[논문 리뷰] Bringing Generative AI to Adaptive Learning in Education

Hang Li, Tianlong Xu외 7명|arXiv (Cornell University)|2024. 02. 02.

Online Learning and Analytics인용 수 5

한 줄 요약

생성형 AI가 교육의 적응 학습(AL)을 어떻게 향상시킬 수 있는지 검토하는 입장문으로, 이점, 도전과제, 그리고 향후 연구 방향에 대해 논의한다.

ABSTRACT

The recent surge in generative AI technologies, such as large language models and diffusion models, has boosted the development of AI applications in various domains, including science, finance, and education. Concurrently, adaptive learning, a concept that has gained substantial interest in the educational sphere, has proven its efficacy in enhancing students' learning efficiency. In this position paper, we aim to shed light on the intersectional studies of these two methods, which combine generative AI with adaptive learning concepts. By presenting discussions about the benefits, challenges, and potentials in this field, we argue that this union will contribute significantly to the development of the next-stage learning format in education.

연구 동기 및 목표

• 교육에서 생성형 AI와 적응 학습(AL)의 교차점을 검토한다.
• AL에서 사용되는 ML 기여 및 지식 추적(knowledge tracing) 접근법을 요약한다.
• GenAI-강화 AL의 이점, 산업 관행, 교육학적 도전과제를 논의한다.
• 교육에서 GenAI의 위험, 윤리적 고려사항 및 거버넌스 필요성을 식별한다.
• 현재의 ML 방법을 넘어 GenAI를 AL과 통합하기 위한 향후 연구 방향을 제안한다.

제안 방법

• 적응 학습에 대한 ML 기여에 대한 포괄적 문헌 조사를 수행한다.
• 잠재적 이점을 합성하고 현재의 산업 관행을 요약한다.
• 교육학적 및 광범위한 교육 관점에서의 도전과 기회를 논의한다.
• GenAI의 AL에서의 거버넌스, 공정성 및 장기적 영향에 대한 고려를 확장한다.

실험 결과

연구 질문

• RQ1 GenAI를 적응 학습 시스템에 통합할 때의 잠재적 이점은 무엇인가?
• RQ2 교육에서 GenAI-강화 적응 학습에 동반되는 도전과 위험은 무엇인가?
• RQ3 지식 추적, 지식 개념 구조, 학습 경로 생성을 비롯한 AL의 주요 구성 요소를 GenAI가 어떻게 보강할 수 있는가?
• RQ4 AL에서 GenAI를 배치할 때의 윤리성, 공정성 및 거버넌스 고려사항은 무엇인가?
• RQ5 GenAI와 AL의 결합에서 어떤 미래 방향과 연구 기회가 제시되는가?

주요 결과

• GenAI는 AL를 위한 동적이고 개인화된 출력물과 풍부한 다중 모달 학습 자료를 제공할 수 있다.
• GenAI는 맞춤형 문제 생성과 콘텐츠 다각화를 통해 지식 추적의 잠재적 개선을 제공한다.
• 현실적으로 주목할 만한 도전과제로 환각(hallucination), 능력 저하(capability decay), 공정성/편향 문제 등이 있으며 해결되어야 한다.
• 산업적 채택이 나타나고 있으며, 기관들이 GenAI를 적응 학습 제품에 내재화하기 위해 실험하고 있다.
• 교육 목표에 대한 책임성과 정렬을 보장하기 위해 인간 중심의 거버넌스 프레이임워크가 필요하다.
• GenAI 주도 AL의 차세대는 AI 발전과 함께 지속적인 인간 전문 지식을 필요로 한다.