학생 상호작용 중심의 토의‧토론 기반 인공지능 윤리 교육 프로그램 개발

2.1 인공지능 교육

인공지능이 사회 전반에 걸쳐 영향력을 미치고 있음에 따라 교육계에서도 학생들이 살아갈 미래의 역량을 위해 인공지능 교육에 대한 수요와 관심이 증가하고 있다. 한선관(2020)은 인공지능 교육의 유형을 크게 이해교육, 활용교육, 가치교육으로 나눠 제시하였으며 3가지 유형의 인공지능 교육들이 상호보완적이고 통합적으로 적용되어야 효과적이라고 하였다[8]. AI 이해교육은 AI와 관련된 지식, 개념, 용어, 원리, 법칙, 알고리즘 등의 이론 및 실습으로 AI의 지식과 기능을 갖추는 데 중점을 둔다. AI 활용교육은 주어지는 다양한 문제를 해결하기 위해 AI를 활용하는 내용과 방법을 다루며, 이론적 지식의 형성보다는 AI활용 능력과 창의적인 아이디어 산출 등의 기능적이고 실용적인 내용을 중점적으로 다룬다. AI 가치교육은 AI와 관련된 윤리적 이슈와 사회적 영향을 다루는 것으로 개인의 삶과 직업, 사회적인 변화와 윤리적 영향 그리고 인류가 처하게 될 이슈를 태도와 실천의 관점을 중점으로 다룬다.

김태령 외(2020)는 인공지능 교육의 목표를 인공지능의 원리와 개념을 이해하고, 문제를 지능적으로 해결하며 인공지능과 인간이 공존하는 사회에서 요구되는 인공지능 사고 역량을 신장하는 것으로 설정하였다[9]. 이영호(2019)는 올바른 인공지능 교육을 위해 프로그래밍 능력과 수학적 지식에만 중점을 두는 것이 아니라, 다양한 인공지능 기술들을 어떻게 적용할지 초점을 맞출 필요가 있다고 하였다[10].

세계 여러 국가에서는 인공지능 교육을 통해 미래 인재를 양성하고 국가 경쟁력을 높이기 위해 노력하고 있다. 핀란드는 2014 국가핵심교육과정부터 개별 과목이 아닌 수학, 예체능 등의 타 교과와 융합한 프로그래밍 교육을 도입하였다[11]. 미국은 초‧중등학교의 AI 교육을 위해 컴퓨터과학교사연합회(CSTA)와 인공지능연합회(AAAI)가 공동으로 AI4K12를 추진하였다. AI4K12를 통해 유‧초‧중등학교(K-12)의 인공지능 교육을 위한 교육과정 표준, 가이드라인, 교사 연수 프로그램, 단계별 온오프라인 교육 프로그램 등을 개발하고 있다[12]. 중국은 선도적인 AI 국가 건설을 위해 3단계 전략 목표 및 6대 중점 과제를 제시하고, 2030년까지 AI 선도 국가로 도달하기 위해 초‧중‧고등학교 및 직업교육을 위한 인공지능 교재를 개발하는 프로젝트를 진행하였으며, 이중 초등학교 교재는 단계별 내용으로 총 6단계로 구성되어 있다[13].

