TELD 연구실 2025 동계 스터디 참여자 모집

안녕하세요, TELD 연구실입니다! 👋

2025년 새해를 맞아 '인공지능 기반 정서 조절'을 주제로 동계 스터디를 진행하고자 합니다.

최근 교육 현장에서 학습자의 정서적 경험과 웰빙에 대한 관심이 높아지고 있으며, 

이를 AI 기술로 지원하려는 시도들이 활발히 이루어지고 있습니다. 

본 스터디를 통해 관련 연구 동향을 함께 살펴보고 의미 있는 논의를 나누고자 합니다. 

📚 주제: 인공지능 기반 정서 조절

📅 일시: 2025년 1월 14일 ~ 2월 25일

- 매주 화요일 10:00 ~ 12:00

- 1월 28일(화): 설 연휴로 휴회

📍 장소: 사범대 10동 110호

📌 스터디 목적

- 정서에 대한 이해 증진

- 인공지능 기반 정서 조절 주제 탐색

- 관련 최신 연구 동향 파악

📋 주요 내용

1. 정서의 이해와 학습에의 영향

2. 멀티모달 데이터 기반 정서 측정 방법

   - 영상, 뇌파, 생리데이터 분석

3. AI 기반 정서 지원 방법

   - 챗봇, 로봇 등 활용 사례

💡 진행 방식

- 주차별 2인 공동 발표(박사 1명, 석사 1명)

- 발표 40분 + 토론 40분

- 참여자들의 사전 토론 질문 준비

📢 참여 유형

1. 발제 및 참여

2. 참여만 가능

관심 있는 분들의 많은 참여 바랍니다!

문의: 김혜은, kim5039@snu.ac.kr

2024 겨울 석사과정 예비 디펜스

지난 12월 12일, 다섯 분 석사 선생님들의 예비 디펜스가 있었습니다.

본 디펜스는 아니었지만, 교수님과 연구실의 모든 선생님들이 함께 모여 석사 선생님들의 연구가 더 단단해질 수 있도록 따뜻하면서도 날카로운 피드백을 나누어 주셨는데요.

이번 예비 디펜스를 통해 그간 선생님들이 어떤 교육적 문제의식을 갖고 치열하게 고민하셨는지, 또 그러한 고민을 연구의 형태로 옮기기 위해 얼마나 많은 노력을 하셨는지 확인할 수 있었습니다.

1. 생성형 AI를 활용한 확장된 사고 지원이 디지털 학술적 읽기에 미치는 영향(신부경 선생님)

신부경 선생님의 예비 디펜스에서는 “생성형 AI를 활용한 확장된 사고 지원이 디지털 학술적 읽기에 미치는 영향”이라는 주제로, 디지털 환경에서의 학술적 읽기를 어떻게 더 깊고 효과적으로 만들 수 있는지에 대한 흥미로운 발표가 이루어졌습니다. 특히 번역 기반 주석 도구(인지적 경감)와 질문 기반 주석 도구(확장된 사고)라는 두 가지 생성형 AI 주석 유형이 학습자의 독해, 질문 생성, 호기심, 그리고 텍스트와의 상호작용 방식에 어떤 차이를 만들어내는지를 면밀히 비교한 결과를 제시해 주셨습니다.

2. 온라인 동영상 학습에서 자기설명 촉진 ChatGPT와의 대화가 학습자의 성취도와 참여도에 미치는 영향(한예원 선생님)

한예원 선생님은 온라인 동영상 학습의 한계를 넘어, ChatGPT와의 ‘자기설명 촉진 대화’가 학습 경험을 어떻게 변화시키는지를 분석한 결과를 공유해 주셨습니다. 한예원 선생님은 기존의 수동적이고 고립되기 쉬운 동영상 학습에 상호작용성과 사고 촉진 요소를 더하기 위해, ChatGPT가 학습자의 설명을 이끌어내고 정교화하도록 설계된 대화형 활동을 실험적으로 검증하셨는데요. 그 결과, 해당 대화 방식은 학습자의 성취도를 유의미하게 향상시키는 것으로 나타났다고 합니다.

3. Flanders 언어상호작용 AI수업분석 시스템 개발(김수연 선생님)

김수연 선생님의 연구는 ‘Flanders 언어상호작용 AI 수업분석 시스템 개발’이라는 주제로, 교실 수업을 보다 객관적이고 효율적으로 분석하기 위한 새로운 AI 기반 도구의 가능성을 탐색한 흥미로운 연구였습니다. 기존 Flanders 분석법은 교육적으로 유용하지만 전사와 라벨링에 많은 시간이 들어 실제 현장에서 활용이 어려웠던 한계를 갖고 있었습니다. 김수연 선생님은 이번 연구에서 이러한 문제를 해결하기 위해 GPT-4o와 Many-shot 프롬프트 엔지니어링을 활용해 자동 전사, 라벨링, 시각화를 통합한 AI 수업분석 시스템을 개발한 과정과 결과에 대해 상세히 소개해 주셨습니다.

4. 디지털 교육에서 학습자 데이터 기반 메타주의 지원전략 개발(김혜준 선생님)

김혜준 선생님의 '디지털 교육에서 학습자 데이터 기반 메타주의 지원전략 개발'을 주제로 수행한 연구를 설명해주셨습니다. 학습자의 주의력 문제를 해결하기 위해, 자신의 주의 과정을 인식하고 관리하는 메타주의(Meta-attention)를 데이터 기반으로 지원하는 혁신적인 전략을 개발하고 그 효과를 검증하셨다고 하는데요. 특히 메타주의 안내-계획-점검-평가의 체계적인 4단계 전략을 통해 교사가 현장에서 쉽게 적용 가능한 구체적인 지침을 마련한 것이 인상적이었다는 선생님들의 평가가 있었습니다.

5. 수학 내재적 동기 향상을 위한 게임 기반 학습에 대한 설계 기반 연구(최지원 선생님)

최지원 선생님은 '수학 내재적 동기 향상을 위한 게임 기반 학습에 대한 설계 기반 연구'를 주제로 수행된 학위논문 결과를 설명해 주셨습니다. 지원쌤은 수학 기초 학력 미달 비율이 꾸준히 증가하고 있는 중·고등학생들에게, 단순히 외재적 보상이 아닌 수학에 대한 내재적 동기를 심어줄 수 있는 게임 기반 학습(GBL)의 가능성을 탐색하셨는데요. 분석 결과, 게임 기반 학습은 학습자의 수학 내재적 동기 수준을 사전, 사후, 그리고 지연 사후 시점까지 꾸준히 상승시키는 효과를 보였다고 합니다.

다섯 분 선생님들의 치열한 고민과 노력이 담긴 연구 내용을 통해 연구실 선생님들도 한층 더 풍성해진 지식을 나눌 수 있었습니다. 이번 예비 디펜스를 바탕으로 본 디펜스까지 모두 성공적으로 마치시기를 응원합니다!

2024년 12월 5일 디자인 세미나: AI 윤리와 딥페이크

 

이번 디자인 세미나는 연구실의 김혜은, 손연오 선생님께서 진행을 해주셨습니다. 딥페이크 등 AI와 관련된 사건사고가 터지고 있는 시점에서 AI 윤리에 대한 관심과 중요도가 올라가고 있는데요.
먼저 AI가 윤리의 대상인지, 윤리는 인간만의 것이 아닌지에 대한 질문을 던질 수 있을 것 같습니다. 국립 국어원 정의에 따르면 '윤리'란 사람으로서 마땅히 행하거나 지켜야 할 도리입니다. 주체적으로 행위할 수 있다는 것은 주체적으로 판단할 수 있다는 뜻이고, 그러한 자유의지를 가진 존재를 그 행위에 윤리적, 법적 책임이 따른다고 합니다. 
본래 자유의지는 인간만의 고유한 능력이라고 여겨져왔으나 최근 들어 AI를 인간처럼 여기는 인공지능 의인화의 관점에서 인간처럼 해석한다면 AI에게도 자유의지가 있다고 지각될 수 있습니다. 즉, AI 윤리는 가능한 것이고 필요한 것이죠.
(컴퓨터 윤리, 핸드폰 윤리라는 말은 어색하지만 AI 윤리는 자연스럽게 들리는 것도 이러한 이유 때문 아닐까요?)

교육학을 연구하는 우리는 교육에서 AI 윤리를 살펴봐야 하는데 이에 대한 논의가 충분하지 않은 상황이라고 합니다. 

교육계에서는 AI 윤리 문제로 사회적 편향, 혐오 등 사회적 문제뿐만 아니라 데이터 자율성 및 주권, 학습자 개인정보 침해 등 다양한 문제가 일어날 수 있습니다. 

 

아래 논문은 유네스코, OECD 등 여러 기관에서 배포한 AI 윤리 및 AI 교육 보고서를 종합하여 AIED에 필요한 윤리 원칙을 7가지로 도출하였습니다. 

Nguyen, A., Ngo, H. N., Hong, Y., Dang, B., & Nguyen, B. P. T. (2023). Ethical principles for artificial intelligence in education. Education and Information Technologies, 28(4), 4221-4241. 

1.Principle of governance and stewardship : AIED의 거버넌스와 관리는 학제적이고 다중 이해 관계자의 관점을 신중하게 고려해야 하며, 데이터 윤리, 학습 분석 윤리, 계산 윤리, 인권, 포용성을 포함하되 이에 국한되지 않는 모든 관련 윤리적 고려 사항을 반영해야 함 

2.Principle of transparency and accountability: 데이터 수집, 분석 및 보고 과정은 학생들의 동의와 데이터 소유권, 접근성 및 데이터가 어떻게 사용될 것인지에 대한 목적의 명확성을 가지고 투명해야 함. AI 알고리즘은 특정 교육 목적을 위해 설명 가능하고 정당화할 수 있어야 함. 

3.Principle of sustainability and proportionality: AIED는 환경, 세계 경제, 그리고 노동 시장, 문화, 정치와 같은 사회에 영향을 미치지 않도록 정당한 방식으로 설계, 개발 및 사용되어야 함. 특히, 지속 가능성은 AIED의 설계, 개발, 사용이 에너지 효율성을 최적화하고 생태학적 발자국을 최소화하도록 고려해야 함. 개발과 배포 과정 전반에 걸쳐 이러한 고려사항이 달성될 수 있도록 보장하는 정책을 수립해야 함. 

4.Principle of privacy: 교육 분야에서 AI와 학습 분석을 사용하는 디지털 혁명은 학습 경험을 최적화하기 위해 생성, 캡처 및 분석되는 방대한 양의 개인 데이터를 수집함 (Tzimas & Demetriadis, 2021; Pardo & Siemens, 2014). 이 과정에서 교사와 학습자의 개인 데이터가 개인정보 침해의 위험에 처할 수 있음. •AIED는 사용자로부터 충분히 정보를 제공한 동의를 얻어야 하며, 사용자가 정보를 제공하거나 시스템이 사용자에 관한 정보를 수집할 때 사용자의 정보가 기밀로 유지되도록 해야 함.

5.Principle of Security and Safety: Bostrom & Yudkowsky (2014)는 AI 시스템이 알고리즘에서 악용할 수 있는 결함을 찾기 위해 고의적으로 공격하는 인간의 적에 대해 견고해야 한다고 지적함. AIED는 사이버 범죄, 데이터 유출 및 손상 위협으로부터 데이터를 효과적으로 보호할 수 있도록 충분히 견고하게 설계되고 구현되어야 하며, 민감한 정보의 개인정보 보호와 보안을 보장해야 함. 

