ChatGPT를 활용한 통합과학논리 및 논술수업이 예비 과학교사의 테크놀로지 교수내용지식(TPACK)에 미치는 영향

ChatGPT는 대규모의 텍스트 데이터 구조 학습을 통해 패턴을 파악하고 이에 기초해 질문에 대한 적절한 언어를 생성한다(Brown et al., 2020). 인간과 대화를 통해 상호작용할 수 있다는 점에서 교육적 맥락에서 학습을 촉진할 수 있는 수단으로의 가능성에 대한 모색이 이뤄지고 있다. 교수-학습 과정에서 교사를 보조하고 보완할 수 있는 도구로서의 측면을 강조하고(Jeon & Lee, 2023), 학습자의 이해 수준에 기초한 개인 맞춤형 학습을 제공할 수 있다는 점도 주목받고 있다(Baidoo-Anu & Owusu, 2023).

최근 교육 분야에서 ChatGPT 활용에 대한 연구는 크게 세 영역으로 분류되고 있다(홍수민, 한형종, 2023). 첫째는 여러 교과 영역에서 생성형 인공지능의 활용 가능성을 탐색하는 것이고, 둘째는 ChatGPT의 교육적 활용에서 고려해야 할 윤리적 문제, 데이터 편향 등의 한계에 대한 연구이다. 셋째는 교육 분야에서 ChatGPT의 역할에 대한 검토이다. 실제 다양한 교과에서 이와 같은 측면에서 ChatGPT 관련 연구가 이루어지고 있다. 선행 연구(손태권, 구종서, 안도연, 2023)은 학습자의 수학적 지식과 문제해결 방법에 대한 평가를 ChatGPT로 실시해 평가 도구로서의 가능성을 제시하였고, 영어교육에서 평가 문항 개발에 활용한 연구(Hong, 2023)도 있다. 초등학교 과학 탐구활동에서 ChatGPT를 활용해 실험설계 등에 도움을 제공하는 연구(변정호, 권용주, 2023)도 실시되었다. 또한 지리교육 분야에서는 학습자와 ChatGPT 가 질문과 응답 과정을 통해 심화학습과 오개념 수정이 가능함을 제시하였다(유재진, 2023).

특히 작문 활동 중 학습자가 작성한 내용에서 ChatGPT가 오류를 찾고, 수정할 수 있다는 연구(신동광, 정혜경, 이용상, 2023)는 글쓰기 수업에서 ChatGPT의 활용 가능성을 보여주고 있다. 여러 선행 연구들을 통해 ChatGPT의 활용은 수업 시간 등의 제약 조건을 넘어 다양한 학습을 제공할 수 있다는 가능성을 보여주고 있다. 반면에 부정확한 정보, 데이터 편향성, 표절 등의 윤리적 문제 등 생성형 AI로 인해 야기될 수 있는 문제들은 교육 현장 도입에 앞서 필수적으로 논의될 필요가 있다. 특히 학습자들이 생성형 AI의 기술적 특성을 이해하고, 이를 토대로 ChatGPT가 제공하는 정보를 비판적으로 판단할 수 있는 능력을 기르는 것도 중요하다(김선영, 심주보, 심재창. 2023).

ChatGPT는 교육 현장에서 활용해왔던 기존의 테크놀로지와는 달리 인공지능 자체에 대한 이해가 어려워 접근이 어렵고 활동하기 쉽지 않은 측면이 있다(최정원 외, 2022). ChatGPT 자체에 대한 이해가 제한적일 수 있다는 것은 교수자가 교과내용학과 교과교육학, 교육학적 요소들에 대한 종합적인 이해를 바탕으로 활용해야 함을 의미한다. 이와 같은 맥락에서 ChatGPT의 활용은 교사의 TPACK과 밀접한 관계가 있다고 볼 수 있다. 선행 연구(김방희, 2022)에서는 중등 예비교사의 인공지능 관련 교육 경험은 인공지능에 대한 인식과 인공지능 교수 효능감에 긍정적인 영향을 미친다고 주장하였다. 이는 예비 교사들이 학습 과정에서 생성형 인공지능 등의 테크놀로지를 직접 접해보는 것이 교수 역량에도 영향을 미칠 수 있음을 시사하고 있다.

