최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Junxing Che, Yanzheng Zhu, Michael V. Basin, Donghua Zhou
2022 / International Journal of Control, Automation, and Systems
데이터가 존재하지 않습니다.
loading...
본 연구는 컴퓨팅 사고력을 기반으로 한 인공지능 사고력을 인공지능 교육의 기초로 제안하고, 인공지능 교육 및 융합 교육의 정의와 필요 지식을 제시한다. 이를 위해 신문 기사 빅데이터 분석과 문헌 연구, 전문가 설문을 통해 관련 개념을 재정의하고 관계를 파악했으며, 학교 현장 안착을 위한 제언을 도출했다.
Artificial intelligence in higher education : a practical approach
Intelligent educational machines : methodologies and experiences
AI literacy in K-16 classrooms
Revolutionizing education in the age of AI and machine learning
Computational thinking in compulsory education : a pedagogical perspective
Cognitive skills you need for the 21st century
데이터 분석과 인공지능 활용
AI 사고를 위한 인공지능 교육
학교에서 바라본 사고하는 AI 리터러시 교육
인공지능 시대의 융합교육, 어떻게 실천할 것인가? : 교과성취와 미래역량을 아우르는 융합수업 디자인 실제
AI 교육혁명 : 무엇을 배우고, 어떻게 가르쳐야 하나?
Computational Creativity : The Philosophy and Engineering of Autonomously Creative Systems
AI와 학문
AI와 학문
학교로 들어간 AI
하이테크 교실 수업 : 챗GPT 시대 인공지능 디지털 소양을 키우는
Innovative Technologies and Learning : 4th International Conference, ICITL 2021, Virtual Event, November 29 – December 1, 2021, Proceedings
AI와 초등교육
하이테크 교실
Artificial intelligence
컴퓨터교육학회 논문지
이영석컴퓨터교육학회 논문지
유수진, 백재순, 장윤재창의정보문화연구
김성준, 허경, 손원성한국컴퓨터정보학회논문지
한선관컴퓨터교육학회 논문지
유수진, 백재순, 장윤재Educational Technology and Society
Tlili A.,Burgos D.,Looi C.K.컴퓨터교육학회 논문지
김경규, 이종승교육혁신연구
문정미; 박휴용컴퓨터교육학회 논문지
전인성, 송기상Technology, Knowledge and Learning: Learning mathematics, science and the arts in the context of digital technologies
Sung, Woonhee; Ahn, Junghyun; Black, John B.한국컴퓨터정보학회논문지
임수훈, 홍승주, 김성원, 이영준교육과학연구
백수현(가천대학교 대학원 교육학과; 용인한얼초등학교); 유지원컴퓨터교육학회 논문지
이창권, 김용남정보교육학회논문지
서성채, 김철컴퓨터교육학회 논문지
이은정; 김창석학습자중심교과교육연구
한송이; 김태종교육공학연구
임철일; 한옥결; 채지윤; 홍수민; 고보경; 임은선컴퓨터교육학회 논문지
신하은, 김현철정보교육학회논문지
박다빈; 신승기컴퓨터교육학회 논문지
박혜영, 이경희교양 / 학사
