earticle

영어

The purpose of this study was to investigate the research trends in artificial intelligence education using keyword network analysis. For the study, the abstract content of the paper was analyzed. Theses and Dissertations Retrieval was conducted in RISS using the keyword ‘artificial intelligence education’, which created the basic analysing material. After a three-step screening process, 57 papers were finally analyzed. The results of this study can be summarized as follows; First, through the analysis of the degree centrality of the keyword network, a network with machine learning, positive, unplugged, algorithms, and elementary school students as a large hub is formed between keywords. Second, even in the analysis of betweenness centrality, it can be seen that machine learning, elementary school students, positivity, and algorithms have high betweenness centrality values, so that they are keywords that simultaneously act as intermediaries connecting other keywords. Third, among the tools for evaluating educational effects within the research on artificial intelligence education, the value of eigenvector centrality of learning understanding was higher than that of other measurement tools. This means that keywords of active research topics and learning comprehension are linked together.

한국어

본 연구는 키워드 네트워크 분석을 이용하여 인공지능 교육의 연구 동향을 분석하였다. 연구를 위해 학술지에 게재된 논문과 학위 논문의 초록 내용을 분석했다. 자료 선정 과정을 거쳐 57개의 논문을 선정하고, 단어 정제과정을 거쳐 핵심 키워드를 선정 하였다. 연구의 결과는 다음과 같다. 키워드 네트워크의 연결 중심성 분석을 통해 머신러닝, 긍정, 언플러그드, 알고리즘, 초등학 생을 대규모 허브로 하는 네트워크가 형성된다. 매개 중심성 분석에서 머신러닝, 초등학생, 긍정, 알고리즘은 매개 중심성 값이 높아 다른 키워드를 연결하는 중개자 역할을 동시에 하는 키워드임을 알 수 있다. 교육 효과를 평가하는 도구 중 학습 이해의 위세 중심성의 가치가 다른 측정 도구보다 높았다. 이것은 활발한 연구 주제와 학습 이해의 키워드가 서로 연결되어 있음을 의미한다.