PISA 2022 창의적 사고력 도메인별 예측 변수 구조 분석: 딥러닝 기반 해석 접근

• 영문명: Deep Learning-Based Interpretative Analysis of Predictive Variable Structures Across Creative Thinking Domains in PISA 2022
• 발행기관: 한국교육평가학회
• 저자명: 권다은(Daeun Kwon) 김현철(Hyunchul Kim)
• 간행물 정보: 『교육평가연구』제38권 제3호, 591~621쪽, 전체 31쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2025.09.30

국문 초록

본 연구는 2022년 PISA 창의적 사고력 검사 과제반응 데이터를 바탕으로 딥러닝 기반 예측모형(TabNet)을 개발·적용하고 문어표현, 시각표현, 사회적 문제해결, 과학적 문제해결 도메인별 주된 예측 변수의 구조적 차이를 분석하였다. 기존 자기보고식 평가의 한계를 넘어 실제 수행 기반 데이터를 활용하였으며 IRT 점수 추정과 단계별 변수조합 기반 예측을 통해 인지적 성취, 자기지각 창의성, 사회경제적 배경, 교육맥락 및 심리·정서적 특성의 영향력을 심층 검토하였다. 그 결과, 모든 도메인에서 인지적 성취도가 높은 중요도를 보였으나, 도메인별로 예측 변수 구조가 뚜렷이 달랐고 시각표현 영역은 대상 변수만으로는 설명에 한계가 있었다. 본 연구는 창의성 예측과 교육 설계에 있어 영역 맞춤형 접근 필요성과 딥러닝 기반 예측에 SHAP·Dominance 분석을 결합한 해석적 방법의 교육평가 활용 가능성을 제시하였다.

영문 초록

This study developed and applied a deep learning-based prediction model (TabNet) using task response data from the 2022 PISA Creative Thinking assessment. It aimed to analyze structural differences in key predictors across four domains: written expression, visual expression, social problem solving, and scientific problem solving. Moving beyond the limitations of self-report measures, the study utilized actual performance-based data and employed IRT-based scoring and stepwise variable combinations to examine the influence of cognitive achievement, socioeconomic background, educational context, and socio-emotional characteristics. Results showed that cognitive achievement was a strong predictor in all domains, but the structure of influential variables varied significantly across domains. In particular, the visual expression domain demonstrated limited explanatory power with conventional variables. The findings highlight the necessity of domain-specific approaches to creativity prediction and suggest the potential of deep learning models for use in educational assessment and instructional design.

목차

Ⅰ. 서론

Ⅱ. 이론적 배경

Ⅲ. 연구 방법

Ⅳ. 분석 결과

Ⅴ. 논의 및 결론

참고문헌

키워드

창의적 사고력 딥러닝 creative thinking deep learning PISA 2022 SHAP