6.Principle of inclusiveness: AIED의 설계, 개발 및 배포에서 다양한 인프라, 장비, 기술, 그리고 사회적 수용을 고려하여, 의도된 지역 내의 다양한 개인들이 공평하게 AIED에 접근하고 사용하는 것

7.Principle of human-centered AIED: 인간 중심 AIED의 원칙: 인간의 인지적, 사회적, 문화적 능력을 보완하고 향상시키며, 선택의 자유를 위한 의미 있는 기회를 보장하고, AI 기반 작업 과정에 대한 인간의 통제를 확보하는 것

이러한 논의와 연구가 더 활발히 이루어진다면 학생들이 더 안전한 환경에서 AI와 효과적으로 학습할 수 있겠죠?

AI 윤리에 대한 발표에 이어서 딥페이크에 대한 설명이 이어졌습니다. 딥페이크는 딥러닝과 가짜라는 영단어 페이크의 합성어로 GAN, CNN 등의 기술을 통해 만들 수 있습니다. 최근에는 기술의 발달로 적은 데이터로도 이러한 딥페이크 영상을 만들 수 있다고 합니다. 자칫하면 인권을 침해하는 범죄로도 악용될 수 있어서 해당 기술에 대해 큰 우려가 존재하고 있습니다. 

이러한 기술을 무작정 무서워만 하는 것이 아니라 실제로 한번 딥페이크 코드를 살펴보자고 하시면서 딥페이크 제작 코드를 소개해주셨는데요. 구글, 깃허브 검색으로 딥페이크에 대한 다양한 코드를 쉽게 찾을 수 있었습니다. 데이터를 학습시키는 데 시간이 걸려서 본 세미나 때는 진행을 하지 못하였지만 이러한 코드로 일반인도 딥페이크 작동 원리에 대해 접근할 수 있었습니다. 

디지털 학습과정에서의 심리 상태 이해를 위한 빅데이터 활용

 

강원대학교 AI융합학과 임정욱 교수님께서 디지털 학습 과정에서의 심리 상태 이해를 위한 빅데이터 활용을 주제로 세미나 특강을 해주시러 춘천에서 서울까지 와주셨습니다! 임정욱 교수님도 서울대에서 대학원을 다니면서 공부를 하셔서 그런지 굉장히 기쁜 마음으로 이번 강연을 하러 왔다고 말씀해주셨습니다. 

교수님께서 설명해주신 심리 상태에 대한 연구는 최근 학습과학에서도 핫한 키워드입니다. 정서와 같은 심리 상태는 맥락에 따라 변화하며 학생들의 학업에 큰 영향을 미치기 때문입니다. 학생들이 학습 상황에서 느끼는 심리 상태를 정확하게 파악하고 적절한 처방을 제공할 수 있다면 학습에 어려움을 느끼는 학생들을 더 잘 도울 수 있겠죠? 

심리 상태 분석을 위해 '궤적 데이터'를 활용한 연구를 소개해주셨는데 새롭게 접해본 데이터 형식이어서 흥미롭게 들을 수 있었습니다. 궤적데이터란 아래 사진처럼 사용자가 터치스크린 장치에서 터치 제스처를 사용하거나 컴퓨터에서 마우스를 사용하여 인터페이스를 조작할 때 생성되는 이동 경로를 뜻합니다. 심리학, 경영학 등 다양한 분야에서는 이 궤적데이터를 통해 의사결정 상황에서 느끼는 심리적 어려움 정도를 이해할 수 있다고 합니다. 

교수님께서 진행하신 연구는 교육용 앱에서 수집한 터치 인터렉션의 궤적 데이터를 활용하여 학습 과정 중 학생들의 문제 풀이 상황에서 느끼는 심리적 어려움을 이해하는 것이었습니다. 더 자세히는, 의사결정 상황을 이해하기 위해 학생이 교육용 앱에서 정답 입력 시 발생하는 궤적 데이터를 분석한 것입니다. 또한 궤적 데이터를 여러 유형으로 나누고 선행 연구를 바탕으로 각각이 어떤 심리 상태를 나타내는지 구분하고자 하였습니다. 예를 들어 PSD1 유형의 궤적데이터는 학생이 문제풀이 결과에 대해 걱정할 때 발생하는 의사결정 어려움을 나타내고, PSD2 유형은 정답이 무엇인지 혼동할 때 발생하는 의사결정의 어려움을 나타냄을 연구 결과로 밝혀내셨습니다. 

이 연구는 여기서 더 나아가 PSD를 이용하여 학습 과정과 관련된 추측 행동(guessing behavior) 및 학습 결과와 관련된 학업 성취와의 관련성을 살펴보았습니다. 상관 분석 결과, 두 가지 PSD는 모두 추측 행동과 부정적인 상관관계를 보인 반면,학업 성취와는 긍정적인 상관관계를 보였습니다. 

PSD를 예측에 사용한 기계학습 모델 분석의 경우, baseline 모델에 비해 통계적으로 유의한 예측 성능 향상이 나타남을 확인하였습니다. 이는 궤적 데이터를 분석하여 PSD를 파악하는 것은 학생의 의사결정 어려움에 대한 이해를 도울 수 있다는 점에서 맞춤형 진단 및 개입이 가능해졌다는 것을 의미합니다. 

새로운 데이터로부터 PSD를 계산하는 것이 디지털 환경에서의 학습을 이해하는 데 도움이 된다는 것을 통해 학습과학 연구에서 접목할 점이 많다는 것을 느꼈습니다. 특히 내년에 단계적으로 도입될 인공지능 디지털 교과서(AIDT)에서 이러한 궤적데이터를 사용한 연구가 가능해진다면 집중력 분산, 정서 고려 미흡 등 AIDT 사용에서 우려되는 점들을 효과적으로 완화시킬 수 있을 것으로 기대됩니다. 

세미나를 듣고 연구실에 와보니 연구실 선생님께서 귤 한 박스를 가져다 주셨더라구요! 맛도 맛이지만 챙겨주시려는 마음에 추운 연말 날씨가 훈훈해지는 느낌이었습니다 :)

2024년 제4회 학습과학연구소 세미나 - 이진경 연구교수님 디지털페노타이핑 강연

안녕하세요 선생님들!

날씨가 갑자기 훅 추워져네요🥶🥶

오늘 포스팅은 학습과학연구소에서 개최한 제4회 세미나 현장에 대해 나눠보고자 합니다! 

10월 30일 오후 12시에 진행된 제4회 세미나는 '스마트 기기와 디지털 페노타이핑'이라는 주제

이번 9월에 저희 연구소에 새롭게 오신 '이진경 연구교수님'께서 직접 강연을 해주셨답니다~

# 스마트 기기와 디지털 페노타이핑

여러분은 자동차 핸들만으로도 운전자의 건강 상태를 진단할 수 있다는 사실을 알고 계셨나요? 

 자동차 시트에서 호흡과 체온을, 핸들에서는 스트레스와 심박수를 측정할 수 있다고 합니다. 이러한 센서 기술의 발전은 '디지털 페노타이핑'이라는 새로운 연구 분야를 탄생시켰습니다.

예를 들면 애플워치, 갤럭시 워치도 우리의 심박수를 측정해주죠. 

이외에도 다양항 일상 스마트 웨어러블 기기들을 통해 심박수와 같은 전통적인 바이오마커들을 일상생활 속에서 지속적으로 수집하고 모니터링할 수 있게 되었습니다. 이것이 바로 디지털 바이오마커의 시작입니다. 예를 들어, 계속 성장 추세를 보이고 있는 '디지털 헬스' 분야가 대표적입니다.

