Developing Artificial Intelligence Convergence Competencies and Behavioral Indicators for University Faculty

본 연구의 목적은 AI 기술의 확산과 디지털 전환이 가속화되는 고등교육 환경 변화에 대응하여, 대학 교원의 AI 융합교육 역량을 체계적으로 규명하는 것이다. 이를 위해, 선행 연구 분석 및 전문가 집단을 대상으로 한 3차례 델파이 조사를 통해 대학 교원에게 요구되는 AI 융합교육 역량을 도출하고, 행동지표를 구체화하였다. 1차 조사에서는 수업에서 AI 기술 활용 및 선행 연구 기반 역량 구조 초안에 대한 의견을 수렴하였다. 2차 조사에서는 1차 조사 결과를 바탕으로 대학 교원 AI 융합교육 역량 구조를 설정하였고, 하위역량에 대한 조작적 정의 및 행동지표를 구체화하였다. 3차 조사에서는 수정된 행동지표에 대한 전문가 집단의 검토 및 합의를 도출하였다. 각 조사 결과에 대해 질적 분석과 CVR, 수렴도, 합의도, 안정도를 산출하여 내용 타당도 및 의견 합의 정도를 분석하였다. 최종적으로, 대학 교원의 AI 융합교육 역량은 AI 활용 지식(AI에 대한 지식, AI의 교육적 활용에 대한 지식), AI 수업 활용(AI를 활용한 수업 설계, AI를 활용한 수업 운영, AI를 활용한 학생 평가 및 수업 개선), AI 활용 태도(AI 활용 윤리, AI 활용에 대한 개방, AI 활용을 위한 노력)의 3개 역량, 8개 하위역량, 29개 행동지표로 구성되었다. 본 연구를 통해 제시한 대학 교원의 AI 융합교육 역량 체계는 대학 차원의 역량 진단 및 계발을 위한 기초자료를 제공할 수 있을 것으로 기대한다.

Authors

Publication Details

Journal
The journal of Educational Studies
Published
2025-09-30
DOI
https://doi.org/10.15854/jes.2025.09.56.3.125
Primary Topic
Diverse Interdisciplinary Research Innovations
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Developing Artificial Intelligence Convergence Competencies and Behavioral Indicators for University Faculty

Young Ha Cho, Min Hwui Jo
The journal of Educational Studies
Diverse Interdisciplinary Research Innovations
article

Developing Artificial Intelligence Convergence Competencies and Behavioral Indicators for University Faculty

Young Ha Cho, Min Hwui Jo
article en

Abstract

본 연구의 목적은 AI 기술의 확산과 디지털 전환이 가속화되는 고등교육 환경 변화에 대응하여, 대학 교원의 AI 융합교육 역량을 체계적으로 규명하는 것이다. 이를 위해, 선행 연구 분석 및 전문가 집단을 대상으로 한 3차례 델파이 조사를 통해 대학 교원에게 요구되는 AI 융합교육 역량을 도출하고, 행동지표를 구체화하였다. 1차 조사에서는 수업에서 AI 기술 활용 및 선행 연구 기반 역량 구조 초안에 대한 의견을 수렴하였다. 2차 조사에서는 1차 조사 결과를 바탕으로 대학 교원 AI 융합교육 역량 구조를 설정하였고, 하위역량에 대한 조작적 정의 및 행동지표를 구체화하였다. 3차 조사에서는 수정된 행동지표에 대한 전문가 집단의 검토 및 합의를 도출하였다. 각 조사 결과에 대해 질적 분석과 CVR, 수렴도, 합의도, 안정도를 산출하여 내용 타당도 및 의견 합의 정도를 분석하였다. 최종적으로, 대학 교원의 AI 융합교육 역량은 AI 활용 지식(AI에 대한 지식, AI의 교육적 활용에 대한 지식), AI 수업 활용(AI를 활용한 수업 설계, AI를 활용한 수업 운영, AI를 활용한 학생 평가 및 수업 개선), AI 활용 태도(AI 활용 윤리, AI 활용에 대한 개방, AI 활용을 위한 노력)의 3개 역량, 8개 하위역량, 29개 행동지표로 구성되었다. 본 연구를 통해 제시한 대학 교원의 AI 융합교육 역량 체계는 대학 차원의 역량 진단 및 계발을 위한 기초자료를 제공할 수 있을 것으로 기대한다.

The journal of Educational StudiesVol. 56(3)
Openalex Percentile: Top 19%
Diverse Interdisciplinary Research Innovations
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.