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.

The Status Quo and Future of AI-TPACK for Mathematics Teacher Education Students: A Case Study in Chinese Universities

Created by
  • Haebom
Category
Empty

저자

Meijuan Xie, Liling Luo

개요

본 논문은 중국 7개 대학의 수학교육과 학생 412명을 대상으로 인공지능(AI)과 기술적-교수학적-내용지식(TPACK)의 통합 능력인 AI-TPACK 수준을 조사한 연구이다. 먼저 AI-TPACK 척도를 개발하여 학생들의 AI-TPACK 현황을 분석하고, 학년별 AI-TPACK 수준 차이를 비교 분석하였다. 또한, 자기효능감과 교수관이 AI-TPACK에 미치는 영향을 탐구하기 위해 AI-TPACK 구조방정식모형(AI-TPACK-SEM)을 개발하여 분석하였다. 결과적으로 중국 수학교육과 학생들의 AI-TPACK 수준은 기초 단계에 머물러 있으며, 대학원 과정이 AI-TPACK 역량 향상에 기여하지 못하는 것으로 나타났다. 자기효능감은 AI-TPACK과 정적 상관관계를 보였으나, 교수관은 AI-TPACK 향상에 오히려 부정적 영향을 미칠 수 있음을 시사하였다. 본 연구는 중국 수학교육과 학생들의 AI-TPACK 현황을 최초로 밝히고, AI-TPACK에 영향을 미치는 요인을 분석한 AI-TPACK-SEM을 제시하여 향후 발전 방향을 제시하였다.

시사점, 한계점

•
시사점:
◦
중국 수학교육과 학생들의 AI-TPACK 현황을 최초로 제시하였다.
◦
AI-TPACK에 영향을 미치는 요인(자기효능감, 교수관)을 규명하고, AI-TPACK-SEM을 개발하였다.
◦
AI-TPACK 향상을 위한 교육 방향 제시에 기여할 수 있다.
◦
자기효능감 향상을 위한 교육 전략 개발 필요성을 시사한다.
◦
과도한 교수관이 AI-TPACK 발전에 부정적 영향을 미칠 수 있음을 경고한다.
•
한계점:
◦
연구 대상이 중국 7개 대학의 수학교육과 학생으로 제한되어 일반화 가능성에 한계가 있다.
◦
AI-TPACK 척도의 타당성 및 신뢰성에 대한 추가적인 검증이 필요하다.
◦
AI-TPACK-SEM의 모형 적합도를 더욱 높일 필요가 있다.
◦
교수관의 구체적인 유형 및 AI-TPACK에 미치는 영향의 메커니즘에 대한 추가 연구가 필요하다.
◦
다양한 국가 및 교육 환경에서의 AI-TPACK 수준 비교 연구가 필요하다.
👍
Made with Slashpage