임 강조:

GenAI 사용의 윤리적 측면 교육: 저작권 침해, 표절, 과도한 의존 등 잠재적 윤리 문제와 책임 의식에 대한 교육을 병행해야 합니다.
투명한 사용 문화 조성: GenAI 사용 시 출처 명시를 의무화하고, 자기 생성 코드와 구별하도록 지도하여 학문적 정직성을 확립해야 합니다.
3. 지속적인 모니터링 및 피드백:

GenAI 정책 관련 피드백 채널 구축: 학생, 교수자, 전문가가 참여하는 정기적인 토론과 피드백 수렴을 통해 변화하는 교육 환경에 맞춰 정책을 개선해야 합니다.
새로운 AI 기술 동향 파악: GenAI 기술 발전에 따라 새로운 윤리적 문제 발생 가능성을 인지하고, 지속적인 모니터링과 정책 업데이트를 통해 선제적으로 대응해야 합니다.
4. 다양한 교육 자료 및 기술 지원 제공:

GenAI 활용 교육 자료 개발: 효과적인 GenAI 활용 방법, 윤리적 사용 지침, 다양한 학습 전략 등을 담은 교육 자료를 제공해야 합니다.
GenAI 활용 능력 평가 도구 개발: GenAI 활용 능력을 객관적으로 평가할 수 있는 평가 도구 개발을 통해 학습 목표 달성도를 정확하게 측정해야 합니다.
5. 교육 공동체의 참여와 협력 유도:

교수자 대상 GenAI 활용 교육 제공: GenAI 기술 이해, 교육적 활용 방안, 윤리적 문제 대처 방안 등에 대한 교육 프로그램을 제공해야 합니다.
학생들의 GenAI 관련 교육 참여 장려: GenAI 윤리, 활용 사례, 잠재적 문제점 등에 대한 토론 및 발표 기회를 제공하여 주체적인 참여를 유도해야 합니다.

생성형 AI 도구가 프로그래밍 교육의 전반적인 질을 향상시킬 수 있을까요, 아니면 학생들의 학습 능력을 저해할 수 있을까요?

생성형 AI 도구는 올바르게 활용될 경우 프로그래밍 교육의 질을 향상시킬 수 있는 잠재력을 가지고 있지만, 동시에 학습 능력 저해라는 위험성도 내포하고 있습니다.
1. 프로그래밍 교육 질 향상 가능성:

학습 효율성 증대: GenAI는 반복적인 코드 작성, 오류 수정, 자료 검색 등을 자동화하여 학습 시간을 단축시키고, 학생들이 핵심 개념 이해와 문제 해결 능력 향상에 집중하도록 돕습니다.
개인 맞춤형 학습 지원: 학생 수준에 맞는 코드 예시, 설명, 힌트를 제공하여 개인별 학습 속도를 고려한 교육이 가능해집니다. 또한, 다양한 프로그래밍 스타일과 해결 방식을 제시하여 학습자의 선택의 폭을 넓힐 수 있습니다.
창의적 사고 확장: GenAI는 다양한 아이디어 구현을 위한 코드를 빠르게 생성하여 학생들의 창의적인 솔루션 탐색을 지원하고, 더욱 도전적인 과제에 도전할 수 있도록 돕습니다.
2. 학습 능력 저해 가능성:

기본 개념 이해 부족: GenAI에 과도하게 의존할 경우, 학생들은 직접 코드를 작성하고 디버깅하는 과정을 경험하지 못하게 되어 기본적인 프로그래밍 개념 이해가 부족해질 수 있습니다.
비판적 사고 및 문제 해결 능력 저하: GenAI가 제시하는 솔루션을 무비판적으로 수용하는 경향이 생길 수 있으며, 스스로 문제를 분석하고 해결하는 능동적인 학습 태도를 저해할 수 있습니다.
윤리적 문제 발생: GenAI가 생성한 코드를 제대로 이해하지 못한 채 사용하거나, 타인의 코드를 무단으로 복제하여 사용하는 등 표절 및 저작권 침해 문제가 발생할 수 있습니다.
결론적으로, 생성형 AI 도구는 프로그래밍 교육의 질을 향상시킬 수 있는 유용한 도구이지만, 그 자체만으로는 완벽한 해결책이 될 수 없습니다. GenAI의 장점을 극대화하고 단점을 최소화하기 위해서는 교육 현장에서의 적절한 활용 방안과 윤리적 사용 지침 마련이 필수적입니다.

생성형 AI 기술의 발전이 컴퓨팅 분야의 미래 직업과 교육 방식에 어떤 영향을 미칠까요?

생성형 AI 기술의 발전은 컴퓨팅 분야의 직업 환경과 교육 방식에 혁신적인 변화를 가져올 것으로 예상됩니다.
1. 컴퓨팅 분야 미래 직업 변화:

새로운 직업 기회 창출: AI 시스템 설계, 개발, 관리, 윤리 검증 등 AI 관련 전문 인력 수요가 증가하고, GenAI 기반 서비스 및 애플리케이션 개발 분야에서 새로운 일자리가 창출될 것입니다.
기존 직무 역할 변화: GenAI는 반복적인 코딩 작업을 자동화하여 개발자의 생산성을 향상시키고, 더욱 복잡하고 창의적인 문제 해결에 집중할 수 있도록 합니다. 단순 코딩 작업보다는 문제 해결 능력, 창의적 사고, 협업 능력이 더욱 중요해질 것입니다.
AI 활용 능력 중요성 증대: 컴퓨팅 분야의 거의 모든 직업에서 GenAI 활용 능력이 필수적으로 요구될 것이며, AI 도구 활용 능력, AI 윤리 의식, 협업 능력을 갖춘 인재가 주목받을 것입니다.
2. 컴퓨팅 분야 교육 방식 변화:

AI 기반 맞춤형 교육 확대: 학습자 수준과 학습 목표에 따라 맞춤형 학습 경로를 제공하고, AI 튜터를 통해 개인별 학습을 지원하는 등 맞춤형 교육이 확대될 것입니다.
실무 중심 교육 강화: GenAI를 활용한 실제 프로젝트 기반 학습 기회를 제공하고, 산업체와의 협력을 통해 실무 경험을 쌓을 수 있는 교육 과정이 마련될 것입니다.
평생 학습 체제 구축: 끊임없이 진화하는 AI 기술에 발맞춰 새로운 지식과 기술을 습득할 수 있도록 온라인 교육 플랫폼, 마이크로 크리덴셜 프로그램 등 유연하고 지속적인 학습 환경 구축이 중요해질 것입니다.
결론적으로, 생성형 AI 기술의 발전은 컴퓨팅 분야의 직업과 교육 방식에 큰 영향을 미칠 것이며, 변화에 유연하게 대응하고 새로운 기술을 적극적으로 수용하는 자세가 중요합니다.