earticle

영어

This study constructed a corpus by extracting text from the ‘Character’, ‘Objectives’, ‘Content System’, and ‘Achievement Standards’ sections of the 7th National Curriculum to the 2022 Revised Curriculum, and performed TF (Term Frequency), IDF (Inverse Document Frequency), and TF-IDF analyses. First, the TF analysis confirmed the quantitative emphasis of each era, showing the highest frequencies for ‘Programming’ and ‘Problem-Solving’ in the 2015 revision, and ‘Artificial Intelligence’ and ‘Data’ in the 2022 revision. Second, the IDF analysis identified terms such as ‘Computational Thinking’ and ‘Artificial Intelligence’ as distinctive keywords of specific eras due to their high IDF values. Third, the TF-IDF analysis confirmed a qualitative paradigm shift, with the key representative term moving from ‘Word Processor’ (7th) to ‘Computational Thinking’ (2015) and ‘Artificial Intelligence’ (2022). This study is significant in that it empirically demonstrates these chronological changes across three dimensions (TF, IDF, TF-IDF), providing foundational data for envisioning the future of information education.

한국어

본 연구는 초등학교 6학년 학생들의 문제 해결 역량 향상을 목표로 문제 중심 학습(PBL) 기반의 5차시 수업 프 로그램을 설계하고 적용한다. 수업은 학습자의 일상과 적합한 진주 진양호 생태계 파괴로 인한 수달 서식지 소멸 위기라는 실제적인 문제를 다루었다. 이 프로그램을 통해 학생들은 5단계의 문제 해결 과정을 경험하며, 컴퓨팅 사 고력과 협력적 탐구를 바탕으로 해결책을 구상하고 실행했다. 사후 학습자 인식 조사를 실시한 결과, 학생들은 PBL 수업 경험과 문제 해결 능력 향상에 대해 매우 긍정적인 반응을 보였다. 이러한 결과는 PBL 수업 방식이 피지컬 컴퓨팅 활용 및 알고리즘 사고와 같은 컴퓨팅 요소를 통합하여 교육 현장에 효과적으로 적용될 수 있으며, 문제 해결 능력과 컴퓨팅 사고력을 동시에 증진시킬 수 있는 교육적 잠재력을 가지고 있음을 시사한다.