광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
로고

[인공지능, 머신러닝 멘토가 교육 향상] 스탠포드 연구에 따르면 AI는 교사와 학생의 성과를 향상시킨다. AI는 수업 성적표를 기반으로 피드백을 제공하여 교사가 학생의 이해도를 높일 수 있도록 돕는다.

https://www.freethink.com/robots-ai/ai-assists-education

JM Kim | 기사입력 2023/05/29 [00:00]

[인공지능, 머신러닝 멘토가 교육 향상] 스탠포드 연구에 따르면 AI는 교사와 학생의 성과를 향상시킨다. AI는 수업 성적표를 기반으로 피드백을 제공하여 교사가 학생의 이해도를 높일 수 있도록 돕는다.

https://www.freethink.com/robots-ai/ai-assists-education

JM Kim | 입력 : 2023/05/29 [00:00]

스탠포드 연구원들은 머신러닝 AI가 교사의 성과와 학생의 학습 및 만족도를 향상시키는 데 도움이 될 수 있음을 발견했다.

 

교육 평가 및 정책 분석(Evaluation Evaluation and Policy Analysis)에 발표된 그들의 연구는 AI를 교육자를 위한 멘토로 사용하여 교사가 학생의 반응을 기록하고 기반으로 하는 학생 이해라는 기술의 사용을 개선하는 데 도움을 주었다.

 

연구원들은 논문에서 "교사가 학생의 기여를 받아들일 때, 예를 들어 이를 수정하거나 설명하거나 후속 질문을 함으로써 학생들의 목소리를 증폭시키고 학습 과정에서 학생들에게 주도권을 부여한다."고 밝혔다.

 

흡수는 학생 학습 및 성취의 긍정적인 이득과 관련이 있기 때문에 누가 눈에 띄는 느낌을 좋아하지 않을까? — 많은 전문가들이 "학습을 핵심 교육 전략으로 간주"한다고 저자는 지적했다.

 

그러나 문제가 있다. 또한 개선하기 매우 까다로운 기술로 간주된다.

팀은 AI가 교사가 학습 능력을 업그레이드하는 데 적절하게 도움을 줄 수 있는지 알아보기 시작했다.

"우리는 자동화된 도구가 확장 가능하고 비용 효율적인 방식으로 교사의 전문성 개발을 지원할 수 있는지 확인하고 싶었고 이것이 사실임을 보여주는 첫 번째 연구이다." 수석 저자인 Dora Demszky 스탠포드 대학 대학원 조교수 교육이 말했다.

 

피드백 받기: 이전 연구에서는 구체적이고 시기 적절한 피드백이 교사의 성과를 향상시키는 데 도움이 될 수 있다고 Demszky는 말했다.

 

이러한 피드백은 일반적으로 경험이 풍부한 교육자가 수업에 참여하고 관찰하고 실행 가능한 피드백을 제공하는 관찰에서 나온다. Framework for Teaching CLASS와 같이 미국에서 가장 일반적으로 사용되는 관찰 도구에는 이해를 측정하는 구성 요소가 있다.

 

불행하게도 미국의 교사들은 학술 연구자들이 그토록 가치 있는 것으로 발견한 종류의 피드백에 거의 접근할 수 없다고 말한다. 대부분의 피드백은 학교 행정관에게서 나온다. 그들은 참석해야 할 다른 직업이 있고 스트레스를 받는 것은 말할 것도 없고 품질도 낮을 수 있다.

 

M-Powering Teachers라고 하는 AI 프로그램은 고품질 피드백을 액세스 가능하고 확장 가능하며 위협적이지 않은 형태로 신속하게 제공하려고 한다.

"우리는 학생들을 위한 시기적절한 피드백의 중요성에 대해 교육에서 매우 중요하게 생각하지만 교사는 언제 그런 종류의 피드백을 받을까?" 스탠포드의 컴퓨터 과학 교육 조교수이자 연구 공동 저자인 Chris Piech는 성명에서 말했다.

“어쩌면 교장이 들어와서 당신의 반에 앉을지도 모른다. 그것은 끔찍해 보인다. 교장이 아닌 피드백에 참여하는 것이 훨씬 더 편하고, 수년간의 연습 후에 뿐만 아니라 직장에 온 첫날부터 피드백을 얻을 수 있다.”

 

머신러닝 멘토: M-Powering Teachers는 인간의 말을 이해하고 분석하는 데 중점을 둔 AI의 하위 집합인 자연어 처리를 기반으로 한다.

AI는 수업 기록을 분석하여 수업 대화에서 패턴을 찾아 실행 가능한 통찰력으로 전환한다. M-Powering Teachers는 교사가 말하는 내용이 학생의 기여에서 파생되는 빈도를 파악하여 활용도를 측정한다. 많은 응답을 받은 질문을 강조 표시합니다. 학생과 교사의 대화 시간 비율을 분석한다.

 

그 피드백은 수업 후 며칠 이내에 앱을 통해 강사에게 긍정적이고 비판적이지 않은 언어를 사용하고 구체적인 성적표 예를 제공하여 제공된다.

 

테스트하기: M-Powering Teachers를 테스트하기 위해 Demszky와 동료들은 스탠포드 코드 인 플레이스(Code in Place) 프로그램의 2021년 봄 세션에서 이를 공개했다. 무료 5주 온라인 코딩 과정인 Code in Place는 자원 봉사 코딩 강사에게 의존한다.

이 자원 봉사자 중 다수는 교육 훈련을 거의 또는 전혀 받지 않았다. 접근 가능하고 확장 가능한 멘토가 될 수 있는 좋은 후보이다. 강사는 모두 기본 교육, 과정 개요 및 수업 목표를 제공받았고 M-Powering 교사가 있는 그룹과 없는 그룹의 두 그룹으로 나뉜다.

 

팀은 AI의 피드백을 받은 강사가 대조군에 비해 평균적으로 활용도가 13% 증가한 것을 발견했다. 과정 설문 조사와 선택 과제의 완료율을 살펴봄으로써 팀은 또한 M-Powering Teachers 그룹의 학생들이 학습률을 높이고 과정에 대한 만족도가 더 높다는 결론에 도달했다.

다른 환경에서 AI를 테스트하기 위해 Demszky와 현재 메릴랜드 대학에 있는 공동 저자인 Jing Liu는 고등학생과 일대일로 작업하는 Polygence라는 멘토링 프로그램의 강사에게 AI를 제공했다. 그들은 이 도구가 멘토 참여를 평균 10% 증가시키는 동시에 대화 시간을 5% 단축한다는 사실을 발견했다. 연구원들은 7월 컨퍼런스에서 전체 데이터를 발표할 예정이다.

 

Demszky는 현재 가장 중요한 사용 사례인 K-12 대면 교육에서 M-Powering Teachers를 평가하기 위해 노력하고 있다. 그곳에서 그녀는 어려운 문제를 해결할 방법을 찾아야 한다.

Demszky "교실의 오디오 품질이 좋지 않고 목소리를 분리하는 것이 쉽지 않다."고 말했다. "자연어 처리는 일단 성적표가 있으면 많은 일을 할 수 있지만 좋은 성적표가 필요하다."

 
인공지능, 머신러닝, 머신러닝 AI, 머신러닝 멘토 관련기사목록
광고
광고
광고
광고
광고
광고
광고
많이 본 기사
AIbio소식 많이 본 기사
최신기사