맞춤형 학습을 위한 지능형 튜터링 시스템의 소개

이선복 이화여자대학교 교육과학연구소 2024 교육과학연구 Vol.55 No.1

맞춤형 학습은 교육이 지향해야 할 궁극적인 방향이라고 할 수 있으며 오래전부터 많은 연구자가 맞춤형 학습을 구현하기 위해 노력해 왔다. 하지만 맞춤형 학습에 대한 오랜 관심과 기대에도 불구하고 인간 교수자가 대규모 학습자를 대상으로 맞춤형 학습을 제공하는 것은 시간과 자원의 제약으로 인해 현실적으로 어려운 일이었다. 이러한 문제에 대한 해결책으로 기술 기반 맞춤형 학습이 주목받아 왔으며 최근 인공지능 기술이 발전함에 따라 인공지능을 활용한 맞춤형 학습의 구현에 대한 기대가 그 어느 때보다도 높아지고 있다. 지능형 튜터링 시스템은 맞춤형 학습을 제공하기 위한 인공지능 기반 컴퓨터 시스템으로 지능형 튜터링 시스템에 대한 전반적인 이해는 현재 인공지능을 활용해 맞춤형 학습을 구현하고자 하는 많은 연구와 개발에 도움을 줄 수 있을 것이다. 맞춤형 학습을 위한 지능형 튜터링 시스템에 관한 관심과 기대가 높아지고 있는 이때 우리는 우리가 원하는 진정한 맞춤형 학습의 의미를 돌아보고, 지능형 튜터링 시스템의 일반적인 구조와 한계에 대해 이해하고, 이를 바탕으로 앞으로 지능형 튜터링 시스템에 관한 연구와 개발이 나아가야 할 방향에 대해 고민해 볼 필요가 있다. 이 논문은 맞춤형 학습과지능형 튜터링 시스템은 목적과 수단으로 함께 논의되어야 한다는 전제하에 맞춤형 학습과 지능형 튜터링 시스템에 대한 개관을 유기적으로 연관 지어 함께 제공하고자 하였으며 이러한 개관을 바탕으로 앞으로 지능형 튜터링 시스템의 연구와 개발과 관련하여 몇 가지 제언을 하고자 하였다. Personalized learning is arguably the ultimate direction in which education should be headed, and researchers have been working to make it happen for a long time. However, despite the long-standing interest in and expectations for personalized learning, it has been difficult for human instructors to deliver personalized learning to large groups of learners due to time and resource constraints. As a solution to this problem, technology-based personalized learning has been in the spotlight, and with recent advances in artificial intelligence technology, the expectations for implementing personalized learning using AI are greater than ever. An intelligent tutoring system is an artificial intelligence-based computer system for providing personalized learning, and a general understanding of intelligent tutoring systems can help inform many of the current research and development efforts to implement personalized learning using artificial intelligence. As interest in and expectations for intelligent tutoring systems for personalized learning are increasing, we need to reflect on what we mean by truly personalized learning, understand the general structure and limitations of intelligent tutoring systems, and consider the direction of future research and development in intelligent tutoring systems. Based on the premise that personalized learning and intelligent tutoring systems should be discussed together as both ends and means, this study aimed to provide an overview of personalized learning and intelligent tutoring systems in an interrelated way, and based on this overview, suggestions were made for future research and development in intelligent tutoring systems.

UML-ITS Usability Evaluation of Intelligent Tutoring System

Sehrish Abrejo,Amber Baig,Mutee U Rahman,Adnan Asghar Ali International Journal of Computer ScienceNetwork S 2023 International journal of computer science and netw Vol.23 No.3

The most effective tutoring method is one-on-one, face-to-face in-person human tutoring. However, due to the limited availability of human tutors, computer-based alternatives have been developed. These software based alternatives are called Intelligent Tutoring Systems (ITS) which are used to tutor students in different domains. Although ITS performance is inferior to that of human teachers, the field is growing and has recently become very popular. User interfaces play key role in usability perspective of ITS. Even though ITS research has advanced, the majority of the work has concentrated on learning sciences while mostly disregarding user interfaces. Because of this, the present ITS includes effective learning modules but a less effective interface design. Usability is one approach to gauge a software's performance, while "ease of use" is one way to assess a software's quality. This paper measures the usability effectiveness of an ITS which is designed to teach Object-Oriented (OO) analysis and design concepts using Unified Modeling Language (UML). Computer Supported Usability Questionnaire (CSUQ) survey was conducted for usability evaluation of UML-ITS. According to participants' responses to the system's usability survey, all responses lie between 1 to 3 scale points which indicate that the participants were satisfied and comfortable with most of the system's interface features.