2.2 인공지능 윤리 교육 현황

2.3 토의‧토론 의의 및 교수학습방법

정문성(2004)은 토의와 토론의 개념에 대해 다음과 같이 구분하였다. 토론은 어떤 주제에 대하여 다른 사람을 설득하기 위해 논증과 검증으로 자신의 주장을 정당화하는 것이며, 찬성과 반대 두 가지로만 나누어지는 것이 아니라 세 가지의 주장이나 네 가지의 주장으로 나누어질 수도 있다. 반면에 토의는 어떤 주제에 대하여 문제를 해결하기 위해 여러 사람들이 의견과 정보를 교환하는 것이라고 하였다[20]. 즉, 토의는 여러 사람이 함께 정답을 만들어가는 과정이라면, 토론은 저마다의 정답을 가지고 있다. 토의‧토론이 학생에게 미치는 긍정적인 영향은 여러 연구를 통해 검증되었다. 윤성렬 외(2017)는 토의‧토론을 활용한 지속가능발전교육 프로그램을 설계하여 토의‧토론 교육이 초등학생의 비판적 사고력과 의사소통능력이 미치는 영향을 연구하였고, 프로그램 적용 결과 초등학생들의 비판적 사고력 및 의사소통능력 향상에 효과적이었음을 알 수 있었다[21]. 오희정(2022)은 4차 산업혁명 시대가 요구하는 지성과 감성을 겸비한 창의융합형 인재 양성을 위해 토의‧토론이 중요함을 강조하였다[22]. 토의‧토론과 창의성 간의 종단적 관계 규명을 위한 연구를 진행하여 토의‧토론과 창의성 간에 정적 상관관계가 있음을 확인하였다. 정문성(2004), 임천택 외(2013)는 다양한 형태의 토의‧토론 모형에 관해 설명하였다. 브레인스토밍, 브레인라이팅, 만장일치 토의‧토론, 피라미드 토의‧토론, 대립 토의‧토론, 신호등 토론, 배심 토의‧토론, 버즈 토의, PMI 기법, 두 마음 토론, 찬반 토론, 논쟁 학습, 워크숍 등 학교 현장에서 여러 가지 방식으로 적용할 수 있는 토의‧토론 모형을 제시하였다[20, 23]. 본 교육 프로그램에서는 인공지능 윤리 요소별로 학생 간 활발한 상호작용을 도울 수 있는 토의‧토론 방식을 적용하였다. 인공지능 윤리 요소 중 개인정보보호와 관련된 주제에서는 문제 해결을 위한 최선의 방법을 찾아보는 회전목마 토의 방식을 적용하였고, 책임성과 관련된 주제에서는 모서리 토론 방식으로 서로의 주장을 정당화하는 과정을 통해 생각을 심화할 수 있도록 하였다. 공정성과 관련된 주제에서는 배심원 토론을 통해 모두가 역할을 가지고 토론에 참여하여 공정성과 관련된 갈등 상황을 이해할 수 있도록 하였다.

2.4 선행연구분석

한국교육학술정보원(2023)에서는 윤리적 요소를 통합한 인공지능 교육 프로그램 설계를 위한 연구를 진행하였다[24]. 인공지능 윤리적 요소를 접목하는 방법과 윤리적 실천력을 강화하기 위한 방법을 고려하여 내용 체계를 설계하였으며, 내용 체계는 Table 1과 같이 6개의 대영역으로 설계하였으며, 13개의 핵심 개념과 윤리적 내용요소를 제시하였다.

Table 1.

Expert validity test results

해당 연구는 고등학생을 대상으로 이루어진 연구로 구체적인 활동 내용에 있어서 난도가 높은 활동들이 많았으며, 특히 인공지능 모델 학습 단계에서의 프로그래밍은 초등학생 수준에 부합하지 않는 것으로 고려된다. 반면에 문제 정의 및 데이터와 관련된 학습 내용, 인공지능이 학습하는 방법에 대한 교육 내용은 초등학교에서도 실질적으로 활용 가능할 것으로 기대된다. 학생들이 서로의 의견을 공유할 수 있도록 학습 단계를 수정 및 보완한다면 학생들 간의 활발한 의견 공유 및 상호작용이 이루어질 것으로 생각된다. 이에 본 프로그램에서는 초등학생의 수준을 고려한 인공지능 기술 프로그램을 활용함과 동시에 학생들 간 의견 공유를 위한 활동에도 중점을 두고 수업을 설계하였다.

김지언 외(2021)는 초등학생 인공지능 윤리 교육을 위한 STEAM 프로그램을 개발하였으며, 교육 프로그램은 Table 2와 같이 윤리 주제별로 차시를 구분하여 학습 주제를 구성하였다[16]. 1∼2차시에서는 인공지능 윤리 이해, 3∼15차시는 인공지능 윤리 요소 중 공정성, 투명성, 책임성을 학습하며 마지막 16∼17차시에서는 인공지능 윤리에 대해 정리한다.

Table 2.

AI ethics education program

1∼2차시에서 생활 주변의 인공지능 기술을 살펴보고 뉴스 검색 활동을 통해 인공지능의 윤리적 이슈를 조사한다. 3∼6차시에서는 머신러닝포키즈를 활용하여 기계학습의 기본 기능과 오류를 살펴본다. 그리고 충분하지 않은 데이터로 인한 오류, 특정 데이터의 누락으로 인한 오류, 편향된 데이터로 인한 오류를 확인하고 공정한 인공지능을 만들어 본다. 공정성과 관련된 이슈로는 미국 컴파스(COMPAS)의 재범예측 모델을 제시한다. 7∼10차시에서는 윤리적인 챗봇이 무엇일지 생각해 보고 윤리적인 챗봇을 디자인하는 경험을 하며, 투명성과 관련된 이슈로는 ‘이루다’ 사건을 제시한다. 11∼15차시에서는 로봇 의사 왓슨, 자율주행 자동차와 관련된 책임 소재 논란을 확인하고 사회에 필요한 법 또는 규정을 구상해 보도록 한다. 마지막 16∼17차시에서는 각국 정부와 기업에서 발표한 인공지능 윤리를 살펴보며 나만의 인공지능 윤리 가이드라인을 만들고 공유하는 것으로 정리한다.