특히 박찬솔 외(2023)의 연구에서는 교사 자신이 테크놀로지를 선택하고 활용하려는 태도가 중요하므로 예비 교사들을 대상으로 한 인공지능 수업을 통해 TPACK의 향상이 가능함을 제시하였다. 또한 다른 선행 연구(손태권, 구종서, 안도연. 2023)에서는 초등 수학수업에서 교사가 인공지능 활용 의도를 이해하는 것과 TPACK 간에 관련성이 있는 것으로 나타났다.

교사의 TPACK은 새로운 테크놀로지를 수업에 도입할 때 중요한 토대를 제공한다(Joo, Park, & Lim, 2018). 특히 생성형 인공지능 등의 새로운 테크놀로지를 도입할 때 교사의 TPACK은 매우 중요하다. 예비 교사의 경우 다양한 테크놀로지를 활용한 교수-학습 경험이 매우 제한적이기 때문에 실제 수업과 유사한 경험을 제공하는 것이 TPACK 향상에 큰 영향을 미칠 수 있다(이옥화, 장순선, 2018). 그러므로 본 연구에서 ChatGPT를 활용한 교수-학습 과정을 예비 과학교사들이 직접 경험함으로써 TPACK에 변화가 있는지를 살펴보는 것은 의미가 있다.

이 연구는 J대학교 사범대학 예비 과학교사 21명을 대상으로 이루어졌다. 이 예비 교사들은 과학교육학부 4학년생으로, 물리교육 전공 8명과 생물교육 전공 13명이다. 이 중 남학생은 12명, 여학생은 9명으로, 이 예비 교사들은 모두 이전 학기까지 다수의 교과교육학 교과목과 교과내용학 과목들을 수강하였다. 첫 주차 수업에서 교과목 운영 계획에 대한 상세한 안내를 제공하였고, TPACK 검사 관련 사항도 사전에 제시하였다. 이에 대해 모든 수강생들이 연구 참여에 동의하였다.

이 연구에서는 예비 과학교사의 TPACK을 알아보기 위해 선행 연구(최경식, 백성혜, 2021)에서 개발한 검사지를 토대로 Likert 5점 척도 문항과 개방형 문항으로 재구성하였다. Likert 문항은 총 23개 문항으로 구성되었는데, 그 중 교수내용지식(Pedagogical Contents Knowledge, PCK) 7개 문항, 테크놀로지 기반 내용지식(Technological Contents Knowledge, TCK) 6개 문항, 테크놀로지 기반 교육학지식(Technological Pedagogical Knowledge, TPK) 5개 문항, 테크놀로지 교수내용지식(Technological Pedagogical Contents Knowledge, TPACK) 5개 문항으로 이루어졌다. 또한 Likert 척도 문항 외에 PCK, TCK, TPK, TPACK 영역별로 개방형 문항을 추가함으로써 TPACK에 대한 예비 과학교사들의 인식을 좀 더 구체적으로 살펴보았다. 검사지에 대한 타당도는 글쓰기 교육 관련 다수의 연구 경험이 있는 과학교육학 박사 2인과 현직 과학교사 1인이 검토하였다. 특히 타당도 검토 과정에서 검사지 문항 중 ‘논리 및 논술’로 표현된 부분이 예비 과학교사가 중등학교 현장에서 수행할 수 있는 수업 상황과 맞지 않는다는 지적에 따라 ‘과학 글쓰기’로 수정하였다. 검사지에 대한 신뢰도 분석 결과 사전 검사지의 Chronbach α 계수는 .925, 사후 검사지는 .964로 매우 높게 나타났다. 검사지에 대한 신뢰도 분석 결과와 일부 문항 내용, 문항 유형 등에 대한 구체적인 내용은 <표 1>에 제시하였고, 개방형 검사 문항의 내용은 <표 2>에 제시하였다.

