Development and Validation of an AI Literacy Measurement Tool for Responsible Learning and Ethical AI Use of University Students

본 연구는 대학생의 책임 있는 학습과 윤리적 AI 사용을 위해 AI 리터러시 측정 도 구를 개발함으로써 교양교육 차원에서 AI 리터러시 교육의 기반을 마련하는 것을 목적 으로 한다. 이를 위해 선행연구를 바탕으로 AI 리터러시를 세 차원(이해, 적용, 규범)으 로 구성하고, 각 차원에 대한 하위요인을 도출하였다. 이해 차원은 ‘비판적 사고’, ‘AI 분 석 및 이해’, ‘문제해결’로, 적용 차원은 ‘AI 활용’, ‘학습 및 과제수행’, ‘표현 및 상호작용’ 으로, 규범 차원은 ‘AI 윤리’, ‘개인정보 및 보호’, ‘변혁추구’로 구성되며, 이를 반영한 예 비 문항을 개발하였다. 이후 전문가의 내용 타당도와 안면 타당도 검토를 거쳐 문항을 정제하고, 인천광역시에 소재한 4년제 대학 재학생 484명을 대상으로 설문조사를 실시 하였다. 수집된 자료는 SPSS 30.0과 AMOS 30.0 프로그램을 활용하여 탐색적 요인분 석(EFA)과 확인적 요인분석(CFA)을 실시하였으며, 요인부하량, 모형 적합도 지수, AVE, 개념신뢰도(CR), Cronbach’s α 등을 분석하였다. 분석 결과, 총 3개 차원 9개 하 위요인으로 구성된 44문항의 도구가 최종 확정되었으며, 전체 모형의 적합도 지수는 수용 가능한 수준으로 나타났다. 또한 각 요인의 신뢰도, 수렴 및 판별 타당성도 전반 적으로 양호한 것으로 확인되었다. 본 연구에서 개발한 AI 리터러시 측정 도구는 대학 생의 AI 역량 진단 및 교육 프로그램 설계의 기초 자료로 활용될 수 있다.

Authors

Publication Details

Journal
The Jounal of Cultural Exchange
Published
2025-09-30
DOI
https://doi.org/10.30974/kaice.2025.14.5.19
Citations
1
Primary Topic
Education and Learning Interventions
Type
article
Field-Weighted Citation Impact
3.25
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Development and Validation of an AI Literacy Measurement Tool for Responsible Learning and Ethical AI Use of University Students

Soyoung Joo, Yeonjae Jeong
1 citations
The Jounal of Cultural Exchange
Education and Learning Interventions
3.25
article

Development and Validation of an AI Literacy Measurement Tool for Responsible Learning and Ethical AI Use of University Students

Soyoung Joo, Yeonjae Jeong
article en
1 citations

Abstract

본 연구는 대학생의 책임 있는 학습과 윤리적 AI 사용을 위해 AI 리터러시 측정 도 구를 개발함으로써 교양교육 차원에서 AI 리터러시 교육의 기반을 마련하는 것을 목적 으로 한다. 이를 위해 선행연구를 바탕으로 AI 리터러시를 세 차원(이해, 적용, 규범)으 로 구성하고, 각 차원에 대한 하위요인을 도출하였다. 이해 차원은 ‘비판적 사고’, ‘AI 분 석 및 이해’, ‘문제해결’로, 적용 차원은 ‘AI 활용’, ‘학습 및 과제수행’, ‘표현 및 상호작용’ 으로, 규범 차원은 ‘AI 윤리’, ‘개인정보 및 보호’, ‘변혁추구’로 구성되며, 이를 반영한 예 비 문항을 개발하였다. 이후 전문가의 내용 타당도와 안면 타당도 검토를 거쳐 문항을 정제하고, 인천광역시에 소재한 4년제 대학 재학생 484명을 대상으로 설문조사를 실시 하였다. 수집된 자료는 SPSS 30.0과 AMOS 30.0 프로그램을 활용하여 탐색적 요인분 석(EFA)과 확인적 요인분석(CFA)을 실시하였으며, 요인부하량, 모형 적합도 지수, AVE, 개념신뢰도(CR), Cronbach’s α 등을 분석하였다. 분석 결과, 총 3개 차원 9개 하 위요인으로 구성된 44문항의 도구가 최종 확정되었으며, 전체 모형의 적합도 지수는 수용 가능한 수준으로 나타났다. 또한 각 요인의 신뢰도, 수렴 및 판별 타당성도 전반 적으로 양호한 것으로 확인되었다. 본 연구에서 개발한 AI 리터러시 측정 도구는 대학 생의 AI 역량 진단 및 교육 프로그램 설계의 기초 자료로 활용될 수 있다.

The Jounal of Cultural ExchangeVol. 14(5)
Openalex Percentile: Top 6%
Education and Learning Interventions
3.25
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.