해당 연구는 초등학생 수준에 적합한 활동들로 바로 현장에 적용 가능한 학습 내용 및 활동지로 구성되어 있으며, 인공지능 교육의 다양한 분야 중 윤리적인 요소를 중점적으로 다루고 있다. 하지만 교육 프로그램의 전체적인 흐름이 인공지능의 기술을 직접 실습‧체험하기보다는 여러 가지 사례들을 중심으로 이루어지고 있다. 김자미 외(2022)는 인공지능 윤리에 대한 이해도를 높이기 위해서는 인공지능 기술에 대한 기초적인 이해가 필요하다고 하였으며[6], 류미영 외(2021)는 인공지능 기술에 대한 실제적인 이해를 통해 인공지능 윤리 교육의 효과성이 커진다고 하였다[7]. 이에 본 프로그램에서는 인공지능 윤리와 관련된 사례 학습에 앞서 인공지능 기술을 직접 체험할 수 있는 활동을 교육 프로그램에 포함하여 학생들의 인공지능 윤리에 대한 이해도를 높일 수 있도록 설계하고자 한다.

3.1. 교육 프로그램 개발 절차

토의‧토론 기반 학생 상호작용 중심의 인공지능 윤리 교육 프로그램을 개발하기 위하여 Figure 1과 같은 절차를 진행하였다. ‘분석’ 단계에서는 인공지능 윤리 관련 선행 연구를 분석하여 초등학생의 수준에 적합하면서 중요도가 높다고 판단되는 인공지능 윤리 요소를 선별하였다. 프로그램에 적용한 인공지능 윤리 요소는 개인정보보호, 책임성, 공정성 3가지이다. ‘설계’ 단계에서는 인공지능 윤리 교육과 토의‧토론에 대한 연구 내용을 참고하여 교육 프로그램을 설계하였다. 실질적인 기술 체험, 다양한 사례 탐색, 각 윤리 요소의 쟁점에 적합한 토의‧토론 방식을 고려하였다. ‘피드백’ 단계에서는 개발된 교육 프로그램에 대해 전문가 타당도 검사를 진행하였으며, 전문가 의견을 수렴하여 교육 프로그램을 일부 수정하였다. ‘적용 및 결과’ 단계에서는 최종 수정한 교육 프로그램을 초등학생에게 적용하여 결과를 분석하였다. 3가지 윤리 요소별로 2개의 설문 문항, 인공지능에 대한 태도와 관련된 문항은 2개로 총 8개 문항에 대한 사전-사후 설문을 진행하였다.

Figure 1.

Research Procedure

3.2. 교육 프로그램 설계

교육 프로그램에 적용한 인공지능 윤리 요소는 이론적 배경과 선행연구에서 분석한 내용을 토대로 공통으로 자주 언급되는 윤리 요소로 선정하였다. 개인정보보호, 책임성, 공정성 3가지의 인공지능 윤리 요소를 최종 선정하여 교육 프로그램에 적용하였다. 프로그램의 설계 방향은 첫째, 인공지능의 윤리적 이슈를 다루기 위한 선행 단계로 인공지능 기술에 대한 실습을 진행하여 기술에 대해 실제적인 이해를 할 수 있도록 한다. 둘째, 인공지능 윤리와 관련된 다양한 관점 및 사례를 확인하고, 인공지능 윤리에 관련된 의견 대립 상황을 이해하도록 한다. 셋째, 토의‧토론을 통해 활발하게 의견을 공유하며 더 나은 해결책을 제시하고, 인공지능 윤리에 대한 생각을 심화하며 자신의 관점을 세울 수 있도록 한다. 교육 프로그램에서 각 인공지능 윤리 요소에 문제 인식, 기술 체험, 사례 탐색, 토의‧토론의 순서로 설계하였다. ‘문제 인식’ 단계에서는 AI 윤리와 관련된 실생활 문제를 확인하고 자기주도적인 학습 동기를 이끌어낼 수 있도록 한다. ‘기술 체험’ 단계에서는 AI 윤리와 관련된 기술을 직접 실습하여 AI에 대해 실제적인 이해를 할 수 있도록 한다. ‘사례 탐색’ 단계에서는 사례 중심으로 인공지능 윤리와 관련된 윤리적인 이슈를 알아보고 여러 관점의 사례를 통해 다양한 시각을 가질 수 있도록 한다. ‘토의‧토론’ 단계에서는 윤리적 이슈와 관련된 주제에 대한 자신의 의견과 근거를 마련하고 토의‧토론에 참여한다. 각 윤리 주제에 적합한 토의‧토론 방법을 적용하여 인공지능 윤리에 대해 활발하게 생각을 공유하고 확장할 수 있도록 한다.

3.3. 교육 프로그램 개발 및 전문가 타당도 검사

교육 프로그램 설계를 기반으로 개인정보보호, 책임성, 공정성에 대한 9차시 교육 프로그램을 개발하였다. 인공지능 윤리 요소별로 관련된 인공지능 기술을 체험하고 다양한 사례를 확인한 후, 토의‧토론에 앞서 생각을 정리한다. 마지막 활동으로는 각 주제에 대해 토의‧토론 활동을 하며 학생들 간의 상호작용을 극대화하였다. 개발한 토의‧토론 기반 인공지능 윤리 교육 프로그램의 타당도를 검증하기 위하여 현재 인공지능 교육 석사 학위를 진행 중이거나 현장에서 인공지능 교육을 실시한 경험이 있는 초등 교사 12명을 대상으로 타당도 검증을 실시하였다. 타당도 검사에 참여하는 교사들은 설문 문항마다 5점 척도로 ‘전혀 아니다’, ‘아니다’, ‘보통이다’, ‘그렇다’, ‘매우 그렇다’ 5가지 중 하나에 대해서 응답을 하며, 추가적인 개선 사항에 대해서는 서술형으로 의견을 수집하였다. 토의‧토론 기반 인공지능 윤리 교육 프로그램에 대한 전문가 타당도 검사를 진행한 결과는 Table 1과 같으며 내용타당도 검사 결과 모든 문항에 대하여 CVR 값이 최솟값인 0.56보다 높게 조사되어 타당성 측면에 대하여 검증되었다.

전문가 타당도 검사에서 ‘학년 수준에 적합한 난이도로 설계되어 있는가?’에 대해 다른 문항과 비교하여 상대적으로 낮은 CVR 값(0.67)이 측정되었고, 전문가의 서술형 의견 중 인공지능 윤리와 관련된 사례를 학생이 직접 탐색하기보다 교사가 먼저 제시해 주는 것이 좋을 것 같다는 의견을 수합하여 교육 프로그램을 일부 수정하였다. 학년 수준을 고려하여 엔트리 프로그램으로 AI 면접관을 직접 만들어보는 활동은 블록 코딩이 익숙하지 않은 학생들에게는 어려울 수 있는 활동으로 완성된 엔트리 프로그램을 학생들에게 제시하고, 학습데이터 값을 수정해 보며 AI 면접관의 결과물을 바꿔보는 것으로 실습 난이도를 조정하였고, 사례를 직접 조사하는 활동은 교사가 선별된 사례를 먼저 제시해 주는 것으로 수정하였다. 최종 개발한 교육 프로그램은 Table 2와 같다.

본 교육 프로그램에서는 인공지능 기술을 직접 실습하는 것과 실제적인 사례를 토대로 토의‧토론하는 것을 중점으로 두고 있다. AI 윤리 요소 중 첫 번째, 개인정보보호와 관련한 인공지능 기술 실습으로는 직접 딥페이크 영상을 만든다. Random Face Generator에서는 세상에 존재하지 않지만 실제 존재하는 것 같은 가상의 인물 사진을 제작한다. 성별, 나이, 인종을 선택하면 다양한 가상 인물을 즉각적으로 생성해 준다. 토킹헤즈(Tokking Heads)는 동작, 음악 등을 업로드하거나 선택할 수 있으며, 텍스트를 입력하면 해당 텍스트를 읽어주는 딥페이크 영상을 제작한다. 두 가지 기술을 활용하여 Figure 2와 같이 가상 얼굴을 제작하고, 제작한 가상얼굴을 토킹헤즈(Tokking Heads)에 적용하여 Figure 3에서와 같이 딥페이크 영상을 만들어보며 기술적인 체험을 한다. 사례 확인 단계에서는 딥페이크 기술의 양면성, 음성비서, 안면인식 기술을 활용한 범인 검거 등의 사례를 확인한다. 토의‧토론 단계에서는 토의 주제 ‘딥페이크 기술을 안전하게 사용하려면 어떻게 해야 할까?’에 대한 회전목마 토의를 실시한다.

