교육 매체는 학습자들이 학습을 제대로 수행할 수 있도록 돕는 보조적인 역할을 한다고 생각한다. 따라서 교육의 목적을 달성하는데 기여하는 상호 관련된 요소들을 파악하고 이를 체계적으로 사용해야 한다고 생각한다.

Dale's Cone of Experience shows 3 kinds of type for learning. We have to make high quality class using ASSURE model.

매체는 독립적이지 않고 수업을 준비하고 설계하는 과정의 한가지 요소일 뿐이다. 중요한 것은 수업설계의 여러 단계를 넘나들며 끊임없이 반응을 분석하고 피드백하며 수정하고 성장하는 것이다.

학습자 분석: 수확후 품질관리 실습을 듣는 학습자는 농업생명과학대학의 농업경제학과, 원예학과, 응용생물학과, 식물자원학과, 생물환경화학과, 언론정보학과 등 다양한 학과의 학생들이 모여있다. 이 강의는 수확물의 당도, 색상, 크기, 경도 등을 측정하고 이에 대한 등급을 매기며 좋은 품질의 농작물을 오랜시간 신선하게 보관하는 방법도 배운다. 실험도구(예, 교반기, 피펫, 산도계, 당도계 등) 사용에 대한 경험을 물어본 결과 대부분 이과계열의 학생은 실험을 해본 적이 있는 경우가 많았고 문과계열의 학생은 실험실이 처음이라는 경우가 많았다. 이과계열의 학생은 수확한 농작물의 표본을 만들어 색, 당도, 경도 등의 정확한 수치값을 구하고 수확방법에 따른 수확물의 상태변화를 그래프를 통해 시각적으로 기록하는 것에 관심이 많았다. 문과계열의 학생은 농작물의 유통과정에서 신선도를 높이기 위한 보관법 및 높은 가격을 받기위한 유통 경로의 선정 등에 관심이 많았다.

학습환경분석: 3월 13일 수업은 실험실에서 대면 및 조별수업으로 진행되었다. 학생들은 스마트팜에서 딸기 표본을 직접 수확하고 교수님이 나누어주신 캘리퍼스를 활용해 크기를 재고 각자 가지고 있는 핸드폰을 활용해 사진을 남겼다. 실험실의 산도계와 당도계는 하나뿐이라 조별마다 차례를 기다리며 수업을 진행하였다. 실험실 경험이 없는 친구들의 경우 각 도구를 처음 보아 사용법을 제대로 알지 못하고 있었다.

1) 수업목표: 숙도가 다른 ‘설향’ 품종 딸기의 품질 인자를 비교·분석하여 수확 후 생리적 변화에 대한 이해를 증진하여 적절한 수확 시기를 판단하는 방안을 모색하고자 한다.

2) 가네의 수업목표 유형에 따른 분류:

언어정보-숙도가 다른 설향 품종 딸기의 품질 인자 나열

지적기능-수확 후 생리적 변화 식별

인지전략-적절한 수확 시기를 판단할 수 있도록 숙도별 품질 기준표를 작성

태도-딸기 수확 시 숙도별 품질기준표를 활용하기를 선택

운동기능-적절한 시기에 최적의 숙도를 가진 딸기를 수확

3)학습과제 분석: 위계분석

4)Mager의 행동적 수업목표: 무작위로 섞인 설향 30개를 보고 숙도 80%, 숙도90%, 숙도100%로 나누어 각 숙도에 적합한 5개 이상의 설향을 찾아낼 수 있다.

Attention: 주의

Relevance: 관련성

Confidence: 자신감

Satisfaction: 만족감

'수확 후 품질관리 실습' 수업에 적용된 ARCS모형의 동기유발 전략을 분석해보았다.

'A주의'와 'R관련성'에 대한 동기유발 전략이 사용되었다.

먼저 '주의'와 관련해서 실험 재료로 사용될 설향 딸기를 따러 스마트팜으로 이동했다. 그 후 교수님께서 설향딸기를 맨손으로 수확한 것과 장갑을 끼고 수확한것, 딸기를 만지지 않고 수확한 것의 수확 수 품질차이가 있을지 질문하시면서 탐구적 주의를 환기시켰다.

마지막으로 '관련성'의 동기유발 전략을 사용하셨다. 우리가 영농창업을 하게 될 경우 이렇게 작은 차이로도 품질에 영향을 미칠 수 있음을 깨닫고 성공적인 영농창업을 하는데 도움이 될 것이라고 실용성에 중점을 둔 목표를 제시하셨다.

'신선한 농산물은 시간이 지나면 부패한다'는 기존의 지식을 바탕으로 '화학처리를 하면 부패 속도가 달라질 수 있다'는 새로운 개념을 조절할 수 있다.

사회적 구성주의에 따라 분석해보면

실험을 수행할 때 동료들과 협력하며 데이터를 공유하고 비교하는 과정에서 지식이 더욱 풍부해질 수 있었다. 특히 원예학과의 실험실에서 활동하고 있는 팀원이 있어 지식의 확장에 도움이 많이 되었다.

또한 교수님이 유황패드처리를 하면서 이 실험에서 유황패드를 상면에만 부착하는 것과 후면에만 부착하는 것, 두 면을 모두 부착하는 것에 차이가 있을까? 유황패드의 양을 얼마나 처리해야 할까? 같은 질문을 통해 학생들이 깊이 있는 사고를 하도록 Scaffolding 하였다.