최근 인공지능 기술의 급속한 발전으로 인해 인공지능은 전 학문 분야에서 핵심적인 학습 및 연구 대상이 되고 있다. 동시에 국제사회는 물론 우리 사회의 여기저기에서 인공지능과 관련된 사회문제들이 발생하고 있으며, 미래에 인공지능이 가져올 폐해를 두려워하는 목소리들이 크다. 이제는 인공지능의 개발과 더불어 인공지능이 인류와 공존할 수 있는 구체적인 대안이 시급한 시기가 다가왔다. 이에 따라 인공지능의 본질을 이해하고, 인간의 인지능력과 통합하여 분석할 수 있는 능력은 필수적인 역량 중 하나가 되었다. 이 교과목은 인간과 인공지능의 인지능력을 통합적으로 이해하고, 그 관계를 융합적으로 탐구하는 학습경험을 제공하는 데 목적이 있다. 본 교과목은 수동적인 지식 습득을 넘어서, 학습자가 문제를 스스로 발견하고 해결 방안을 모색하는 자기 주도적 학습 과정에 중점을 두고 있다. ‘기초 학습’과 ‘프로젝트 기반 탐구활동’으로 구성된 수업에서 수강생들은 주제토론, 방법론 실습, 연구주제 탐색, 연구설계, 연구수행, 연구결과 발표 등 다양한 수업 및 학습활동에 참여하면서 창의적인 사고를 개발하고 집단적 사고를 통해 보편적인 해답을 찾아가는 새로운 학습과정을 경험하게 될 것이다. 이러한 과정을 통해 인간인지와 인공지능의 본질을 이해하고 이를 융합적으로 발전시킬 수 있는 기본 역량을 함양할 수 있을 것으로 기대한다.전필 / 대학원
인공지능(AI) 기반 교육을 현장에서 적용하기 위해선, AI융합전공 수강생들은 인공지능(AI)을 교과 수업 상황에 융합하여, 수업을 설계하고 실행할 수 있는 역량이 요구된다. 이 강의는 AI융합전공 수강생들이 인공지능(AI) 자체에 대한 수업과, 인공지능(AI) 학습도구를 활용한 인공지능(AI)-교과 융합수업을 설계하고, 실행할 수 있는 역량을 갖추는 것을 목적으로 한다. 이를 위해 AI융합전공 수강생들은 먼저, 인공지능(AI) 자체에 대한 수업 설계 역량을 기른다. 그리고 실제적이고 집중적인 교육을 통해, 이 교과목은 수강생들의 인공지능 교과 융합 수업을 설계하고 실행하는 역량 증진시킬 것이다.공통 / 대학원
21세기에 들어와 기계학습과 딥러닝 등의 AI 기술의 급격한 발전이 빅데이터와 고성능 컴퓨터와 결합되며 이전과는 다른 차원의 활용 가능성을 보여주면서 급속도로 산업과 생활에 보급되고 있다. 그러나, 현재의 빅데이터 기반 기계학습 위주 AI의 한계는 분명하며 AI 개념의 창시자와 개발자들이 꿈꾸던 기술에 못 미친다는 것이 전문가들의 한결같은 견해이다. 차세대 AI 기술의 핵심 중 하나는 뇌의 자연지능을 닮은 AI(Brain-like AI)의 구현이다. 본 교과목은 뇌의 인지기능에 기반을 둔 자연지능과 컴퓨터 기반 인공지능의 공통점과 차이점에 대한 체계적 고찰을 통해 학생들이 인공지능과 자연지능 연구 및 기술 개발을 위한 미래지향적 안목을 기를 수 있도록 돕는 것을 목표로 한다. 인간의 인지 및 행동에 관심이 있는 다양한 분야의 학생은 인공지능과 자연지능의 비교를 통해 인간의 고유성에 대한 통찰 및 인공지능 기술의 활용에 대해 배울 수 있으며, 반대로 인공지능에 관심이 있는 학생은 진정한 인공지능을 구현하기 위해 필요한 뇌인지과학적 배경을 함양할 수 있을 것으로 기대한다.전선 / 학사
인공지능은 사람의 생각과 행동을 모사하고, 이성적인 행위를 통하여, 주어진 목적을 달성하는 시스템을 연구하는 학문 분야이다. 본 수업에서는 인공지능 시스템을 구성하기 위한 다양한 방법론을 논한다. 이는 효율적인 탐색, 지식의 표현, 불확실성에 대한 이해, 상관관계와 인과관계에 대한 이해, 시각, 음성, 자연어 등의 처리, 학습 등을 포함한다. 이를 통해 학생은 인공지능의 핵심 원리와 기술에 대해 수학적, 논리적, 정성적, 정량적, 확률 통계적, 학습적 관점 등으로 종합적인 이해를 한다.전선 / 대학원
