지능형 체육과 직업 제작에서 교사의 역할 재구성: 다중 방법 접근법

요약

이 프로토콜은 지능 체육 환경 내에서 체육 교사들이 역할을 적응할 때 직면하는 인지적, 과제 기반적, 관계적 딜레마를 조사하기 위한 혼합 방법 접근법을 상세히 설명하며, 전략적 해결 방안을 제안합니다.

초록

이 연구는 지적 체육(IPE) 내에서 자신의 전문 역할을 재구성하는 데 있는 체육 교사들이 직면하는 딜레마를 살펴보고, 근거 기반의 구제 전략을 제안합니다. 혼합 방법 접근법을 사용하여 정량적 단계에는 단순한 무작위 표본 추출 기법이 사용되어 N = 126명의 응답자 표본 크기가 사용되었습니다. 또한 질적 단계에서는 목적 표본 추출 전략을 사용했고, 다섯 명의 체육 교사가 면접 대상으로 선정되었습니다. 우리는 정량적 설문 조사 데이터와 심층 질적 인터뷰를 통합하여 직무 제작의 여러 차원을 탐구했습니다. 우리의 연구 결과는 혁신적인 교육 환경에 적응하는 데 있어 인지적, 과제 기반적, 관계적 측면에서 상당한 도전 과제를 드러냅니다. 정량적 분석은 이러한 적응 도전에 영향을 미치는 중요한 예측 요인을 밝혀내는 반면, 정성적 데이터는 AI 응용에 대한 이해 부족, 제도적 지원 부족, 기술 인프라 부족이 주요 장벽임을 강조합니다. 교사들은 기술 혁신 속에서도 의미 있는 교사-학생 관계를 유지하는 것에 대한 우려를 표명했습니다. 이 연구는 교사들의 성공적인 적응이 개인의 노력만이 아니라 체계적인 지원에 달려 있음을 보여줍니다. 우리는 효과적인 직무 제작을 촉진하기 위해 개념적 교육, 인프라 개발, 윤리 지침 등 포괄적인 전략을 제안합니다. 이러한 연구 결과는 기술적으로 변화하는 교육 환경에서 교사의 적응을 이해하는 데 기여하며, 지능적인 체육 개혁을 실행하는 실질적인 지침을 제공합니다.

서론

인공지능의 발전은 그 빠른 발전 덕분에 교육을 근본적으로 변화시키고 있습니다^. 국가 계획들은 이러한 변화를 촉진하며, 여기에는 차세대 인공지능 개발 계획과 중국 교육 현대화 2035 2^{계획이 포함됩니다}. 이 변화는 체육(PE) 분야에서 기술을 단순한 도구로 사용하는 것이 아닙니다. 목표는 학생 개별별 교육, 실시간 피드백,^{건강 모니터링을} 가능하게 하는 지능형 솔루션을 개발하는 것입니다. 이 새로운 분야는 지능형 체육(IPE)이라고 불리며, AI^{와 사물}인터넷이 제공하는 데이터가 동적이고 개인화된 학습 환경을 조성하는 데 도움을 줍니다 ^5,6. 하지만 이러한 기술적 초점은 중심적인 인간적 요소 중 하나인 교사를 간과하는 경향이 있습니다. IPE에 대한 기존 논쟁이 기술 시스템과 학생 성과에 지나치게 집중하고 있으며, 이 새로운 환경에서 교사의 역할은^{여전히 불확}실합니다. 이로 인해 심각한 격차가 생깁니다. 교사들은 단순히 신기술의 톱니바퀴가 아닙니다. 그들의 전문성과 교수법적 고려, 그리고 학생들과의 동기 부여 관계는 대체할 수 없습니다. 따라서 이 연구가 집중할 문제는 전^{적으로 기술적인} 것은 아닙니다.

