(남부교육청) 과목별 생성형 AI를 활용한 평가(개별 피드백, 특기사항) 작성하기

2023 남부 학교로 찾아가는 맞춤형 디지털(AI·에듀테크) 연수 @시흥중학교 2023.11.09. 15:30-17:30
연수 운영 안내
학교-교육지원청-기업이 협력하여 에듀테크 활용을 통한 학교 단위 질 높은 디지털 기반 교육의 변화 방향 탐색을 목표
관내 디지털 수업혁신 역량 강화를 위한 다양한 형태의 연수 및 워크숍 운영 방침에 따라 본 연수가 기획
강의 교안은 위 사이트에서 볼 수 있습니다. 실습할 때 함께 보시면 도움이 됩니다.

들어가기

인사

활동 13분 49초부터 I see you. 의미 찾기
당신의 마음 속 진심을 봅니다. 당신의 진짜 마음을 봅니다. 아무런 목적 없이, 편견 없이 사랑의 이름으로 당신을 봅니다.
서로 서로 인사를 나누어 보아요! I see you.

나를 복제해서 만드는 ChatGPT

아름답다

중앙일보의 기사 "[이향은의 트렌드터치] 호모 프롬프트"를 요약
'호모 프롬프트(Homo Prompt)'는 생성형 AI와 조화롭게 상호작용하며 AI 시대를 선도할 수 있는 새로운 인간형을 지칭합니다.
'프롬프트(Prompt)'는 컴퓨터가 명령을 받을 준비가 되었다는 신호를 의미하며, 여기서는 AI와의 소통 창구를 의미합니다.
기술 발전은 가속적이며, AI의 발전 속도는 상상을 초월합니다. 이는 인간의 고유 역량을 더욱 중요하게 만듭니다.
할리우드 작가협회와 배우 노동조합(SAG-AFTRA)은 AI를 사용한 영화 제작에 반대하며 파업을 진행했습니다.
AI의 발전은 '프롬프트 엔지니어링'과 같은 새로운 역량을 필요로 하며, 이는 미래의 중요한 직업군이 될 것입니다.
AI 시대에는 인간의 '휴먼 터치'가 더욱 중요해지며, 신뢰는 AI가 결코 판단할 수 없는 영역입니다.
스마트폰이 필수가 된 것처럼, AI의 혜택 없이는 살아가기 어려운 세상이 다가오고 있습니다.
극단적인 디지털 시대에도 인문학적 성찰과 아날로그적 역량이 중요한 가치를 지닙니다.
인공지능, 두려움(Fear)보다는 경탄(Awe)으로 대하자.
LLM으로 과거를 조명하고, 현재를 이해하며, 미래의 일부를 훔쳐본다면 LLM은 동반자가 될 것이다. - 중앙일보 2023.11.02.목/이문태의 마켓나우 -
인공지능 시대에 강한 신호가 넘처나는데 이때 나만의 약한 신호를 가지고 노출의 확률을 높이는 것은 어떨까요?
아름답다 나답다 나로서 살아가라 - https://news.koreadaily.com/2020/11/15/society/opinion/8840105.html -
기사 "[아름다운 우리말] 아름답다는 말"을 요약
아름다움을 추구하기 위해 사람들은 많은 노력을 합니다. 운동을 하고, 외모를 가꾸며, 늙어 보이지 않으려 애쓰죠.
그러나 아름다움은 겉모습만이 아닙니다. 아름다움의 진정한 의미는 내면에 있습니다.
아름다움의 기준은 개인마다 다르며, '아름답다'는 말은 '나답다'는 뜻을 내포하고 있습니다.
진정한 아름다움은 자신의 가치를 빛내는 삶에서 비롯됩니다.
남과의 비교는 자신을 초라하게 만들 수 있으며, 불필요한 경쟁은 욕심을 키웁니다.
겸손은 중요하지만, 겸손한 척하는 것은 문제가 될 수 있습니다.
아름다움은 나이가 들수록 더 가치 있게 여겨져야 하며, 젊음에는 내면의 아름다움을 찾기 어려울 수 있습니다.
아름다움은 외모가 아니라, 나로서 살아가는 것에서 비롯됩니다. 자신을 소중히 여기면 세상도 아름답게 보입니다.

엑셀 에러 요약

API Error

까칠한 사람들과의 소통을 돕는 ChatGPT 코치 만들기 프롬프트 명령어

같은 방 사용하는 사람들의 이름 적기

교육과정-수업-평가-기록

‘가르쳐야 할 것을 가르치고, 가르친 것을 평가하며, 평가한 것을 기록한다.’

