AI 피드백 도구로 교육 방식 개선

Jan 12, 2024

이러한 종류의 첫 번째 연구에서는 자동화된 피드백을 제공하는 도구가 강사의 의사소통 방식과 학생 만족도를 향상시키는 것으로 나타났습니다.

인공 지능은 걱정스럽기도 하고 유익한 방식으로 교육을 빠르게 변화시키고 있습니다. 원장의 긍정적인 측면에서 새로운 연구는 AI가 수업 중 상호 작용에 대한 피드백을 제공하는 최첨단 도구를 통해 강사가 학생들과 소통하는 방식을 개선하는 데 어떻게 도움이 될 수 있는지 보여줍니다.

M-Powering Teachers 도구는 지지적인 대화 패턴을 설명하기 위해 학급 대화의 예와 함께 피드백을 제공합니다. 확대하려면 이미지를 클릭하세요. (이미지 출처: Dora Demszky 제공)

동료 검토 저널인 교육 평가 및 정책 분석(Education Evaluation and Policy Analysis)에 5월 8일 발표된 스탠포드 주도의 새로운 연구에서는 자동화된 피드백 도구가 교사가 학생들의 의견을 인정하고, 반복하고, 이를 기반으로 하는 이해(uptake)라고 알려진 관행의 강사의 사용을 향상시키는 것으로 나타났습니다. 기여. 연구 결과는 또한 학생들 사이에서 도구가 과제 완료율과 코스에 대한 전반적인 만족도를 향상시켰다는 증거를 제공했습니다.

실습을 향상시키려는 강사를 위해 이 도구는 기존 교실 관찰에 대한 저렴한 보완책을 제공합니다. 즉, 교사의 행동을 관찰하고 일련의 권장 사항을 작성하기 위해 교육 코치나 기타 전문가가 필요하지 않습니다.

스탠포드 교육대학원 조교수인 도라 뎀스키(Dora Demszky)는 "과거 연구를 통해 시의적절하고 구체적인 피드백이 교육을 향상시킬 수 있다는 것을 알고 있지만 누군가가 교사 교실에 앉아 매번 피드백을 제공하는 것은 확장 가능하거나 실행 가능하지 않습니다"라고 말했습니다. (GSE) 및 연구의 주요 저자입니다. "우리는 자동화된 도구가 확장 가능하고 비용 효율적인 방식으로 교사의 전문성 개발을 지원할 수 있는지 확인하고 싶었고, 이것이 가능하다는 것을 보여주는 첫 번째 연구입니다."

개인화된 피드백을 제공하기 위한 기존 방법에는 상당한 리소스가 필요하다는 점을 인식한 Demszky와 동료들은 저렴한 대안을 만들기 시작했습니다. 그들은 컴퓨터가 인간의 언어를 읽고 해석하는 데 도움이 되는 AI의 한 분야인 자연어 처리(NLP)의 최근 발전을 활용하여 수업 세션의 기록을 분석하여 대화 패턴을 식별하고 일관되고 자동화된 피드백을 제공할 수 있는 도구를 개발했습니다.

이 연구를 위해 그들은 학생 기여에 대한 교사의 이해를 확인하는 데 중점을 두었습니다. Demszky는 "활용은 학생들이 자신의 의견을 듣는다는 느낌을 갖게 하는 핵심이며, 실천으로 인해 학생의 성취도가 높아집니다."라고 말했습니다. "그러나 교사가 개선하기가 어렵다는 것도 널리 알려져 있습니다."

Dora Demszky는 스탠포드 교육대학원의 조교수입니다. (이미지 출처: Stanford GSE 제공)

연구원들은 M-Powering Teachers(M은 기계 학습에서 M은 기계를 나타냄)라는 도구를 훈련하여 학생이 말한 내용에 대해 교사의 반응이 어느 정도인지 탐지합니다. 학생의 아이디어를 바탕으로 만들어졌습니다. 또한 이 도구는 학생들로부터 중요한 반응을 이끌어내는 질문 제기, 교사/학생 대화 시간 비율 등 교사의 질문 관행에 대한 피드백을 제공할 수도 있습니다.

연구팀은 현재 3년차를 맞이하는 무료 온라인 강좌인 Stanford Code in Place의 2021년 봄 세션에서 이 도구를 작동시켰습니다. 스탠포드의 인기 있는 컴퓨터 과학 입문 과정을 기반으로 한 5주 프로그램에서는 수백 명의 자원 봉사 강사가 교사-학생 비율 1:10의 소규모 섹션으로 전 세계 학습자에게 기본 프로그래밍을 가르칩니다.

Code in Place 강사는 최근 이 과정을 수강한 학부생부터 업계에서 일하는 전문 컴퓨터 프로그래머까지 다양한 배경을 갖고 있습니다. 초보자에게 코딩의 세계를 소개하는 데 열성적인 많은 강사는 사전 교육 경험이 거의 또는 전혀 없이 기회에 접근합니다.

자원 봉사 강사들은 자신의 역할을 준비하기 위해 기본 교육, 명확한 수업 목표 및 세션 개요를 받았으며 많은 사람들이 세션에 대한 자동화된 입력을 받을 수 있는 기회를 환영했다고 연구 공동 저자이자 스탠포드 컴퓨터 과학 교육 조교수인 Chris Piech는 말했습니다. Code in Place의 공동 창립자이기도 합니다.