최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 논문은 데이터 주도 경제 시대에 빅데이터와 인공지능 기술이 교육 분야에 미치는 영향과 권력 관계를 분석하고, 교육정치학의 학문적 확장을 위한 연구 분야로서의 중요성을 강조한다. 빅데이터, AI, AIED 관련 개념 및 쟁점을 체계적으로 확인하고, 법적·제도적 정비, 비판적 연구 수행, 다학문적 협동연구, 과학적 연구방법론 탐구 등 교육정치학 발전 방향을 제시한다.
Big data in education : pedagogy and research
Big data in education : the digital future of learning, policy and practice
The politics of big data : big data, big brother?
Algorithms of education : how datafication and artificial intelligence shape policy
The frontlines of artificial intelligence ethics : human-centric perspectives on technology's advance
Revolutionizing education in the age of AI and machine learning
AI와 학문
AI와 학문
Big data and learning analytics in higher education : current theory and practice
Big data, crime and social control
인공지능 교육과 법
The economics of artificial intelligence : an agenda
학습분석학의 이해 =
International handbook of educational policy
Handbook of education policy research
Big data and democracy
Artificial intelligence in STEM education : the paradigmatic shifts in research, education, and technology
Intelligent educational machines : methodologies and experiences
AI와 공공 정책
AI와 과학 교육
Heliyon
Tingting Zhang; Xiangpeng Lu; Xu Zhu; Jing ZhangComunicar
Bonami B.,Piazentini L.,Dala-Possa A.FRONTIERS IN PSYCHOLOGY
Luan, Hui; Geczy, Peter; Lai, Hollis; Gobert, Janice; Yang, Stephen J. H.; Ogata, Hiroaki; Baltes, Jacky; Guerra, Rodrigo; Li, Ping; Tsai, Chin-Chung열린교육연구
이예경, 유진은北京教育(高教版) / Beijing Education
韩锐; 杨秀艳; 刘畅淮南职业技术学院学报 / Journal of Huainan Vocational & Technical College
贺林Journal of Physics: Conference Series
SiSi TongEDUCATION CITIZENSHIP AND SOCIAL JUSTICE
Filgueiras, FernandoJournal of Intelligent and Fuzzy Systems
Xia Y.교육행정학연구
선애경陇东学院学报 / Journai of Longdong University
康凯月; KANG Kai-yue中国军转民 / Defense Industry Conversion in China
李晓现代教育科学 / Modern Education Science
张诗博; ZHANG Shibo교육정치학연구
김인재, 이득기, Shen, Fanglin, 정제영Korea Society Of The Politics Of Education
Sun-Hyung Park广西社会科学 / Guangxi Social Sciences
林晶; 张澍军; 魏国强Online Learning Journal
Costello E.,Brunton J.,Bolger R.,Soverino T.,Juillerac C.Learning, Media and Technology
Berendt B.,Littlejohn A.,Blakemore M.Journal of Political Science Education
Alexis HenshawAI and Society
Schiff D.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.전선 / 학사