An expert-led and artificial intelligence system-assisted tutoring course to improve the confidence of Chinese medical interns in suturing and ligature skills: a prospective pilot study

Ying-Ying Yang,Boaz Shulruf 한국보건의료인국가시험원 2019 보건의료교육평가 Vol.16 No.-

PurposeLack of confidence in suturing/ligature skills due to insufficient practice and assessments is common among novice Chinese medical interns. This study aimed to improve the skill acquisition of medical interns through a new intervention program. MethodsIn addition to regular clinical training, expert-led or expert-led plus artificial intelligence (AI) system tutoring courses were implemented during the first 2 weeks of the surgical block. Interns could voluntarily join the regular (no additional tutoring), expert-led tutoring, or expert-led+AI tutoring groups freely. In the regular group, interns (n=25) did not receive additional tutoring. The expert-led group received 3-hour expert-led tutoring and in-training formative assessments after 2 practice sessions. After a similar expert-led course, the expert-led+AI group (n=23) practiced and assessed their skills on an AI system. Through a comparison with the internal standard, the system automatically recorded and evaluated every intern’s suturing/ligature skills. In the expert-led+AI group, performance and confidence were compared between interns who participated in 1, 2, or 3 AI practice sessions. ResultsThe end-of-surgical block objective structured clinical examination (OSCE) performance and self-assessed confidence in suturing/ligature skills were highest in the expert-led+AI group. In comparison with the expert-led group, the expert-led+AI group showed similar performance in the in-training assessment and greater improvement in the end-of-surgical block OSCE. In the expert-led+AI group, the best performance and highest post-OSCE confidence were noted in those who engaged in 3 AI practice sessions. ConclusionThis pilot study demonstrated the potential value of incorporating an additional expert-led+AI system-assisted tutoring course into the regular surgical curriculum.

인공지능과 인지과학: 기회와 도전

정혜선 한국심리학회 2020 한국심리학회지 일반 Vol.39 No.4

Cognitive science and artificial intelligence have closely interacted with each other as they engaged in the studies of human and machine intelligence respectively. This relationship is likely to change in the near future with the rapid developments of artificial intelligence. This paper reflects on how the nature of the relationship between the two fields might change in the future. The developments of artificial intelligence presents both opportunities and challenges to cognitive science. First, the developments of artificial intelligence can lead to the deepening of our understandings of human intelligence by assisting cognitive science research. In addition, artificial intelligence can assist human intelligence by providing smart tools with which humans can perform with greater accuracy and efficiency. At the same time, artificial intelligence poses challenges to human intelligence as it is likely to change the information environments in which humans operate and alter the cognitive profiles of human intelligence. Active participation from cognitive scientists are needed in understanding and addressing these opportunities and challenges. 인지과학과 인공지능의 연구는 모두 계산과 정보이론의 발전에 힘입어 출현하였고, 서로 밀접하게 상호작용하면서 성장하였다. 인공지능 연구의 초기 단계에 인간인지는 인공지능 연구에 영감의 원천이자 기준으로 작동하였으나 최근 들어 가속화되고 있는 인공지능의 발전은 인간과 인공지능 간의 관계에 대한 재정립을 요구하고 있다. 본 논문에서는 인지과학과 인공지능 연구가 어떻게 함께 발전하였는지를 바탕으로 두 분야 연구가 앞으로 어떠한 식으로 관계를 맺을 수 있을지 살펴보았다. 인공지능의 발달은 인지과학에 도전과 기회를 동시에 제공하고 있는데, 첫째, 인공지능의 발달은 인간 마음의 작동에 대한 이해를 심화할 수 있는 기회를 제공한다. 둘째 인공지능의 발달은 다양한 정보처리 도구의 개발을 촉진하여 이를 통해서 인간이 더 효과적으로 정보를 처리할 수 있도록 도와줄 것이다. 동시에 인공지능은 인간이 속한 정보환경을 필연적으로 변화시킬 것이고, 이는 인간의 인지 능력에도 중요한 변화를 야기할 것으로 보인다. 인공지능의 발달이 가져오는 변화와 영향의 성격이 아직 충분히 드러나지 않았지만 인공지능의 발달이 가져오는 기회를 활용하고 도전에 대처하는데 인지 연구자들의 적극적인 노력과 참여가 필요하다.

