[논문 리뷰] Generative AI and Its Educational Implications

Kacper Łodzikowski, Peter W. Foltz외 1명|arXiv (Cornell University)|2023. 12. 26.

Online Learning and Analytics인용 수 9

한 줄 요약

본 논문은 생성형 AI가 인지 수행의 고도화된 평가와 개인화된 콘텐츠를 통해 교육을 변화시킬 수 있다고 주장하며, 배포상의 과제와 사회적 고려사항을 제시한다.

ABSTRACT

We discuss the implications of generative AI on education across four critical sections: the historical development of AI in education, its contemporary applications in learning, societal repercussions, and strategic recommendations for researchers. We propose ways in which generative AI can transform the educational landscape, primarily via its ability to conduct assessment of complex cognitive performances and create personalized content. We also address the challenges of effective educational tool deployment, data bias, design transparency, and accurate output verification. Acknowledging the societal impact, we emphasize the need for updating curricula, redefining communicative trust, and adjusting to transformed social norms. We end by outlining the ways in which educational stakeholders can actively engage with generative AI, develop fluency with its capacities and limitations, and apply these insights to steer educational practices in a rapidly advancing digital landscape.

연구 동기 및 목표

• 교육에서의 AI의 역사적 발전을 조사한다.
• 학습에서의 AI의 현대적 응용을 평가한다.
• 교육에서 생성형 AI의 사회적 파장을 분석한다.
• 연구자와 교육자를 위한 전략적 권고를 제공한다.

제안 방법

• 교육에서의 AI의 역사적, 현대적, 정책 관련 흐름으로부터 통찰을 합성한다.
• 복잡한 인지 수행의 평가와 개인화된 콘텐츠 생성으로부터 기회를 식별한다.
• 데이터 편향, 설계 투명성, 산출물 확인 등 배포상의 도전을 논의한다.
• 연구자, 교육자, 정책 입안자를 위한 전략적 권고를 제안한다.

실험 결과

연구 질문

• RQ1 교육에서 생성형 AI의 역사적 진화와 현재의 응용은 무엇인가?
• RQ2 생성형 AI가 평가 및 개인화된 학습 콘텐츠의 생성에 어떻게 변화를 가져올 수 있는가?
• RQ3 배포상의 도전(편향, 투명성, 검증)은 무엇이며 어떻게 완화할 수 있는가?
• RQ4 AI 중재 교육이 사회적 필요에 부합하도록 필요한 교육과정, 신뢰 및 정책의 업데이트는 무엇인가?

주요 결과

• 생성형 AI는 복잡한 인지 수행의 평가를 가능하게 하고 개인화된 콘텐츠를 생성함으로써 교육을 변화시킬 잠재력을 가지고 있다.
• 핵심 과제로는 교육 도구의 효과적 배포, 데이터 편향, 설계 투명성, 산출물 검증이 포함된다.
• 교육과정의 업데이트, 의사소통에 대한 신뢰 재정의, 새로운 사회적 규범에의 적응이 필요한 사회적 함의가 있다.
• 본 논문은 연구자와 이해관계자들이 교육에서 생성형 AI와 참여하기 위한 전략적 권고를 제공한다.