Wayne Holmes, Maya Bialik, Charles Fadel(2019). 정제영, 이선복 역(2020). 인공지능 시대의 미래교육 - 가르침과 배움의 함의
불확실한 미래에 대비하기 위해 내용의 범위, 깊이, 목적에 있어서 더욱 다양한 교육이 이루어져야 할 필요성을 제시하고자 한다. 다시 말하면 미래 교육은 더 깊은 학습 목표를 지향해야 한다는 것이다.
더 깊은 학습 목표(Deeper Learning Goals):
. 삶과 일에서 잘 적응해 생존하기 위한 융통성
. 적용 가능성을 높여서 동기를 자극하기 위한 관련성
. 광범위한 미래 실행 가능성을 높이기 위한 능력의 전이
이 모든 것은 다음의 과정을 통해 개발될 수 있다.
. 전통적 지식의 중요한 영역에 대한 선택적 강조
. 현대 지식의 추가
(7)
교육의 목적
학교교육은 지식과 역량의 관점에서 미래의 학습과 삶의 기반을 마련하는 데 초점을 맞추고 있다.
1. 기초 지식 (Foundational Knowledge): 더 많은 것을 학습하게 되거나 실제 생활에서 학습한 내용을 적용할 때에 필요한 지식의 기초이다.
a. 핵심 개념 (core concepts): 학습과 문제 해결의 연결고리를 만들어나 전이(transfer)할 때 의미를 활용하기 위해 학생들이 이해해야 하는 개념이다.
b. 필수 내용(essential content): 개념을 내실화하고 삶 속에서 지식에 입각한 결정을 내리기 위해 배워야 하는 내용적 지식(content knowledge)이다.
2. 기초 역량 (Foundational competencies): 지식을 필요로 하거나 관련된 맥락에서 효과적으로 활성화하기 위한 동기 및 능력이다.
a. 기술(skill): 우리가 알고 있는 것을 실행하는 것으로 창의성, 비판적 사고, 의사소통, 협업능력에 해당한다.
b. 인성(character): 우리가 세상에서 어떻게 행동하는지와 관련된 마음가짐이며 호기심, 용기, 탄력성, 윤리, 그리고 리더십이다.
c. 메타 학습(meta learning): 우리가 가진 지식을 삶에 적용하고 변화에 적응하기 위한 메타 인지와 성장적 사고(growth mindset)를 의미한다.
(15~16)
문제가 있는 지식(Problematic Knowledge)
의미 없는 학습이나 문제 있는 지식을 학습하는 것은 깨지기 쉬운 지식(fragile knowledge), 단순 암기지식(rote), 레시피(recipe), 죽은 지식(Inert), 오해를 낳는 지식 등으로 표현될 수 있다. 이러한 문제가 있는 지식은 학습의 과정에서 이미 의미를 상실하게 된다.
가장 일반적인 깨지기 쉬운 지식은 행동에 기초한 지식이며 이는 약간의 스트레스에도 무너지고 유용성을 상실한다. 아래 그림에서 설명하듯이 단순 암기지식인 레시피는 기계적인 반복에 의한 학습의 결과이다. 이러한 지식은 학생들이 특정 활동을 해내는 것에 있어 개념적인 이해가 필요하지 않을 수 있고, 다른 맥락으로의 전이도 잘 이루어지지 않는다. 반면에 죽은 지식은 머리속으로는 이해하는 것처럼 보이지만 필요한 맥락에서 그 지식을 유용하게 적용하지 못하는 것을 의미한다.
학생이 어떠한 추상적 개념을 알지 못하고, 문제 해결에도 실행하지 못한다면 그것은 왼쪽 아래의 위치에 있는 지식의 부족을 의미한다. 학생이 다른 맥락으로 지식을 적절하게 전이하기 위해서는 높은 이해력과 실행력을 동시에 가지고 있어야 한다. (47~49)
인공지능이 교실 속으로도 조용히 들어왔다는 점이다. 학생들, 교사들, 학부모들, 그리고 정책 입안자들이 환영하든 그렇지 않든 소위 지능형, 맞춤형, 그리고 개인별 학습 시스템은 전 세계 학교와 대학에 점진적으로 배치되어 왔으며 엄청난 양의 학생 빅데이터를 수집하고 분석하면서 학생들과 교육자들의 삶에 큰 영향을 미치고 있다(96~97).
----
https://curriculumredesign.org/wp-content/uploads/CCR_Knowledge_FINAL_January_2018.pdf
확장판
댓글
댓글 쓰기