본 연구에서는 ChatGPT를 ‘통합과학논리 및 논술’ 수업에서 활용하였다. 학기 초 오리엔테이션을 통해 이 교과의 목표는 통합과학의 교과논리에 대한 이해를 바탕으로 예비 과학교사의 글쓰기 역량 함양과 동시에 중등학교 과학글쓰기 교수 역량 강화임을 제시하였다. 수업 과정에서도 이 목표를 지속적으로 강조하여 예비 과학교사들이 과학글쓰기 지도에 대한 이해를 높이도록 했다. 교육과학기술부(2009)는 ‘교과논리 및 논술’과목을 ‘각 교과별 특성에 부합되는 논리적 사고의 근본 법칙 및 논술에 관한 교육’으로 규정하고 있다. 따라서 통합과학논리 및 논술’에서는 논리적 사고와 그에 따른 과학 추론, 탐구계획서, 연구노트, 보고서 쓰기 등 과학글쓰기의 실제에 대해 다루었다. 특히 예비 과학교사로서 통합과학 교과의 논리성을 학습하는 것은 중등학교 글쓰기 지도력을 기르는 것과 밀접한 관련이 있다.

‘통합과학논리 및 논술’ 수업은 ChatGPT를 활용한 질문과 토론, 에세이 작성, 첨삭 활동 등 다양한 형태로 진행되었다. 예비 과학교사들은 교수자가 미리 탑재한 동영상 수업자료를 학습하였다. 교수자는 각 주차별 수업 내용에 대한 이론적 설명을 동영상으로 제작해 제시하였고, 예비 과학교사들은 수업 전 동영상을 시청하면서 질문을 작성하였다. 오프라인 수업 시간에는 사전에 작성한 목록을 토대로 ChatGPT에 질문하면서 학습을 진행하였다. 또한 ChatGPT의 응답 내용을 검토하고, 예비 과학교사들이 추가 질문을 제시하였다. 예비 과학교사들이 제시한 글에 대해 ChatGPT가 질문을 생성하도록 해 상호 토의가 이루어졌다. [그림 1]에 나타난 바와 같이 ChatGPT를 활용해 학습한 후 예비 과학교사들은 학습 내용을 요약하고, 학습 과정에 대한 성찰을 기록하였다. 특히 일례로 논증글쓰기 활동에서 예비 과학교사들은 논증글을 작성하고, 주장과 근거, 보장 등 논증 요소들을 분석하였다. 그리고 예비 과학교사들은 ChatGPT에 자신의 논증글을 제시해 주장과 근거 등을 분석하게 하고 스스로 분석한 논증 구조와 비교하는 활동을 전개하였다. 이와 같은 ChatGPT와의 상호작용을 토대로 하여 제시된 주제에 대한 에세이를 작성하였고, 그에 대한 교수자 피드백이 진행되었다. 또한 에세이 작성 중 의사소통과 관련해 그래프 그리기 등은 구글코랩에서 파이썬을 활용한 코딩을 활용하였다. 학습 과정 전반에 걸쳐 모든 교수-학습자료들은 구글클래스룸을 통해 공유되었다. 업로드된 글쓰기 결과물에 대해서는 예비 과학교사들이 서로 첨삭을 하였고, 그에 따른 고쳐쓰기가 이루어졌다. 특히 과학탐구계획서와 보고서 쓰기에서의 첨삭 활동을 비롯해 전체적인 고쳐쓰기 활동은 예비 교사로서 향후 중등학교 학생들에 대한 과학 글쓰기 지도라는 차원에서 이루어졌다. 특히 예비 과학교사들과 ChatGPT 간 질문과 응답, 첨삭 등 다양한 상호작용에 대한 기록은 모두 파일로 작성해 제출하였다. 예비 과학교사 개개인이 작성한 이 포트폴리오를 통해 교수자는 ChatGPT를 활용한 학습 과정 전반을 파악하였고, 추가의 첨삭과 피드백을 제공하였다. 이 수업 설계는 통합과학논리 및 논술 수업을 대상으로 구성된 것이므로 다른 교과목 수업 설계에 일반화하기에는 한계가 있다. 이 수업 운영의 구체적인 내용은 <표 2>에 제시하였다.

