2022 ICCE(International Conference on Computers in Education) 후기 – 첫째날

안녕하세요, 지난 11월 28일(월)부터 12월 2일(금)까지 말레이시아 쿠알라룸푸르에서 ICCE(International Conference on Computers in Education)가 개최되었습니다 :)

 

저명한 APSCE가 주최한 학회인 만큼 다양한 분들과 학술교류를 할 수 있는 기회가 마련되어 있었습니다. 저희 연구실에서는 금선영 선생님께서 발표자로 참여하셨으며, 이를 응원하는 동시에 외국 학회에서 다양한 경험을 쌓기 위해 많은 선생님들께서 함께 참석해주셨습니다. 저희는 11월 29일(화)에 도착하여 Welcome Reception부터 참여를 하였습니다. 아름다운 야경과 함께 ICCE의 전반적인 소개에 대해 들을 수 있었습니다. 아시아 국가가 많이 참여했으며 특히 일본에서 참여한 연구팀이 많았습니다. 한국에서는 3건의 연구가 출품되었는데 앞으로 저희 연구실에서 APSCE에 더욱 많은 연구를 내면 좋겠다라는 생각을 해보았습니다 :)

 

 11월 30일(수)부터 본격적으로 학회에 참여하여 귀중한 이야기들을 많이 들을 수 있었습니다. 먼저, Keynote 세션에서 Ryan Baker 교수님께서 When Might a Detector Generalize라는 주제로 강연을 해주셨습니다.

 

 

 

Baker 교수님에 따르면, 머신러닝 기반 Detector는 최근 AIED 시스템에서 점점 더 중요한 부분이 되고 있지만, 예측 및 측정 모델이 개발된다 하더라도 일반적으로 원래 데이터 세트에 포함되지 않는 학생들을 예측하는 정도로만 테스트되는데 그칠 뿐입니다. 이러한 맥락에서 ‘일반화(generalization)’이 논의되어야 할 필요성이 커집니다. 머신러닝 기반 Detector가 학생의 정체성, 학습 시스템 자체의 변화를 일반화 하기 위해서 Baker 교수님은 4가지의 주요 사항에 대해 말씀해주셨습니다. 먼저, label을 학습시킬 “ground truth”를 모으는 것입니다. ground truth는 교실 상황내 관찰 정보, test, screen, video 등이 될 수 있습니다. 또한, 데이터 엔지니어링을 수행할 지표(feature)를 구성하는 것이 중요하며 적절한 머신러닝 기법을 선택하는 것 역시 중요합니다. 마지막으로 타당화(validation)에 대한 논의가 중요한데, hyperparameter tuning과 cross-validation 등 다양한 방면에서 타당화를 고민할 수 있습니다. 이 때 알고리즘 편향에 대한 논의가 중요합니다. 알고리즘 편향은 알고리즘의 의도된 기능과 다른 방식으로 불공정한 결과를 만드는 오류이며, 이는 데이터의 편향성과 밀접한 관련이 있습니다. 모든 사람들의 삶의 질 향상을 추구하는 교육 분야에서 이러한 편향성은 큰 장애물이 될 수 있기 때문에 특히 주의해야 할 필요가 있습니다.

 

이후, (1)Artificial Intelligence in Education/Intelligent Tutoring System(AIED/ITS), (2)Computer-supported Collaborative Learning (CSCL) and Learning Sciences (LS), (3)Advanced Learning Technologies (ALT), Learning Analytics, Platforms and Infrastructure, (4)Classroom, Ubiquitous, and Mobile Technologies Enhanced Learning (CUMTEL). (5)Educational Gamification and Game-based Learning (EGG). (6)Technology Enhanced Language Learning (TELL) (7)Practice-driven Research, Teacher Professional Development and Policy of ICT in Education (PTP) 총 7개의 다양한 세션으로 나누어져 발표가 이루어졌습니다. 교육공학 분야가 다음과 같이 다양한 섹션으로 나눠질 수있음에 굉장히 놀랐는데요, 그 중 저희 연구실 선생님들은 AIED/ITS 세션에 관심이 많아 해당 섹션에 있는 발표를 많이 들었습니다.

 

발표들을 보니 챗봇, 게이미피케이션과 같이 새로운 기술의 도입을 통한 수업의 혁신과 관련된 연구들도 많은 동시에 학습 분석 방식을 도입하여 수행한 연구들도 많음을 확인할 수 있었습니다. 그러나 한편으로 self-regulated learning, 교사의 적절한 피드백 등 전통적인 교육공학 연구의 주제들도 여전히 많은 관심을 받고 있었습니다.

 

그 중, “I will help you, but will you help me? How the perception of a Teachable Agent may influence performance”라는 제목의 발표가 인상적이었는데요, Teachable Agent를 학습동료로 생각하는 학습자와 단순한 조수로 생각하는 학습자 간에 성취 차이가 있음을 밝힌 연구였습니다. 본 연구에서는 Teachable Agent가 다양한 장점을 가지고 있으며, 먼저 학습자가 Teachable Agent를 통해 스스로의 학습에 보다 집중할 수 있으며, 학습자가 비판에 너무 민감하게 반응하거나 이에 상처받지 않도록 해줄 수 있다는 시사점을 밝혔습니다.

 

 

조영환 교수님께서 사회를 보신 Special Interest Groups의 CSCL : Community Building session도 같은 날 이루어졌습니다. 조영환 교수님께서는 APSCE에서 주최하는 CSCL 웨비나에서 사회를 보실 정도로 본 주제와 관련이 깊으신데요, 본 Community Building session에서는 다음 CSCL 웨비나의 주제에 대해 이야기를 나누는 시간을 가질 수 있었습니다. CSCL 연구에서 사용 가능한 연구 방법에 대한 워크숍이 열렸으면 좋겠다는 의견과 함께 연구에 참고할 수 있도록 CSCL 연구의 다양한 사례가 함께 조명되면 좋겠다는 의견이 있었습니다. 이와 함께, CSCL 연구 중 아시아의 특색이 담긴 연구가 공유되면 좋겠다는 의견도 있었는데, 지역에 따라 학습자의 특성도 다르고 이루어지는 수업도 차이가 있음에도 불구하고 미국 중심의 CSCL 연구가 주로 다뤄지는 현상에 대한 일침이 담겨있었습니다. Ryan Baker교수님의 기조강연에서처럼 ‘일반화’에 대한 논의도 이루어져야 하는 동시에 각 학습자의 개별적, 문화적 특성에 초점을 맞춘 관점도 역시 필요할 것 같습니다.

 

이처럼 다양한 의견을 들을 수 있었던 값진 ICCE 학회에서의 첫째 날이었습니다 :)