물질의 상태 분류에 대한 머신러닝 기반 교사교육 프로그램의 교육적 효과

• 영문명: The Educational Effect of Machine Learning-Based Teacher Education Program on the Classifying State of Matter
• 발행기관: 학습자중심교과교육학회
• 저자명: 최정인 백성혜
• 간행물 정보: 『학습자중심교과교육연구』제23권 2호, 259~284쪽, 전체 26쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2023.01.31

국문 초록

목적 본 연구에서는 초·중등 과학교사를 대상으로 물질의 상태 분류에 대한 머신러닝 기반 교사교육 프로그램을 개발 및 실행하여 물질의 상태 분류 머신러닝 모델을 구축하였다. 그리고 모델의 평가 및 과학교사들의 경험을 질적 분석하여 프로그램의 효과성 및 과학수업에 머신러닝을 적용하는 것에 대한 과학교사들의 인식을 확인하고자 하였다. 방법 이를 위하여 중부권 소재의 사범대학의 교육대학원에 재학 중인 초·중등 과학교사 31명을 대상으로 총 3회의 물질의 상태 분류 활동을 수행하고 의사결정트리 알고리즘을 적용한 머신러닝 모델로 구축하였다. 그리고 정확도, F1-score 등 모델 성능 평가를 통해 프로그램의 효과성을 확인하였다. 또한 과학교사들이 머신러닝의 적용에 대해 갖는 생각을 질적 분석하였다. 결과 총 3회의 물질의 상태 분류 활동 동안 구축된 모델의 성능 평가 결과 정확도, F1-score 등의 값이 정적으로 증가하여 물질의 상태 분류에 대한 머신러닝 기반 교사교육 프로그램의 교육적 효과가 있는 것으로 판단되었다. 그리고 연구 참여자들의 머신러닝 모델 생성을 위한 데이터를 분석한 결과, 지식에 근거한 연역적 사고과정을 통해 물질의 상태를 분류하는 경우가 있음이 드러났다. 머신러닝 모델의 분류 성능을 비교한 결과 미시적 분류 기준보다는 거시적 분류 기준이 더 큰 영향을 주었으며, 물질의 사례별 연구 참여자와 머신러닝 모델의 분류 결과를 비교하였을 때 혼합물의 경우 불일치도가 증가하였다. 또한 질적 연구 분석을 통해 연구 참여자들이 머신러닝의 적용에 대해 갖는 생각을 ‘과학 개념의 생성 과정 체험’, ‘인지갈등’, ‘의사소통’ 등 9개의 주제로 도출하였다. 결론 머신러닝을 과학교육의 탐구학습 방안으로 교사교육에 적극 도입하여야 하며, 머신러닝 기반 교육 프로그램을 토대로 귀납적 사고와 같은 과학적 추론 과정을 제대로 반영할 수 있는 교과서 등의 교육 자료가 개발되어야 하겠다. 그리고 혼합물을 물질의 상태 분류 학습에 포함시켜야 하는가에 대한 과학적 관점에서의 논의가 필요하다.

영문 초록

Objectives In this study, a machine learning-based teacher education program for classifying the state of matter was developed and implemented for elementary and secondary science teachers and machine learning model for state classification of matter was established. And by analyzing the model evaluation and the experience of science teachers qualitatively, it was attempted to confirm the effectiveness of the program and the perception of science teachers about the application of machine learning to science classes. Methods For 31 elementary and middle school science teachers enrolled in the Graduate School of Education at the College of Education located in the central region, a total of three matter classification activities were performed and a decision tree algorithm was applied to the machine learning model. And the effectiveness of the program was confirmed through model performance evaluation such as accuracy and F1-score. In addition, we qualitatively analyzed the thoughts of science teachers on the application of machine learning. Results TAs a result of evaluating the performance of the built model during a total of 3 state of matter classification activities, it was determined that the accuracy and F1-score values increased statically, resulting in the educational effect of the Machine Learning-Based Teacher Education Program on the Classifying State of Matter. And as a result of analyzing the data of the study participants, it was revealed that there are cases in which the states of matter are classified through a deductive thinking process based on knowledge. As a result of comparing evaluation indicators of the machine learning models, the macroscopic classification criteria had a greater effect than the microscopic classification criteria. And when the classification results between the machine learning model and the research participants for various examples were compared, in the case of mixtures, the degree of inconsistency increased. In addition, through qualitative research analysis, the thoughts of science teachers on the application of machine learning were derived into nine topics, including ‘experience the process of creating science concepts’, ‘cognitive conflict’, and ‘communication’. Conclusions Machine learning should be actively introduced into teacher education as an inquiry-learning method of science education. And educational materials such as textbooks that can properly reflect scientific reasoning processes such as inductive thinking should be developed based on machine learning-based education programs. And it is necessary to discuss from a scientific point of view whether mixtures should be included in the learning of Classifying State of Matter.

목차

Ⅰ. 서론

Ⅱ. 연구 방법

Ⅲ. 연구결과 및 논의

Ⅳ. 결론 및 제언

참고문헌

키워드

머신러닝 인공지능 물질의 상태 분류 과학교사 교사교육 Machine learning Artificial intelligence State of matter Classification Science teacher Teacher education