[논문 리뷰] A Framework for Facilitating Self-Regulation in Responsive Open Learning Environments

Alexander Nussbaumer, Miloš Kravčík외 4명|arXiv (Cornell University)|2014. 07. 22.

Innovative Teaching and Learning MethodsPsychology참고 문헌 77인용 수 22

한 줄 요약

이 논문은 운영 가능한 자기조절학습(SRL) 모델, 학습자 모델링, SRL 웹 위젯, 모니터링 도구, 추천 시스템을 통해 개인학습환경(PLEs)에서 자기조절학습(SRL)을 위한 지침과 반성 지원을 통합하는 프레임워크를 제시한다. 이 프레임워크는 실험실 실험과 공공 설치를 통해 검증되었으며, 반응형 개방형 학습환경(ROLE)의 실현을 앞당긴다.

ABSTRACT

Studies have shown that the application of Self-Regulated Learning (SRL) increases the effectiveness of education. However, this is quite challenging to be facilitated with learning technologies like Learning Management Systems (LMS) that lack an individualised approach as well as a right balance between the learner's freedom and guidance. Personalisation and adaptive technologies have a high potential to support SRL in Personal Learning Environments (PLE), which enable customisation and guidance of various strengths and at various levels with SRL widgets. The main contribution of our paper is a framework that integrates guidance and reflection support for SRL in PLEs. Therefore, we have elaborated an operational SRL model. On that basis we have implemented a system with a learner model, SRL widgets, monitoring and analytic tools, as well as recommendation functionalities. We present concrete examples from both informal and formal learning settings. Moreover, we present analytic results from our SRL system - lab experiments and a public installation. With such a complex setting we are coming close to the realisation of Responsive Open Learning Environments (ROLE).

연구 동기 및 목표

• 개인화 및 균형 잡힌 지침이 부족한 학습 기술에서 자기조절학습(SRL)을 지원하는 데 도전 과제를 해결한다.
• 기존의 학습관리시스템(LMS)의 한계를 극복하기 위해 개인 맞춤형, 적응형 지원을 제공하는 개인학습환경(PLEs)을 구현한다.
• 학습자 자율성과 반성을 증진하기 위해 SRL 지원 구성 요소를 통합한 종합적 시스템을 개발한다.
• 데이터 기반, 사용자 중심 설계를 통해 반응형 개방형 학습환경(ROLE)의 실현을 가능하게 한다.
• 실험실 실험과 공공 설치를 포함한 다양한 학습 맥락에서 프레임워크를 검증하여 실용적 효과를 입증한다.

제안 방법

• 설계 지침을 위한 지원 메커니즘을 도출하기 위해 기존의 SRL 이론에 기반한 운영 가능한 SRL 모델을 개발했다.
• 개별 학습 과정과 SRL 단계를 추적하고 표현하기 위해 학습자 모델을 구현했다.
• 학습 중 계획 수립, 모니터링, 반성에 대응하는 타겟된 지원을 제공하기 위해 SRL 웹 위젯을 설계했다.
• 학습자 행동과 SRL 이행 상황을 실시간으로 관찰하기 위해 모니터링 및 분석 도구를 통합했다.
• 학습자 데이터와 맥락에 기반해 적응형으로 SRL 전략을 제안하는 추천 기능을 구축했다.
• 실제 적용 가능성을 평가하기 위해 시스템을 제어된 실험실 실험과 공공 설치에 배포했다.

실험 결과

연구 질문

• RQ1 어떻게 적응형이고 반성적인 도구를 통해 개방적이고 개인화된 학습 환경에서 자기조절학습을 효과적으로 지원할 수 있는가?
• RQ2 반응형 학습 시스템에서 학습자 자율성과 필요한 지침 사이의 균형을 이루는 데 필요한 설계 원칙은 무엇인가?
• RQ3 SRL 웹 위젯과 학습자 모델링은 공식적 및 비공식적 환경에서 학습자의 참여도와 자기조절 능력을 얼마나 향상시킬 수 있는가?
• RQ4 모니터링 및 분석 도구는 실시간으로 SRL 과정을 탐지하고 지원하는 데 어떻게 기여하는가?
• RQ5 프레임워크가 반응형 개방형 학습환경(ROLE)의 목표를 달성하는 데 있어 실현 가능성과 효과성을 입증할 수 있는 증거는 무엇인가?

주요 결과

• 학습자 모델링, SRL 웹 위젯, 적응형 추천의 조합을 통해 지침과 반성 지원을 효과적으로 통합한 프레임워크가 성공적으로 구현되었다.
• 실험실 실험과 공공 설치를 통해 시스템이 다양한 학습 맥락과 사용자 프로파일에서 SRL을 지원할 수 있음을 입증했다.
• 시스템은 SRL 과정의 실시간 모니터링을 가능하게 하여 학습자 행동에 기반한 동적 피드백 및 간섭을 제공할 수 있었다.
• 분석 도구의 통합은 SRL 이행에 대한 실질적인 통찰을 제공하여 학습자와 교사 양측의 지원에 기여했다.
• 개인화, 적응성, 반성적 지원을 결합함으로써 이 프레임워크는 반응형 개방형 학습환경(ROLE) 실현을 위한 중대한 발걸음이 되었다.
• 평가 결과, 시스템은 측정 가능한 자기조절학습 행동 영향을 보이며 공식적 및 비공식적 학습 환경 모두에서 지원함을 확인했다.