## 디지털 페노타이핑의 개념과 등장 배경

디지털 페노타이핑이란 디지털 기술을 활용하여 일상에서 실시간으로 수집되는 인간 행동에 대한 데이터를 분석하는 것을 말합니다.

이 분야의 대가인 토마스 인셀(Tom Insel)은 중요한 관찰을 했습니다. 지난 20-30년 동안 인간 수명에 큰 변화가 없었는데, 이는 정신 건강에 대한 lack of engagement(제때 케어를 받지 않는 것)가 주요 원인 중 하나라고 지적했습니다. 사람들이 정신적으로 심각한 상황일 때만 잠깐 케어를 받고, 주관적인 자기보고에 의존하는 것이 문제라고 보았죠.

이에 대한 해결책으로, 인셀은 당시 급속도로 발전하고 있던 스마트폰 기술을 활용한 "스마트폰 데이터 페노타이핑"을 제안했습니다. De Boer et al.(2023)는 이를 더 확장하여, 스마트폰뿐만 아니라 다양한 디지털 기술을 활용하고 더 보편적으로 적용할 수 있다고 주장했습니다.

## 최신 연구 동향

이진경 교수님께서는 디지털 페노타이핑을 활용한 최근 연구 동향을 설명해주셨습니다!

1. Tom Insel은 2019년 강연에서 새로운 바이오마커로 "HCI - Keyboard"를 제시했습니다. 키보드 사용 패턴을 통해 다음을 측정할 수 있다고 봅니다:

   - Reaction time

   - Attention

   - Memory

   - Executive function

2. 인지기능 관련 디지털 바이오마커 연구 사례:

   - Dagum(2018): 전통적인 방법으로 측정한 cognitive function이 디지털 바이오마커로 측정한 결과와 유사함을 보여줌

   - Choo et al.(2024): 아동의 정신건강 스크리닝을 위해 태블릿을 통한 HRV, Eye-tracking, Voice 데이터를 활용

## 데이터 수집과 분석

그렇다면 어떤 데이터를 수집해야하는 것일까요? 아직 무엇을 측정하기 위해 무엇을 수집해야 하는지 완벽한 합의가 이루어진 상태는  아니라고 하셨습니다. 

또한 데이터가 수집된 모든 일상생활에서의 맥락은 알 수 없으며, 데이터 수집 알고리즘도 확인할 수 없죠. 그래서 추정의 어려움이 여전히 존재하긴한다고 하셨습니다.

### 데이터 유형

그럼에도 현재까지의 연구의 동향을 살펴보았을 때 디지털 페노타이핑을 위해 수집되는 데이터는 다음과 같습니다.

- Passive data collection: voice, skin temperature, text message 등

- Active data collection: 설문조사 응답, 챗봇과의 상호작용 등

### 분석 방법

다음으로 어떻게 이런 데이터를 분석할 수 있을까요? 그 과정에 대해서도 세세하게 설명해주셨는데요, 

데이터는 Raw features → Digital biomarkers → Digital phenotyping의 과정을 거칩니다. 빅데이터의 특성상 머신러닝 기술(pattern identification, feature extraction)을 주로 활용하며, 데이터 전처리가 매우 중요하다고 강조하셨습니다!

## 디지털 페노타이핑의 적용

디지털 페노타이핑이 적용되는 주요 맥락은 다음과 같다고 하셨습니다.

1. Care management

   - 치료의 효과성 파악

   - 맞춤형 처방 활용

2. Mobile intervention

   - 예: 국내 보건소 모바일 헬스케어 사업

3. Diagnosis

   - 예: 일상생활 데이터를 통한 치매 위험군 조기 발견 및 지원

## 연구시 유의점

마지막으로 강연을 마무리하시면서 교수님께서는 여러 연구들을 직접 수행하시면서 깨닫게된 여러 유의점들과 사례를 설명해주시면서 강연이 마무리 되었습니다.

1. 데이터 수집의 한계. 

