[논문 리뷰] AI-Supported Data Analysis Boosts Student Motivation and Reduces Stress in Physics Education

Jannik Henze, André Bresges외 1명|arXiv (Cornell University)|2024. 12. 30.

Infrared Thermography in MedicineMedicine인용 수 3

한 줄 요약

이 연구는 GPT 기반 상호작용을 활용해 물리 실험 데이터 분석을 지원하기 위해 설계된 AI 기반 챗봇인 ExperiMentor의 효과를 평가한다. 전통적인 엑셀 기반 분석과 비교해, 인지적 학습 성취도에 유의미한 차이가 없음에도 불구하고, AI 그룹은 동기 부여, 즐거움, 인식된 방법 효과성에서 유의미하게 높은 수준을 보였다. 이는 AI가 물리 교육에서 정서적 학습 차원을 향상시킬 잠재력을 지닌다는 것을 보여준다.

ABSTRACT

The integration of artificial intelligence (AI) in physics education enables novel approaches to data analysis and conceptual learning. A comparative analysis of AI-supported and traditional Excel-based methods reveals distinct strengths and limitations in fostering understanding of pendulum experiments. This study explores the integration of AI-assisted tools, such as a custom chatbot based on ChatGPT, and traditional Excel-based methods in physics education, revealing that while both approaches produce comparable quantitative learning gains, AI tools provide significant qualitative advantages. These include enhanced emotional engagement and higher motivation, highlighting the potential of AI to create a more positive and supportive learning environment. Adaptive AI technologies offer significant promise in supporting structured, data-intensive tasks, emphasizing the necessity for thoughtfully balanced integration into educational practices.

연구 동기 및 목표

• AI 지원 데이터 분석이 물리 교육에서 학습 성과와 정서-동기 반응에 미치는 영향을 조사한다.
• 통제된 교육 환경에서 GPT 기반 챗봇(ExperiMentor)과 전통적인 엑셀 기반 데이터 분석의 효과성을 비교한다.
• 다양한 데이터 분석 도구에 대한 학생 교사들의 인식된 방법 효과성, 참여도, 스트레스 수준을 평가한다.
• AI 통합이 인지 성능을 손상시키지 않은 채 학습의 정서적 차원을 향상시킬 수 있는지 조사한다.
• 과학 교육에서 AI 통합 교육 프레임워크 설계에 정보를 제공한다.

제안 방법

• 스레드 및 스프링 단자 실험의 데이터 분석을 안내하기 위해 특화된 GPT 기반 챗봇인 ExperiMentor을 개발하였다.
• 50명의 학생 교사가 무작위로 AI 그룹(ExperiMentor 사용) 또는 엑셀 그룹(기존 스프레드시트 도구 사용)으로 배정되었다.
• 두 그룹 모두 표준화된 절차를 따르는 지도된 지도 교육 환경에서 동일한 데이터 분석 작업을 수행하였다.
• 인지 성능 향상을 측정하기 위해 사전 및 사후 테스트를 실시하였다.
• 정서적 및 동기적 변수, 즉 참여도, 즐거움, 인식된 방법 효과성을 평가하기 위해 구조화된 설문지를 사용하였다.
• 시험 및 설문지에서 수집된 정량적 자료는 두 그룹 간 결과를 비교하기 위해 추론 통계 기법을 적용하여 분석하였다.

실험 결과

연구 질문

• RQ1 AI 지원 데이터 분석이 물리 교육에서 전통적인 엑셀 기반 분석보다 더 높은 학습 성취도를 이끌어내는가?
• RQ2 AI 챗봇의 사용이 데이터 분석 과제 수행 중 학생들의 동기 부여와 정서 반응에 어떤 영향을 미치는가?
• RQ3 학생 교사들 사이에서 AI 지원 및 엑셀 기반 분석 간 인식된 방법 효과성의 차이는 무엇인가?
• RQ4 AI 통합이 물리 실험 데이터 분석 과정에서 스트레스 수준을 어느 정도 감소시키는가?
• RQ5 AI 도구는 인지 성과를 손상시키지 않은 채 정서적 학습 차원을 향상시킬 수 있는가?

주요 결과

• AI 그룹과 엑셀 그룹 모두 사전-사후 테스트를 통해 유의미한 학습 성취도 향상을 보였으며, 인지 성능에 유의미한 차이는 없었다.
• AI 그룹은 엑셀 그룹에 비해 참여도, 즐거움, 인식된 방법 효과성 수준에서 유의미하게 높은 수준을 보고하였다.
• AI 그룹의 학생들은 데이터 분석 과정에서 더 낮은 스트레스 수준을 보고하여 정서적 안녕에 긍정적인 영향을 미친 것으로 나타났다.
• 인지 성과가 전통적 방법과 동일한 상황에서도 AI 지원의 정서적 이점이 관찰되었다.
• ExperiMentor 챗봇은 더 직관적이고 지원적인 도구로 인식되어 더 높은 동기 부여와 불안 감소에 기여하였다.
• 결과적으로 AI 도구는 물리 교육에서 학습의 정서적 및 동기적 차원을 효과적으로 향상시킬 수 있음을 시사한다.