4차 산업혁명 기술 기반 교육훈련 정보화 및 지능화 전략

이희남(Hee Nam Lee) 한국IT서비스학회 2021 한국IT서비스학회지 Vol.20 No.1

The advent of the 4th Industrial Revolution is also causing many changes in defense operations. Defense reform and the fourth industrial revolution promoted smart defense innovation, and attempts are being made to incorporate cutting-edge science and technology into various fields such as weapons systems and defense operations. Education and training is one of the areas in which information and intelligence are urgently needed in the spirit of defense operations. Due to the nature of defense education and training, which aims to fight against the enemy, there is no emphasis on psychological training in the field rather than informatization, but in developed countries with various experiences of modern warfare, investment and vitalization of education and training are vital. Through this, efforts are being made to foster soldiers with problem-solving skills in uncertain battlefields. The informatization and intelligence of defense education and training is no longer a matter that can be delayed, and the innovation of education and training using cutting-edge science and technology can be said to be an age-old task to improve the results of education and training in the fourth industrial revolution. The purpose of this is because the application of related technologies is not the goal itself as the 4th Industrial Revolution arrives, but it has been made possible through the rapid advancement of science and technology that has made it difficult to realize education and training, even though it has long been desired. Ultimately, education and training data will be integrated and artificial intelligence-based intelligent learning systems will maximize the performance of education and training, thereby improving the combat readiness.

의미연결망 분석을 활용한 북한의 원격교육체제 탐색: 「고등교육」 기사 중심으로

김경미 북한대학원대학교 심연북한연구소 2022 현대북한연구 Vol.25 No.2

This study explores the characteristics of North Korea’s distance education system in the Kim Jong-un era and how distance education and artificial intelligence (AI) are used in university teaching and learning. Using semantic network analysis, this study analyzes a total of 788 articles (selected by keywords related to distance education) among articles published in the journal Higher Education from 2012 to 2019. The research findings are as follows. First, distance education in North Korea established an educational informatization system based on digital technology and formed teachers' ‘edutech’ capabilities and distance education infrastructure. Second, education that converges distance education and artificial intelligence (AI) has been introduced into the curriculum of universities, and North Korea is attempting to provide educational services and establish educational governance by developing a teaching-learning model. Third, North Korea's distance education emphasizes the nurturing of scientific and technological talents and tries to realize the educational needs for scientific technology and economic development of a knowledge and information society via 'remote + artificial intelligence' education. Implications of the research findings are discussed. 이 논문은 김정은 시기의 원격교육체제와 원격교육 및 인공지능(AI)을 대학의 교수·학습에 어떻게 활용하는지 탐색하는 데 있다. 이를 위해 2012~ 2019년 「고등교육」 수록 기사 중에서 원격교육 관련 키워드로 수집한788편의 기사를 의미연결망으로 분석하였다. 연구 결과는 다음과 같다. 첫째, 북한의 원격교육은 디지털 기술에 기반한 교육정보화 시스템을 구축하고 교원의 에듀테크 역량을 강조하면서 원격교육 인프라를 형성하였다. 둘째, 원격교육과 인공지능(AI)의 융합교육이 대학의 교육과정에 도입되었고, 교수학습모델을 개발하여 교육 서비스를 제공하고 교육 거버넌스구축을 시도하고 있다. 셋째, 북한의 원격교육은 전민과학기술인재화를강조하며 과학기술과 경제발전을 통한 지식정보사회의 산업구조 변화에따른 교육적 필요를 ‘원격+인공지능’ 교육을 통하여 실현하고자 하였다. 이러한 결과를 바탕으로 연구의 시사점을 제안하였다.