현대 교육철학의 여러 이론들에서 발견되는 비판적 논점들에 대한 분석이 주된 관심사이다. 특히 이 비판적 논점들을 다룰 수 있기 위해서 요구되는 현대 교육철학 문헌들(Dewey, Peters, Oakeshott 등)에 대한 독서가 있어야 하며, 각각의 논점들을 나름대로 구조화하여 교육을 보는 체계적인 철학적 관점을 구성하는 데 도움이 되도록 해야 한다. 현대 교육철학의 입문서들에 대한 사전 지식을 필요로 하는 강의이다.교직 / 학사
디지털 대전환 시대 예비교사는 데이터와 AI 기술을 수업에 적절히 활용할 수 있는 인공지능융합역량이 요구된다. 본 강의는 코딩 및 데이터 사이언스의 기초 개념을 이해하고 간단한 수준의 코딩을 활용하여 데이터ㆍ AI 기반의 융합수업을 설계하는 실습 중심의 수업이다. 본 강의는 <교과-소프트웨어 융합역량 교육론 I>과목의 선수 강좌로 코딩에 대한 기초 지식이 없거나, 인공지능융합교육에 처음 입문하는 학생들을 위한 강좌이다.교양 / 학사
컴퓨터를 처음 접하는 학생들을 대상으로 컴퓨터에 대한 일반적인 기초개념 등을 설명하고, 프로그램이 수행되는 과정과 프로그램 작성을 위한 논리적인 사고에 대하여 강의한다. 이와 같은 기초 지식을 바탕으로 Python 언어를 사용하는 방법을 습득한다. 일부 공과대학 학부/학과에서는 포트란, C 언어, 또는 Matlab을 사용하는 법을 익힌다. 매주 2시간의 실습을 통하여 프로그래밍 기법을 배양하도록 한다.교양 / 학사
과거의 경험과 다양한 정보로부터 새로운 지식을 학습하는 능력은 개인의 성장과 사회의 발전을 위해 반드시 필요하다. 본 교과목의 목적은 심리학, 뇌과학, 교육학, 언어사회학 등의 지식에 기반하여 학습에 대한 간학문적 이해와 창의적 사고를 촉진하고 인공지능 시대에 필요한 학습 혁신을 논의하는 데 있다. 학생들은 기존에 당연하게 생각했던 학습 활동을 비판적으로 성찰하고 과학적 이론과 다양한 관점에서 학습의 문제를 창의적으로 해결한다. 또한 학습의 이해, 인지활동, 학습정서, 학습자, 학습혁신과 관련된 실제적인 문제를 두뇌, 개인, 공동체 측면에서 다각도로 논의한다. 이런 활동을 통해 학문 간 경계를 넘어서 학습을 융합적으로 이해할 수 있을 뿐만 아니라 자기주도적으로 학습을 계획하고 소외된 학습자를 위한 지식인의 사회적 책무를 이해하고 협력적으로 실천할 수 있는 역량을 개발할 것이다.전선 / 대학원
이 강좌는 인공지능에 대한 이해를 바탕으로 교육적 활용방안을 탐색하고 다양한 연령의 학습자를 대상으로 인공지능에 대한 교육을 효과적으로 실시하는 방안을 다룬다. 인공지능 기반 교육에 대한 최신 이론과 교육적 이슈를 체계적으로 검토하고 교육 분야에서 인간과 인공지능이 협업할 수 있는 방안을 논의한다.전선 / 학사
이 강좌는 교육과정의 기초, 원리, 쟁점들에 대한 종합적인 이해를 제공하기 위한 것이다. 이를 위해 이 강좌에서는 교육과정을 이해하고 개발하는 데 도움을 주는 제 접근들을 검토하고, 교육과정과 관련한 가장 기본적인 쟁점들을 다룬다.교양 / 학사
본 강좌는 AI와 머신러닝의 기초 개념을 이해하고, 이를 실제 데이터에 적용하여 예측 및 분류 문제를 해결하는 능력을 배양하는 것을 목표로 한다. 기초적인 데이터 처리 방법부터 머신러닝과 딥러닝 모델에 이르기까지 다양한 주제를 다루며, Pandas, Scikit-learn, PyTorch 등의 라이브러리를 사용하여 데이터를 처리하고 모델을 구현한다. 또한, TV 광고 데이터를 활용한 매출 예측, 신용카드 연체 예측 등 실생활 문제를 다루어 AI 기술이 실질적으로 활용되는 사례를 제공하며, 학생들이 데이터를 통해 실제로 문제를 해결하는 과정에서 얻는 성취감을 높이고자 한다.전선 / 학사
