[논문 리뷰] Generative AI for Education (GAIED): Advances, Opportunities, and Challenges

Paul Denny, Sumit Gulwani외 5명|arXiv (Cornell University)|2024. 02. 02.

Online Learning and Analytics인용 수 18

한 줄 요약

이 기사는 NeurIPS 2023에서 GAIED 워크숍을 조사하여 교육에서의 생성 AI의 진전, 기회 및 도전을 개략하고 향후 연구 및 커뮤니티 구축을 위한 방향을 제시한다.

ABSTRACT

This survey article has grown out of the GAIED (pronounced "guide") workshop organized by the authors at the NeurIPS 2023 conference. We organized the GAIED workshop as part of a community-building effort to bring together researchers, educators, and practitioners to explore the potential of generative AI for enhancing education. This article aims to provide an overview of the workshop activities and highlight several future research directions in the area of GAIED.

연구 동기 및 목표

• 생성 AI와 교육의 접점에서 연구자, 교육자, 실무자가 다국어 커뮤니티를 형성하도록 촉진합니다.
• 생성 AI의 발전이 교육 기술과 교실 현장 실천을 어떻게 향상시킬 수 있는지 탐구합니다.
• 교육 특유의 도전과 정책적 우려를 다루기 위한 보호장치 및 기술 혁신을 식별합니다.
• 학계와 산업계의 다양한 관점을 문서화하여 향후 GAIED 연구 방향을 이끕니다.

제안 방법

• NeurIPS 2023에서 물리적 워크숍을 조직하여 약 150명의 참석자, 포스터 세션, 패널 진행했다.
• 50명 이상 구성원의 프로그램 위원회의 이중 맹검 심사를 통해 48건의 제출 중 33편의 채택 논문을 선정했다.
• 다양한 시각을 다루기 위해 연구자와 실무자들의 6편의 초청 발표를 포함했다.
• PDF, 포스터, 60초 짧은 소개 영상으로 더 넓은 확산을 위한 워크숍 웹사이트를 제작했다.
• 발 표자 및 주최자 선발 시 다양성과 포용성 고려를 제공했다.

실험 결과

연구 질문

• RQ1 학부 교육에서 생성 AI 모델의 광범위한 활용 가능성에 어떻게 커리큘럼, 교수 방법, 강사 역할이 적응해야 하는가?
• RQ2 AI 보조 콘텐츠 생성 시대에 학생 학습을 공정하게 평가할 수 있는 혁신적 평가 전략은 무엇인가?
• RQ3 AI 도구로 인한 창의성과 비판적 사고를 유지하고 동질화를 방지하기 위한 조치는 무엇이 필요한가?
• RQ4 형평성과 접근성을 보장하면서 생성 AI로 교육을 대규모로 개인화하려면 어떻게 해야 하는가?
• RQ5 교육 맥락에서 공정성, 투명성, 프라이버시를 위한 AI 시스템을 어떻게 감사하고 보호할 수 있는가?

주요 결과

• 워크숍은 NeurIPS 커뮤니티 내에서 상당한 관심을 불러일으켰으며, 최대 150명의 참석자와 포스터로 제시된 33편의 채택 논문이 있었다.
• 두 축의 프레이밍이 프로그램을 이끌었다: GAI → ED(인공지능 진전의 기회) 및 ED → GAI(교육 주도 보호장치와 도전).
• 초청 발표와 패널은 구현, 학습 과학, 정책 함의에 대해 학계와 산업계의 다양한 관점을 제시했다.
• 전용 다양성 선언문은 기관, 국가, 학문 분야 전반의 대표성을 강조하였고 성별 및 선임도 균형에 명시적 주의를 기울였다.
• 이 논문은 교육에서의 콘텐츠 생성, 피드백 생성, 튜터링, 프로그래밍 교육, 평가, 검색 보강 생성 등 구체적 연구 주제와 동향을 문서화한다.