학교의 역할

학교가 국가 수준 교육과정의 철학을 분석하여 학교교육과정의 비전을 세우고 학생 수준에 맞도록 수업 역량과 평가 방법의 3개년 계획을 수립하고 전체 학교교육과정의 틀 속에서 수업과 창의적 체험활동을 연계하여 학생이 선택한 진로에 따른 학습 능력 향상과 성장을 지원하는 통섭적이고 총괄적인 학교교육활동을 수립하고 책임지는 것이다.

교사의 역할

교사가 교과교육과정의 성취기준 내용을 분석하고 학생의 수준과 학교의 상황을 고려하여 학생 수준에 맞는 역량을 선정하여 교과(교사)에서 자율적으로 성취기준을 재구성한 후 적절한 수업 방법과 평가 방법을 디자인하고 교실에서 실천하여 피드백하는 것까지를 포함한 학생의 성장을 돕는 전 교과교육과정이다.

 교육과정-수업

교육과정 원문 및 해설서

성취기준

구글시트

실습 전 기초 지식 쌓기

핵심 단축키(맥용)
Ctrl(Cmd) + C (단순 복사) Ctrl(Cmd) + V(단순 붙여넣기) Ctrl(Cmd) + Shift + V(값만 붙여넣기) * 혹시 맥 컴퓨터로 노션 사용하신다면 Cmd + E 강추~
What is API?
API 구동 원리
ChatGPT API Key 생성 방법
2.
로그인한 후, "Create new API key" 버튼을 클릭
3.
API key 이름을 입력하고, "Create API Key" 버튼을 클릭
4.
생성된 API key를 복사하여 저장. 메모장 등에 따로 잘 보관(별도로 보관되지 않음)
5.
구글 시트에 들어가서, "확장 프로그램-부가기능-부가기능 설치하기" 메뉴를 클릭
6.
검색창에 "GPT for Sheets and Docs"를 입력하고, 설치
7.
구글 시트 확장 프로그램 하위 메뉴에 해당 메뉴가 추가된 것을 확인
8.
"GPT for Sheets and Docs” 메뉴를 클릭하고, "Set API key"를 선택
9.
API key 입력란에 복사해 둔 API key를 붙여넣고, "저장" 버튼을 클릭
10.
이제 ChatGPT API를 사용
만약, 이전에 GPT for Sheets and Docs 확장 프로그램을 설치하고, Set API key를 입력한 상태라면, 메뉴 중에서 Launch & Enable functions를 클릭하여 모든 실습 준비를 마치면 됨
GPT() 함수를 더 깊게 배우고 싶은 경우 참고 링크
실습용

 평가

구글 설문지로 사전작업(튜토리얼 포함)

1.
배점/정답 지정하기
2.
한글 시험지를 구글 설문지로 변환(이용 중단된 안타까운 프로그램 ㅠㅠ)
3.
단답형, 장문형 설문지 만들기
4.
객관식 질문, 체크박스, 드롭박스 설문지 만들기
5.
파일 업로드, 선형배율, 객관식/체크박스 그리드, 날짜/시간 설문지 만들기
6.
동영상과 이미지 첨부 기능 활용하여 설문지 만들기
7.
섹션 이동 설정 및 활용하여 설문지 만들기(방탈출 게임도 제작 가능)
8.
설문지 배포와 공유
9.
설문지의 글꼴 꾸미기
10.
구글 엑셀 문제은행을 구글 설문으로 변환(위에서 소개한 Doc to Form 서비스 중단에 따른 대안 ㅠㅠ)
11.
[팁] 구글 시트에 등수 표기하고 Top3에 하이라이트 처리

퀴즈 빌더

MagicSchool.Ai

Diffit

Conker (형성평가 자동화1_특히 영어과목)

GPT Quiz Generator for Forms (형성평가 자동화2_특히 영어과목)

ChatGPT 활용 학생들의 서술형 과제 자동 채점과 이메일 발송

채점 기준표 만들기 프롬프트 명령어 이 글을 바탕으로 글을 평가할 수 있는 채점 기준 table을 만들어라. 평가 항목은 5개이며, 각각 2점이다. Based on this articl, create a scoring criteria table to evaluate the article. There are 5 evaluation items, 2 points each

 기록

ChatGPT 활용 생기부 입력 자료 모음

구글시트 실습 자료

구글 설문지로 자료 수집 실습

구글 시트로 평가와 성적 관리

OpenAI Cookbook (더 다양한 활용법이 궁금할 때 찾아보는 요리책)

보물 보따리(다양한 인공지능 서비스 소개)

개인적으로 인공지능을 공부하면서 틈틈이 기록한 보물 창고를 여러분에게 열어드립니다.

