교육에서 생성적 AI의 빠른 통합은 종종 교사를 주로 기술 훈련이 필요한 기술 사용자로 묘사합니다. 기존의 프롬프트 엔지니어링 프레임워크는 기술적 지침을 제공하지만 교사 전문 개발 또는 반사적 실천 이론과의 연관성이 제한적입니다. 이는 프롬프트 엔지니어링의 핵심 기능을 놓치고 있습니다: 프롬프트는 교수법적 사고를 외부화할 수 있으며, AI 상호작용을 지식 외부화의 과정으로 만듭니다. 이 논문은 체계적인 개념 분석을 통해 프롬프트 엔지니어링을 기술적 역량에서 반사적 전문 실천으로 재구성할 것을 제안합니다. 이 방법론은 세 가지 이론적 전통을 통합합니다: Schön의 반사적 실천 이론(암묵적 지식을 외부화하기 위해), Wiggins와 McTighe의 역방향 설계(교수적 결정을 구조화하기 위해), 그리고 Celik의 AI-TPACK 프레임워크(통합 지식 기반으로서). 이 융합은 효과적인 프롬프트가 통합된 전문 지식을 요구하는 교수법적 외부화 행위로 이해될 수 있음을 시사합니다. 이 논문은 프롬프트 엔지니어링의 정교함을 분석하기 위한 분석적 렌즈로서 일곱 가지 전략 프레임워크(RPE 프레임워크)를 개발합니다. 이 이론적 프레임워크는 검증된 결과를 제시하기보다는 미래의 경험적 검증이 필요한 이론 유래 가설을 제공합니다. 궁극적으로 RPE 프레임워크는 교육자를 단순한 AI 사용자에서 AI 지원 교육 설계자로 재포지셔닝함으로써 기술 훈련에서 교사 전문 개발로 초점을 전환할 수 있는 개념적 기초를 제공합니다.
Dourvas et al. (2026)은 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: