Core Concepts
대화형 지능형 학습 시스템에서 학생의 언어 능력과 성격 특성을 모사하여 교사의 맞춤형 지원 전략을 향상시킬 수 있다.
Abstract
이 연구는 대화형 지능형 학습 시스템에서 학생의 언어 능력과 성격 특성을 모사하는 프레임워크를 제안한다.
먼저 학생의 언어 능력을 인지적 수준에서 모사하고, 성격 특성을 비인지적 수준에서 모사한다. 성격 특성은 Big Five 이론을 기반으로 대화형 학습 상황에 맞게 세부적으로 정의한다.
이를 통해 생성된 대화 데이터에 대해 다각도의 검증을 수행한다. 성격 특성 분류, 언어 능력 평가, 기존 Big Five 이론과의 일관성 등을 확인한다.
또한 교사의 맞춤형 지원 전략이 학생의 언어 능력과 성격 특성에 따라 어떻게 달라지는지 분석한다. 실험 결과, 대화형 지능형 학습 시스템은 학생의 특성을 고려하여 적절한 지원 전략을 제공할 수 있음을 보여준다.
이 연구는 대화형 지능형 학습 시스템의 개발과 평가에 기여할 것으로 기대된다.
Stats
학생의 언어 능력이 높은 경우 교사는 더 많은 긍정적 피드백, 지시, 질문을 제공한다.
학생의 언어 능력이 낮은 경우 교사는 더 많은 힌트, 설명, 모델링을 제공한다.
학생의 성격 특성 중 개방성, 성실성, 외향성이 낮을수록 교사는 더 많은 힌트를 제공한다.
학생의 신경증 수준이 높을수록 교사의 모든 지원 전략이 감소한다.
Quotes
"학생의 언어 능력과 성격 특성에 따라 교사의 맞춤형 지원 전략이 달라진다."
"대화형 지능형 학습 시스템은 학생의 특성을 고려하여 적절한 지원 전략을 제공할 수 있다."