Sign In

Improved Performances and Motivation in Intelligent Tutoring Systems: Combining Machine Learning and Learner Choice

Created by
  • Haebom
Category
Empty

저자

Benjamin Clement, Helene Sauzeon, Didier Roy, Pierre-Yves Oudeyer

개요

본 논문은 대규모 학급에서의 개인화된 학습의 어려움을 해결하기 위해, 학습 진행 가설과 다중 무장 밴딧 기법에 기반한 AI 기반 개인화 시스템 ZPDES를 제시합니다. ZPDES는 각 학생의 학습 진행도를 극대화하는 연습 문제 순서를 제공합니다. 이전 연구는 ZPDES가 기존 교육과정 대비 학습 향상에 효과적임을 보였으나, 학습 동기 부여에 대한 영향은 탐구되지 않았습니다. 또한, ZPDES는 학생의 선택 기능이 부족하여 호기심 중심 학습 모델과 상충되었습니다. 본 연구는 문제 난이도와 무관한 게임화 요소로서의 선택 기능 통합이 학습 성과와 동기에 미치는 영향을 조사합니다. 265명의 7-8세 어린이를 대상으로 한 무작위 대조 실험을 통해 선택 기능 유무에 따른 ZPDES와 기존 교육과정을 비교 분석하였습니다.

시사점, 한계점

시사점:
ZPDES는 학습 성취도와 학습 경험을 향상시킵니다.
ZPDES에 선택 기능을 추가하면 내재적 동기가 향상되고 학습 효과가 더욱 강화됩니다.
선택 기능은 적응형 개인화 학습 시스템과 결합될 때만 학습에 긍정적 영향을 미칩니다.
게임화 기능이 교육 기술에서 점점 더 많이 사용되는 상황에서, 본 연구 결과는 게임화 기능 설계에 중요한 시사점을 제공합니다.
한계점:
연구 대상이 7-8세 어린이로 제한되어 다른 연령대에 대한 일반화 가능성은 제한적입니다.
선택 기능 외 다른 게임화 요소의 영향에 대한 연구는 추가적으로 필요합니다.
ZPDES의 장기적인 효과에 대한 추가적인 연구가 필요합니다.
👍