이것은 인간과 관련된 문제입니다: 체육 교사들은 지능형 시스템 도입에 어떻게 적응하고 영향을 받고 있을까요? 그들이 새로 요구하는 기술은 무엇이며, 어떤 어려움이 있나요? 교사의 경험을 인지하지 못한 채 IPE를 도입하면 마찰, 저항 또는 기술이 교사 권한을 무시하는 비전문화 효과가 발생할 위험이^{있습니다. 9}. 현재 연구에서 저자는 성공하고 진정한 고품질 교육 시스템을 만들기 위해 IPE가 시스템의 핵심에 있는 교사들을 적극적으로 포용하고 지원해야 한다고 제안합니다^{. 11}. 따라서 이 연구는 지능형 체육 생태계에서 교사의 역할에 대한 교육적, 심리적, 전문적 측면을 다루는 것을 목표로 할 것입니다. 전 세계 학습 기관들이 이러한 혁신 기술을 빠르게 구매하고 도입함에 따라, 기술 기반과^{학생 성과}에 더 중점을 두고 있습니다. 그러나 결정적이지만 종종 간과되는 것은 이 개혁에 참여하는 인간 구성원, 즉 체육 교사^입니다.

혁신^교육의 기술적 측면에 관한 방대한 문헌도 있습니다. 웨어러블 기술과 가상현실, 온라인 환경이 학생들의 참여와 운동 기술 학습을 향상시키는 가능성에 대해 학자들에 의해 잘 탐구되었습니다¹⁶. 동시에 관련 연구는 디지털 시대 교사 전문성 개발의 도전에 보다 전반적으로 집중되어 있으며, 변화 저항과 디지털 리터러시에 대한 언급이 자주 나옵니다^. 그럼에도 불구하고, 이 두 분야 사이에는 상당한 격차가 존재^합니다. 한편으로는 이 기술과 그것이 교육학에 미치는 전반적인 영향에 익숙하다; 하지만 다른 한편으로는, IPE 맥락에서 신체 교사의 업무 본질과 역할 정체성이 어떻게 변화하는지(재구성의 구체적인 측면에서)에 대해 구체적으로 이해하지 못하고 있습니다(^19,20).

이 연구는 직업 제작 이론을 지능형 체육(IPE)에 적용하여 교사들이 기술 변화에 대응하여 자신의 역할을 어떻게 적극적으로 재구성하는지 조사합니다. 이 책은 교사들의 직무 제작을 제약하는 인지적, 과제 기반적, 관계적 딜레마를 탐구하고, 이를 완화할 수 있는 경로를 제시하며, 수동적 채택이나 저항보다는 교사의 주체성을 강조합니다. 이 연구는 직무 제작을 비즈니스를 넘어 IPE의 실무적 맥락으로 확장하여, 역할 재형성을 이해하고 교사들의 전환을 지원하는 실질적인 전략을 제시합니다. 다중 방법 접근법을 사용하여 실증적으로 기반한 딜레마와 해결 경로의 유형론을 개발하고, 기술 성공을 결정하는 인간 요인에 대한 이해를 발전시킵니다. 이러한 통찰은 디지털 전환 기간 동안 교사의 복지를 보호하고 전문성 정체성을 유지하려는 관리자, 정책 입안자, 교사 교육자들에게 매우 중요합니다.

연구 목적:
1. IPE 구현 맥락에서 체육 교사들이 직면하는 주요 직무 제작 딜레마(인지적, 과제 관련, 관계적 문제)를 진단한다.

2. 이러한 딜레마의 강도에 영향을 미치는 주요 예측 요인(예: 기술적 자기 효능감, 기관 지원, 교육 경험)을 식별한다.

3. 교사들의 실제 경험과 AI 기반 교육 도구가 제기하는 도전과 기회에 대응하는 적응 전략을 탐구합니다.

프로토콜

이 연구는 사회과학 연구를 위한 인정된 윤리 지침에 따라 수행되었습니다. 시작 전에 사전 동의서, 설문 도구, 인터뷰 질문 등 연구 프로토콜이 검토되었습니다. 모든 참가자에게는 연구의 목적, 자발적 참여 성격, 언제든 처벌 없이 철회할 권리, 익명성과 기밀성을 보장하기 위한 조치가 상세히 명시된 정보지가 제공되었습니다. 데이터 수집이 시작되기 전에 모든 참가자로부터 서면 동의서를 받았습니다.

