QuestionPunkQuestionPunk
무료로 시작하기
모든 템플릿

생성형 AI와 학생 학습 경험 설문조사

생성형 AI 도구가 학습 심화, 비판적 사고, 지식 유지, 메타인지 인식 전반에 걸쳐 학생의 학습 성과에 어떻게 영향을 미치는지 측정하는 연구 도구입니다. 사전/사후 및 실험 연구 설계를 위해 고안되었습니다. 예상 소요 시간: 10~14분.

이 템플릿 사용하기템플릿 더 둘러보기

샘플 질문

템플릿에 포함된 내용을 미리 확인해 보세요. 모든 질문은 설문 공개 전에 자유롭게 수정할 수 있습니다.

질문 30개 · 약 13분
Q01
메시지

학습에서의 기술 사용에 관한 본 연구에 참여해 주셔서 진심으로 감사드립니다. 이 설문은 수업 과제에서 사용하는 다양한 도구에 대한 귀하의 경험을 묻습니다. 참여는 전적으로 자발적이며, 어떠한 불이익 없이 언제든지 중단하실 수 있습니다. 정답이나 오답은 없으며, 귀하의 솔직한 의견과 경험이 중요합니다. 귀하의 응답은 기밀로 유지되며 집계된 형태로만 보고됩니다. 개별 응답은 식별되지 않습니다. 결과는 학술 연구 목적으로만 사용됩니다. 예상 소요 시간: 10~14분. 계속 진행하시면 귀하가 만 18세 이상이며 참여에 동의하는 것으로 간주됩니다.

Q02
드롭다운

이 설문을 언제 작성하고 계신지 표시해 주십시오.

  • 개입 전 (연구 기간 시작 시점)
  • 개입 후 (연구 기간 종료 시점)
  • 단일 실시 (횡단면)
Q03
객관식

현재 대학 또는 대학교에 학생으로 재학 중이십니까?

  • 예
  • 아니요
Q04
객관식

다음 생성형 AI 도구 중 학습이나 수업 과제를 위해 사용해 본 것은 무엇입니까? 해당하는 것을 모두 선택해 주십시오.

  • ChatGPT (OpenAI)
  • Claude (Anthropic)
  • Gemini (Google)
  • Microsoft Copilot
  • Perplexity AI
  • Grammarly AI 기능
  • GitHub Copilot
  • 기타 (구체적으로 기재해 주십시오)
Q05
객관식

다음 학습 활동 중 어떤 활동에 생성형 AI 도구를 사용하십니까? 해당하는 것을 모두 선택해 주십시오.

  • 읽기 자료와 강의 노트 이해 또는 요약
  • 과제나 프로젝트를 위한 아이디어 브레인스토밍
  • 에세이 및 보고서 작성 또는 초안 작성
  • 문제집 풀이 또는 연습 문제 해결
  • 시험이나 퀴즈 준비
  • 개념에 대한 예시 또는 설명 생성
  • 내 작업물에 대한 피드백 받기
  • 코딩 또는 기술적 작업
  • 연구 및 자료 찾기
  • 언어 번역 또는 편집
  • 기타 (구체적으로 기재해 주십시오)
Q06
메시지

다음 질문들은 생성형 AI 도구를 사용할 때의 학습 경험에 관한 것입니다. AI 도구를 사용했던 가장 최근 수업을 떠올리며 그 경험을 바탕으로 답해 주십시오. 정답이나 오답은 없으며, 귀하의 솔직한 인식이 중요합니다.

Q07
의견 척도

생성형 AI가 제공한 정보를 작업에 사용하기 전에 그 정확성이나 타당성을 얼마나 자주 확인하십니까?

척도: 1 – 5
최소:전혀 안 함최대:항상
Q08
의견 척도

생성형 AI의 도움을 받아 학습한 내용에 대해, AI의 도움 없이 핵심 개념을 기억하고 설명할 수 있다고 얼마나 확신하십니까?

척도: 1 – 7
최소:전혀 확신하지 못함최대:매우 확신함
Q09
의견 척도

생성형 AI가 포함된 학습 과제를 시작할 때, 시작하기 전에 스스로 구체적인 학습 목표를 얼마나 자주 설정하십니까?

척도: 1 – 5
최소:전혀 안 함최대:항상
Q10
의견 척도

전반적으로 생성형 AI 도구의 사용이 귀하의 학습 질에 어떤 영향을 미쳤습니까?

척도: 1 – 7
최소:학습 질이 크게 저하됨최대:학습 질이 크게 향상됨
Q11
드롭다운

현재 학업 수준은 어떻게 되십니까?

  • 학부 1학년
  • 학부 2학년
  • 학부 3학년
  • 학부 4학년 이상
  • 석사 과정생
  • 박사 과정생 (PhD, EdD 등)
  • 전문 학위 과정생 (JD, MD, MBA 등)
  • 기타
Q12
객관식

지난 3개월 동안 학습이나 수업 과제를 위해 생성형 AI 도구(예: ChatGPT, Claude, Gemini, Copilot)를 사용한 적이 있으십니까?