집단지성의 구현을 위한 협력학습의 원리 탐색

양미경 한국교육방법학회 2011 교육방법연구 Vol.23 No.2

This study explores the principles of collaborative learning for realization of collective intelligence. A remarkable upsurge in research has taken place during the past few decades on the academic, attitudinal, and social interactive effects of collaborative learning. In general, five variables have been regarded as the essential elements of collaborative learning: positive interdependence, promotive interaction, individual accountability, appropriate use of social skills, group processing. However it is criticized that those elements cannot identify the distinctive principles of collaborative learning to realize collective intelligence. So, this study aims to try and clarify the peculiarity of collective intelligence, and review the studies about the effects of team-based work and motivation in small group performance. In relation to that, the endogenous principles of collaborative learning for realization of collective intelligence and its implications for further research are suggested as follows: Firstly, the value of the task in collaborative learning should be reconceptualized as a means to provide the synergy experience rather than as an ends which needs to be accomplished in due time. Secondly, the interpersonal relations should be primarily based on the mutual and multilateral exchange rather than the hierachical and unilateral relation. Finally, the effect of collaborative learning should be assessed focusing on the subjective individual experience rather than objective group product. And intrinsic satisfaction from ‘heuristic passion’ and ‘persuasive passion’ needs to be emphasized. 협력학습은 공유된 교육적 관심을 토대로 집단을 이루어 함께 작업을 하는 방법으로, 수십 년 동안 상당한 지지를 받아왔다. 그런데 집단 과제수행에 대한 많은 경험적 연구들을 통해 공동 작업 자체가 시너지효과를 보장하는 것은 아니며, 개인별 수행의 합을 뛰어 넘어 집단지성을 구현하는 의미를 가지기 위해서는 여러 차원에 걸친 까다로운 조건이 요구됨을 확인할 수 있었다. 이러한 맥락에서 본 연구는 협력학습의 원리를 ‘집단지성의 구현’이라는 관점에서 비판적으로 탐색해 보고자 하였다. 이를 위해 먼저, 집단지성의 의미와 특성에 대한 논의를 개관한 후, 집단 과제수행 효과를 구성하는 요인과 집단 과제수행 과정에서의 참여 열의에 영향을 미치는 요인 등에 대한 선행연구를 분석함으로써 일반적인 집단 과제수행이 지닌 효과와 한계를 확인하였다. 이러한 논의를 토대로, 집단지성을 구현하기 위한 협력학습의 원리와 그 과제를 다음과 같이 도출하였다. 첫째, 협력학습 과제의 성격이 ‘목적’이 아닌 ‘도구’로 규정될 필요가 있다는 점, 둘째, 집단 구성원들 간의 관계가 ‘단선적 우열 관계’가 아닌, ‘복선적 상호교류 관계’로 상정되어야 한다는 점, 그리고 셋째, 협력학습의 효과가 집단 성과물이 아닌, 구성원 각자의 교육적 체험에 초점을 맞추어 평가되어야 한다는 점 등이다. 아울러 향후 연구는 ‘전통적 개별학습’과의 비교우위를 입증해 보이기 위해 도식적인 절차를 처방하고 수량적인 단기 효과에 주목했던 기존의 방식보다는, 협력학습의 내재율을 포착하기 위한 보다 정교한 개념틀과 작동 기제의 탐색에 주목할 필요가 있음을 제언하였다.