인공지능과 데이터 과학이 급속히 발전하면서 인류와 사회에 커다란 영향을 끼치고 있다. 빅데이터를 기반으로 학습된 인공지능 알고리듬이 다양한 선택과 의사결정에 폭넓게 사용되기 시작하고, 인간의 개입과 통제가 감소하면서 공정성, 책임, 신뢰성, 투명성, 프라이버시 등의 문제가 제기되고 있다. 이 강의는 인공지능과 데이터 과학이 작동하는 방식에 대한 개념적인 수준의 이해에서 출발하여, 데이터의 수집, 생성, 분석, 유통 과정에서 제기될 수 있는 여러 윤리적 문제들과 어느 정도의 자율성을 가지는 인공지능 알고리듬의 책임성 있는 설계 및 사용과 관련된 여러 윤리적 쟁점들을 살펴본다. 이를 통해, 이 수업은 인공지능과 빅데이터의 시대를 살아가야할 지성인에게 비판적인 디지털 문해력을 제공할 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 / 대학원
본 과목은 데이터 과학의 방법론을 배우고 교육 관련 데이터, 다양한 인문 사회 분야의 데이터를 활용하여 인문학과 사회학 분야의 주제를 융합적으로 해결하는 역량을 기르는 교수 지식과 교육 역량을 갖추는 것을 목적으로 한다. 데이터 과학, 기계학습의 다양한 방법을 배우고 데이터 기반 교육을 실제 교실 환경에서 구현하는 방안을 연구하고 모색한다. 인공지능이 데이터를 사용하여 인문 사회 분야에 어떻게 기여할 수 있는지 동향과 가능성을 파악하고, 그 기반이 되는 분석 방법을 배운다. 인문 사회 분야의 다양한 주제와 관련된 데이터를 수집하고, 인문 사회 분야의 문제 해결을 위해 관련 데이터를 전통적 통계 분석과 최근의 기계학습, 다양한 인문 사회 맞춤형 분석 방법 등으로 분석하는 융합교육을 수행하는 구체적 아이디어를 개발한다. 또한 인문 사회 분야의 연구와 문제 해결을 위해 과학과 수학, 정보 분야의 문제 해결 방식을 융합하는 다양한 방안을 교육적으로 활용하는 방법을 연구한다.전선 / 학사
최근 인공지능은 사회의 다양한 영역으로 확산하면서 많은 철학적, 사회적 문제들을 제기하고 있다. 이에 본 과목은 미디어 및 커뮤니케이션 영역에서 전개되고 있는 AI 기술과 서비스의 양상들을 살펴보고, 이것을 둘러싼 이슈와 함의를 미디어론, 기술철학, 문화이론, 사회이론 등 다양한 인문사회과학 이론들의 관점에서 논의한다. 이를 통해 AI와 미디어, 나아가 기술사회에 대한 보다 심층적인 이해를 제공하고자 한다.전선 / 대학원
이 강좌는 석·박사 학위 논문 작성 등 교육연구에 필요한 통계적 분석에 대한 개념과 이론에 대한 폭넓은 이해를 돕고, 실제 교육연구에서 통계적 기법들을 적절히 활용할 수 있도록 하기 위한 것이다. 이를 위해 교육관련 각종 연구 자료의 특성(예: 다층 자료, 유목 자료, 연속 자료 등)에 적절한 통계적 기법들에 대한 소개와 함께 관련 컴퓨터 프로그램을 활용하여 실제로 분석할 수 있도록 하기 위한 것이다. 아울러 수강생들은 관심 있는 교육관련 자료를 분석하고 그 결과를 수업시간에 보고하는 기회를 가지게 될 것이다.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.전선 / 대학원
이 교과는 교육정책에 관하여 석사 또는 박사학위 논문을 쓰고자 하는 학생들을 위한 강좌이다. 강의에서는 교육정책 결정, 집행 및 평가 등에 관한 전반적인 개괄과 더불어 학생들이 선정한 구체적인 정책과제를 집중적으로 분석한다. 따라서 이 수업을 수강하기 위해서는 학생들이 관심있는 정책을 사전에 선정하여 수업에 참여하여야 한다. 수업시간에는 선정된 교육정책의 역사적 경과를 비롯하여, 이론적 배경, 정책의 결정 및 집행에 관여하는 다양한 이해관계자 등에 대하여 집중적으로 분석하게 된다.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 / 대학원
이 강좌는 교수 및 학습을 개선하기 위한 학습과학의 다양한 연구주제와 이론을 탐구한다. 학습에 대한 인지적, 정의적, 사회문화적 접근을 비판적으로 검토하고 첨단 테크놀로지를 활용하여 교수 및 학습을 향상시키기는 방안에 대해 논의한다. 설계기반 연구방법을 적용한 학습과학 연구를 체계적으로 검토하고 해당 연구방법을 적용하여 연구 계획서를 작성한다.교양 / 학사
AI는 현재 기술과 사회를 모두 이끌어가는 핵심 키워드이며, 지난 10년 이상 기술적 잠재력을 어필하는 시기에서, 일상에 실질적으로 유용한 서비스를 제공하고 시장성을 확보하는 방향으로 전진해야하는 시대적 요구에 직면에 있음. 본 교과목은 학생들의 다학제적 협업 및 교수자와의 상호 토론을 통해 현대인의 일상에 AI가 유용하게 사용될 수 있는 시나리오를 탐색하고, 데이터 수집, 윤리적 이슈, 사회적 규제 등을 종합적으로 고려하여 상기 시나리오를 구체화해보는 경험을 제공함. 본 교과목은 디지털 대전환 시대에 경쟁력 있는 인재 양성을 위해 AI와 일상의 간격을 효과적으로 해소하는 실용적 사고력을 배양하는 것을 목표로 함.전선 / 대학원