  • 예
  • 아니요
Q13
의견 척도

학기 중 일반적인 한 주 동안, 학습이나 수업 과제를 위해 생성형 AI 도구를 얼마나 자주 사용하십니까?

척도: 1 – 5
최소:전혀 안 함최대:매일 또는 거의 매일
Q14
순위 매기기

다음 학습 활동을 생성형 AI를 가장 많이 사용하는 것(1)부터 가장 적게 사용하는 것 순으로 순위를 매겨 주십시오.

  1. 자료 이해 또는 요약
  2. 브레인스토밍 및 아이디어 생성
  3. 작성 및 초안 작성
  4. 문제 해결 및 연습
  5. 학습 및 시험 준비
  6. 내 작업물에 대한 피드백 받기
드래그하여 순위 지정
Q15
의견 척도

이 수업에서 생성형 AI를 사용할 때, 근본 개념에 대한 깊은 이해를 어느 정도 형성하셨습니까?

척도: 1 – 7
최소:전혀 아님최대:매우 그러함
Q16
의견 척도

생성형 AI에 문의하기 전에 어떤 주제에 대해 스스로 결론을 내리는 경우가 얼마나 자주 있으십니까?

척도: 1 – 5
최소:전혀 안 함최대:항상
Q17
의견 척도

생성형 AI 없이 학습한 자료와 비교하여, 생성형 AI로 학습한 정보를 유지하는 능력을 어떻게 평가하시겠습니까?

척도: 1 – 7
최소:훨씬 못 유지됨최대:훨씬 잘 유지됨
Q18
의견 척도

학습을 위해 생성형 AI를 사용할 때, AI의 응답을 그저 읽기만 하는 것이 아니라 실제로 자료를 이해했는지 확인하기 위해 얼마나 자주 잠시 멈추십니까?

척도: 1 – 5
최소:전혀 안 함최대:항상
Q19
AI 인터뷰

본 설문에서의 답변을 바탕으로, 생성형 AI가 귀하의 학습 경험에 어떤 영향을 미쳤는지 긍정적·부정적 측면 모두에 대해 추가적인 생각을 자유롭게 공유해 주십시오.

Q20
드롭다운

귀하의 주요 전공 분야는 무엇입니까?

  • 예술 및 인문학
  • 사회 과학
  • 경영 및 관리
  • 자연 과학
  • 공학 및 기술
  • 컴퓨터 과학 및 정보 기술
  • 보건 과학 및 의학
  • 교육학
  • 법학
  • 수학 및 통계학
  • 기타 (구체적으로 기재해 주십시오)
Q21
의견 척도

현재 수업 과제에 대한 전반적인 참여 수준을 어떻게 표현하시겠습니까?

척도: 1 – 7
최소:전혀 참여하지 않음최대:매우 적극적으로 참여함
Q22
의견 척도

이 수업에서 생성형 AI를 사용할 때, 스스로 새로운 문제나 상황에 개념을 어느 정도 적용할 수 있었습니까?

척도: 1 – 7
최소:전혀 아님최대:매우 그러함
Q23
의견 척도

생성형 AI 응답에 내포된 가정이나 관점에 대해 얼마나 자주 의문을 제기하십니까?

척도: 1 – 5
최소:전혀 안 함최대:항상
Q24
의견 척도

생성형 AI로 학습한 개념을 다른 수업이나 실제 상황에 적용할 수 있다고 얼마나 확신하십니까?

척도: 1 – 7
최소:전혀 확신하지 못함최대:매우 확신함
Q25
의견 척도

현재 사용하는 방식이 효과적인 학습에 도움이 되지 않는다는 것을 깨달았을 때, 생성형 AI 사용 방식을 얼마나 자주 바꾸십니까?

척도: 1 – 5
최소:전혀 안 함최대:항상
Q26
드롭다운

귀하의 연령은 어떻게 되십니까?

  • 18~20세
  • 21~23세
  • 24~26세
  • 27~30세
  • 31~35세
  • 36~40세
  • 41세 이상
  • 답변하지 않음
Q27
의견 척도

이 수업에서 생성형 AI를 사용할 때, 접한 정보를 어느 정도 분석하거나 비교하거나 비판적으로 평가하셨습니까?

척도: 1 – 7
최소:전혀 아님최대:매우 그러함
Q28
의견 척도

생성형 AI가 제공한 내용과 비교하기 위해 추가 자료(교재, 학술지, 동료)를 얼마나 자주 참고하십니까?

척도: 1 – 5
최소:전혀 안 함최대:항상
Q29
의견 척도

생성형 AI로 학습 과제를 완료한 후, AI가 실제로 학습에 도움이 되었는지 아니면 그저 과제 완료에만 도움이 되었는지 얼마나 자주 되돌아보십니까?

