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.

Children's Mental Models of AI Reasoning: Implications for AI Literacy Education

Created by
  • Haebom

저자

Aayushi Dangol, Robert Wolfe, Runhua Zhao, JaeWon Kim, Trushaa Ramanan, Katie Davis, Julie A. Kientz

개요

본 논문은 대규모 추론 모델(LRM)의 등장으로 인공지능(AI)의 추론 능력에 대한 이해가 중요해짐에 따라, 아동들이 AI의 추론 과정을 어떻게 개념화하는지에 대한 연구를 진행했습니다. 8명의 아동과의 공동 설계 세션과 106명의 아동(3학년8학년)을 대상으로 한 현장 연구를 통해, AI 추론 모델을 연역적, 귀납적, 고유적 세 가지로 분류했습니다. 연구 결과, 저학년(35학년) 아동들은 AI의 추론을 고유한 지능으로, 고학년(6~8학년) 아동들은 패턴 인식 능력으로 인식하는 경향이 있음을 밝혔습니다. 아동들의 AI 추론 이해에서 나타난 세 가지 긴장 관계를 강조하고, AI 교육과정 설계 및 설명 가능한 AI 도구 개발에 대한 시사점을 제시합니다.

시사점, 한계점

시사점:
아동의 연령에 따라 AI 추론에 대한 이해 수준이 다름을 보여줌으로써, 연령에 맞는 AI 교육과정 개발의 필요성을 제시합니다.
AI의 추론 과정을 설명 가능하도록 설계된 도구 개발의 중요성을 강조합니다.
아동들의 AI 추론에 대한 오개념을 파악하여, 이를 바탕으로 효과적인 AI 교육 전략을 수립할 수 있습니다.
한계점:
연구 대상이 특정 지역 또는 문화권의 아동으로 한정되어 일반화 가능성에 제한이 있을 수 있습니다.
연구 설계의 특성상, 아동들의 AI 추론에 대한 이해의 장기적인 변화를 추적하지 못했습니다.
AI 추론 모델의 분류 기준이 더욱 세분화될 필요가 있습니다.
👍