최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
이연주, 문상욱, 박재홍, 서승현
2018 / 고신대학교 의과대학 학술지
데이터가 존재하지 않습니다.
loading...
본 연구는 2016년 이후 국내 등재지 논문의 연구 동향을 분석하여 인공지능교육 분야의 개선 방향을 탐색한다. 네트워크 텍스트 분석 결과, 초등 인공지능교육 관련 논문이 2020년부터 급증했으며, 이는 정부의 AI 산업 육성 정책 및 AI 융합 교육 정책의 영향으로 보인다. 대부분의 연구는 AI 융합 교육의 활용 측면에 초점을 맞추고 있으며, 철학적, 개념적 연구는 부족한 것으로 나타났다.
Intelligent educational machines : methodologies and experiences
Artificial intelligence in higher education : a practical approach
AI literacy in K-16 classrooms
AI 리터러시 역량과 미래 대학 교육
Creative AI tools and ethical implications in teaching and learning
AI와 학문
Artificial Intelligence Education in the Context of Work
AI와 학문
Innovative Technologies and Learning : 4th International Conference, ICITL 2021, Virtual Event, November 29 – December 1, 2021, Proceedings
AI '92 : proceedings of the 5th Australian Joint Conference on Artificial Intelligence : Hobart, Tasmania, 16-18 November 1992
AI 시대의 고등교육
Artificial intelligence in STEM education : the paradigmatic shifts in research, education, and technology
Research on e-learning and ICT in education
(2025) 대한민국 미래 교육 트렌드 : 37명의 현장 교육전문가들이 제시하는 미래 교육의 전망과 해법
나는 AI와 공부한다 : 우리가 알고 있는 교육의 종말
쓰기 이론 : 인지주의 관점과 텍스트 관점
A machine learning, artificial intelligence approach to institutional effectiveness in higher education
Future directions in artificial intelligence : IFIP TC12 Founding Workshop collected papers
Revolutionizing education in the age of AI and machine learning
정보교육학회논문지
박민규; 한규정; 신수범초등과학교육
이주영컴퓨터교육학회 논문지
정주훈한국유아교육연구
김영아, 박다은조형교육
김혜영; 안혜리정보교육학회논문지
이주영한국산학기술학회논문지
김수현, 이승록, 박정환한국컴퓨터정보학회논문지
고유정艺术科技 / Art Science and Technology
高倩한국초등교육
장현진생물교육
최영미한국과학예술융합학회
정상필, 박광희학습자중심교과교육연구
김수진; 임다미; 김제이컴퓨터교육학회 논문지
김수진; 문지훈; 김용성교육과학연구
백수현(가천대학교 대학원 교육학과; 용인한얼초등학교); 유지원教学研究 / Research in Teaching
梁友明; 吴天生; LIANG You-ming; WU Tian-shengKorean Association For Learner-Centered Curriculum And Instruction
Jei Kim; Tami Im; Sujin Kim교육문제연구
조예리, 임종찬, 김대권继续教育研究 / Continue Education Research
蔡耀炎; 方旭; Cai Yaoyan; Fang Xu한국콘텐츠학회 논문지
정도범; 유화선; 문희진전필 / 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 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.논문 / 대학원
이 과목은 전공 대학원생들을 대상으로 자신의 논문작업을 집중적으로 준비하고 보다 심층적인 세부전공에 대한 학습을 지도하는 것을 목표로 한다.전필 / 대학원
본 과목은 초·중등 교사들을 대상으로 인공지능 시대의 삶의 변화와 이에 따라 요구되는 시민적 자질로서의 핵심역량이 무엇인지, 그리고 그러한 역량을 어떻게 학습자들이 함양할 수 있는지 탐구하는 것을 목적으로 한다. 4차 산업혁명이 가져오는 국가·사회적 요구에 부응하고 새로운 시대 유능한 사회 구성원으로서의 소양을 육성하는 것은 중요한 교육적 책무이다. 이를 위해 인공지능의 교육적 활용, 과학과 인문학의 융합, 빅데이터 기반 인공지능의 활용, 이와 관련된 사회·윤리적 이슈 및 인공지능 시대의 교육적 과제 등을 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 / 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.전필 / 대학원