척도: 1 – 5
최소:전혀 안 함최대:항상
Q30
의견 척도

이 수업에서 생성형 AI를 사용할 때, AI가 제공한 것을 넘어서 독창적인 결과물을 만들거나 아이디어를 종합한 정도는 어느 정도였습니까?

척도: 1 – 7
최소:전혀 아님최대:매우 그러함

포함된 기능

  • AI 후속 질문

    정형화된 설문이 놓치는 세부 내용을, 주관식 답변에 맞춰 AI가 심층 질문으로 끌어냅니다.

  • 주의력 확인 장치

    성의 없는 답변과 저품질 응답자를 걸러내는 내장 안전장치입니다.

  • AI가 작성한 문안

    문구, 질문 순서, 분기 로직까지 AI가 연구 목표에 맞춰 작성합니다.

  • 자동 리포트

    응답이 모이면 주요 주제, 인용문, 이해하기 쉬운 요약이 자동으로 작성됩니다.

다른 서비스와 비교

다른 설문 도구의 가장 유사한 템플릿을 검토했습니다. 그 도구들이 잘하는 점과, 이 템플릿이 한발 더 나아가는 지점을 정리했습니다.

이 템플릿을 선택하는 이유

  • Includes dedicated opinion-scale batteries mapped to four distinct constructs (learning depth, critical thinking, knowledge retention, metacognitive awareness) rather than generic satisfaction questions.
  • Uses behavioral and ranking items (e.g., ranking which learning activities most involve generative AI, multi-select on tool usage) to capture actual usage patterns before asking about outcomes.
  • Closes with an AI follow-up interview that adapts to each respondent's prior answers, letting them elaborate on their own experience instead of ending at a static open-text box.
  • Structured for pre/post and experimental research designs with demographic and enrollment screening (academic level, field of study, age, enrollment status) built in for segmentation.

Jotform

E-learning Student Performance Evaluation Form Template

This is a general e-learning performance evaluation form, not a generative-AI-specific research instrument. It's fielding-ready as a form builder template but would need substantial editing to measure constructs like critical thinking or metacognitive awareness tied to AI tool use. Best suited for course-level feedback rather than academic research on generative AI.

잘하는 점

  • Easy drag-and-drop customization typical of Jotform templates
  • Quick to deploy for general course/e-learning feedback
  • Integrates with Jotform's broader form ecosystem (payments, notifications, etc.)

아쉬운 점

  • No generative-AI-specific question content; would require full rebuild for this research topic
  • Static question set with no adaptive follow-up or AI-driven probing
  • No automated quality scoring of open-ended responses

QuestionPro

Distance learning survey template for students

A distance-learning experience survey template focused on remote/online learning satisfaction, not generative AI use specifically. It's a ready-to-field template within QuestionPro's platform but covers a different construct set than AI-driven learning outcomes. Researchers would need to substantially rewrite items to address critical thinking or metacognition around AI tools.

잘하는 점

  • Established survey platform with standard logic and reporting features
  • Template addresses broader distance-learning context which may be useful for comparison studies
  • Supports typical survey distribution channels

아쉬운 점

  • No generative-AI-specific items on critical thinking, retention, or metacognitive awareness
  • No adaptive AI interview or voice-based follow-up to probe individual responses
  • No published methodology on prompt design or scoring transparency

SurveyMonkey

Distance Learning Survey Template

Originally built around COVID-era distance learning check-ins, this template targets remote schooling logistics and satisfaction, not generative AI's cognitive effects on students. It is a usable, fielding-ready template on SurveyMonkey's platform but is topically distant from generative AI research needs. Would function better as a general remote-learning pulse survey than an experimental research instrument.

잘하는 점

  • Widely recognized, easy-to-deploy survey platform
  • Simple structure suited for quick pulse-check style feedback
  • Established reporting dashboard for descriptive statistics

아쉬운 점

  • No content addressing generative AI tools or their cognitive/learning impact
  • Fixed question flow with no adaptive follow-up questioning
  • No mechanism for scoring response quality or depth of reflection

SurveySparrow

Distance Learning Check-in Bot Template

A conversational check-in bot for distance learning during COVID-19, aimed at brief pulse-style engagement rather than in-depth research on generative AI's effect on learning. Its chatbot format is fielding-ready but designed for quick check-ins, not multi-construct academic measurement. Not suited as-is for pre/post experimental research designs.

잘하는 점

  • Conversational chatbot format may feel more engaging than static forms
  • Good for quick, low-friction check-ins with students
  • Native to SurveySparrow's chat-style survey product

아쉬운 점

  • No generative-AI-specific or multi-construct research content (learning depth, retention, metacognition)
  • Chatbot follow-ups are scripted, not adaptive AI-generated based on individual response content
  • No transparent prompt methodology or automated quality scoring of responses

설문을 공개할 준비가 되셨나요?

이 템플릿을 편집기에서 열어 보세요. 첫 응답자가 보기 전에 모든 부분을 원하는 대로 바꿀 수 있습니다.

Use this template무료로 시작하기