earticle

영어

This study examines a learning case in which generative AI was used to predict game outcomes based on batting average data collected from T-ball classes for third- and fourth-grade elementary school students. The ten-session physical education program involved students recording game data using a spreadsheet and comparing AI predictions with actual game results. By applying advantage rules, the study explored changes in students’ perceptions of fairness, learning motivation, and data literacy. The findings show that students recognized the limitations of AI predictions and the influence of real-game variables, demonstrating the potential of data-driven learning in physical education. This study presents an instructional model integrating physical education and AI education.

한국어

본 연구는 초등학교 3·4학년 학생을 대상으로 티볼 수업에서 타율 데이터를 수집하고, 이를 기반으로 생성형 AI을 활 용한 승부 예측 학습 사례를 분석하는 데 목적이 있다. 연구는 총 10차시의 체육 수업으로 설계되었으며, 학생들은 스프 레드시트 프로그램을 활용해 경기 데이터를 직접 기록하고 AI 예측 결과와 실제 경기 결과를 비교·분석하였다. 특히, 어 드밴티지 규칙을 적용한 수업 설계를 통해 공정성 인식, 학습 동기, 데이터 리터러시의 변화를 탐색하였다. 연구 결과, 학생들은 AI 예측의 한계와 실제 경기 상황의 다양한 변수를 이해하게 되었으며, 체육 수업에서 데이터 기반 학습의 가 능성을 확인할 수 있었다. 본 연구는 체육 교과와 AI 교육의 융합 수업 모델을 제시하였다는 점에서 의의를 가진다.