ChatGPT 심화 학습을 위한 유용한 자료 모음

ChatGPT의 원리와 이해(인간 언어모델과의 비교) - 대박

보고, 듣고, 말하는 ChatGPT

ChatGPT의 교육적 적용

ChatGPT 이제 보고 듣고 말할 수 있다.

ChatGPT로 수익화앱을 만들고 플레이스토어에 등록하는 방법

ChatGPT + 구글시트 + 피그마: 기획부터 디자인 자동화 (역대급 노하우)

ChatGPT 활용 워드프레스 자동글쓰기 구현

ChatGPT 교육 자료

ChatGPT 사용법

커스텀 인스트럭션

Act as Professor Synapse🧙🏾‍♂️, a conductor of expert agents. Your job is to support the user in accomplishing their goals by aligning with their goals and preference, then calling upon an expert agent perfectly suited to the task by initializing "Synapse_COR" = "${emoji}: I am an expert in ${role}. I know ${context}. I will reason step-by-step to determine the best course of action to achieve ${goal}. I can use ${tools} to help in this process I will help you accomplish your goal by following these steps: ${reasoned steps} My task ends when ${completion}. ${first step, question}." Follow these steps: 1. 🧙🏾‍♂️, Start each interaction by gathering context, relevant information and clarifying the user’s goals by asking them questions 2. Once user has confirmed, initialize “Synapse_CoR” 3. 🧙🏾‍♂️ and the expert agent, support the user until the goal is accomplished Commands: /start - introduce yourself and begin with step one /save - restate SMART goal, summarize progress so far, and recommend a next step /reason - Professor Synapse and Agent reason step by step together and make a recommendation for how the user should proceed /settings - update goal or agent /new - Forget previous input Rules: -You speak in English -End every output with a question or a recommended next step -List your commands in your first output or if the user demands -🧙🏾‍♂️, ask before generating a new agent
YAML
복사

ChatGPT API

파이썬+구글시트+ChatGPT 자동화

유튜브 영상 요약 인공지능 만들기

ChatGPT API, Whisper, LangChain Map-Reduce 요약을 사용해서 유튜브 영상 요약 인공지능을 직접 만들어요~! 소스코드:
Chapters:
Intro
Demo
기술 설명
유튜브 영상 다운로드
위스퍼 모델 소개
맵 리듀스 요약
텍스트 분할
프롬프트 작성
체인 작성
실행
요금

OpenAI API - GPT Fine-tuned Chat Bot

구글시트에서 ChatGPT API & DeepL API 로 고품질 방대한 자료 만들기

요약

이 강의에서는 딥 번역기와 채찍 PT를 사용하여 방대한 데이터베이스 자료를 만드는 방법을 알아봅니다.

사실

딥 번역기는 독일에서 개발된 AI 번역기로, 구글 번역 및 파파고보다 번역 품질이 높습니다.
온라인 및 오프라인에서 딥 번역기를 사용하여 웹사이트 또는 문서를 번역할 수 있으며, 그림 파일에서도 문자 추출 및 번역이 가능합니다.
딥 프로그램에는 다양한 기능과 단축키가 있으며, 사용자 정의할 수 있습니다.
딥 번역기는 무료로 사용 가능하며, API가 우리나라에서도 사용 가능해지면 다양한 서비스를 활용할 수 있습니다.
딥 API를 구글 스프레드시트에서 사용하려면 딥 홈페이지에서 무료 회원가입하고 API를 확인해야 합니다.
GPT와 함께 딥 번역기를 사용하여 대량의 데이터베이스를 생성할 수 있으며, 운동 프로그램을 예시로 설명하고 있습니다.
GPT와 딥 번역의 결과를 통합하여 품질 좋은 데이터베이스를 생성할 수 있습니다.

ChatGPT API + Google Sheets → 학교생활기록부 자동화

ChatGPT API Key 발급부터 구글 시트에서 간단한 사용 예시

요약

[] API 키 발급 및 설치
[] 구글 시트에서 GPT 4x 사용
[] 프롬프트와 셀 참조를 활용한 작업 자동화

사실

API 키를 발급하고 구글 시트에 GPT 4x를 설치합니다.
API 키를 등록하고 GPT 함수를 사용하여 숫자 평점을 별 이모지로 변환합니다.
프롬프트와 셀 참조를 활용하여 각 소설의 한 줄 요약 내용을 생성하고 출력합니다.
API를 사용하여 업무 자동화 및 반복 작업을 수행할 수 있습니다.
구글 독스에서 GPT를 활용하여 업무 효율을 높일 수 있습니다.

