AI Fluency 교육 환영 및 접근 방식

요약대본

이 비디오는 이미 AI Fluency Framework로 작업해 왔으며 이제 다른 사람들에게 이를 가르칠 준비가 된 교육자들을 환영합니다. 이 비디오는 과정의 구조를 다루며 AI Fluency Framework를 가르치기 위한 네 가지 고유한 접근 방식을 소개합니다: 선형 접근 방식(Delegation에서 Description, Discernment를 거쳐 Diligence까지 단계별로 진행), 비선형 접근 방식(어디서든 시작하여 역량 간을 유연하게 이동), 집중형 접근 방식(단일 역량에 깊이 파고들기), 그리고 두 개의 루프 접근 방식(프레임워크를 중첩된 전략적 및 전술적 프로세스로 가르치기)입니다. 이 비디오는 AI Fluency Framework가 두 가지 수준에서 작동한다는 점을 강조합니다. 즉, 사람들이 AI와 작업할 때 일어나는 일을 설명하는 동시에 더 나은 실천으로 그들을 안내합니다. 이러한 이중적 특성을 이해하는 것은 교육에 매우 중요한데, 학생들은 AI 상호작용이 어떻게 작동하는지와 이를 어떻게 개선할 수 있는지를 모두 파악해야 하기 때문입니다.