이 과목에서는 블록체인의 개념, 역사, 특징, 사례 등 전반적인 내용을 다룸으로써 수강생들의 블록체인 활용 능력을 배양시킨다. 그리고 이러한 능력을 바탕으로 이 과목에서는 빅데이터의 활용이 필수적인 인지컴퓨팅의 분야에서 블록체인이 어떻게 활용될 수 있는지를 살펴보고자 한다. .전선 / 대학원
기계학습의 기초, AI 시스템의 평가, 윤리적 /법적 측면과 함의를 교육분야의 적용 사례를 통해 살펴보고, 전통적 과학교수학습이론과 평가이론과의 접목을 논의하면서 인공지능 및 언택트 시대의 과학교수학습과 평가에 대한 조망 및 새로운 연구분야에 대한 이해를 높인다.전필 / 대학원
본 강좌는 인공지능사회에 도래함에 따라 교육전문가들을 대상으로 인공지능사회의 거버넌스와 디지털 리터러시에 대한 비판적 안목을 제공하기 위한 입문과목이다. 본 강좌에서는 인공지능(AI) 분야의 연구와 기술이 빠르게 발전함에 따라 사회를 구성하는 인간의 삶의 다양한 영역에 인공지능이 차지하는 비중이 높아지고 있는 상황에 비추어 교육 분야에서의 기술의 영향, 디지털 거버넌스, 윤리 및 책임에 대한 주제들을 체계적으로 다룬다. 또한 이러한 철학적, 윤리적 논의를 배경으로 디지털 미디어 콘텐츠에 대한 이해와 활용능력을 교육영역에 어떻게 비판적으로 적용할 수 있는지를 심층적으로 다룬다.전선 / 학사
데이터와 인공지능에 대한 이해를 바탕으로 디자인 과정의 효율과 창의성에 대한 실험을 진행한다. 인공지능을 기반으로 하는 생성적 디자인을 비롯하여, 디자인과정에서 인공지능을 활용하는 방법을 탐구한다.교직 / 학사
본 교과목은 교육 현장에서 요구되는 디지털 소양에 대한 초보적 이해를 목표로 한다. 디지털 전환에 따른 디지털 요소의 교육적 적용에 관한 전반적 지식을 다룬다. 디지털의 특성에 대한 이해를 바탕으로 디지털을 활용한 기본적인 교육 방법의 특징과 사례를 소개한다. 인공지능을 포함한 디지털과 교과간의 융합 교육의 필요성과 설계 방법을 탐색한다. 디지털 전환이 가져오는 디지털 윤리 교육의 다양한 측면을 논의한다.전선 / 학사
이 수업은 미래사회의 변화 방향과 이에 따른 교육의 기능의 변화, 그리고 인공지능과 빅데이터가 미칠 교육 현장의 변화를 조사하고 토론하는 것을 목적으로 한다. 구체적으로 새로운 과학기술이 가져올 다양한 영역(과학, 공학, 산업 등)에서의 사회의 변화 특징을 확인하고, 이에 맞게 미래교육은 어떻게 변화를 준비해야 할지를 조사, 논의하고자 한다. 또한 미래 과학기술을 대표하는 인공지능과 빅데이터가 어떻게 교육현장을 변화시킬지에 대해 교수-학습, 학생진로지도, 교육의사결정 등의 측면에서 깊이 있게 살펴보고자 한다.교양 / 학사
이 과목은 인공지능의 중요한 철학적, 인문학적 쟁점들을 고찰한다. 기계는 생각할 수 있는지, 인공지능은 가능한지, 기계가 감정이나 의식을 가질 수 있는지 등의 존재론적 물음뿐 아니라 인공지능의 도덕적 지위와 로봇 윤리의 문제, 그리고 인공초지능과 실존적 위협에 관해 다룬다.전선 / 대학원
인공지능 기술이 빠르게 진화하고 우리 사회에 미치는 영향력이 점차 커지고 있다. 따라서, 기존의 인공지능 관련 과목에서는 다루기 힘든 최신 주제에 관하여 특강 형태의 강의를 개설함으로써 인공지능 연구 및 사회적 영향력에 관한 최진 연구 경향을 파악할 수 있는 수업을 제공하고자 한다. 이 교과목에서는 기계학습, 컴퓨터 비전, 자연어 처리, 로보틱스, 컴퓨터 통신, 컴퓨터 시스템 등과 같은 컴퓨터 과학 분야뿐만 아니라, 공학, 자연과학, 사회과학 등과 같은 다양한 분야를 다루는 수업을 개설할 수 있다.전선 / 학사
신경과학, 철학, 심리학, 언어학, 인공지능 등의 융복합적이고 학제적인 인지과학 분야 전반에 대한 기초 내용을 빅데이터 관점에서 습득하고, 빅데이터 정보처리에 응용 적용할 수 있는 능력을 배양하고자 한다.