개인 맞춤형 수학 학습을 위한 인공지능 교육시스템의 기능과 적용 사례 분석

성지현 한국수학교육학회 2023 수학교육 Vol.62 No.3

Mathematics is a discipline with a strong systemic structure, and learning deficits in previous stages have a great influence on the next stages of learning. Therefore, it is necessary to frequently check whether students have learned well and to provide immediate feedback, and for this purpose, intelligent tutoring system(ITS) can be used in math education. For this reason, it is necessary to reveal how the intelligent tutoring system is effective in personalized adaptive learning. The purpose of this study is to investigate the functions and applications of intelligent tutoring system for personalized adaptive learning in mathematics. To achieve this goal, literature reviews and surveys with students were applied to derive implications. Based on the literature reviews, the functions of intelligent tutoring system for personalized adaptive learning were derived. They can be broadly divided into diagnosis and evaluation, analysis and prediction, and feedback and content delivery. The learning and lesson plans were designed by them and it was applied to fifth graders in elementary school for about three months. As a result of this study, intelligent tutoring system was mostly supporting personalized adaptive learning in mathematics in several ways. Also, the researcher suggested that more sophisticated materials and technologies should be developed for effective personalized adaptive learning in mathematics by using intelligent tutoring system.

수학교육에서의 인공지능: 지능형 교수 시스템에 대한 체계적 문헌 검토

손태권 대한수학교육학회 2024 수학교육학연구 Vol.34 No.2

본 연구는 2003년부터 2023년까지 수학교육에서 지능형 교수 시스템을 통합한 63편의 실험 연구를 종합하고 그에 대한 동향, 효과, 제한점을 체계적으로 살펴보았다. 그 결과, 지능형 교수 시스템에 대한 연구 관심은 지속적으로 높아지고 있었으나 대부분 교육과공학 분야에서 연구가 수행되고 있었다. 지능형 교수 시스템은 주로 초등학교 수준에서 적용되고 있었으며, 수와 산술, 대수, 기하에초점을 두고 있었다. 대부분의 연구들은 지능형 교수 시스템의 긍정적인 효과를 보고했으며, 수학교육에서 지능형 교수 시스템의 구현을 방해할 수 있는 6가지 제한점이 나타났다. 이러한 결과를 바탕으로 향후 수학교육에서 지능형 교수 시스템을 성공적으로 통합하기 위한 연구의 방향과 시사점을 제안하였다. This study synthesized 63 empirical studies integrating intelligent tutoring systems in mathematics education from 2003 to 2023 and systematically examined trends, effects, and limitations. As a result, research interest in intelligent teaching systems has continued to increase, but most of the research has been conducted in the fields of education and engineering. The intelligent tutoring systems were mainly applied at the elementary school level, focusing on numbers and arithmetic, algebra, and geometry. Most studies reported the positive effects of intelligent teaching systems, and six limitations emerged that may hinder the implementation of intelligent tutoring systems in mathematics education. Based on these results, this study suggested future directions and implications for successfully integrating intelligent tutoring systems in mathematics education.