한국어 대본

00:00안녕하세요. AI Fluency 가르치기에 오신 것을 환영합니다.
00:13저는 Zoe입니다.
00:14저는 Maggie Vo입니다.
00:15저는 Joe Feller입니다.
00:16제 이름은 Rick Daikin입니다.
00:17여기 있다면 이미
00:19AI Fluency 프레임워크를 활용해 왔을 것입니다.
00:21AI 협업에 대해 생각하는 데
00:23이 프레임워크가 얼마나 강력한 도움을 주는지 발견했을 수도 있습니다.
00:25이제 궁금할 것입니다.
00:26이를 학생과 어떻게 공유합니까?
00:28이 코스가 바로 그 내용입니다. 학생을 가르치든 동료 교육자를 가르치든,
00:33이 코스는 교육학적 전략, 평가 접근법, 그리고
00:37AI Fluency 프레임워크를 다른 사람에게 효과적으로 전달하는 방법을 제공합니다. 코스로 들어가기 전에,
00:43프레임워크의 성격에 대해 같은 이해를 하고 있는지 확인하겠습니다.
00:47프레임워크는 두 가지 수준에서 작동합니다. 첫째, 사람들이 AI와
00:53작업할 때 실제로 일어나는 일을 설명합니다. 의사 결정, 소통, 평가, 책임을 다룹니다. 이를 통해
01:00전체 지도를 얻습니다. 둘째, 더 나은 실천으로 나아가도록 안내합니다. 단지 사람들이 무엇을 하는지
01:07설명하는 데 그치지 않고, AI와 효과적이고 효율적이며
01:14윤리적이고 안전하게 작업하려면 무엇을 해야 하는지 보여 줍니다. 이러한 이중적 성격은 AI Fluency를 가르치는 데 중요합니다. 학생은
01:21AI 상호작용이 어떻게 작동하는지와 그 상호작용을 더 잘 작동하게 만드는 방법을 모두 이해해야 합니다.
01:28프레임워크는 이 두 가지를 위한 언어와 구조를 제공합니다. 이 코스는 모든 교육자가 AI Fluency를 소개할 때 마주하는
01:34세 가지 핵심 질문을 중심으로 구성했습니다. 이 레슨에서는 다음을 묻습니다.
01:39프레임워크를 학생에게 어떻게 소개할 수 있습니까? 교육학과 프레임워크를 학생과
01:43탐색하는 다양한 방법을 살펴보겠습니다. 레슨 2에서는 학생이 제대로 이해하고 있는지 어떻게 알 수 있는지 묻습니다.
01:48평가와 AI Fluency를 측정하고 평가하는 방법을 살펴보겠습니다.
01:52마지막으로 레슨 3에서는 이를 이미 가르치고 있는 내용과 어떻게 연결할지 묻습니다.
01:57커리큘럼과 특정 분야 또는 학문에 AI Fluency를 통합하는 방법을 살펴보겠습니다.
02:02이 영상의 나머지 부분에서는 교육학과
02:07학생과 프레임워크를 탐색하는 다양한 방법을 살펴보겠습니다. 경험상 학생에게 AI Fluency 프레임워크를 공유할 때
02:12네 가지 서로 다른 진입점 또는 접근법을 사용하는 것이 유용했습니다.
02:17이러한 전략은 각각 개념적 풍부함과 세부적인 깊이를 더해 다양한 집단과 맥락의 학습을 지원합니다.
02:25가장 간단한 접근법은 프레임워크를 선형 과정으로 다루는 것입니다.
02:30즉 위임에서 설명으로, 설명에서 판별력으로, 판별력에서 성실로 이동합니다.
02:36AI와 작업하는 방법을 막 배우기 시작한 학생에게는 이 접근법이 자연스럽고 감당할 수 있으며 직관적으로 느껴집니다.
02:43처음 프레임워크를 배웠던 방식과 비슷할 수 있습니다.
02:46이 폭포식 접근법은 학생이 AI 상호작용을 위한 기본 과정을 구축하고
02:53역량에 순차적으로 접근하도록 돕습니다. 예를 들어 네 부분으로 구성된
02:58과제를 구성할 수 있습니다. 1부에서는 위임과 프로젝트 계획 수립을 다루고, 2부에서는
03:05AI와 직접 상호작용하는 실습형 워크숍을 통해 설명 능력을 개발하고,
03:103부에서는 AI 출력을 함께 평가하며 판별력을 기릅니다.
03:164부에서는 윤리적 논의와 투명성 실천을 통해 성실을 다룹니다.
03:22각 부분은 이전 부분을 바탕으로 하며 구조화된 학습 여정을 만듭니다.
03:27두 번째 접근법은 4D가 실제로 고정된 순서가 아니라는 점을 인정합니다.
03:334D는 서로 연결된 시스템이므로 어디서든 시작하고 필요할 때 이리저리 오갈 수 있습니다.
03:39AI 경험이 더 많은 학생에게는 이 접근법이 현실 세계의
03:44복잡성과 유연성을 더합니다. 다음 시나리오를 생각해 보세요. 때로는 판별력을 통해 인식한 문제가
03:50전혀 새로운 위임
03:53결정으로 이어집니다. 예를 들어 AI가 생성한 코드를 평가하는 학생은
03:58선택한 AI 시스템이 자신의 프로그래밍
04:02패러다임에 맞지 않는다는 사실을 깨닫고 AI 어시스턴트 선택을 다시 생각하게 될 수 있습니다. 또는 때로는