   - 일상생활 맥락 파악의 어려움

   - 예: 스마트폰을 두고 러닝머신에서 운동하는 경우 활동량 미측정

2. 기타 고려사항

   - Bias 발생 가능성

   - 데이터 수집 대상의 에이전시, 자기인식 보장 문제

   - 개인정보 보호 관련 이슈

점심 시간이었음에도 학부생부터 타 대학 대학원생, 교직원분들, 교수님들 등 다양한 분야에서 많은 분들이 참석하여 주셨습니다!

그리고 맛있는 샌드위치도 먹고 귀중한 강연도 들을 수 있는 일석이조의 시간이었습니다!

다음에도 스누코 샌드위치.. 해주세용...👍👍⭐

10월 24일 오픈세미나 인간-AI 협력 2차년도 연구 공유

인간과 AI의 상호작용은 점점 더 많은 분야에서 중요한 역할을 하고 있습니다. AI는 인간의 작업을 보조하면서 학습과 업무의 효율성을 높이고, 의사결정 과정을 개선하는 데 기여합니다. 이러한 인간과 AI의 관계는 단순히 기술적 관점에서만 중요한 것이 아니라, 상호작용과 같은 행동적인 관점에서 보는 것도 중요한데요. 

오늘은 김혜은 선생님께서 TELD 연구실의 주 관심사 중 하나인 인간과 AI의 협력과 관련된 2차년도 프로젝트가 어떻게 진행되었는지 공유해주셨습니다. 인간 AI 협력 2차년도 프로젝트의 목적은 인간-AI 협력 역량을 측정하는 수행평가 도구 개발이 주 목적이었습니다. 인공지능 사용 경험이 있는 대학생 또는 대학원생 32명을 모집하여 설문, 과제 수행, 면담을 진행하였습니다. 과제 같은 경우 ChatGPT와 협력하여 논증적 글쓰기를 작성하는 것이었는데 글쓰기 주제에 따라 단순한 주제와 복잡한 주제로 구분되었습니다. 아래 화면이 실험 참여자들이 보는 과제 화면이었습니다.

인간-AI 협력 역량 수행평가 도구 개발을 위해 다음과 같이 두가지 프로세스가 진행되었습니다. 첫째, 글쓰기 과제 수행 장면을 화면 녹화하여 인간이 비디오 분석을 진행하며 코딩하는 것과 서버에 수집되는 로그 데이터를 python 코드 전처리를 통해 코딩하는 것의 차이점을 비교하였습니다. 둘째, 어떤 행동이 과연 인간-AI 협력을 나타내는 행동인지 선행 이론들과 참여자들의 행동 관찰을 통해 범주화하고 타당화 작업을 거쳐 행동지표를 도출하였습니다.

또한 참여자들의 ChatGPT와의 글쓰기를 관찰하며 상호작용 행동 군집 분석을 추가적으로 실시하였습니다. 가설이 미리 정해지지 않은 탐색 연구였기 때문에 유의미한 패턴과 시사점을 도출하기 위해 다양한 변수들을 대입해가며 고민이 필요했습니다.

분석에 참여하신 박사 과정, 석사 과정 선생님들께서 SPSS, JAMOVI, R, AMOS 등 다양한 통계 도구를 써가며 각 도구의 장단점을 공유해주셨는데 앞으로의 연구 진행에 현실적인 도움이 되었습니다. SPSS 같은 경우 사용이 직관적이지만 프로그램이 무겁고 학교망을 벗어나면 무료 사용이 불가능하다는 단점이 있었습니다. JAMOVI도 직관적인 사용이 장점이었지만 SPSS에서는 가능한 엑셀에 표로 내보내기 기능이 없어서 불편하다는 단점이 있었습니다. R은 사용자에 따라 다양한 분석, 시각화가 가능하지만 코드를 짜야한다는 이유 때문에 ChatGPT나 Claude의 도움을 받아야 한다고 전해주셨습니다.

