[논문 리뷰] Combining Gamification and Intelligent Tutoring Systems in a Serious Game for Engineering Education

Ying Tang, Ryan Hare|arXiv (Cornell University)|2023. 05. 26.

Intelligent Tutoring Systems and Adaptive Learning인용 수 4

한 줄 요약

이 논문은 공학 교육을 향상시키기 위해 지능형 튜터링 시스템(ITS)과 통합된 개인화된 게임화된 심 seriousness 게임을 제시한다. 계산적 지능을 통한 적응형 학습과 웹캠 데이터로부터의 실시간 정서 상태 추정을 결합함으로써, 학생의 참여도와 지식 유지도를 향상시키며, 전후 테스트 결과에서 전기공학 수업에서 뚜렷한 학습 향상이 확인되었다.

ABSTRACT

We provide ongoing results from the development of a personalized learning system integrated into a serious game. Given limited instructor resources, the use of computerized systems to help tutor students offers a way to provide higher quality education and to improve educational efficacy. Personalized learning systems like the one proposed in this paper offer an accessible solution. Furthermore, by combining such a system with a serious game, students are further engaged in interacting with the system. The proposed learning system combines expert-driven structure and lesson planning with computational intelligence methods and gamification to provide students with a fun and educational experience. As the project is ongoing from past years, numerous design iterations have been made on the system based on feedback from students and classroom observations. Using computational intelligence, the system adaptively provides support to students based on data collected from both their in-game actions and by estimating their emotional state from webcam images. For our evaluation, we focus on student data gathered from in-classroom testing in relevant courses, with both educational efficacy, results and student observations. To demonstrate the effect of our proposed system, students in an early electrical engineering course were instructed to interact with the system in place of a standard lab assignment. The system would then measure and help them improve their background knowledge before allowing them to complete the lab assignment. As they played through the game, we observed their interactions with the system to gather insights for future work. Additionally, we demonstrate the system's educational efficacy through pre-post-test results from students who played the game with and without the personalized learning system.

연구 동기 및 목표

• 공학 교육에서 지도자 자원의 한계를 해결하기 위해 접근 가능하고 개인화된 학습 시스템을 개발하기 위해.
• 심 seriousness 게임 환경에서 게임화를 통해 학생의 참여도를 높이기 위해.
• 실시간 정서 상태 모니터링과 적응형 튜터링을 통합하여 교육적 효과를 향상시키기 위해.
• 학생 피드백과 수업 관찰을 바탕으로 시스템을 반복적으로 개선하기 위해.
• 전후 테스트를 통해 시스템의 학생 학습 성과에 대한 영향을 평가하기 위해.

제안 방법

• 시스템은 전문가가 설계한 수업 구조와 계산적 지능을 결합하여 학습자를 적응적으로 지원한다.
• 게임 내 행동 데이터와 웹캠 기반의 정서 상태 추정을 사용하여 학습 경험을 맞춤화한다.
• 게임화된 인터페이스는 과제와 보상으로 학생을 동기화시켜 상호작용을 증가시킨다.
• 기초 지식이 입증되기 이전에는 실험 과제에 대한 접근을 지연시킨다.
• 다수의 학기 동안 학생 피드백과 수업 관찰을 바탕으로 설계 반복을 진행하였다.
• 지식 습득 정도를 측정하기 위해 전후 테스트를 실시하여 개인화된 시스템 유무에 따른 성과를 비교하였다.

실험 결과

연구 질문

• RQ1 ITS와 게임화를 통합함으로써 공학 교육에서 학생의 참여도에 어떤 영향을 미치는가?
• RQ2 실시간 정서 상태 추정이 심 seriousness 게임 내 적응형 튜터링에 얼마나 기여하는가?
• RQ3 개인화된 학습 시스템이 초기 전기공학 수업에서 학생의 지식 습득에 어떤 영향을 미치는가?
• RQ4 학생 피드백과 수업 관찰은 시스템의 반복적 설계 개선에 어떻게 기여하는가?
• RQ5 기존 실험 과제와 비교했을 때 시스템 사용으로 인한 측정 가능한 학습 향상은 무엇인가?

주요 결과

• 개인화된 학습 시스템을 사용한 학생들은 전후 테스트 점수에서 뚜렷한 향상을 보였으며, 이는 지식 습득 향상의 증거로 간주된다.
• 시스템은 학생이 충분한 배경 지식을 습득하기 전까지 실험 과제에 대한 접근을 성공적으로 지연시켰다.
• 학생이 시스템과 상호작용하면서 향후 설계 반복을 위한 유의미한 통찰을 제공하였다.
• 웹캠 데이터로부터의 정서 상태 추정은 적응형 지원에 기여하였지만, 구체적인 성능 지표는 정량화되지 않았다.
• 수업 관찰과 학생 피드백은 시스템의 사용성 및 참여도 기능의 개선에 결정적인 역할을 하였다.
• 게임화와 ITS의 통합은 공학 교육의 맥락에서 더 몰입도 있고 효과적인 학습 경험을 이끌어냈다.