04:08성실이 설명 전략을 직접 형성하기도 합니다.
04:12예를 들어 민감한 데이터를 다룰 때 개인정보 보호 요구 사항에 따라 학생은
04:17민감한 정보 없이 프롬프트를 작성해야 할 수 있고, 그에 따라 소통 방식이 근본적으로 달라집니다.
04:23AI와의 소통 방식이 말입니다.
04:24또는 설명의 어려움이 위임의 공백을 드러내기도 합니다.
04:30예를 들어 AI 파트너에게 원하는 것을 표현하기 어려워하는 학생은
04:35자신의 프로젝트 목표를 명확히 정의하지 않았다는 사실을 깨달을 수 있습니다.
04:38그래서 다시 돌아가
04:40위임의 기본 질문을 되짚게 됩니다.
04:43이러한 보다 총체적인 접근법은 학생이
04:46AI Fluency를 적응적이고 대응적인 실천으로 이해하도록 돕습니다.
04:51경직된 체크리스트가 아니라 실제 협업의
04:53복잡한 현실에 대비하도록 합니다.
04:58이 접근법은 프로젝트에 적합합니다.
05:00사례 기반 학습에서 학생에게
05:03실제 AI 협업 시나리오를 제시하고
05:06어떤 역량이 언제 필요한지 스스로 발견하게 합니다.
05:11세 번째 접근법은 한 번에 하나의 역량을
05:14깊이 탐구하는 것입니다.
05:17이는 토론이나 역량 개발 세션처럼
05:20특수한 목적에 적합한 접근법입니다.
05:23워크숍 전체를 설명에 할애하고
05:26세 가지 하위 구성 요소 모두에 대한 구체적인 기법을 탐색하며
05:30직접 실습할 수 있습니다.
05:32또는 토론 세미나 전체를 성실에 집중할 수도 있습니다.
05:36판별력만을 주제로 세 번의 세션을 진행할 수도 있습니다.
05:39한 세션에서는 AI 생성 콘텐츠의 정확성과 유용성을 평가하고,
05:44이를 제품 판별력이라고 부릅니다.
05:46다른 세션에서는 AI의 문제 해결 접근법을 평가하고,
05:50이를 과정 판별력이라고 부릅니다.
05:52세 번째 세션에서는 AI의 소통 방식이
05:56협업 과정 자체를 돕고 있는지 방해하고 있는지 평가하며,
05:59이를 성능 판별력이라고 부릅니다.
06:01이러한 심층 집중 접근법은 다양한 상호작용에 적용할 수 있는 정교한 평가 능력을 길러 줍니다.
06:09이처럼 집중하는 접근법은 학생이 특정 영역을 숙달하도록 하며, 기법,
06:16엣지 케이스, 분야별 적용을 미묘하게 탐색할 수 있게 합니다. 네 가지 D를 동시에 다뤄야 하는 인지적 부담도 없습니다.
06:25네 번째 접근법은 AI Fluency를 중첩된 과정 또는 루프로 이해하는 것으로,
06:31AI Fluency 프레임워크를 실제로 적용하는 방법에 대한 개념적으로 가장 풍부한 이해를 나타냅니다.
06:37실천 측면에서 말입니다.
06:39학생이 기본을 이해하면 이 접근법은 유창한
06:44AI 상호작용을 더 깊이 생각하도록 돕습니다.
06:46이 접근법은 다음과 같이 작동합니다.
06:48인간-AI 상호작용을 두 가지 의사 결정 공간으로 나눌 수 있습니다.
06:53위임-성실 루프는 큰 그림을 다룹니다.
06:57전략적이고 윤리적인 의사 결정을 포함합니다.
07:01무엇을 하려고 합니까?
07:03나와 AI 사이에 작업을 어떻게 나눠야 합니까?
07:06어떤 시스템이 내 가치에 부합합니까?
07:09책임감 있는 협업을 어떻게 보장합니까?
07:11설명-판별력 루프는 순간순간의 의사 결정을 다룹니다.
07:16AI 협업의 전술적이고 반복적인 작업을 포함합니다.
07:21이 구체적인 요구를 어떻게 전달합니까?
07:24이 출력은 내 기준을 충족합니까?
07:27접근법을 어떻게 다듬습니까?
07:30실제로 이 두 루프는 끊임없이 서로에게 정보를 제공합니다.
07:35전략적 결정은 전술적 실행을 형성하고, 전술적 발견은 전략적
07:41사고를 다시 형성합니다.
07:42AI Fluency를 가르치는 일은 학생이 가치관, 판단하는 능력, 실용적인 기술을 개발하도록 돕고,
07:49인간-AI 협업에 더욱 사려 깊게 접근하도록 하는 것입니다.
07:53상황, 과목,
07:58학생, 제약 조건을 알 수 없기 때문에 이 코스를 상당히 유연하게 구성했습니다. 그래도 이 접근법을 적용하는 데 필요한
08:02내용을 각자의 맥락에 맞게 제공하겠습니다.
08:05다음 영상에서는 위임-성실 루프와 AI 협업에서 책임감 있는
08:09설계와 의사 결정을 가르치는 방법을 살펴보겠습니다.
08:14그다음에는 설명-판별력 루프와 학생이 AI와 효과적인 협업 환경을
08:18구축하도록 돕는 방법을 살펴봅니다. 함께하면 학생이
08:22이처럼 변화를 일으키는 기술을 역량과 자신감을 갖고 헤쳐 나가도록 도울 수 있습니다.

