AI 교육 평가 방법

1.평가의 기본 방향

 AI 교육 평가에 앞서, 기본적으로 평가가 지향해야 할 방향이 있다. 첫 번째로는 학습자 중심의 평가이다. 모든 평가는 교사나 평가 도구가 아닌 학습자 중심의 평가가 되어야 한다. 이에 학습을 위한 평가, 학습으로서의 평가가 진행되어야 한다. 평가는 학생의 학습결과에 대한 서열화를 위한 것이 아닌, 학습자의 부족한 부분을 찾아 보충하고 궁극적으로는 성취기준을 달성하기 위한 평가가 되도록 해야한다.

 두 번째로는 증거 기반 평가(과정 중심 평가)이다. 증거 기반 평가를 위해서 교육 내용과 평가의 내용이 일치(교수평 일체화)되어야하며, 학생의 결과물이 아닌 성장 과정에 대한 증거를 수집하고 학생 개별 특성에 맞춰서 평가해야 한다. 평가의 방향성을 염두에 두고 구체적인 AI 교육 평가 단계로 넘어가보도록 한다.

 

2. AI 교육 평가 단계

 AI교육 평가는 크게 위의 6단계로 구분할 수 있다.

 

1) 평가 영역 분석

 평가 영역 분석은 AI의 어떤 영역에 대한 평가인지를 정하는 것이다. AI개념 교육에 대한 내용인지, AI활용 교육에 대한 내용인지, AI윤리 및 인식교육에 대한 내용인지 등을 살펴보고 그에 맞는 평가 방법 및 요소를 추출해야 한다.

 

2) 평가 요소 추출

 핵심적으로 평가할 요소를 추출하는 단계이다. AI 개념 및 활용 능력에 대해 평가해야 한다면, 간결성과 정확성을 핵심 요소로 추출해야한다. 코드가 얼마나 간결하고 효율적으로 구성되었는지가 인공지능 활용에 큰 영향을 미치기 때문이다.

 

3) 평가 방법 설정

 어떤 방법으로 평가할지를 고르는 단계이다. 기본적인 프로젝트 학습에 의한 산출물(포트폴리오) 평가부터, 자기 및 동료 평가, 토의·토론 평가, 실습 평가, 도구 평가(코드 효율성을 계산해주는 사이트 활용) 등 다양한 평가 방법으로 학습자의 성장 정도를 평가할 수 있다.

 

4)평가 프레임 구성

 실제 평가를 할 때 사용할 평가지, 루브릭(이원목적분류표) 등을 만드는 단계이다. 아래의 예시처럼 자신이 학습한 내용(앤트리)에 대해 복습하며, 활동 여부를 스스로 점검할 수 있게 완료여부를 체크하도록 하면 학습 반성의 의미도 더해지게 된다.

5) 평가 시행

 계획 한대로 평가를 시행하는 단계이다. 교사가 평가하는 경우, 학습자가 스스로 혹은 동료끼리 평가하는 경우, 도구로 평가하는 경우를 생각할 수 있다.

 

6) 결과 공유 및 결과 반영

 마지막으로는 결과한 내용을 서로 공유하고 의견 교환을 한 후, 개선 방안을 도출해 자신의 답안을 수정하는 단계이다. 학습을 위한 평가, 부족한 부분을 채우는 평가가 되기 위해서 평가 결과 공유를 통해 자신의 답변을 수정하는(재시험) 기회를 제공하는 것이 더 바람직하다.

 

 이렇게 6단계로 AI 교육의 평가에 대해 살펴보았다. 아직 일선 학교에서 많이 적용되지 않은 분야인만큼 많은 연구자들의 자료 개발 및 적용이 필요할 것으로 보인다.