전공교육목표
- 인공지능시대를 맞아 다가올 교육현장에서 교사의 필수역량인 인공지능소양을 함양한다.
- 컴퓨터사고력 기반 융합교육을 설계하고 수업을 개발할 역량을 함양한다.
- 교육적 데이터를 수집, 분석, 활용하여 교육적 문제해결에 활용하는 데이터과학을 이해한다.
- 미래학습테크놀로지에 대한 이해와 혁신적 교육방법을 이해하고 수업현장에 적용할 수 있다.
교과과정
구분 | 영역 | 교과목명 | 시간수 | 학점 |
---|---|---|---|---|
기초 공통 과목 |
이론 | 인공지능 시대와 미래교육 | 3 | 3 |
인공지능(AI)교육의 이해 | 3 | 3 | ||
방법 | 융합 교육의 이해 | 3 | 3 | |
AI융합교육을 위한 교육방법 및 교육공학 | 3 | 3 | ||
실제 | 교육용 프로그래밍 (기초, 심화) 실제 | 3 | 3 | |
선택 과목 |
컴퓨팅사고력 및 융합 | 컴퓨팅 사고력 기반 교과교육 | 3 | 3 |
놀이와 게임을 통한 AI 교육 | 3 | 3 | ||
문제기반학습을 통한 융합교육 | 3 | 3 | ||
데이터과학 | 교육데이터 분석과 활용 기초 | 3 | 3 | |
데이터 과학을 활용한 교육문제해결 (세미나) | 3 | 3 | ||
인공지능 | 교육용 프로그래밍 언어를 통한 AI 교육 | 3 | 3 | |
인공지능 기초 실습 | 3 | 3 | ||
교사를 위한 머신러닝 | 3 | 3 | ||
AI와 데이터 과학을 위한 수학 : 확률과 랜덤과정 | 3 | 3 | ||
인공지능과 메이커 교육 | 3 | 3 | ||
프로젝트 및 연구 |
현장 연구 | AI활용 융복합 교육과정 설계 및 교재 개발 프로젝트 | 3 | 3 |
현장 데이터 기반 AI활용 프로젝트 | 3 | 3 | ||
캡스톤 디자인 수업설계 | 3 | 3 | ||
현장연구 | 3 | 3 | ||
논문 | 논문 I, II | 6 | 6 |
교과목내용
구분 | 영역 | 교과목명 | 교과내용 | 이수기준 |
---|---|---|---|---|
기초 공통 과목 |
이론 | 인공지능 시대와 미래교육 | 인공지능 시대의 주요 AI 관련 기초 개념과 원리, 인공지능의 사회적 영향력과 윤리, 인공지능 교육 현황과 이슈, 에듀테크 현황 등을 이해하고 논의함으로써, 미래 인재양성을 위한 교육의 지향점, 미래사회 교사로서 비전을 수립함 | 3과목 (영역별1과목,필수) |
방법 | AI융합교육을 위한 교육방법 및 교육공학 | 효과적인 AI융합교육 경험을 제공하기 위한 다양한 교육방법에 대한 이해와 사례 분석, 수업설계 원리, 학습 테크놀로지 활용등 수업환경 및 수업설계에 대한 이론과 실제를 탐구함 | ||
융합교육의 이해 | 융합교육의 기초 이론과 AI융합교육을 위한 다양한 도구 및 교수학습방법을 탐색하고, AI융합교육에 대한 사례 분석을 통해 효과적인 AI융합교육 설계와 실행 역량을 함양함 | |||
실제 | 교육용 프로그래밍 실제 | 교육용 프로그래밍 언어의 기원과 기저 철학을 고찰하면서 활용방안을 탐색함. 초·중등 학생을 위한 교육용 프로그래밍 활용 학습활동이 컴퓨팅 사고력에 미치는 영향을 이해하며 인공지능 교욱 방향을 논의함 | ||
선택 과목 |
컴퓨팅 사고력 및 융합 | 컴퓨팅 사고력 기반 교육과 지도법 | 복잡한 문제상황을 해결할수 있는 알고리즘의 핵심 아이디어를 이해하고, 교과에 컴퓨팅 사고력을 향상시킬 수 있는 지도방법을 연구 및 논의함 | 최소 3과목 (영역별 1과목 이상) |
문제기반 학습을 통한 융합교육 | 문제기반의 융합교육 사례를 분석하고 실제 교과에서 문제를 기반으로 한 융합교육 프로그램을 설계하고 논의함 | |||
데이터 과학 | 교육데이터의 분석과 활용 기초 | 데이터 과학의 기초 개념과 다양한 분석 방법을 다룸. 특히 교육 현장의 데이터 수집, 분석, 해석하는데 필요한 관련 이론과 실제 데이터 분석 실습으로 데이터 분석 능력을 함양함 | ||
교육데이터 활용과 교육문제 탐구 | 교육적 문제를 발국하고, 관련 사례 분석, 문제 해결을 위한 실제 교육 데이터 수집, 고급 데이터 분석 기법 등을 활용하여 문제를 해결하며 관련 이슈를 논의함 | |||
인공지능 | 교육용 프로그래밍 언어를 통한 AI교육 | AI 교육을 위한 프로그래밍 언어의 심화 학습 및 실습 교과로, 교육용 머신러닝 도구를 활용한 모델 개발, 교육용 프로그래밍 언어를 활용한 소프트웨어 개발 등 다양한 AI교육을 체험함 | ||
인공지능 기초 실습 | 인공지능 실습을 위한 프로그래밍 언어와 실습 | |||
교사를 위한 머신러닝 | 기계학습에 대한 주요 분석 기법 개념 이해 및 실제 적용으로 기계학습에 대한 이해와 실습을 수행함 | |||
인공지능과 메이커 교육 | 피지컬컴퓨팅, 메이커교육 등 다양한 실제 활동을 토대로 융합교육 아이디어 탐색 및 논의 | |||
AI와 데이터과학을 위한 수학 | 인공지능과 데이터 과학에서 핵심이 되는 확률적 모델링, 추론, 통계학적 기계학습에 필요한 수학이해 | |||
프로젝트 및 연구(선택) | 프로젝트 및 현장연구 | AI활용 융복합 교육과정 설계 및 교재 개발 프로젝트 | 교육현장에 적용할 AI활용 융복합 주제를 선정하고, AI융합교육과정을 설계하며 관련 수업을 위한 교재를 개발하는 프로젝트 기반 수업 | 최소 1과목 (3학점 이상) |
현장 데이터 기반 AI활용 프로젝트 | 인터넷이나 실생활 등에서 수집 가능한 데이터를 활용하여 4차 산업 혁명 기술을 융합하는 실습 프로젝트 수업 | |||
캡스톤 디자인 수업설계 | 인터넷이나 실생활 등에서 수집 가능한 데이터를 활용하여 4차 산업 혁명 기술을 융합하는 실습 프로젝트 수업 | |||
현장연구 | AI융합교육을 실제 교실 현장에 수행하는 현장사례연구 | |||
AI융합교육을 위한 연구방법 이론과 실제 | AI융합교육 관련 연구문제 수립, 연구설계 및 연구도구 개발과 타당화, 관련 이론 고찰, 연구실행과 결과 분석 등 연구 수행과 논문 작성에 필요한 전반적인 지식과 기술을 다룸 | |||
논문 | 논문 | 논문 (6학점) | 논문 |