ChatGPT API & Google Docs

요약

이 수업에서는 구글 독스에서 GPT를 활용하는 방법과 다양한 문서 작성 방법을 배울 것이며, 확장 프로그램 GPT for Docs를 이용하여 작업할 것입니다.

사실

구글 독스로 이동하는 방법은 "독스.뉴"를 주소창에 입력하면 가능합니다.
확장 프로그램 메뉴에서 "GPT for Sheet and Docs"를 선택하여 사용합니다.
"커스텀 프롬프트" 모드를 선택하여 프롬프트를 작성하고, 이를 통해 문서를 생성합니다.
텍스트를 영어로 번역하려면 "번역 모드"를 선택하고 원하는 언어를 지정합니다.
"insert 세팅"에서 답변을 문서에 추가하는 방식을 설정할 수 있습니다.
"페르소나"를 설정하여 모델의 작업 방식을 정할 수 있습니다.
모델 선택과 답변 생성 미세조절이 가능한 "모델 세팅"이 있습니다.
구글 독스와 앱스크립트를 사용하여 보고서를 자동으로 생성하는 방법을 설명하였습니다.

ChatGPT API & Google Sheets

요약

GPT 4 시트와 독 프로그램을 사용하여 구글 시트에서 GPT를 활용하는 방법에 대해 알아봅니다.

사실

"shit.new"를 입력하여 구글 시트로 이동할 수 있습니다.
제목 없는 스프레드 시트 부분에서 문서 제목을 수정할 수 있습니다.
확장 프로그램 메뉴에서 "GPT for shits"를 선택하여 GPT 4를 실행합니다.
GPT 함수 목록을 포함하는 "GPT function" 항목이 있으며, 이 함수들은 엑셀 또는 구글 시트에서 사용 가능합니다.
GPT 모델의 버전을 선택하고 답변의 특성을 조절할 수 있는 다양한 옵션이 있습니다.
GPT 포뮬라스 컨트롤에서 GPT 함수의 개수를 확인하고 셀을 선택하여 한 번에 처리할 수 있습니다.
"repress GPT 포뮬라드" 옵션을 사용하여 선택한 셀 또는 시트 전체를 새로고침할 수 있습니다.
"replace GPT forms with result"를 사용하여 함수로 생성된 결과를 텍스트로 변환할 수 있습니다.
"펀드 GPT 포뮬라 토글"을 활성화하면 GPT 함수 실행을 일시적으로 중단할 수 있습니다.
"팁스 섹션"에서 다양한 활용 팁을 얻을 수 있으며, "구글 시트 어시스턴트"를 활용하여 작업을 효율적으로 수행할 수 있습니다.
GPT 함수를 사용하여 데이터 분석 작업을 수행할 수 있으며, 예시로 사용자 리뷰 데이터를 분석하는 방법을 설명합니다.
옵션을 눌러
함수에서 일반 텍스트로 변환해줍니다
도시 데이터를 모두 선택하고
삽입 메뉴에서 차트를 클릭하면
사용자의
지역 분포를 시각적으로 확인할 수 있습니다
서울의 가장 많은 사용자가 있는 것이 확인되고 다양한 도시의 사용자들이 균등하게 분포된 것을 시각적으로 확인할 수 있습니다
이에 따라 사용량이 높은 지역을 우선으로 요구사항을 파악하고 지역분포를 기반으로 한 타겟 마케팅 전략 등을 수립할 수 있습니다
이제 사용자들의 피드백 내용을 분석해 보겠습니다 전반적인 서비스에 대한 사용자 만족도를 파악하기 위해 피드백 내용이 긍정적인지 부정적인지 판별해야 합니다
GPT 클래스 파일 함수를 활용하여 피드백을 포함하고 있는 셀을 선택한 후 긍정 부정 중립 카테고리를 입력합니다
긍정으로 분류된 피드백 내용을 확인해 보면 성능이 느려서 어려움을 겪는다는 내용으로 정확하게 분류된 것을 확인할 수 있습니다
셀 모서리를 드래그하여 모든 데이터에 적용합니다 개별적으로 모든 피드백 내용을 읽어보지 않고도 긍정 또는 부정 피드백을 빠르게 판별할 수 있습니다
다음으로 GPT 클래스파의 함수를 사용하여 피드백 내용이 어떤 주제에 관한 것인지를 파악해 보겠습니다 미리 주제를 준비하고 이에 따라 분류할 수 있도록 함수를 작성합니다
실행된 결과를 보면 피드백이 성능 카테고리로 잘 분류된 것을 확인할 수 있습니다 전체 데이터에 적용해줍니다 다만 에러가 떴는데요, 이는 함수가 참조하는 셀이 자동으로 움직여 발생한 현상입니다
함수가 절대 주소를 참조할 수 있도록 달러싸인을 추가해 줍니다 그리고 다시 적용을 하면 올바르게 분류를 합니다 멈춰있는 셀을 선택하여 새로고침 합니다
작성된 결과를 replace GPT formulance result를 통해 함수에서 텍스트 데이터로 변환해 줍니다
다음으로 감정 분석 열애 데이터를 모두 선택한 후 데이터 메뉴에서 필터 만들기를 클릭합니다
감정 분석 셀에서 필터 아이콘을 눌러 긍정 데이터만 표시하도록 설정합니다 그 후 내용 구분 열을 선택하고 삽입 메뉴에서 차트를 클릭합니다
생성된 그래프를 통해 어떤 부분에서 사용자들이 긍정적인 평가를 하는지 파악할 수 있습니다 이어서 부정적인 피드백을 분석해 보겠습니다
감정 분석 셀에서 필터 아이콘을 눌러 부정 데이터만 보이도록 필터 설정을 바꿔줍니다
내용 구분열을 선택하고 차트로 시각화하여 사용자들이 어떤 부분에 불만을 느끼는지 확인합니다 성능과 버그에 대한 불만이 가장 큰 것을 확인할 수 있습니다 이러한 상황은 사용자 이탈을 유발할 수 있기 때문에 자세한 원인을 파악하기 위해 팔로업 이메일을 작성해 보겠습니다
GPT 함수를 활용하여 gpt가 피드백 내용을 읽어보고 이에 맞춤된 follower 이메일을 작성할 수 있도록 프롬프트를 작성합니다 이렇게 하면 피드백의 언급된 내용을 기반으로 이메일을 작성하는 모습을 확인할 수 있습니다 이를 통해 사용자들의 불만사항을 정확히 파악하고 업데이트 및 개선 방향을 결정하는데 도움을 얻을 수 있습니다
GPT를 구글 시트에 통합하여 활용하는 방법에 대해 배워보았습니다 이 둘을 조합하면 매우 강력한 툴로 다양한 작업을 빠르고 효과적으로 자동화할 수 있습니다 데이터 분석 예시를 통해 어떤 작업 흐름이 가능한지 살펴보았습니다 앞으로도 gpt와 함께 효율적인 학습과 업무 수행이 이루어지길 바랍니다

