Access Timing as Scaffolding: A Reinforcement Learning Approach to GenAI in Education
Author
- Haebom
Category
Empty
저자
Janne Rotter, Pau Benazet i Montobbio, Davinia Hernandez-Leo
💡 개요
본 연구는 대학 교육에서 생성형 AI(GenAI)의 무분별한 사용이 야기하는 문제점을 해결하기 위해, AI 접근 시점을 제어하는 새로운 학습 촉진 방안을 제안합니다. 이를 위해 강화학습(RL) 에이전트를 활용하여 메타인지 이론, 인지 부하 이론, 생산적 실패 이론에 기반한 보상 함수를 설계하고, 학생들의 GenAI 접근 시점을 전략적으로 결정하도록 합니다. 실험 결과, 제안된 접근 시점 제어 방식이 무제한 사용보다 학습 성과와 메타인지 참여를 향상시키고, 완전 제한보다 오류 및 과제 수행 시간을 줄이는 효과를 보였습니다.
🔑 시사점 및 한계
•
AI 접근 시점 제어가 기존의 명시적인 프롬프트나 구조화된 학습 지원 없이도 효과적인 학습 전략이 될 수 있습니다.
•
강화학습 기반의 접근 시점 제어는 별도의 복잡한 설계 없이 기존의 범용 GenAI 도구와 쉽게 통합될 수 있는 확장 가능한 교육 기술입니다.
•
자기 보고식 메타인지 인식 측면에서는 유의미한 차이가 나타나지 않아, 학습자의 주관적인 경험에 대한 추가적인 연구가 필요합니다.
