대규모 언어 모델(LLM)이 K-12 교육에서 단답형 문제를 채점할 수 있는 능력을 실증적으로 평가한 결과, GPT-4 모델이 전문가 수준의 채점 성능을 보였다.
인공지능 기술의 발전으로 인해 교육 평가 방식의 혁신이 필요하며, 학습 성과 달성, 학술적 무결성 유지, 인공지능 활용 기술 습득을 균형있게 고려한 평가 설계 전략이 요구된다.
학생들은 ASSIST 웹사이트에 대한 새로운 학업 상담 관련 소프트웨어 기능을 제안했다. 이러한 기능에는 학업 상담 업무의 자동화, 학점 인정 협약의 모호성 해소, 학기별 수강 계획 실수 방지, 온라인 상담 지원 등이 포함된다.
지역사회 대학 학생들이 여러 대학에 지원할 때 각 대학의 전공 요구 사항이 다르기 때문에 최적의 학업 계획을 수립하는 것이 어려울 수 있다. 이 연구에서는 학생들이 수동으로 최적의 학업 계획을 수립하는 것보다 알고리즘 생성 계획을 사용하는 것이 더 효과적일 수 있음을 보여준다.
교육 평가에서 생성형 인공지능 도구의 윤리적이고 효과적인 통합을 위한 실용적이고 유연한 프레임워크인 인공지능 평가 척도(AIAS)를 제시한다.
다중 모달 감정 특징과 ChatGPT의 제로샷 주석 기능을 활용하여 교실 내 격려와 온기를 자동으로 평가할 수 있다.
교육 콘텐츠의 의미론은 혁신적인 교육 시스템 모델의 필수적인 구성 요소이며, 기술 산업, 통신, 컴퓨터 공학, 언어 공학, 정보 및 문서 과학 등 다양한 분야의 표준화 노력을 통해 점진적으로 구축되고 있다.
교육자들의 강의 준비 과정을 최적화하기 위해 강의 초록 기반 질문 생성 시스템 E-QGen을 제안합니다.
학생들이 AI와 효과적으로 협력하여 작문할 수 있도록 하기 위해서는 AI의 기능과 한계에 대한 비판적 이해가 필요하다.
교육 및 인지 과학 분야의 연구와 AI 및 자연어 처리 분야의 연구를 통합하여 효과적인 대화형 힌트 생성 시스템 개발을 위한 로드맵을 제시한다.