본 연구는 가나를 중심으로, 인간 전문가들이 생성형 AI(GenAI)가 글로벌 사우스 지역의 STEAM 교육을 상황에 맞게 구성하는 능력을 어떻게 평가하는지 조사한다. 맞춤형 문화적 응답형 학습 계획 도구(CRLP)를 사용하여 GenAI가 생성한 수업 계획을 가나 국립 커리큘럼 및 평가 위원회(NaCCA)의 표준화된 수업 계획과 비교하는 수렴형 혼합 연구 설계를 사용했다. 전문가들은 편견 인식, 문화적 표현, 상황적 관련성, 언어적 응답성, 교사 주도성을 측정하는 25개 항목의 타당성 있는 문화적 응답형 교육법 루브릭을 기반으로 정량적 평가를 실시했다. 정성적 평가는 GenAI가 문화적, 교육적 적절성을 어떻게 처리하는지에 대한 추가적인 통찰력을 제공했다. GenAI는 CRLP 도구와 함께 사용될 때, 추상적인 교육 과정 기준을 학습자의 문화적 지식, 지역 사회 관행, 일상 경험과 연결함으로써 상황에 맞는 STEAM 교육을 지원할 수 있다. GenAI 지원 수업은 NaCCA 계획보다 문화적으로 더 기반하고 교육적으로 더 반응적이며, 토착 지식, 이중 언어 요소 및 지역 관련 사례를 통합하는 것으로 평가되었다. 그러나 GenAI는 가나의 문화적 다원성을 표현하는 데 어려움을 겪었으며, 언어, 역사, 정체성에 대한 피상적인 언급만 제공했다. 이러한 약점은 문화적 뉘앙스가 제한적인 수학 및 컴퓨터 과학 분야에서 가장 두드러졌다.