이 연구의 최우선 과제는 가능한 최고의 윤리 기준을 보장하는 것이었습니다. 익명 규칙이 지켜졌다; 모든 데이터는 전사 및 분석 단계에서 익명화되었으며, 포함된 식별 지점은 모두 제거되었습니다. 필명은 이 원고의 참여자들을 가리킵니다. 기밀 유지를 위해 모든 디지털 데이터는 비밀번호로 보호된 보안 서버에 저장되었습니다. 반면, 물리적 기록은 잠긴 캐비닛에 보관되어 1차 연구원만 접근할 수 있었습니다. 인터뷰는 참가자들이 편안하게 느끼고 자유롭게 의견을 표현할 수 있는 비밀 유지 환경에서 진행되었습니다. 더불어, 연구자들은 반성성(reflexivity) 입장을 취했는데, 이는 응답자들의 견해도 고려되고, 응답자들의 목소리와 경험을 편견이나 타협 없이 묘사하는 방식이었습니다.

연구 설계
연구 문제에 대한 포괄적인 이해를 위해 본 연구는 순차적 혼합 방법 연구 설계를 사용했습니다. 이 접근법은 단일 연구 내에서 정량적 및 정성적 데이터 수집과 분석을 통합하여 어느 한 방법보다 더 완전하고 미묘한 분석을 제공합니다. 정량적 조사 단계는 체육 교사들 사이에서 직업 개발 딜레마의 유병률과 성격에 대한 폭넓고 일반화 가능한 데이터를 수집하기 위한 횡단면 조사였습니다. 이후 심층적이고 반구조화된 면접으로 구성된 질적 단계가 이어졌습니다. 이 두 번째 단계의 목적은 통계적 결과를 상세히 설명하고 맥락화하여 정량적 추세 뒤에 숨겨진 근본적인 이유와 개인적 경험을 탐구하는 것이었습니다. 이 방법들의 결합은 삼각측량을 가능하게 했으며, 이는 서로 다른 데이터 출처의 발견이 수렴하여 결론의 타당성과 깊이를 강화하는 것입니다.

개체 수 및 표본
본 연구의 대상 인구는 중국 저장성 내 중등학교 및 대학의 현직 체육(PE) 교사로, 지능형 체육 교육 이니셔티브에 참여하거나 노출된 이들이었습니다. 순차적 혼합 방법 표본 추출 전략이 사용되었습니다. 정량적 단계에서는 대표성을 높이기 위해 층별 무작위 표본 추출 기법이 사용되었습니다. 표본 프레임은 먼저 저장성 내 주요 도시 및 교외 학군과 체육 프로그램을 갖춘 대학들을 식별하여 구성되었습니다. 그 후 학교들은 이 목록에서 무작위로 선정되었습니다. 선정된 각 기관 내에서는 체육 교사들이 참여하도록 초대되었습니다. 이러한 접근법은 주 교수진의 폭넓고 다양한 단면을 보장했습니다. 총 150개의 설문지를 배포하여 126개의 유효한 응답을 얻어 84%의 높은 응답률을 기록했습니다(표 1). 인구통계학적 프로필( 표 2에 제시됨)은 다양한 경험을 가진 표본을 반영합니다; 특히 가장 큰 그룹(41.3%)은 6년에서 10년의 교직 경력을 가지고 있었습니다. 표본은 주로 남성(72.2%)으로, 해당 지역 내에서 흔히 볼 수 있는 성별 분포를 반영합니다. 박사 학위 소지자 비율(20.8%)은 표본 내 대학 수준의 강사와 고위 교수진에 해당하며, 여기에는 저장사범대학교와 항저우사범대학교 같은 기관의 교사 양성 프로그램 교수진이 포함된다는 점을 명확히 하는 것이 중요합니다. 이는 이러한 자격이 덜 흔한 현장 교사들에게는 해당되지 않는다. 이후 정성적 단계에서는 목적 표본 추출 전략을 사용하여 추가 연락에 동의한 응답자 중에서 정보가 풍부한 사례를 선별하였습니다. 성별, 교수 경험, 기관 수준(중등 대 고등교육)의 다양성을 극대화하기 위해 5명의 체육 교사가 선정되었습니다(표 3). 이 전략적 선발은 신기술에 적응하는 초기 경력 교사부터 역할 변화를 겪는 경험 많은 대학 교육자에 이르기까지 다양한 관점을 포착하는 것을 목표로 했습니다²².