인간은 사회적 연관 한 복판에 있는 그 자체가 사회의 산물이다. 따라서 학문적 대상으로서 사회를 연구하기가 곤란한 것은 연구자가 연구대상과 일정한 거리를 두고 떨어져 있는 것이 아니라 대상과 바로 연관되어 있기 때문이다. 모든 사회 이론이 곧 사회적 실천의 한 부분이 되는 까닭도 여기에 있다. 이 과목은 제반 사회이론의 타당성을 엄밀한 방법론에 입각해 철학적으로 검토하는 작업을 세미나 형식으로 진행한다.전선 / 대학원
이 강좌는 고등교육 전반에 관한 입문수준의 강좌이다. 구체적으로는 고등교육의 역사, 지배구조, 재정 및 정책, 대학의 질 보장 등 고등교육의 전반적인 주제들을 소개한다. 학생들은 이 교과를 통하여 고등교육에 대한 이해를 높이는 것은 물론이고, 자신이 관심있어 하는 영역을 설정하여 앞으로 심도있는 고등교육 강좌를 수강할 수 있는 기초 지식을 얻게 된다. 이 강좌를 수강하는 학생들에게는 활발한 토론과 발표가 요구된다.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.전선 / 대학원
온라인 교육 활동이 활발해지면서 교육 분야의 데이터가 폭발적으로 증가하고 있다. 온라인 교육이 쏟아내는 빅 데이터의 추출과 분석은 오프라인 데이터의 분석과 함께 과학교육의 현황을 파악하고 미래를 위한 과학교육의 방향을 결정하는데 중요한 정보를 제공할 수 있다. 이 과목에서는 학생들이 빅 데이터 분석의 원리와 방법을 이해하고, 학습 결과를 온라인과 오프라인 과학교육과 사회현상의 분석에 응용하는 능력을 기르는 것을 목표로 하며, 데이터 마이닝을 위한 확률 개념을 바탕으로 수집된 데이터에서 최대의 정보를 추출하는 방법을 학습한다. 특히, 대표적 분류 모형인 퍼셉트론, 합성곱 신경망, 순환 신경망, 생성 모형으로 오토 인코더, 적대적 생성 신경망, 볼츠만 머신, 딥 빌리프 네트워크 등을 깊이 다룰 예정이다. 학생들은 이 주제들에서 학습한 내용을 교육 데이터 마이닝의 실습, 무크와 같은 대규모 학습의 분석에 응용하는 연습을 한다. 이 과목은 교육 통계와 좋은 보완이 될 수 있다. 그러나 강의를 이해하는데 필요한 통계 수학과 컴퓨터 프로그램 지식을 선행 지식으로 요구하지는 않는다.전선 / 학사
학부과정을 총정리하는 의미에서 지금까지 학습한 철학, 정책, 실천 등을 우리나라의 실제 분야에 적용해 보기 위한 기반을 구축하려는 목적을 지니는 과목이다. 소득구조, 근로조건, 주택, 의료 등의 문제들을 검토하고, 학생들의 공통적인 관심사도 연구과제로 삼게 된다.전선 / 대학원
교육연구는 다양한 세부영역을 포함하고, 이에 따라 다양한 연구방법론이 적용되고 있다. 이 강의의 전제는 연구방법론과 연구자의 인식론이 서로 밀접한 관련을 맺고 있다는 것이다. 연구자의 인식론적 관점에 따라 다른 연구방법론을 채택하기도 하고, 반대로, 채택한 방법론에 따라 교육연구에 대한 연구자의 관점이 달라지기도 한다. 이 강의는 양적연구, 질적연구, 철학적 방법론을 각각 전공한 세 명의 강사가 협업하는 팀티칭으로 진행된다. 이 강의를 통해 학생들은 자신이 의존하고 있는 방법론의 고유한 인식론적 특징을 다른 방법론과의 관계 속에서 이해함으로써 그것의 가능성과 한계를 보다 명확히 이해하게 될 것이다. 이 강의는 교육연구에서 활용되는 연구방법론에 대한 보다 종합적이면서도 균형 잡힌 시각을 길러줄 뿐 아니라, 다른 방법론에 대해 개방적인 태도를 갖게 함으로써 교육연구에 있어서 새로운 방법론적 시도를 가능하게 할 것이다.교직 / 학사
교직이론과목으로서 교육의 개념과 목적에 관한 사상과 이론을 검토하고, 제도교육의 실상에 관한 구체적이고도 체계적인 안목을 제공한다.전선 / 대학원
본 교과목은 현대사회를 구성하는 중요한 두 축, 즉 진리를 추구하는 과학과 정의를 구현하는 법 사이의 상호작용을 살펴보는 것을 주 목적으로 한다. 생명공학과 두뇌과학, 정보기술과 인공지능(AI) 같은 새로운 과학기술의 발전은 지적재산권과 특허, 개인의 프라이버시와 정보통신 관련 법과 규제, 그리고 생명과 죽음에 대한 법적 결정권과 같은 영역에서 새로운 법적, 공공정책적 문제들을 제기하고 있다. 또한 과학기술과 법, 규제의 상호작용에 대한 이해는 공해와 대기 오염과 같은 환경문제, 그리고 여러 유해물질이나 게임 중독과 같이 공중보건적, 공공정책적 문제들을 이해하는데 중요한 역할을 하고 있다. 본 수업에서는 최근 들어 급속하게 발전, 변화해오고 있는 생명공학과 의학, 두뇌과학, 그리고 정보기술과 인공지능과 같은 다양한 과학기술이 어떻게 법적, 윤리적, 공공정책적 문제들을 가져오고 있는지를 살펴볼 것이다. 이와 동시에 과학의 발전과 신기술 혁신들로 나타난 환경과 공중보건, 프라이버시와 같은 문제들을 해결하는데 과학기술과 법, 규제의 상호작용에 대한 이해가 어떠한 도움을 줄 수 있는지 논의해 볼 것이다.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.