[論文レビュー] A New Era: Intelligent Tutoring Systems Will Transform Online Learning for Millions
この研究はMOOCベースのオンライン学習と Korbit のAI搭載パーソナライズド活性型学習 ITS を比較し、Korbitの全フィードバックがMOOCまたはKorbit 無フィードバックより学習成果を2〜2.5倍高く、完了率も高いことを示しています。
Despite artificial intelligence (AI) having transformed major aspects of our society, less than a fraction of its potential has been explored, let alone deployed, for education. AI-powered learning can provide millions of learners with a highly personalized, active and practical learning experience, which is key to successful learning. This is especially relevant in the context of online learning platforms. In this paper, we present the results of a comparative head-to-head study on learning outcomes for two popular online learning platforms (n=199 participants): A MOOC platform following a traditional model delivering content using lecture videos and multiple-choice quizzes, and the Korbit learning platform providing a highly personalized, active and practical learning experience. We observe a huge and statistically significant increase in the learning outcomes, with students on the Korbit platform providing full feedback resulting in higher course completion rates and achieving learning gains 2 to 2.5 times higher than both students on the MOOC platform and students in a control group who don't receive personalized feedback on the Korbit platform. The results demonstrate the tremendous impact that can be achieved with a personalized, active learning AI-powered system. Making this technology and learning experience available to millions of learners around the world will represent a significant leap forward towards the democratization of education.
研究の動機と目的
- 高品質な学習へのアクセスを民主化するために、スケーラブルなAI駆動のパーソナライズド教育の開発と展開を促す。
- オンラインプラットフォームにおけるパーソナライズとアクティブラーニングが学習成果に与える影響を評価する。
- MOOCプラットフォームとAI搭載ITSを比較したときの学習成果、エンゲージメント、完了を定量化する。
- 個別化フィードバックの追加価値を、問題解決活動のみと比較して評価する。
提案手法
- ベトナムのIT企業から招集したn=50名の参加者を対象とした対決型のランダム化研究を実施した。
- 参加者はMOOC (n=26)、Korbit full (n=16)、Korbit no feedback (n=8) のグループに割り当てられた。
- 前問と後問のアセスメントクイズ(それぞれ20問)を含む3時間の線形回帰コースを使用した。
- 学習成果はポストスコアからプリスコアを引いた差として測定し、可能範囲に対する正規化ゲインを算出した。
- パーソナライズとフィードバックの効果を評価するため、プラットフォーム間で学習時間、完了率、およびゲインを比較した。
実験結果
リサーチクエスチョン
- RQ1Korbit(full)はMOOCおよびKorbit(no feedback)より高い学習成果を生み出すか。
- RQ2Korbit(no feedback)は問題解決活動だけによってMOOCを上回るか。
- RQ3パーソナライズとフィードバックは完了率とエンゲージメントにどのような影響を与えるか。
主な発見
- Korbit(full)は学習ゲインがMOOCおよびKorbit(no feedback)より2〜2.5倍高かった。
- Korbit(full)は完了率40.9% ± 11.9%、Korbit(no feedback)は29.4% ± 10.8%、MOOCは18.5% ± 9.4%。
- Korbit(full)参加者は141 ± 28分、Korbit(no feedback)は101 ± 29分を費やした;MOOCの所要時間は報告されていない。
- Korbit(full)の平均正規化学習ゲインはMOOCより2.48×高かった(p=0.01)。
- 生データ学習ゲインはMOOCとKorbit(no feedback)が11.25–11.35で、Korbit(full)は約90%高い(p=0.04 vs MOOC; p=0.046 vs Korbit no feedback)。
- 結果は、ITSにおけるパーソナライズとアクティブラーニングの両方が学習効果とエンゲージメントを実質的に向上させるという仮説の両方を支持している。
この論文を読む
Nubintのビューアで原文を開き、読みながら気になる箇所をすぐに質問できます。
Nubintでこの論文を読むこのレビューはAIが論文の原文をもとに作成しました。引用する前に原文をご確認ください。