데이터 수집 절차
먼저, "인공지능이 체육 교사의 직무 설계에 미치는 영향에 관한 설문조사"라는 제목의 자체 설계 설문지를 통해 정량적 데이터를 수집했습니다. 광범위한 배포 전에, 이 도구는 36명의 교사(본 연구에는 포함되지 않음)와 함께 명확성, 신뢰성 및 타당성을 평가하기 위해 시범 운영되었습니다. 최종 설문지는 150명의 교사로 구성된 층별 무작위 표본에 배포되었습니다. 이 설문조사는 지능 스포츠 교육 맥락에서 인지적, 과제 관련, 관계적 직무 개발 문제의 주요 차원을 측정하기 위해 설계되었습니다. 설문 자료의 예비 분석 이후, 두 번째 정성적 단계가 시작되었습니다. 정량적 분석 이후, 두 번째 단계는 설문조사에서 확인된 구체적인 직무 개발 딜레마를 탐색하고 맥락화하기 위해 설계된 심층적이고 반구조화된 인터뷰였습니다. 참가자와 이전에 관계가 없었던 주 연구자는 후속 연락에 동의한 설문 표본 응답자 5명에게 연락을 취했습니다. 초기 연락은 설문조사 중 제공된 공식 이메일 또는 기관 커뮤니케이션 채널을 통해 이루어졌으며, 연구 목적과 윤리적 보증을 재확인한 공식 초대장을 전달했습니다.

모든 면접은 미리 정해진 절차를 따라 공식적으로 진행되었습니다. 참가자의 기관 내 예약된 회의실과 같은 사적이고 중립적인 장소에서 진행되어 기밀성과 편안함을 보장했습니다. 인터뷰는 참가자들의 모국어인 만다린어로 진행되었습니다. 각 세션은 45분에서 70분 사이이며, 평균 소요 시간은 약 55분이었습니다. 대화는 개방형 질문 일정에 따라 진행되었지만, 새롭게 떠오르는 주제를 탐구할 수 있는 유연성이 허용되었습니다. 모든 인터뷰는 전용 디지털 녹음기를 사용해 녹음되었으며, 각 세션 시작 시 참가자의 서면 동의를 다시 받았습니다. 참가자의 불편함을 최소화하기 위해 영상 녹화는 사용하지 않았습니다. 정확성을 보장하기 위해 각 인터뷰 직후 연구원이 오디오 파일을 만다린어로 그대로 전사했습니다. 필사된 텍스트는 주제별로 분석되었고, 최종 원고를 위해 주요 설명 인용문이 선정되었습니다. 이 인용문들은 연구팀에 의해 영어로 번역되었으며, 이중언어 전문가와의 역번역 검사를 통해 의미적 동등성을 검증했습니다.