그림 1. 예비 과학교사 D의 학습지 일부

Download Original Figure

첫째 주 수업에서 ChatGPT 활용 방법 등 교과목 운영에 대한 전반적인 내용을 안내하였다. 또한 이 연구의 내용을 소개하고, 모든 예비 과학교사들의 동의를 얻은 후 TPACK 사전검사를 실시하였다. 사후검사는 14주차 수업 후 실시되었다. 예비 과학교사들의 TPACK에 대한 사전 사후검사 간 차이는 Wilcoxon 부호순위검정 중 대응표본을 이용해 분석하였다. 본 연구의 대상은 예비 과학교사 21명으로 30명 이하이고, 정규분포를 가정하기 어려운 집단으로 판단되어 비모수검정을 적용하였다. 또한 TPACK 구성 요소들 간 관련성을 알아보기 위해 상관관계 분석을 실시하였다. 모든 통계 분석은 SPSS 24.0을 활용하였다.

또한 사전 사후검사에서 개방형 문항에 대한 응답 내용은 귀납적 방법(Miles & Huberman, 1994)을 활용해 분석하였다. 우선 응답 내용을 세밀하게 읽고 문장 단위로 나눈 후 핵심어를 추출하여 정리하였다. 이를 토대로 핵심요소를 범주화하는 방법을 통해 분석하였다. 개방형 문항에 대한 분석은 과학교육학 박사 1인과 이학박사 1인에 의해 실시되었다. 분석자들은 각각 분석을 실시하였고, 이후 분석 결과를 서로 비교 검토하였다. 분석 결과가 일치하지 않는 내용에 대해서는 반복적으로 자료를 다시 검토하였고, 이를 토대로 논의를 거쳐 최종 결과를 도출하였다.

생성형 AI를 활용한 통합과학논리 및 논술 수업이 예비 과학교사들의 TPACK에 영향을 미쳤는지 알아보기 위해 사전 사후검사 간 Wilcoxon 부호순위검정을 실시하였다. 분석 결과 사후 검사 결과가 통계적으로 유의한 차이를 보였다(p<.001). 또한 하위 영역인 PCK, TCK, TPK 모두에서도 유의한 차이를 나타냈다(<표 3> 참조). 이와 같은 결과를 토대로 볼 때 생성형 AI를 활용한 통합과학논리 및 논술 수업이 예비 과학교사들의 TPACK에 긍정적인 영향을 미쳤음을 알 수 있다. 실제 학교 수업에서 교사들의 지식은 맥락의 영향을 받는다(Doering et al., 2009). 본 연구에서는 예비 과학교사들이 생성형 AI를 수업 중 직접 활용하였고, 그 과정에서 얻어진 정보들을 정리해 에세이를 작성하였다. 특히 선행 연구(신주은, 박판우, 배영권, 2023)에서 제시한 바와 같이 예비 과학교사들이 학습 내용과 관련해 질문과 응답을 통해 ChatGPT와 상호작용한 것이 긍정적인 영향을 미친 것으로 판단된다. [그림 2]에 나타난 바와 같이 예비 과학교사들은 자신이 쓴 글을 ChatGPT에 제시하고 비판적 분석을 하는 등의 상호작용을 전개하였다. 또한 이 수업에서는 생성형 AI를 활용한 첨삭 활동도 실시하였고, 일련의 교수-학습 과정에서의 산출물들은 모두 구글클래스룸 등 다양한 학습 애플리케이션을 활용해 공유되었다. 생성형 AI를 비롯해 구글클래스룸, 구글코랩 등을 직접 사용하였으므로 TCK의 향상에 긍정적인 영향을 미쳤을 것으로 판단된다. 이와 같은 결과는 예비 교사를 대상으로 TPACK수업을 실시한 결과 CK와 TK에서 유의미한 향상이 있었음을 제시한 선행 연구(신원석, 한인숙, 엄미리, 2012)의 결과와 유사한 양상을 나타내는 것이다. 특히 본 연구에서는 실험보고서 쓰기와 그에 대한 첨삭 등 실제 중등학교 수업에서 활용할 수 있는 교수-학습의 맥락을 제공하였으므로 예비 과학교사의 TPACK에서 유의미한 차이가 나타난 것으로 추정된다. 즉 생성형 AI 활용뿐만 아니라 구글클래스룸, 구글코랩 등 다양한 에듀테크를 교수-학습 과정과 관련지여 활용한 경험이 예비 과학교사들의 TPACK에 긍정적으로 작용한 것으로 볼 수 있다. 특히 예비 과학교사들의 글쓰기 활동과 관련해 교수자는 ChatGPT를 활용한 방법과 그 과정에서 학습한 내용을 중등학교 수업에 도입할 수 있는 방안을 고려하도록 피드백을 제공하였다. 이러한 교수자의 피드백이 예비 과학교사들의 TPACK에 긍정적인 영향을 미친 것으로 판단된다. 또한 교수자는 예비 과학교사들이 매주 제출한 파일을 모두 읽고 수정이 필요한 내용은 다시 확인하도록 피드백을 제공했다. 교수자가 수정한 내용을 직접 제시하지 않고, 특정 부분에 대한 자료 조사를 추가하도록 하는 형태로 피드백을 제시했다. 이를 통해 예비과학교사들이 ChatGPT를 통해 얻은 자료를 비판적으로 읽고 취사선택하는 기회를 제공했다.

