생성형 AI 기반 데이터 분석 수업의 AI⋅데이터 리터러시 자기효능감 효과

초록

본 연구는 생성형 AI 기반 탐색적 데이터 분석(EDA) 수업이 비전공 대학생의 AI 및 데이터 리터러시 자기효능감에 미치는 영향을 분석하고, 학습 경험을 통해 교육적 메커니 즘을 탐색하는 데 목적이 있다. 이를 위해 서울 소재 대학 인문⋅예술 계열 학생을 대상으로 혼합연구 방법을 적용하였다 양적 연구로는 사전⋅사후 대응표본 설문(n=30)을 통해 두 리터러시 자기효능감의 변화를 측정하였고 질적 연구로는 심층 인터뷰, (n=6)와 개방형 설문(n=49)으로 학습 경험을 분석하였다 연구 결과, AI 리터러시 자기효능감(t=-7.030, p<.001, d=1.305)과 데이터 리터러시 자기효능감(t=-6.105, p<.001, d=1.134) 모두 통계적으 로 유의미하게 증가되었으며 큰 효과 크기를 나타냈다. 질적 분석에서는 네 가지 학습 메커니즘이 도출되었다 프롬프트 활용은 학습 진입 장벽을 낮추었으며, AI 생성 결과의 검토⋅ 수정 과정은 개념 이해를 촉진하였다. 또한 협업적 문제 해결은 역량의 실천적 습득을 지원 하였고 비판적 검토 태도와 해석 능력이 동반 향상되는 양상이 확인되었다 이는 AI 리터러시가 데이터 리터러시 형성을 돕는 학습의 중개적 역할을 수행함을 시사하며, 생성형 AI 기반 데이터 분석 교육 설계에 실증적 시사점을 제공한다.

키워드