데이터 분석 방법
수집된 데이터는 엄밀성을 보장하기 위해 전문 소프트웨어를 사용해 분석되었습니다( 그림 1 참조). 126개의 유효한 설문지에서 얻은 정량적 데이터는 통계 분석 소프트웨어로 가져왔습니다. 설명 통계(빈도, 백분율, 평균, 표준편차 등)를 계산하여 응답의 인구통계학적 특성과 전반적인 추세를 요약하였습니다. 내부 일관성을 확인하기 위해 척도에 대한 신뢰도 분석(크론바흐 알파)이 수행되었고, 변수 간 관계를 조사하기 위해 추론 분석도 수행된 것으로 보입니다. 인터뷰 녹취록의 질적 데이터를 분석하여 구조적이고 체계적인 주제별 분석을 용이하게 하였습니다. 이 과정은 녹취록을 반복해서 읽어 익숙해지고, 초기 코드를 생성한 뒤, 이 코드를 잠재적 주제로 정리하는 과정을 포함했습니다. 그 후 주제들이 검토되고 다듬어져 수집된 데이터를 정확히 반영하도록 정의되었습니다. 이 귀납적 과정은 인지적, 과제 기반적, 관계적 핵심 딜레마가 참가자들의 내러티브에서 직접 드러나게 하여, 정량적 발견을 뒷받침하고 설명할 풍부하고 질적인 증거를 제공했다²³.

결과

정량적 연구 결과
기술적 통계
기술 통계는 정량적 데이터 분석 과정의 입문 단계로, 연구 내 정보의 기본 특성을 간단히 개괄하는 단계로 설명할 수 있습니다. 이 검사들은 표본의 규범적 성격(변이 또는 분포), 중심 경향, 변동성을 추정하는 데 매우 중요하며, 이는 독자가 연구 결과의 적용 가능성을 이해하고 향후 추론 측정이 해석될 맥락을 찾는 데 도움을 줍니다. 본 연구에서는 126명의 체육 교사 참여자들의 인구통계학적 프로필을 특징짓는 데 기술적 통계를 사용하여, 성별, 교수 경험, 최고 학업 성취 측면에서 표본 구성에 대한 명확한 설명을 제공하였습니다(표 4). 본 요약은 해당 표본이 참여한 교사 전문가들의 다면적 특성 때문에 높은 대표성을 보인다는 점을 확인해주며, 이는 지능형 체육 분야에서 교사 전문가들의 다차원성을 대표할 수 있는 결과를 식별하는 데 매우 중요합니다.

토론

정량적 발견에 대한 논의
이 연구의 통찰력 있는 정량적 결과는 지능 교육 체육 교사들의 직업 창출 딜레마가 얼마나 다면적인지를 보여주는 실증적 증거를 제공합니다. 회귀분석은 가장 견고하고 미묘한 통찰을 제공하며, 인지된 제도적 지원과 기술적 자기 효능감이 교사의 인지 딜레마를 예측하는 통계적으로 가장 중요하고 영향력 있는 요인임을 밝혀냅니다. 이는 주요 어려움이 기술 분야에 있는 것이 아니라 사회적·전문적 상황과 개인의 신뢰에 깊이 뿌리내려 있음을 시사한다. 자신이 근무하는 기관에서 충분한 지원을 받지 못하고 새로운 기술을 사용할 능력이 없다고 느끼는 교사들은 혼란, 역할 갈등, 명확성 부족을 경험할 가능성이 높으며, 이는 인지 딜레마에 기여합니다. 이 결과는 Ibrahim 등(^32,33)의 연구와 일치하고 진전시키는 데 설득력이...

재료

이 논문에 사용된 재료 목록

이름	회사	카탈로그 번호	댓글
AI 지원 도구가 탑재된 컴퓨터		—	데이터 분석 및 AI 기반 수업 설계에 필수
디지털 오디오 레코더			교사 인터뷰를 녹화하곤 했어요
지능형 평가 시스템		—	교사들이 언급한 선호하는 AI 애플리케이션
지능형 교육 플랫폼		—	교사들이 사용하는 AI 교육 도구의 일부로 언급됨
인터뷰 프로토콜 문서	자체 개발	—	반구조화된 인터뷰 가이드
학습 분석 플랫폼		—	AI 기반 교육 분석 도구로 언급됨
NVivo	QSR 인터내셔널	버전 12	정성적 주제 코딩에 사용
온라인 설문지	자체 개발	—	126명의 체육 교사로부터 답변을 수집하는 데 사용됨
SPSS (통계 소프트웨어)	IBM	버전 27	정량적 데이터 분석에 사용