연구문제 · Research Problem
현장에서 불편하다는 사실과 학술적 연구문제는 다릅니다. 기존 연구로 충분히 설명되지 않거나, 새로운 기술·환경 때문에 기존 설명이 흔들리는 지점을 연구문제로 정의합니다.
- 출발: 현상, 모순, 미해결 문제
- 검증: 기존 연구가 이미 답했는지 확인
- 결과: 연구할 가치가 있는 문제진술
RESEARCH PIPELINE · 연구 파이프라인
현장에서 불편하다는 사실과 학술적 연구문제는 다릅니다. 기존 연구로 충분히 설명되지 않거나, 새로운 기술·환경 때문에 기존 설명이 흔들리는 지점을 연구문제로 정의합니다.
누구에게, 어떤 개입이나 현상이, 어떤 결과에, 어떤 조건에서 영향을 주는지를 구체적으로 묻습니다.
문헌을 요약해서 나열하는 것이 아니라 무엇이 알려졌고, 무엇이 불일치하며, 어떤 대상·방법·맥락이 부족한지 구조화합니다.
이론을 바탕으로 독립변수, 매개·조절변수, 종속변수와 관계를 명시합니다. AI 기능명보다 교육적 개입과 결과를 변수로 표현해야 합니다.
질문의 성격에 맞춰 실험, 조사, 로그분석, 인터뷰, 사례연구, 설계기반연구 또는 혼합방법을 선택합니다.
통계적으로 유의하다는 사실만이 아니라 효과크기, 불확실성, 실제 교육적 의미와 한계를 함께 해석합니다.
METHODS · 연구방법
AI 개입조건을 통제해 집단 간 차이를 비교합니다. 인과효과 확인에 강하지만 실제 환경과의 차이를 검토해야 합니다.
현장 수업처럼 무작위 배정이 어려운 상황에서 기존 집단을 비교하고 통계적 통제를 사용합니다.
동기, 수용성, 신뢰, 자기효능감 등 직접 관찰하기 어려운 심리변인을 측정합니다. 검증된 척도와 문항타당성이 중요합니다.
인터뷰, 관찰, 학습자 서술을 통해 왜 특정 AI 경험이 효과적이거나 문제가 되는지 맥락과 과정을 깊이 이해합니다.
실제 교육현장에서 설계 → 적용 → 분석 → 개선을 반복하며 동시에 실천적 산출물과 설계원리를 개발합니다.
학습성과의 양적 차이와 그 차이가 발생한 이유에 대한 질적 설명을 결합합니다.
CORE CONCEPTS · 핵심 개념
연구자가 조작하거나 원인·예측요인으로 설정하는 변수입니다. 예: AI 피드백 방식, 에이전트 권한수준.
개입이나 조건에 따라 변화하는 결과변수입니다. 예: 성취, SRL, 인지부하, 학습지속성.
독립변수가 결과에 영향을 주는 과정이나 메커니즘을 설명합니다. 예: AI 지원 → 자기효능감 → 지속성.
효과의 크기나 방향이 누구에게, 어떤 조건에서 달라지는지를 설명합니다.
연구가 의도한 개념과 인과관계를 실제로 제대로 측정·추론하는 정도입니다.
차이가 존재한다는 사실을 넘어 실제 차이가 얼마나 큰지를 나타내는 지표입니다.
CORE LITERATURE · 핵심 문헌축
연구질문, 철학적 관점과 방법론을 연결하는 대표적 연구설계 입문서입니다.
인과추론과 내적·외적 타당도를 검토할 때 핵심 기준을 제공합니다.
실제 교육현장에서 반복적 설계와 이론발전을 결합하는 에듀테크 연구에 중요한 방법론적 근거입니다.
검색, 선별, 제외, 포함 절차를 투명하게 기록해 체계적 문헌고찰의 재현성과 신뢰성을 높입니다.
RESEARCH DESIGN · 연구 설계
질문형·정답형 피드백 조건을 비교하고 전이점수, 자기설명 빈도와 인지부하를 측정하는 실험연구로 설계합니다.
권한수준을 독립변수로 설정하고 SRL을 매개변수, 성취와 지속성을 결과변수로 구성합니다.
설문으로 신뢰·수용성을 측정하고 인터뷰로 설명가능성, 오류경험, 인간감독이 신뢰에 작용하는 과정을 분석합니다.