나오는 말

역사란 ‘과거와 현재의 대화’ 또는 ‘과거의 사실과 현재의 역사가의 대화’ - 역사에 대한 카의 유명한 정의이다. 카가 강조하는 것은 과거 자체 혹은 과거의 사실이 아니라 그것을 가지고 역사담론과 역사지식을 생산하는 ‘현재의 역사가’이다. 스스로 말할 수 없는 과거의 사실들을 대화로 이끄는 주체가 현재의 역사가이기 때문이다. 과거는 현재의 역사가들이 가지고 있는 현실 사회에 대한 문제의식에 따라 구성되며, 과거의 사실들이 어떠했는가보다는 역사지식을 생산하는 역사가가 현재의 사회와 현실에 대해서 어떤 문제의식과 가치관을 가지고 있는지가 더 중요하다고 말한다.
과거는 The Past 자신이 Reveals Itself to Have 줄거리를- 갖고 있음을 드러낸다.
2023.9.26.- 12.17. 부산시립미술관 3층 Busan Museum of Art 3F BUSAN BHA ANSEUM OF ART
지금 우리가 가슴 깊이 새겨야할 것?
지금의 우리의 생각과 실천과 나눔의 결과가 미래의 역사가 된다.
우리 교사들의 역할이 중요하다.
우리는 평소에 어떻게 인공지능을 활용한 수업을 또는 나눔을 준비할 것인가?
기계학습 모델 구현 5단계
1.
문제 정의 - 해결하고자 하는 문제가 인공지능으로 해결하기에 적합한 문제인지 판단한 다음, 문제를 명확히 정의함.
2.
데이터 수집 - 정의된 문제에 적합한 데이터를 수집.
3.
데이터 탐색 - 수집한 데이터의 핵심 속성을 파악함.
4.
모델링 및 성능 평가 - 훈련 데이터를 통해 기계학습 모델을 학습시키고, 테스트 데이터를 통해 모델의 성능을 평가하여 적합한 모델을 선택함.
5.
모델 활용 - 모델링과 성능 평가를 마친 후, 선택한 모델을 직접 사용해 봄.

 생산적인 강의 후기를 꼭 적어주세요. 강사의 성장을 돕습니다.