2차 조사 분석 보고서

전체 결과 요약

본 연구의 2차 델파이 조사에는 총 14명의 전문가가 참여하였으며, Lawshe(1975) 기준의 내용타당도비율(CVR)에 따라 14개 항목 가운데 12개 항목이 채택되고 2개 항목이 기각되었다. 채택된 항목들은 모두 최소기준(min_cvr = 0.51)을 상회하였고, 기각된 항목들은 기준을 충족하지 못하였다. 응답자 간 합의도를 종합하면 대체로 높은 수준을 보였으며, 다수 항목에서 중앙값이 4 또는 5이고 사분위범위(IQR)가 작아 전문가 의견의 수렴을 확인할 수 있다.

특히 높은 합의를 얻은 항목과 그 의미

합의도가 가장 높고 IQR이 0으로 의견이 완전히 수렴된 항목은 ‘인공지능 활용 수업의 학습 활동을 단계별로 설계할 수 있다’와 ‘인공지능 윤리 쟁점을 수업 맥락에서 다룰 수 있다’이다(각각 median=5, IQR=0, consensus=1). 또한 ‘인공지능의 기본 개념과 원리를 교과 내용과 연결하여 설명할 수 있다’도 높은 합의(consensus=0.85, IQR=0.75)를 보였다. 이러한 결과는 전문가들이 수업 설계 능력과 윤리적 문제의 교실 적용을 핵심적이고 실천 가능한 교사 역량으로 일관되게 인식하고 있음을 시사한다. 즉, 인공지능 교육의 핵심 역량으로서 수업 설계와 윤리 교육의 통합이 우선적으로 고려되어야 함을 뒷받침한다.

기각된 항목의 이유

기각된 두 항목은 ‘데이터의 수집·전처리 과정을 학생 수준에 맞게 재구성할 수 있다’(CVR=0.429, IQR=1.5, consensus=0.63)와 ‘인공지능 모델이 동작하는 데 필요한 자원(연산·데이터)을 학생 수준에서 설명할 수 있다’(CVR=0.286, IQR=1.75, consensus=0.56)이다. 서술 의견에서도 지적되었듯이(“데이터 전처리 재구성은 정보 교과가 아닌 교사에게는 부담이 커 보입니다.”, “자원 문항은 문구를 고쳐도 여전히 교사 역량의 범위를 넘는다고 생각합니다.”), 전문가들은 해당 항목들이 일반 교사의 실제 교수역량 범위를 벗어나거나 과도한 기술적 숙련도를 요구한다고 판단하였다. 또한 두 항목 모두 표준편차와 IQR이 비교적 커서 전문가 간 견해 차이가 컸고, 결과적으로 Lawshe 기준을 충족하지 못해 기각되었다.

다음 라운드에서 다룰 만한 지점

다음 라운드에서는 기각된 항목들에 대해 범위와 표현을 재검토하는 것이 필요하다. 구체적으로는 ‘데이터 전처리’와 ‘자원(연산·데이터)’ 관련 역량을 현재의 교사 역할에 맞게 축소하거나, 정보교과 담당자 및 교과 간 협업 역량으로 재정의하는 방안을 검토할 필요가 있다. 또한 채택된 항목들 중 합의도는 높으나 IQR이 1인 항목들(예: 도구·평가 도구 선정, 학습자 진단과 수업 조정 등)에 대해서는 실제 수업 적용 사례나 구체적 평가기준을 제시하여 전문가들의 해석을 보다 일치시키는 논의가 요구된다.