This study explores the integration of ChatGPT, OpenAI’s conversational AI, into English as a Foreign Language (EFL) classrooms at Korean universities, focusing on student interactions and language learning strategy preferences. It categorises interactions using the Strategy Inventory for Language Learning (SILL) and Strategic Self-Regulation (S2R) frameworks to evaluate the pedagogical effectiveness of AIassisted learning. Ninety-nine university students participated in training sessions with ChatGPT prompts tailored to different learning strategies. Data were collected through surveys, chat transcripts, and qualitative feedback. Results indicate frequent student interactions with ChatGPT, averaging 4.49 strategies in initial training chats. Compensatory strategies like error correction and adaptive difficulty received high ratings, while social strategies were rated lowest. Metacognitive strategies, especially planning and summarising, were also well-received. The study concludes that ChatGPT supports diverse learning strategies, enhancing linguistic competence and promoting self-regulated learning. However, limitations such as AI accuracy and authenticity issues highlight the need for continued human interaction in language education.

새롭게 개정된 2015 교육과정에서 정보 교과는 중학교에서 필수 교과로 지정되어 학생들의 컴퓨팅 사고력과 협력적 문제 해결력을 개발하도록 장려한다. 이에 따라 많은 연구자들이 관련 연구들을 진행하고 있다. 여러 간행물들, 연구 논문들 및 교사들의 인식을 검토한 결과 컴퓨팅 사고 수업에서 알고리즘 및 코딩에 중점을 두고 있었다. 컴퓨팅 사고는 컴퓨터를 사용하여 문제를 해결 하는데 필수적인 사고 과정이다. 그러나 사고력 활동이 미리 구조화된 문제에 의해 제약받는 측면이 많이 있음을 관찰할 수 있었다. 본 연구에서는 이러한 문제를 해결하기 위해 구조화되지 않은 열린 문제를 제공함으로써 데이터 활용 능력(data literacy)을 강조한 문제해결 수업을 제안하였다. 또한 데이터 활용 능력 강조 수업이 기존의 구조화된 문제를 활용한 수업에 비하여 학습동기와 학업성취도에 통계적으로 유의한 효과가 있음을 검증하였다. 따라서 컴퓨팅 사고 기반의 문제해결 수업에서 미리 구조화된 문제를 프로그래밍 하는데 초점을 맞춘 수업보다 데이터 활용 능력을 증진하는 문제해결 활동을 활용한 수업이 보다 효과적임을 밝힐 수 있었다.