Figure 2.

Random Face Generator

Figure 3.

Tokking Heads

두 번째, 책임성과 관련하여 인공지능에 의한 사고에 대해서 책임의 주체를 누구로 결정해야 할지 고민하고 판단한다. 인공지능 기술 체험 단계에서는 모럴 머신을 통해 인공지능의 윤리적 딜레마를 체험할 수 있도록 하였다. Figure 4와 같이 사례 확인 단계에서는 자율주행의 효율성과 위험성, 의료로봇 및 킬러로봇의 순기능과 역기능에 대한 사례를 확인한다. 토의‧토론 단계에서는 토론 주제 ‘자율주행 자동차 사고가 발생하였을 때 개발자, 공급자, 사용자 중 누구의 책임이 가장 클까?’에 대해 모서리 토론을 하며 의견을 심화시킨다. 토론 활동지 결과물은 Figure 5와 같다.

Figure 4.

Responsibility Worksheet

Figure 5.

Debate Worksheet

세 번째, 공정성과 관련된 인공지능 기술 실습으로는 엔트리의 인공지능 모델을 활용한다. 엔트리의 인공지능 모델 중 숫자 분류 모델을 활용하여 동아리원을 심사하는 인공지능 면접관을 만든다. 인공지능 면접관이 공정한 판단을 할 수 있도록 학습 데이터를 수정하여 결과를 확인하는 과정을 수행한다. 사례 확인 단계에서는 인공지능 면접관, 범인 예측 프로그램 등의 사례를 확인한다. 토의‧토론 단계에서는 토론 주제 ‘사람 대신 인공지능 면접관을 활용하는 것이 더욱 공정하다’에 대한 배심원 토론을 실시한다.

4.1 적용 대상 분석

본 연구의 대상은 단일집단으로 D광역시 소재의 S초등학교 5학년 21명(남 10명, 여 11명)으로 2023년 11월 2일부터 2023년 11월 23일까지 3주간에 걸쳐 9차시로 연구를 진행하였다. 적용 대상 학생들은 교내 SW동아리 시간을 활용하여 소프트웨어교육 및 기초적인 코딩 교육을 받은 경험이 있다. 교내 동아리 활동으로 피지컬 컴퓨팅을 체험하였으며, 엔트리의 기본적인 사용 방법 및 엔트리를 활용한 기초적인 블록 코딩을 학습하였다. 하지만 머신러닝을 비롯한 인공지능 학습에 대한 정확한 개념이 성립되어 있지 않고, 인공지능 기술을 접해본 경험이 부족하다. 이에 본 연구에서는 적용 대상 학생들에게 상대적으로 익숙한 엔트리를 활용하고, 학생들의 수준에 적합한 인공지능 기술을 수업 도구로 적용하여 인공지능 기술 및 관련된 윤리 요소에 대한 이해도를 높일 수 있도록 하였다.

