1차 조사 분석 보고서

전체 결과 요약

본 델파이 1차에는 총 15명의 전문가가 참여하였고, 제시된 14개 문항 가운데 Lawshe(1975)의 내용타당도비율(CVR) 기준에 따라 11개 문항이 채택되고 3개 문항이 기각되었다. 응답자 수(n)=15에 대한 최소 CVR 값(min_cvr)은 0.49로 설정되었고, 채택된 항목들은 모두 이 기준을 넘어섰다. 채택 문항들은 평균 점수(mean)가 대체로 4.07–4.67 범위에 분포하며 중앙값(median)이 4 또는 5로 높은 편이고, 합의도(consensus)와 사분위범위(IQR) 지표도 대체로 양호하여 전문가 견해가 비교적 수렴된 것으로 판단된다.

특히 높은 합의를 얻은 항목과 그 의미

특히 '인공지능 윤리 쟁점을 수업 맥락에서 다룰 수 있다' 항목은 CVR 0.867, 중앙값 5, IQR 0.5, 합의도 0.9로 가장 높은 합의를 보였다. 이는 전문가들이 인공지능 교육에서 윤리적 쟁점의 교수·학습 중요성에 대해 강한 공감대를 형성했음을 시사한다. 이와 더불어 '인공지능의 기본 개념과 원리를 교과 내용과 연결하여 설명할 수 있다'와 '인공지능 활용 수업의 학습 활동을 단계별로 설계할 수 있다', '교과 성취기준과 인공지능 학습 요소를 연계할 수 있다' 등도 높은 평균·중앙값과 낮은 IQR을 보여 수업 설계 역량 및 교과 연계 능력이 교육과정 차원에서 핵심 역량으로 수용될 여지가 크다.

기각된 항목의 이유

기각된 세 항목은 '인공지능 모델의 하드웨어 구성 요소를 설명할 수 있다'(CVR 0.333, IQR 2), '인공지능 기반 자동 채점 도구를 직접 개발할 수 있다'(CVR 0.2, IQR 2.5) 등으로, 모두 최소 CVR을 충족하지 못하였다. 전문가 서면의견에서도 "하드웨어 구성 요소를 설명하는 것은 중등 교사에게 과한 요구"이며 "자동 채점 도구를 직접 개발하는 것은 현장 교사 수준을 넘어선다. 활용 역량으로 바꾸는 것이 적절"이라는 지적이 제시되어 있어, 이들 항목은 기대되는 교사 역량의 범위와 현실적 수행 가능성 측면에서 부합하지 않는다는 견해가 반영된 것으로 해석된다.

다음 라운드에서 다룰 만한 지점

다음 라운드에서는 기각된 항목들의 문항 재구성(예: '하드웨어 구성 요소 설명'을 기본 개념 수준으로 완화하거나, '자동 채점 도구 직접 개발'을 '자동 채점 도구를 선택·활용·평가할 수 있음'으로 변경)과 더불어 평가 영역 보강(전문가 의견에서 제기된 산출물 평가 기준 수립 역량의 명시)을 우선 검토할 필요가 있다. 또한 일부 응답자가 제안한 바와 같이 '수업 설계 역량'과 '도구 활용 역량'을 명확히 구분하고, 문항 표현을 현장 친화적 용어로 다듬어 응답자 부담을 낮추는 작업을 병행하면 합의도 향상과 문항의 실용성 제고에 기여할 것으로 보인다.