그림 2. 에세이 분석에서 예비 과학교사 F의 토의 중 일부

Download Original Figure

선행 연구들(김성원, 이영준, 2020; 최영미, 홍승호, 2019)에서는 테크놀로지를 활용한 프로그램의 적용이 예비 교사들의 TPACK 향상에 효과적임을 제시하였다. 본 연구에서도 생성형 인공지능을 비롯해 구글클래스룸, 구글코랩 등 다양한 테크놀로지를 활용한 수업을 예비 과학교사들에게 제공함으로써 TPACK에 대한 긍정적인 인식이 형성된 것으로 볼 수 있다. 특히 교육부(2020)는 ‘과학·수학·정보융합교육종합계획(2020~2024)’를 통해 예비 교사들이 인공지능 활용 등 융합교육 역량을 갖출 수 있도록 하는 교육과정 운영을 강조하였다. 본 연구에서 생성형 인공지능을 활용한 통합과학논리 및 논술 수업을 운영한 것은 예비 과학교사들이 실제 인공지능을 활용하는 방법을 학습할 수 있는 기회를 제공했다는 점에서 TPACK에 영향을 미쳤을 것으로 판단된다. 선행 연구(최정원 외, 2022)에서 강조한 바와 같이 예비 교사의 TPACK 함양을 위해서는 직접적인 실천 활동이 필수적이다. 선행 연구(문수진, 이지원, 김중복, 2022)에서도 온라인 기반 학습 프로그램이 예비 과학교사의 TPACK 향상에 효과적인 것으로 나타났다. 특히 장봉석(2021)은 TPACK에 대한 예비 교사의 인식을 분석한 연구에서 TPACK 실습 기회의 확대와 함께 실행 매뉴얼 개발 등에 대한 논의가 필요함을 주장하였다. 본 연구에서 다양한 과학 글쓰기 활동과 연계해 생성형 인공지능, 구글클래스룸, 구글코랩 등을 직접 다뤄보고, 보고서 첨삭, 그래프 그리기 등 실제 중등학교 과학수업에서 활용할 수 있는 교육적 맥락을 제공한 점이 예비 과학교사의 TPACK에 긍정적으로 작용한 것으로 추정된다. 예비 수학교사의 수업설계를 분석한 선행 연구(이유진, 2023)에서는 예비 교사들이 동기유발 등 일부 과정에 ChatGPT를 주로 활용한 것으로 나타났다. 본 연구에서는 글쓰기수업과 관련해 논증과 그에 대한 반박, 표와 그래프의 활용 등 다양한 영역에서 ChatGPT를 활용한 점이 예비 과학교사의 TPACK에 긍정적 영향을 미친 것으로 판단된다.