4.2. 검사 도구 선정

김귀식 외(2021)는 인공지능교육 관련 전문가 16인을 대상으로 2차례의 델파이 조사를 통해 인공지능 윤리의식 검사 도구를 개발하였다. 문헌 연구, 검사 도구 초안 개발, 2차례의 전문가 델파이 조사, 검사 도구 수정, 예비 조사, 본 검사 실시 등의 과정을 거쳤으며 인공지능 윤리의식의 8가지 범주(책임성, 안정성 및 신뢰성, 차별 금지, 투명성과 설명 가능성, 사람 중심 서비스, 고용, 허용과 한계, 로봇의 권리) 측정을 위한 24개 문항을 5단계 리커트 척도로 개발하였다. 8가지 범주 요소별로 내용타당도 비율(CVR)은 0.58-0.96의 범위에 있어 Lawshe(1975)의 최솟값을 상회하고 있으므로 검사 도구로서 타당성을 인정받았다[25, 26]. 이혜령(2023)은 초등학생 인공지능 윤리 인식 척도 개발 연구에서 내용 타당도를 검증받기 위해 22인의 전문가 패널을 대상으로 2차례의 델파이 조사를 실시하였고, 각기 다른 초등학교에서 2차례의 현장 검증을 통해 타당도 및 신뢰도를 충족하는 인공지능 윤리 인식 척도를 개발하였다[27]. 김성원 외(2022)는 중학생의 인공지능 리터러시 측정 도구 개발 연구에서 인공지능 윤리 영역을 포함한 총 6개의 영역(인공지능의 사회적 영향, 인공지능의 이해, 인공지능 실행 계획, 인공지능 문제 해결, 데이터 리터러시, 인공지능 윤리)에 대한 검사 도구를 개발하였다. 검사 도구는 전문가 집단의 내용타당도 검증과 탐색적 요인 분석, 확인적 요인 분석을 통해 타당도를 검증받았다[28]. 본 교육 프로그램에서는 김귀식 외(2021)의 연구에서 개발한 측정 문항과 이혜령(2023)의 연구에서 개발한 측정 문항 중 본 교육 프로그램의 인공지능 윤리 의식 검사에 적용 가능한 문항들을 선별하였다. 또한 김성원 외(2022)의 검사 도구 중 인공지능 윤리 영역의 문항을 활용하여 학생들의 인공지능 윤리에 대한 태도를 측정하였다. 적용 대상의 인식 수준을 고려하여 일부 문항을 수정하였으며, 측정 문항은 5점 척도 Likert 방식으로 Table 3과 같이 총 7개의 문항으로 구성하였다.

Table 3.

Measurement Questions for AI Ethics consciousness

4.3. 적용 결과 분석

본 연구에서 개발한 인공지능 윤리 교육 프로그램이 초등학생의 인공지능 윤리 의식에 미치는 영향을 분석하기 위하여 단일 집단을 대상으로 하여 사전-사후 검사를 실시하였다. 실험 집단의 사전-사후 검사 결과를 확인하기 위해 대응표본 t-검정으로 분석하였으며, 결과는 Table 4와 같다.

Table 4.

Changes in AI ethics consciousness

대응표본 t-검정 결과 인공지능 윤리 요소 중 개인정보보호와 관련된 두 문항 모두 유의수준 .05와 .01을 기준으로 통계적으로 유의미한 차이가 있었다. ‘공익을 위해 인공지능을 개발하더라도 개인의 사생활을 침해하지 않도록 해야 한다’ 문항은 평균이 4.14에서 4.62로 0.48 향상되었으며, ‘개인정보를 활용해야 한다면 사전에 개인에게 허락을 받아야 한다’ 문항에서는 평균이 0.58 향상되어 개인정보보호 및 사생활 보호에 대한 인식이 향상되었음을 확인하였다. 책임성과 관련된 두 문항 중 ‘인공지능 프로그램에 의한 사고에 대해서 개발자, 기업, 사용자에게 법적 책임이 있다고 생각한다’ 문항에서 평균 0.52 향상되었으며 통계적으로도 유의미한 차이를 보인다(p<.01). ‘인공지능이 문제를 일으켰을 때 책임을 지는 주체가 있어야 한다’ 문항에서는 평균이 4.33에서 4.76으로 향상되었고 통계적으로도 유의미한 차이가 있었다(p<.05). 인공지능에 의한 사고가 발생하였을 때 책임의 주체가 없다면 인공지능을 사용하는 데 어려움이 있을 것이라는 인식이 향상되었음을 알 수 있다. 인공지능 윤리 요소 중 공정성에 대한 검사 결과에서는 ‘인공지능에 의해서 또 다른 형태의 차별이나 불공평한 일이 생길 수 있다고 생각한다’ 문항에서 교육 프로그램 참여 전(M=3.81)과 참여 후(M=4.76) 평균 0.95 향상하였고 통계적으로도 유의미함을 확인하였다(p< .001). ‘인공지능에 의해 차별 받는 사람이 생긴다면 마음이 불편할 것이다’ 문항에서 평균 0.95 향상하고 유의수준 .001을 기준으로 통계적으로 유의미한 차이를 보인다. 인공지능에 의한 차별이나 불공정한 일들에 대한 경각심 및 위험성에 대한 의식이 향상되었음을 알 수 있다. 인공지능을 대하는 태도에서는 사전 3.43점, 사후 4.67점으로 인공지능에 대한 태도가 긍정적으로 향상되었다(p<.001). 인공지능의 위험성을 인식하고 사회적으로 올바르게 활용할 수 있는 방안을 제시할 수 있는 주체적인 태도가 형성되었음을 알 수 있다.