Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Embedding Generative AI into Systems Analysis and Design Curriculum: Framework, Case Study, and Cross-Campus Empirical Evidence

Created by
  • Haebom
Category
Empty

저자

Mahmoud Elkhodr, Ergun Gide

개요

시스템 분석 분야의 학생들이 생성형 AI를 활용하는 빈도가 증가함에 따라, 비판적 사고 능력을 함양하고 교육 목표를 달성하기 위한 책임감 있는 AI 오케스트레이션 교육 방법론의 부재가 문제로 제기됨. SAGE (Structured AI-Guided Education)는 AI의 제안을 수용, 수정 또는 거부하는 방법을 교육하여 이 간극을 해소하고자 함. 호주 4개 대학 18개 학생 그룹을 대상으로 한 연구에서, 대부분의 그룹(84%)이 AI 제안을 비판적으로 평가하는 능력을 보였으나, 인간과 AI 모두 놓친 부분을 파악하는 데는 한계를 보임. 학생들의 결정 설명 능력과 정보 통합 능력, 깊은 도메인 지식은 접근성 고려와 연관됨. 85%의 그룹이 노인 사용자 및 문화적 요구를 고려했으나, AI의 시스템 경계 오분류(55%), 데이터 관리 오류(45%), 예외 처리 누락(55%) 등은 여전히 문제로 나타남.

시사점, 한계점

시사점:
AI 제안에 대한 수용, 수정, 거부에 대한 이유를 명확하게 문서화하도록 요구하여 추론 능력을 강화해야 함.
접근성 인식이 쉽게 무너질 수 있으므로, 지속적인 지원을 통해 각 개발 단계마다 접근성 관련 프롬프트를 삽입해야 함.
AI를 사용하기 전에 학생들 스스로 명세를 작성하고, AI가 생성한 버전과 비교하며, 연구나 표준에 근거하여 격차를 파악하도록 해야 함.
한계점:
학생들이 인간과 AI 모두 놓친 부분을 적극적으로 파악하는 데 어려움을 보임 (역량의 한계).
접근성 고려가 특정 프롬프트 또는 지침 없이는 취약하게 나타남.
AI의 시스템 경계, 데이터 관리 및 예외 처리 관련 오류를 식별하는 데 어려움을 겪음.
👍