[논문 리뷰] Generative AI in Self-Directed Learning: A Scoping Review

Jasper Roe, Mike Perkins|arXiv (Cornell University)|2024. 11. 12.

Innovative Teaching and Learning Methods인용 수 8

한 줄 요약

본 스코핑 리뷰는 GenAI와 SDL에 관한 2020–2024년의 18개 연구를 종합하여 네 가지 주제를 확인합니다: GenAI를 SDL 향상 도구로, 교육자를 가이드로, 개인화, 그리고 신중한 채택. 동시에 장기적 영향과 다중모달 응용의 격차를 지적합니다.

ABSTRACT

This scoping review examines the current body of knowledge at the intersection of Generative Artificial Intelligence (GenAI) and Self-Directed Learning (SDL). By synthesising the findings from 18 studies published from 2020 to 2024 and following the PRISMA-SCR guidelines for scoping reviews, we developed four key themes. This includes GenAI as a Potential Enhancement for SDL, The Educator as a GenAI Guide, Personalisation of Learning, and Approaching with Caution. Our findings suggest that GenAI tools, including ChatGPT and other Large Language Models (LLMs) show promise in potentially supporting SDL through on-demand, personalised assistance. At the same time, the literature emphasises that educators are as important and central to the learning process as ever before, although their role may continue to shift as technologies develop. Our review reveals that there are still significant gaps in understanding the long-term impacts of GenAI on SDL outcomes, and there is a further need for longitudinal empirical studies that explore not only text-based chatbots but also emerging multimodal applications.

연구 동기 및 목표

• Generative AI (GenAI)와 Self-Directed Learning (SDL)의 교차 지점에 대한 현재 지식을 맵핑한다.
• GenAI 도구가 온디맨드(on-demand), 개인화된 SDL 경험을 어떻게 지원할 수 있는지 식별한다.
• GenAI로 가능해진 SDL에서 진화하는 교육자의 역할을 평가한다.
• 장기 및 다중모달 연구를 포함한 격차와 향후 연구 필요성을 강조한다.

제안 방법

• 2020–2024년에 발표된 18개 연구의 결과를 합성한다.
• 스코핑 리뷰를 위한 PRISMA-SCR 지침을 따른다.
• 네 가지 핵심 주제를 도출하기 위한 주제적 합성을 수행한다.
• ChatGPT와 같은 GenAI 도구가 SDL과 어떻게 연관되는지에 대한 질적 평가.

실험 결과

연구 질문

• RQ1 SDL에서 GenAI 응용에 대한 현재 지식 상태는 무엇인가?
• RQ2 GenAI가 개인화되고 온디맨드 SDL 지원을 어떻게 지원할 수 있는가?
• RQ3 GenAI로 가능해진 SDL에서 교육자의 역할은 무엇이며 그 역할은 어떻게 진화할 수 있는가?
• RQ4 다중모달 도구를 포함한 GenAI가 SDL 결과에 미치는 장기 영향에 대한 이해의 격차는 무엇인가?

주요 결과

• GenAI 도구는 온디맨드형 개인화된 SDL 지원을 뒷받침하는 가능성을 보여준다.
• 교육자는 기술과 함께 역할이 달라질 수 있어도 학습 과정의 중심으로 남아 있다.
• GenAI와 함께하는 장기 SDL 결과를 이해하는 데 상당한 격차가 있다.
• 장기적 실증 연구와 다중모달 GenAI 응용의 탐구가 필요하다.
• 본 리뷰는 네 가지 주제를 통해 통찰을 종합한다: GenAI를 잠재적 SDL 향상자로, 교육자를 GenAI 가이드로, 학습의 개인화, 그리고 신중한 채택.