가상 현실 학습 환경에서 지능형 학습체제 (ITS : Intelligent Tutoring System) 구축에 대한 이론적 고찰

한정선,오정숙 이화여자대학교 사범대학 교육과학연구소 2003 교육과학연구 Vol.34 No.1

지능형 학습 체제(Intelligent Tutoring System ITS)는 인공지능의 개념을 적용하여 컴퓨터가 인간 교사와 마찬가지로 학습자와 상호작용하면서 학습자를 진단하고 그 결과에 따라 적절한 학습 내용과 방식을 제공하여 주는 교수 방법이다. 즉 지능형 학습 체제는 인간 교사와 학습자 사이에서 실제로 일어나는 상호작용과 유사한 교수-학습이 이루어지는데 목표를 두고 있다(Montague, 1998). 그러나 컴퓨터와 인간이 자연어를 중심으로 커뮤니케이션 하는 것의 어려움과 하드웨어적 제한점, 개발에 소요되는 시간과 비용의 한계 등으로 인하여 지능형 학습 체제는 실용성이 부족하다고 인식되었으며, 교육공학 분야에서의 효과성 검증이나 교육적 활용방안에 관한 연구 조차도 미비한 실정이다. 그러나 최근 컴퓨터 관련 테크놀로지의 급속하고 눈부신 발달로 지능형 학습 체제의 구현에 대한 새로운 관심이 높아지고 있다. 특히 가상 현실 학습에서는 컴퓨터와 인간이 보다 실제와 유사하게 상호작용할 수 있는 방법들을 지원할 수 있고 가상 현실 학습 환경(virtual reality Learning environments VRLE) 구축이 보다 용이하게 되어, ITS가 재조명 받고 있으며 ITS를 가상 현실 학습 프로그램을 통해 구현하는 가능성에 대한 기대가 매우 높다. 본 연구에서는 가상 현실 학습 환경에서 지능형 학습 체제를 구축할 수 있는 방안들에 대해 새로운 관점에서 고찰하고자 한다. 이를 위해 우선 지능형 학습 체제의 개념과 특성 구성요소를 살펴보았으며, 지능형 학습 체제의 개념을 도입하여 개발된 가상 현실 프로그램들의 사례를 제시하였다. 그리고 이러한 이론적 고찰들을 통해 지능형 학습 체제를 가상 현실 학습 프로그램에서 구현하기 위해 고려해야 할 사항들과 시사점들을 제시하였다. 연구 결과, 전문가 모듈에서는 다양한 학습 과제들을 구현하고 표현할 수 있는 방법에 대한 가능성이 제시되었으며, 교수 모듈은 다양한 학습 원리와 전략의 사용, 인간 교수자가 구사하는 화법에 관한 전략이 필요한 것으로 나타났다. 인터페이스 모듈에서는 비언어적 커뮤니케이션 방안의 수용 방법과 대리인(agent)을 활용하는 가능성을 제시하였고, 학습자 모듈에서는 서술적 모델과 예측적 모델의 필요성, 그리고 시스템에 반영 가능한 다양한 학습자 특성에 대한 고려가 필요한 것으로 나타났다. 마지막으로 모든 모듈은 SCORM 표준안을 수용하여 개발함으로써 컨텐츠의 재사용관 개발의 효율성을 높이는 전략이 필수적인 것으로 연구 결과 도출되었다. As computer and software technology have remarkably developed, intelligent tutoring system (ITS) has been proposed as a major technological advance that can offer significant support for learning. ITS can be an advanced learning system that mimics human tutor by adapting its instructional approach to each individual students needs (Ulusar, 2000). In order to develop ITS to provide individualized instruction, the computer should be able to diagnose learner responses, level of knowledge, level of skills, and the pattern of progress during learning through computer, and to deliver the most suitable instructional contents in the most effective and efficient way. The conventional ITS, however, has not been able to provide the aforementioned services due to the difficulty in communication with computers, the lack of practical knowledge and techniques to diagnose student learning problems, and the limitation of time and cost. In recent years there has been a rapid increase in the capability of computer technology, and it is feasible again to develop ITS. In addition, virtual reality (VR) technology has supported the human interaction with computers in a easier way. With the consideration of the current advances, it is time to investigate potentialities of ITS in the virtual reality learning environments. The paper reviews the definition, concept, feature, and components of ITS to understand the adaptive instructional system. The paper also reviews Steve (Soar Training Expert For Virtual Environments) and Jacob. They are VR programs employing the concept of ITS. Steve employs apprenticeship model to explore the use of intelligent tutoring system in VR, and Jacob involves an integration of tutoring system and agent technology. The study suggests that various ways to present different types of instructional tasks should be integrated in the expert module. In the tutorial module, various learning principles and instructional strategies should be employed. Furthermore, it is suggested to apply the speech strategies of human tutor depending upon the student answers. In the interface module how to develop and use the educational agents should be investigated more deeply, and it is suggested to accept both verbal and nonverbal communications. In the student module, it is suggested to develop the descriptive and predictive model based on the individual student differences. Finally, all the modules should be developed according to SCORM (Share of Contents Object Reference Model) standards to re-use effectively and efficiently. Since using computers in educational settings, many educators have been interested in adaptive instructional systems. Recently rapid technology development stimulates to look into ITS with different insights. In the future, more research works will be needed to utilize ITS in the learning process and verify the effects and issues of ITS in the virtual reality learning environments.