밝은 표정으로 위 내용들을 공유해주셨지만 선생님들께서 연구를 위해 얼마나 고생하셨는지 알게 되어 존경심이 절로 우러러 나오는 순간이었습니다. 

종합적으로 이번 인간-AI 협력 2차년도 연구를 진행하며 아쉬웠던 점도 공유를 해주셨습니다. 더 좋은 연구 결과를 위해서 실험 참여자 수가 더 50명 이상으로 더 많았으면 좋았겠다라는 점, 연구 시작 전에 충분한 양과 질의 문헌 검토가 선행되어야 한다는 점, 코딩스킴과 관련해서 전문가 타당화를 받아야 한다는 점 등이 있었습니다. 

인간-AI 협력 연구는 3차년도 연구로 이어서 진행이 됩니다. 3차년도 연구는 2차년도에 개발된 수행평가 도구에 기반하여 인간 협력 역량을 위한 맞춤형 수업모형을 개발하는 것입니다. 수업모형 개발과 효과 검증을 위해 설계기반연구 방법(DBR, Design based research)을 적용할 계획입니다. 실험실에서만 진행되었던 연구가 실제 교육 현장에서 실질적으로 적용된다는 점에서 큰 의미가 있는 것 같습니다. 3차년도 연구도 많이 기대해주시기 바라겠습니다 :)

2024 한국교육정보미디어학회 X 한국교육공학회 추계 공동학술대회

안녕하세요 선생님들!

지난 11월, 한국교육정보미디어학회와 한국교육공학회는 'AI 교육혁신의 과제와 전망'을 주제로 추계 공동학술대회를 개최하였습니다. 

최근 교육 현장에 AI가 다양한 형태로 도입되기 시작하면서 그와 관련된 연구 역시 활발히 진행되고 있는 것 같습니다. 저희 TELD에서도 AI라는 키워드를 중심으로 한 다양한 연구들이 이루워지고 있는데요, 이번 학회 또한 다함께 참여하여 더욱 의미있는 시간을 보낼 수 있었던 것 같습니다. 

저희 연구실의 추영선 선생님께서는 중학생의 웰빙을 예측하기 위한 소셜 네트워크 분석 연구라는 주제의 세션 발표와 대학생 핵심 역량과 주관적 안녕감 간의 관계 탐색이라는 주제의 포스터 발표를 진행해주셨습니다. 전자의 경우 선생님의 데이터 분석 과정을 쉐도잉한 기억이 있는데 이렇게 학술대회에서 발표되니 더욱 흥미로웠던 것 같습니다. 손연오 선생님께서는 국내 초등교육에서 AI 활용과 AI 융합의 교육적 실천 연구동향 분석: 주제범위 문헌고찰이라는 주제로 발표를 진행해주셨는데요, 스피커로서는 첫 학술대회 발표 축하드립니다:)

또한 조영환 교수님과 사운서 선생님, 김혜은 선생님께서는 학습자와 AI간 협력적 상호작용 연구를 발표해주셨습니다. 이 주제는 저희 연구실의 핵심적인 연구 갈래이기도 한데요, 앞으로도 관련된 연구들이 예정되어 있으니 많은 관심 부탁드립니다:)

그리고 사운서 선생님께서는 오랫동안 진행하신 다문화 학생에 대한 공감 역량 향상을 위한 가상현실 시뮬레이션 개발 연구를 미디어전에서 발표하고 금상을 수상하셨습니다! 너무 고생 많으셨고 축하드립니다 운서쌤!

이번 2024 한국교육정보미디어학회 X 한국교육공학회 공동 추계 학술대회를 통해 저희 TELD 연구실에서 이루어지고 있는 여러 연구 주제들의 중요성을 다시 한번 살펴볼 수 있었던 것 같습니다. 앞으로 이런 의미있는 연구 결과를 위해 더욱 노력해야 할 것 같습니다😊😊

그럼 다음 포스트로 찾아오겠습니다:)