컴퓨터 기반 측정 평가 및 진단 이론의 흐름과 최신 기술에 대해 배우고 관련 소프트웨어 사용방법을 배운다. 문항반응이론, 인지진단평가, 컴퓨터 적응 평가, 다단계 평가 등 기존 교육평가 분야에서 컴퓨터 기반 평가에 사용되는 기술 및 Knowledge tracing, 자동 문항 추천, 자동 문항 생성 및 자동 문항 채점 등 머신러닝 기반 교육평가의 최신 동향 및 알고리즘의 특성과 원리를 배운다.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.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.전선 / 대학원
본 과목은 빠른 속도로 발전하고 있는 인공지능 분야에서 최근 중요 기술 및 논문들 중 선별하여 강의를 제공한다. 주요 논문과 최신기술에 관한 학습 및 논의, 팀별로 국제적 발표가 가능한 수준의 연구 프로젝트의 진행, 등을 목표로 한다. 주제는 알고리즘 분야(active learning, classification, clustering, multitask and transfer learning, stochastic methods, unsupervised learning, self-supervised learning) 및 딥러닝 분야 (adversarial networks, deep autoencoderes, generative models, optimization for deep networks, recurrent networks, supervised deep networks)를 중심으로 다루며, 각 학기마다 중점 내용이 조정된다.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.전선 / 대학원
실제적인 문제를 해결하는 인공지능(AI) 기반 교육을 현장에서 적용하기 위해선, 각 교과의 전문성이 있는 AI융합전공 수강생들이 인공지능(AI) 지식과 구현능력을 바탕으로 협업하여 수업을 설계하는 역량이 요구된다. 이 강의의 목적은 첫째, 각 교과의 전문성을 가진 교사들이 인공지능 지식과 구현능력을 바탕으로 협업하여 실제적인 문제를 해결하는 교과별 인공지능 연계 프로젝트를 하는 것이다. 둘째는 교과교육 교사들이 서로 협업하여 문제 해결 중심의 교과별 인공지능 연계 수업을 설계하는 것이다. 이 교과목을 통해 AI융합전공 수강생들은 인공지능을 실제적인 문제해결에 쓰는 경험과 융합 수업 설계능력, 그리고 협업 역량이 증진될 것이다.전선 / 대학원
본 과목은 빠른 속도로 발전하고 있는 인공지능 분야에서 최근 중요 기술 및 논문들 중 선별하여 강의를 제공한다. 주요 논문과 최신기술에 관한 학습 및 논의, 팀별로 국제적 발표가 가능한 수준의 연구 프로젝트의 진행, 등을 목표로 한다. 주제는 알고리즘 분야 (active learning, classification, clustering, multitask and transfer learning, stochastic methods, unsupervised learning, self-supervised learning) 및 딥러닝 분야 (adversarial networks, deep autoencoderes, generative models, optimization for deep networks, recurrent networks, supervised deep networks)를 중심으로 다루며, 각 학기마다 중점 내용이 조정된다.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.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.전선 / 대학원
본 과목에서는 인공지능의 최신 연구에 대하여 살펴본다. 기계학습, 컴퓨터비전, 자연어처리, 음성인식, 로봇 공학 등 인공지능의 여러 세부 분야에 대해 대표적인 연구 논문들을 중심으로 이론 및 알고리즘, 응용 분야 등에 대해 발표하고 토의한다.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
본 강좌는 예비영어교사들에게 <컴퓨터를 활용한 언어학습 (CALL)>의 원리를 중등학교 영어교육방법의 실제에 활용하는 기회를 제공한다. 학생들은 영어교육 공학기법을 탐구하여, 영어교육방법의 기본적 바탕을 익힌다.전선 / 학사
AI는 인간의 의사결정 방식과 업무 수행 방식을 빠르게 변화시키고 있으며, 이에 따라 조직의 형태와 작동 방식 또한 재편되고 혁신되고 있다. 이러한 변화 속에서 AI를 전략적으로 도입하고 효과적으로 활용하는 능력은 기업이 지속 가능한 경쟁우위를 확보하는 핵심 원천이 되고 있다. 본 과목은 AI와 전략경영의 접점을 체계적으로 탐구한다. AI가 무엇이며(또 무엇이 아닌지), 인간이 AI와 어떻게 상호작용하는지, AI가 직무·직업·노동시장을 어떻게 변화시키는지, 그리고 이러한 변화가 조직 전환을 어떻게 촉발하는지를 다룬다. 더 나아가 AI가 기술 혁신과 창의성에 미치는 영향, 그리고 경영자와 정책결정자가 AI를 어떻게 이해하고 대응해야 하는지도 살펴본다. AI가 전례 없이 빠른 속도로 발전하고 그 영향이 맥락에 따라 다르게 나타나는 환경에서, 학생들은 최신 연구 논문과 실제 사례를 분석·토론함으로써 개인, 팀, 조직 수준에서 AI를 전략적으로 도입하고 활용하는 방법을 학습한다. 이를 통해 AI가 가져올 일과 조직의 대전환을 깊이 이해하고, 이를 능동적으로 설계함으로써 AI 시대 지속 가능한 경쟁우위를 구축할 수 있는 역량을 갖추게 될 것이다.전선 / 대학원
교육공학분야에서 이루어지고 있는 최근의 연구동향을 중심으로 교육공학탐구에 관한 안목을 넓혀주고, 특히 교육공학에 관한 최근의 이론과 실천적 접근, 그리고 주요한 논제를 심층적으로 분석, 검토한다.