선행 연구(신원석, 한인숙, 엄미리, 2012)에서 나타난 바와 같이 예비 교사의 CK가 향상되었음에도 불구하고 PK 측면에서는 유의미한 차이가 나타나지 않을 수 있다. 본 연구에서도 예비 과학교사들이 실제 교수 활동을 수행하는 상황에서 TPACK을 조사한 것은 아니므로 PK 측면에서의 향상을 직접적으로 확인할 수 없다는 한계가 있다. 그러나 사후검사에서 PCK와 TCK가 유의미한 차이를 나타낸 것은 과학 글쓰기 지도와 관련해 생성형 AI 등을 활용한 토의와 첨삭 등을 진행한 점이 효과적임을 시사하고 있다. 특히 [그림 3]에 제시된 바와 같이 ChatGPT를 활용한 학습 내용을 토대로 중등학교 수업계획을 작성하는 활동을 실시하였다. 이 과정에서 예비 과학교사들은 ChatGPT를 이용한 수업설계를 반복적으로 실시하였다. ChatGPT가 작성한 수업계획에 대해 예비 과학교사들은 수정이 필요한 부분을 제시하였다. 교수자도 수업설계에 대해 보완 내용을 제공하였다. 이와 같은 과정은 예비 과학교사들이 테크놀로지를 활용한 교수 활동에 대한 이해를 높이는 데 효과적인 것으로 추정된다. 또한 예비 과학교사들이 테크놀로지를 활용해 정보 검색과 그에 따른 취사 선택의 과정을 반복적으로 경험함으로써 교과 내용에 대한 이해를 높인 것으로 볼 수 있다. 그러므로 교사양성 교육과정에서 예비 과학교사들의 TPACK을 향상시키기 위해서는 테크놀로지의 활용과 함께 테크놀로지를 활용한 교육적 맥락의 활동 경험을 확대하는 것이 바람직한 것으로 판단된다. 이와 같은 측면에서 볼 때 본 연구에서 수업계획 작성과 그에 대한 피드백을 지속적으로 제공한 것이 예비 과학교사의 TPACK에 영향을 미친 것으로 볼 수 있다.

그림 3. 예비 과학교사 L의 수업계획 작성 예시

Download Original Figure

본 연구에서는 PCK, TCK, TPK, TPACK 간 관련성을 알아보기 위해 상관관계를 분석하였다. 분석 결과 TPACK과 가장 높은 상관관계를 나타낸 것은 TCK였다. 또한 PCK, TCK, TPK, TPACK 간 상관관계가 모두 높은 것으로 나타났다. 특히 TPK, TCK와 TPACK의 높은 상관관계는 테크놀로지를 기반으로 내용 지식과 교육학적 지식에 대한 이해를 높이는 것이 예비 과학교사의 TPACK 향상에 긍정적인 영향을 미칠 수 있음을 시사하고 있다. Al-Fudail & Mellar(2008)은 학교 교육에서 교사의 테크놀로지에 대한 이해 부족으로 인해 PCK가 제대로 구현되지 못함을 지적하였다. 또한 Niess(2011)는 예비 교사교육에서 TK와 PCK를 분리해 교육하기 때문에 교육 맥락에 적합한 테크놀로지를 활용이 제한적으로 이루어지고 있음을 주장하였다. 그러므로 TPACK의 각 요소 간 관련성을 파악하여 TPACK 수업을 구성하려는 노력이 요구된다. 즉 교사양성 교육과정에서 예비 과학교사의 TPACK 향상을 위한 프로그램을 개발할 때 이 상관관계 분석 결과를 토대로 TPACK 구성 요소 간 관계를 명확히 분석하고, 그를 토대로 TPACK 프로그램의 개발 방향에 대한 논의를 전개할 필요가 있다고 판단된다. 본 연구에서 예비 과학교사들이 ChatGPT를 활용한 방법과 그 과정에서 학습한 내용을 토대로 중등학교 수업계획을 설계한 경험은 TCK와 PCK를 종합적으로 나타낼 수 있다는 점에서 TPACK 요소 간 관련성을 효과적으로 활용한 것으로 볼 수 있다. TPACK 요소들 간 구체적인 상관관계 분석 결과는 <표 4>에 제시하였다.

본 연구에서는 TPACK 사전 사후검사와 함께 개방형 문항에 대한 응답을 조사하였다. 교수내용지식, 테크놀로지내용지식 등 각 영역별로 사전 사후 검사에서의 응답을 검토하였다. 예비 과학교사들의 응답을 문장별로 나누고, 각 문장에서 핵심어를 추출해 정리하였다.

예비 과학교사들의 응답 내용을 분석한 결과 PCK 영역의 사전검사에서는 과학글쓰기에 대한 이해가 부족하다는 의견과 논리적인 글쓰기를 해 본 경험이 거의 없다는 내용이 주를 이루었다. 이에 비해 사후검사에서는 보고서 쓰기 등 과학글쓰기에 대한 내용을 새롭게 알게 되었고, 과학추론 등을 이해하게 되었다는 내용이 대부분을 차지했다. PCK 영역에서 예비 과학교사들의 응답 내용 예시는 아래에 제시하였다.

