본 논문은 교육 설계자들이 효과적인 교육적 개입을 선택하는 데 어려움을 겪는 문제를 해결하기 위해, 학습에 대한 통합적인 계산 모델인 '모델 인간 학습자(Model Human Learner)' 개념을 제시한다. 이 논문은 문제 순서 개입과 항목 설계 개입을 검증한 두 개의 인간 A/B 실험 결과를 계산 모델이 정확하게 예측할 수 있음을 보여줌으로써 이 개념의 성공적인 첫 번째 증명을 제시한다. 또한, 인간 데이터 없이 학습 곡선을 생성하고, 교육적 개입이 효과적인 이유에 대한 이론적 통찰력을 제공할 수 있음을 보여준다. 이러한 결과는 다양한 과제와 개입에 걸쳐 교육 설계를 지원하기 위해 인지 및 학습 이론을 통합하는 미래의 모델 인간 학습자를 위한 기반을 마련한다.
