Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

How Adding Metacognitive Requirements in Support of AI Feedback in Practice Exams Transforms Student Learning Behaviors

Created by
  • Haebom

저자

Mak Ahmad, Prerna Ravi, David Karger, Marc Facciotti

개요

본 논문은 대규모 STEM(과학, 기술, 공학, 수학) 기초 생물학 강의에서 AI 기반 개인 맞춤형 피드백 시스템을 개발하고 그 효과를 실증적으로 평가한 연구이다. 시스템은 학생들의 답변과 자신감 수준을 입력받아 OpenAI의 GPT-4를 활용하여 개인화된 피드백과 관련 교재 참고 자료를 제공한다. 3회의 중간고사(총 1,296명의 학생, 28,313개의 질문-학생 상호작용)를 통해 시스템의 학습 성과 및 참여도에 대한 영향을 분석하였다. 피드백 유형 간에는 통계적으로 유의미한 성과 차이가 없었으나, 자신감 평가와 답변 설명 요구사항이 학생들의 실제 시험 전략에 영향을 미쳤다. 교재 참고자료 활용률은 40%로 기존 대비 높았으며, 학생 만족도 또한 높게 나타났다.

시사점, 한계점

•
시사점:
◦
AI 기반 피드백 시스템을 활용하여 대규모 강의에서 개인 맞춤형 학습 지원이 가능함을 보여줌.
◦
학생들의 메타인지 활동(자신감 평가, 답변 설명)을 유도하는 것이 정교한 피드백 메커니즘보다 학습 효과에 더 큰 영향을 미침.
◦
AI 피드백 시스템을 통해 교재 활용률을 크게 증진시킬 수 있음.
◦
학생 만족도와 자신감 향상에 긍정적 효과를 보임.
•
한계점:
◦
피드백 유형 간 성과 차이가 통계적으로 유의미하지 않음. 향후 추가 연구를 통해 더욱 명확한 효과 검증 필요.
◦
연구 대상이 생물학 기초 강의로 한정되어 다른 과목이나 교육 환경으로의 일반화에는 제한이 있음.
◦
시스템의 장기적 효과 및 지속 가능성에 대한 추가 연구 필요.
👍
Made with Slashpage