조나센의 구성주의 학습환경 설계 모형 측면에서 분석해보면 실험자체가 실생활에서 해결해야 하는 '농산물의 부패속도 조절 및 유통 과정에서의 품질 유지'를 다루고 있다. 이렇게 이 수업은 실제적인 맥락을 제공하고 있다. 또한 딸기와 양송이 버섯이라는 서로 다른 두 농산물을 비교함으로써 다양한 사례를 탐구하고 있다.

중요한 정보를 강조하기 위해 글씨 색과 크기에 차이를 두어 신호를 주었다.

-멀티미디어 원리(multimedia principle)

텍스트와 소리, 그림을 함께 제시하여 학습자가 더 잘 알아듣고 기억할 수 있게 하였다.

-멀티미디어 자료 설계 원리(Mayer&Moreno, 2203)

기계음이 아닌 사람의 목소리로 개념을 설명하며 본유적 인지부화를 촉진하였다.

-개인화의 원리(personalization principle):

설명을 제공할 때 공식적인 어투가 아닌 대화체를 사용하여 본유적 인지부화를 촉진하였다.

그러나 디지털 네이티브에 포함되는 세대라고 할지라도 디지털에 대한 이해와 비판적 활용 능력은 별개이다. 디지털 리터러시는 기술 숙련도를 넘어서 정보사회에서 학습, 소통, 문제해결, 창의적 사고의 핵심 역량이 될 것이다. 따라서 ICT 리터러시, 인터넷 리터러시, 정보 리터러시, 미디어 리터러시를 통합적으로 길러주는 것이 중요할 것이다.

사전학습이 본 수업이나 현장/ 생활과 연결되어 있음을 강조하고 학습자의 진로나 전공과 관련된 내용을 삽입해서 관심사를 반영한다.

사전학습 분량을 짧고 명확하게 제시하며 체크리스트나 학습 가이드라인을 제공해서 자기점검을 유도한다.

사전학습을 해온 학생에게 작은 보상을 해주고 사전학습 내용이 실제 수업에 직결됨을 느끼게 한다.

미래 교사로서: 새로운 도구나 기술 도입에는 항상 양면이 존재한다고 본다. AI 도입 또한 그럴 것이다. 교사의 입장으로 AI활용 또는 디지털 교과서가 모두에게 공평하게 활용될 수 없고 분명 활용하는 정도나 접근하는 정도에서 격차가 발생할 것이다. 따라서 교사가 해야할 일은 학생들이 AI 학습도구를 최대한으로 사용할 수 있도록 그 학생이 탐구하고자 하는 분야가 무엇인지, 관심있고 흥미를 느끼는 부분이 무엇인지를 파악하고 어떻게 AI 도구를 활용하면 효율적인지 직간접 적으로 알려주어야 할 듯하다. 또한 오프라인에서 경험할 수 있는 것들을 최대한 많이 느낄 수 있도록 학습자가 협력하고 사회성을 키울 수 있는 환경을 조성하는 것이 좋을 것 같다. AI는 부작용이 매우 많이 존재한다. 하지만 이미 우리 일상에 성큼 다가와있다. 올바른 사용과 제도 확립은 매우 중요하며 올바른 가치관과 사용법을 미래세대에게 알리는 중요한 임무를 교사가 맡고 있다고 생각한다. AI의 수많은 우려가 있지만 학생들에게 새로운 도구로서 학습방법에 대한 새로운 길이 열릴 것임은 확신한다.

인간으로서: AI가 인간보다 보고서를 잘 쓰고 분석을 잘 하고 통계를 빠르고 효율적으로 내는 시대가 올 것이라고 본다. 수업시간에 배웠듯이 지금까지 많이 있었던 보고서 제출이나 논설문 작성등이 학생의 역량을 제대로 측정할 수 있을지 모르겠다. 그러니 오프라인 속에서의 평가가 더 중요해질 것 같다.

누군가에게 가치를 주려면 직접 발로 뛰며 그 사람의 입장을 알아보고 공감해야 한다고 생각한다. 가치를 제공하는 과정 자체, 프로젝트를 해나가는 과정 자체가 실적이 되는 시대가 올 수 있다고 생각한다. 프로그램을 계획하고 진행하고 피드백하는 그 과정자체가 인정받는 시대가 오길 바란다. 결과를 과정에서 오는 한 부분으로 보고 , 사람과 사람이 만나는 그 시간과 공간이 더 중요해 질듯 하다.

그러나 매우 걱정되는 것은 AI의 개발에 앞장서는 국가인 미국, 유럽, 중국 이외의 국가에서는 AI에 대한 차별과 격차가 더 심해질 것이다. AI는 사람이 넣어준 수만개의 지식을 학습하는데 여기서 제공하는 지식이 백인 중심, 서구 문화 중심일 확률이 매우 높다. 따라서 아시아, 아프리카, 중동 지역의 경우는 무의식적인 차별을 당할 수 있고 AI가 서구권에 중심인 잘못된 역사 지식을 학습할 수 있다. 따라서 이에 대한 세계적인 합의나 제도 마련이 시급해보인다.