[논문 리뷰] Developing and Deploying Industry Standards for Artificial Intelligence in Education (AIED): Challenges, Strategies, and Future Directions

Richard M. Tong, Haoyang Li외 2명|arXiv (Cornell University)|2024. 03. 13.

Online Learning and Analytics인용 수 4

한 줄 요약

이 논문은 인공지능을 활용한 교육(AIED) 분야에서 산업 표준을 개발하고 구현하기 위한 다층적 프레임워크를 제안하며, 이해관계자 간 협업, 반복적 개발, 그리고 IEEE 및 ISO와 같은 글로벌 표준과의 일치를 통해 상호운용성, 확장성, 윤리적 거버넌스 문제를 해결한다. 주요 기여는 공정하고 신뢰할 수 있으며 글로벌로 수용 가능한 AIED 시스템을 구축하기 위한 전략적 로드맵이다.

ABSTRACT

The adoption of Artificial Intelligence in Education (AIED) holds the promise of revolutionizing educational practices by offering personalized learning experiences, automating administrative and pedagogical tasks, and reducing the cost of content creation. However, the lack of standardized practices in the development and deployment of AIED solutions has led to fragmented ecosystems, which presents challenges in interoperability, scalability, and ethical governance. This article aims to address the critical need to develop and implement industry standards in AIED, offering a comprehensive analysis of the current landscape, challenges, and strategic approaches to overcome these obstacles. We begin by examining the various applications of AIED in various educational settings and identify key areas lacking in standardization, including system interoperability, ontology mapping, data integration, evaluation, and ethical governance. Then, we propose a multi-tiered framework for establishing robust industry standards for AIED. In addition, we discuss methodologies for the iterative development and deployment of standards, incorporating feedback loops from real-world applications to refine and adapt standards over time. The paper also highlights the role of emerging technologies and pedagogical theories in shaping future standards for AIED. Finally, we outline a strategic roadmap for stakeholders to implement these standards, fostering a cohesive and ethical AIED ecosystem. By establishing comprehensive industry standards, such as those by IEEE Artificial Intelligence Standards Committee (AISC) and International Organization for Standardization (ISO), we can accelerate and scale AIED solutions to improve educational outcomes, ensuring that technological advances align with the principles of inclusivity, fairness, and educational excellence.

연구 동기 및 목표

• 시스템 간 상호운용성, 데이터 통합, 윤리적 거버넌스 분야에서 표준화된 관행의 부재로 인해 AIED 분야가 산산이 갈라진 상태가 되는 문제를 해결하기 위해.
• 다양한 교육적 맥락과 사회경제적 환경에서 AIED 솔루션을 확장하는 데 직면한 과제를 극복하기 위해.
• 교육 기관, 기술 제공자, 규제 기관, 학습자들이 참여하는 협업 프레임워크를 구축하여 공정하고 효과적인 AIED 구현을 보장하기 위해.
• 실제 현장 피드백과 기술 발전을 바탕으로 반복적이고 체계적인 방법론을 통해 AIED 표준을 개발하고 업데이트하기 위해.
• 유럽연합 AI 법규와 ISO/IEC JTC 1/SC 42와 같은 글로벌 규제 프레임워크와의 일치를 통해 법적 준수성과 기술적 견고성을 확보하기 위해.

제안 방법

• 기존 표준(예: IEEE 학습 기술 표준, IEEE AISC)을 활용하고, AIED 전용 표준을 수립하며, 생성형 AI(GenAI) 및 대규모 언어 모델(LLMs)와 같은 신규 기술을 고려해 표준을 확장하는 다층적 프레임워크를 제안한다.
• 교육 기관, 기술 개발자, 규제 기관, 학습자 등 다양한 이해관계자 간의 참여를 통해 다양한 시각을 반영한 표준을 공동으로 개발한다.
• 현장에서의 시범 구현을 통해 실증하고 표준을 개선하기 위한 반복적 개발 주기를 도입한다.
• 현장 응용에서 유입된 피드백 루프를 구축하여 표준을 지속적으로 향상하고 변화에 적응시킨다.
• 글로벌 일致성과 준수성을 확보하기 위해 AIED 표준을 유럽연합 AI 법규와 ISO/IEC JTC 1/SC 42와 같은 국제 규제 프레임워크와 일치시킨다.
• 인centives, 자금 지원, 책임성 메커니즘을 통해 정책 및 규제적 지원을 촉진하여 AIED 표준의 도입과 집행을 주도한다.

실험 결과

연구 질문

• RQ1 상호운용성, 데이터 통합, 윤리적 거버넌스 분야에서 AIED 시스템을 표준화하기 위해 다층적 프레임워크를 어떻게 설계할 수 있는가?
• RQ2 IEEE 및 ISO에서 제공하는 기존 표준은 AIED 전용 표준 개발을 가속화하는 데 어떤 역할을 하는가?
• RQ3 교육자, 기술 전문가, 규제 기관 간의 이해관계자 협업은 어떻게 공정하고 포용적인 AIED 구현을 보장할 수 있는가?
• RQ4 반복적 개발과 피드백 메커니즘은 AIED 표준의 장기적 관련성과 효과성을 어떻게 향상시킬 수 있는가?
• RQ5 유럽연합 AI 법규와 ISO/IEC JTC 1/SC 42와 같이 변화하는 규제 프레임워크와 AIED 표준을 어떻게 일치시킬 수 있는가?

주요 결과

• AIED 분야에서 표준화된 관행의 부재는 교육 플랫폼 간 상호운용성, 확장성, 윤리적 거버넌스를 저해하는 분열된 생태계를 초래한다.
• 기존 표준을 활용하고, 새롭게 수립하며, 확장하는 다층적 프레임워크는 AIED 표준화에 있어 확장 가능하고 포괄적인 접근 방식을 제공한다.
• 교육 기관, 기술 제공자, 규제 기관 간의 협업은 다양한 학습자 집단에서 접근 가능하고 공정한 AIED 시스템을 확보하는 데 필수적이다.
• 현장에서의 시범 구현을 통한 반복적 개발은 기술적·교육적 요구사항의 변화에 맞춰 AIED 표준을 지속적으로 개선하고 적응시킬 수 있게 한다.
• 유럽연합 AI 법규와 ISO/IEC JTC 1/SC 42와의 일치는 AIED 표준이 위험 관리, 투명성, 데이터 거버넌스 분야에서 글로벌 규제 및 기술적 요구사항을 충족함을 보장한다.
• 연합 구축, 수요 평가, 정책 옹호를 위한 전략적 로드맵은 이해관계자들이 AIED 표준을 체계적으로 도입하고 시행할 수 있는 명확하고 실행 가능한 길을 제시한다.