What Really Drives Teachers to Learn? Insights from an Explainable Machine Learning Approach
본 연구는 472명의 중국 교사로부터 수집한 설문 데이터를 설명 가능한 머신러닝(XGBoost)으로 활용하여 학교 리더십과 학습 개념이 전문적 학습 동기의 주요 동인임을 밝히는 한편, 교수 경력 및 직무 압박과 같은 요인들이 하위 집단별로 이러한 동인들에 어떻게 차별적으로 영향을 미치는지 규명한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
학교는 가르침의 질이 학생들의 학습 성취도를 결정하는 가장 중요한 요소로 작는 복잡한 생태계입니다. 학교가 발전하기 위해서는 교사들 또한 스스로 계속해서 배워야 하지만, 이 과정은 종종 정체되곤 합니다. 많은 교육자가 전문성 개발을 개인적인 호기심에 의한 진정한 성장의 기회가 아니라, 외부 규칙에 의해 움직이는 관료적인 체크리스트 중 하나로 간주합니다. 무엇이 진정으로 배움에 대한 욕구를 자극하는지 이해하기 위해, 연구자들은 오랫동안 자기결정 이론(self-determination theory)이라는 프레임워크에 의존해 왔습니다. 이 개념은 사람들이 자신의 행동에 대해 통제권을 느끼고, 성공할 수 있다는 능력을 믿으며, 타인과 연결되어 있다고 느낄 때 가장 동기부여가 된다는 것을 시사합니다. 이러한 감정들이 중요하다는 것은 알고 있지만, 교사의 환경과 내적 동기 사이의 관계는 결코 직선적인 형태가 아닙니다. 그것은 전통적인 방식으로는 풀어내기 어려운 영향력들의 복잡하게 얽힌 그물망과 같습니다.
절강대학교 재경학원(Zhejiang University of Finance and Economics)의 연구팀은 설명 가능한 머신러닝(explainable machine learning)이라 불리는 강력한 컴퓨터 분석 기법을 사용하여 이 문제를 다른 관점에서 바라보기로 했습니다. 리더십이나 업무량이 모든 사람에게 동일하게 단순한 방식으로 영향을 미친다고 가정하는 대신, 그들은 중국의 교사 472명으로부터 얻은 설문 데이터를 숨겨진 비선형 패턴을 감지할 수 있는 알고 알고리즘에 입력했습니다. 목표는 인과관계를 증명하는 것이 아니라, 어떤 요인이 교사가 스스로의 의지에 따라 전문적 학습에 참여하도록 만드는 가장 강력한 예측 변수인지 지도를 그리는 것이었습니다. 복잡한 데이터 간의 연결 고리를 찾는 데 탁월한 이 컴퓨터 모델은 두 가지 주요 동인을 가장 두드러지게 식별해 냈는데, 바로 학교의 리더십 스타일과 학습 방식에 대한 교사 자신의 신념이었습니다.
분석 결과, 교장의 접근 방식이 전체 모델에서 가장 영향력 있는 단일 요인인 것으로 나타났습니다. 교사들이 자신의 리더를 지지적이고 비전 있는 존재로 인식할 때, 학습에 대한 동기가 유의미하게 증가했습니다. 이 발견은 협력적인 문화를 조성하는 리더가 교사들에게 소유권과 연결감을 느끼도록 돕는다는 생각과 일치합니다. 그러나 연구는 교사의 내부적인 사고방식 또한 똑같이 중요하다는 점을 강조했습니다. 구체적으로, 학습을 단순히 표준을 충족하기 위해 사실을 암기하는 과정이 아니라 역동적인 성장의 과정으로 보는 교사들이 훨씬 더 높은 자기 주도성을 보였습니다. 연구진은 이 두 가지 요소, 즉 리더십이 만들어내는 외부 환경과 교사의 내부 신념 체계가 함께 작용하여 누가 자신의 발전을 위해 깊이 있게 몰입할지를 예측한다는 것을 발견했습니다.
이 연구가 특히 통찰력 있는 이유는 이러한 동인들이 상황에 따라 변화한다는 점을 보여주었다는 데 있습니다. 연구진은 맥락에 따라 규칙이 달라지는지 확인하기 위해 데이터를 나누어 분석했습니다. 그 결과, 강력하고 변혁적인 리더십을 가진 학교에서는 교사의 경력이 학습 동기에 미치는 영향이 적다는 것을 발견했습니다. 이러한 지지적인 환경에서는 신입 교사와 경력 교사 모두 학습에 똑같이 열의를 보였는데, 이는 훌륭한 리더십이 평등한 기회의 장을 만들 수 있음을 시사합니다. 반대로, 보수적인 리더십을 가진 학교에서는 경력이 동기를 예측하는 데 더 큰 역할을 했는데, 이는 아마도 선임 교사들이 학습에 계속 참여하기 위해 스스로 축적한 자원에 더 많이 의존해야 했기 때문일 것입니다.
또한 이 연구는 높은 수준의 업무 압박에 직면했을 때 무엇이 가장 중요해지는지에 대한 놀라운 변화를 밝혀냈습니다. 업무량이 과중해질 때, 교장의 격려나 동료의 도움과 같은 일반적인 사회적 지지는 교사의 동기를 예측하는 힘이 약해졌습니다. 이러한 고압박 상황에서 컴퓨터 모델은 교사 자신의 자율성과 학생을 관리할 수 있다는 자신감이 지배적인 요인이 된다는 것을 보여주었습니다. 이는 압박이 심해질 때 교사들이 외부의 인정보다는 스스로의 통제감과 유능함에 더 의존하게 될 수 있음을 시사합니다. 연구진은 이것이 데이터에서 관찰된 패턴이지 인과관계의 증거는 아니라고 주의를 기울였지만, 어디를 살펴봐야 할지에 대한 명확한 지도를 제공합니다.
궁극적으로 이 연구는 교사들이 학습하도록 진정으로 유도하기 위해서 학교가 단순히 더 많은 교육을 강요해서는 안 된다는 점을 시사합니다. 연구 결과는 두 가지 접근 방식을 제안합니다. 자율성과 연결감을 지원하는 리더십을 육성하는 동시에, 학습이 무엇을 의미하는지에 대한 교사 자신의 신념을 재형성하도록 돕는 것입니다. 데이터는 교사들이 자신의 업무에 대한 통제권을 갖고 성장의 가치를 믿을 때, 훨씬 더 기꺼이 학습을 추구할 가능성이 높다는 것을 나타냅니다. 이것은 마법 같은 해결책은 아니지만, 학교 개선의 복잡한 메커니즘을 이해하는 새로운 방식을 제시하는 예측 패턴이며, 변화를 위한 가장 강력한 도구는 종종 지지적인 환경과 교사 자신의 사고방식 사이의 조용한 상호작용 속에 있다는 것을 보여줍니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.