Watch on YouTube

핵심 요점

AI Fluency Framework는 AI 상호작용에 대한 서술적 모델이자 규범적 가이드로서 기능합니다
네 가지 교육 접근 방식은 학생의 상황과 학습 목표에 따라 서로 다른 진입점을 제공합니다
선형 접근 방식은 구조와 순차적인 기술 구축이 필요한 초보자에게 가장 효과적입니다
더 경험이 많은 학생들은 실제 세계의 복잡성을 반영하는 비선형 또는 루프 기반 접근 방식, 또는 더 깊은 깊이를 제공하는 집중형 접근 방식에서 이점을 얻습니다
접근 방식의 선택은 학생들의 준비 상태, 가용 시간, 학습 목표에 맞아야 합니다

실습

이 실습은 여러분의 교육 맥락을 설정하고 각 접근 방식이 학생들에게 어떻게 작동할 수 있는지 탐구하는 데 도움이 됩니다.

교육 맥락 매핑하기

예상 시간: 10분.

Claude와 대화를 시작하세요(편의를 위해 이러한 예시 중 많은 부분에서 Claude를 언급하겠습니다. 그러나 이 과정에서 특정 언어 모델이나 특정 회사의 제품을 사용해야 한다는 요구사항은 없습니다. 선호하는 AI 어시스턴트를 사용하거나 여러 다른 모델/제품의 조합을 사용할 수 있습니다.)

시작하기 전에:

이 레슨에 첨부된 fluency 요약을 AI와 공유하여 AI가 어떤 Framework를 의미하는지 이해할 수 있도록 하세요
비디오 대본(레슨 1 리소스 참조)을 AI와 공유하여 네 가지 교육 접근 방식을 이해할 수 있도록 하세요

대화 시작하기:

여러분이 AI Fluency Framework를 가르칠 준비를 하고 있는 교육자임을 설명하는 것으로 시작하세요
여러분의 교육 상황과 과정 세부 사항에 대한 필수 정보를 공유하세요
학생들의 배경(물론 개인 데이터를 보호하면서), 그들의 일반적인 AI 경험, 그리고 학습 동기를 설명하세요
제한된 수업 시간, 기술 접근성, 또는 기관 정책과 같이 여러분이 직면한 특정 제약 사항을 논의하세요

AI와 함께 탐구할 주요 영역:

AI에게 여러분의 교육 맥락을 독특하게 만드는 요소를 생각해보도록 도움을 요청하세요
AI 협업에 대해 학습할 때 학생들이 가질 가능성이 있는 강점과 어려움을 논의하세요
여러분의 지도를 마친 후 학생들에게 성공이 어떤 모습일지 탐구하세요
여러분이 사용할 수 있는 리소스와 지원 시스템을 고려하세요

교육 맥락 문서 작성하기:

AI에게 이 논의를 여러분의 교육 맥락에 대한 구조화된 요약으로 종합하도록 요청하세요
이 요약이 모든 필수 요소를 포착하는지 확인하기 위해 검토하세요
이 문서를 저장하고 AI 파트너와 새로운 교육 대화(레슨 2와 3에서와 같이)를 시작할 때 재사용하여 맥락을 빠르게 설정하세요

다음 단계

다음 레슨에서는 AI 협업에서 책임감 있는 설계와 의사 결정을 위한 프레임워크인 Delegation-Diligence 루프를 탐구할 것입니다.