TCK 영역의 사전검사에서는 교육 분야에서 활용하고 있는 다양한 테크놀로지 자체에 대한 이해가 부족해 학생들을 가르칠 때 활용하기 어려울 것 같다는 의견이 주를 이루었다. 사후검사에서는 ChatGPT를 사용해보았으므로 다른 테크놀로지도 잘 활용할 수 있을 것 같다는 의견과 ChatGPT를 활용해 과학글쓰기 수업을 운영할 수 있을 것이라는 생각을 제시하였다.

TPK 영역에서는 인공지능 등 다양한 테크놀로지에 대해 궁금하긴 하지만 수업에서 활용하는 것까지는 생각해본 적이 없다는 내용이 사전검사에서 많이 나타났다. 또한 직접 이용하지 않았던 테크놀로지를 실제 수업에서 활용한다는 데 대해 부정적인 의견을 표현했다. 반면에 사후검사에서는 ChatGPT를 과학 글쓰기 수업을 진행하는 것을 직접 해보았기 때문에 생성형 인공지능을 수업에서 활용하는 것에 대해 부담이 적어졌고, 수업을 어떻게 이끌어야 할 지 알게 되었다는 의견이 대부분이었다. 특히 일부 예비 과학교사들은 ChatGPT에 낙하하는 물체의 다중섬광사진을 제시했을 때, 시간-거리 그래프를 그려내는 것을 보고 과학글쓰기에서 표와 그래프 작성에 ChatGPT를 활용할 수 있을 것이라는 기대감을 나타내기도 했다.

TPACK 영역의 사전검사에서는 가르칠 내용과 테크놀로지에 대한 이해를 매우 잘하는 것은 아니어서 실제 수업에서 ChatGPT 등의 테크놀로지를 활용하는 것은 어려울 것 같다는 의견이 많았다. 이에 비해 사후검사에서는 ChatGPT을 무조건 금지시킬 것이 아니라 학생 스스로 활용하고 객관적으로 정보를 판단할 수 있는 수업을 할 수 있을 것 같다는 의견과 중등학교 과학수업에서 과학글쓰기를 실시할 때 학생들이 느끼는 어려움 또는 부담감을 생성형 AI 등 에듀테크를 활용해 완화시킬 수 있을 것 같다는 의견을 제시하기도 했다.

앞서 살펴본 바와 같이 예비 과학교사들은 중등학교 과학 글쓰기수업에서 생성형 AI를 활용하면 학습자들이 과학 글쓰기에 대해서 갖는 부담감과 어려움을 완화시킬 수 있을 것이라는 인식을 나타냈다. 즉 과학 글쓰기 수업에서 생성형 AI 등의 에듀테크를 활용하는 것이 효과적인 교수-학습 전략이 될 수 있다는 인식을 보였다. 이와 같은 응답은 예비 과학교사들이 직접 생성형 AI 등의 에듀테크를 활용해봄으로써 과학 글쓰기 수업에서 교수-학습 전략의 하나로 활용할 수 있다는 인식을 나타내는 것이다. 또한 예비 과학교사들의 사후검사 응답 내용을 살펴보면 자신의 교수내용지식, 테크놀로지내용지식, 테크놀로지 교육학지식 등에서 긍정적인 변화가 있었다고 인식하는 것으로 나타났다. 이는 ChatGPT를 활용해 자료 찾기, 토의하기, 비평하기 등의 다양한 활동을 수행하면서 ChatGPT를 활용할 수 있는 여러 교수 전략들을 직접 경험한 것이 긍정적인 영향을 미친 것으로 판단된다. 특히 예비 과학교사들이 생성형 AI를 처음 접할 때는 어려움이 겪었으나 다양한 학습 활동에 직접 사용해보는 과정에서 실제 수업에서의 활용가능성에 대해 생각해보게 된 점이 주목할 만하다. 그러므로 생성형 AI 등을 활용한 통합과학논리 및 논술 수업이 예비 과학교사들의 TPACK을 향상시키는 데 효과적인 교수-학습 전략이 될 수 있음을 시사하고 있다.