[논문 리뷰] Critical Appraisal of Artificial Intelligence-Mediated Communication

Dara Tafazoli|arXiv (Cornell University)|2023. 05. 15.

Foreign Language Teaching Methods인용 수 5

한 줄 요약

이 논문은 컴퓨터보조어학학습(CALL) 분야에서 인공지능(AI)의 통합을 비판적으로 평가하며, 자동음성인식(ASR), 기계번역(MT), 지능형튜터링시스템(ITS), 챗봇, 확장현실(XR)과 같은 AI 기반 도구를 검토한다. 이러한 기술들이 언어교육 분야에서 변혁적 잠재력을 지니고 있음에도 불구하고, 효과적이고 공정한 구현을 보장하기 위해 AI 기반 지도에서의 교사 전문성 개발이 필수적이라고 주장한다.

ABSTRACT

Over the last two decades, technology use in language learning and teaching has significantly advanced and is now referred to as Computer-Assisted Language Learning (CALL). Recently, the integration of Artificial Intelligence (AI) into CALL has brought about a significant shift in the traditional approach to language education both inside and outside the classroom. In line with this book's scope, I explore the advantages and disadvantages of AI-mediated communication in language education. I begin with a brief review of AI in education. I then introduce the ICALL and give a critical appraisal of the potential of AI-powered automatic speech recognition (ASR), Machine Translation (MT), Intelligent Tutoring Systems (ITSs), AI-powered chatbots, and Extended Reality (XR). In conclusion, I argue that it is crucial for language teachers to engage in CALL teacher education and professional development to keep up with the ever-evolving technology landscape and improve their teaching effectiveness.

연구 동기 및 목표

• 공식적 및 비공식적 교육 환경에서 AI 기반 커뮤니케이션의 언어 학습 및 교수에 미치는 영향을 검토하기 위해.
• 컴퓨터보조어학학습(CALL) 환경 내에서 핵심 AI 기술—ASR, MT, ITS, 챗봇, XR—의 강점과 한계를 평가하기 위해.
• 교육적 효과성을 유지하기 위해 AI 통합에 대한 교사 교육 및 전문성 개발의 필요성을 부각하기 위해.
• 현재 기술적 능력과 교육적 함의를 바탕으로 언어교육에서 AI 도구를 평가하기 위한 비판적 프레임워크를 제공하기 위해.

제안 방법

• ASR, MT, ITS, AI 챗봇, XR를 중심으로 한 언어교육 분야의 AI 응용에 대한 체계적 검토.
• 각 기술의 기능성, 현재 성능, 언어 학습 환경 내 교육적 함의에 대한 비판적 분석.
• 기존 연구 및 실무 적용 사례의 융합을 통해 AI 도구의 실제 적용 가능성과 한계를 평가하기 위해.
• AI 시스템의 교육 분야 적용에서 인간 중심 설계 및 교사의 주도성의 역할에 중점을 두기 위해.
• 정확도, 접근성, 상호작용성, 언어 학습 목표와의 일치성 기반으로 AI 도구 평가를 위한 개념적 프레임워크 활용.

실험 결과

연구 질문

• RQ1 ASR, MT, 챗봇과 같은 AI 기반 도구가 현재 언어 학습 환경에서 어떻게 기능하고 있는가?
• RQ2 언어교육에 AI를 통합함에 있어 관련된 교육적 이점과 위험 요소는 무엇인가?
• RQ3 지능형튜터링시스템(ITS)과 XR은 언어 습득에 어떻게 기여하거나 방해할 수 있는가?
• RQ4 언어 교사들이 지도에서 AI 기반 도구를 효과적으로 활용하기 위해 어떻게 준비되어야 하는가?

주요 결과

• AI 기반 자동음성인식(ASR)은 실시간 발음 피드백 제공 잠재력을 보이며, 그러나 발음과 수준에 따라 정확도가 다양하다.
• 기계번역(MT) 도구는 多국어 콘텐츠 접근성을 향상시키지만, 언어 정확성과 문화적 뉘앙스의 손실 가능성을 야기할 수 있다.
• 지능형튜터링시스템(ITS)과 AI 챗봇은 개인화된 학습 경로를 제공하지만, 언어 오류를 강화하거나 학습자 자율성을 감소시킬 수 있으므로 주의 깊은 설계가 필요하다.
• 확장현실(XR) 응용은 참여도 향상과 맥락 기반 언어 연습을 강화하지만, 접근성 제한과 기술적 장벽으로 인해 광범위한 보급이 제한된다.
• AI가 언어교육에서의 효과성은 기술적 능력보다 교사 교육과 교육적 통합에 크게 의존한다.