[논문 리뷰] The EAP-AIAS: Adapting the AI Assessment Scale for English for Academic Purposes

Jasper Roe, Mike Perkins외 1명|arXiv (Cornell University)|2024. 08. 02.

Online Learning and Analytics인용 수 4

한 줄 요약

이 논문은 영문학술목적을 위한 영어(EAP) 환경에 맞게 보완된 AI 평가 척도를 적용한 다섯 단계의 프레임워크인 EAP-AIAS를 소개한다. 이 프레임워크는 학술 윤리와 언어 발달을 유지하면서도 생성형 AI를 EAP 평가에 체계적으로 통합할 수 있도록 한다. 프레임워크는 글쓰기, 발표, 연구 과제 등 다양한 과제에서 AI 사용 수준을 'AI 없음'에서 '전면적 AI'까지 분류하며, 교사들이 윤리적인 AI 사용을 위한 교육학적으로 타당한 도구를 제공한다.

ABSTRACT

The rapid advancement of Generative Artificial Intelligence (GenAI) presents both opportunities and challenges for English for Academic Purposes (EAP) instruction. This paper proposes an adaptation of the AI Assessment Scale (AIAS) specifically tailored for EAP contexts, termed the EAP-AIAS. This framework aims to provide a structured approach for integrating GenAI tools into EAP assessment practices while maintaining academic integrity and supporting language development. The EAP-AIAS consists of five levels, ranging from "No AI" to "Full AI", each delineating appropriate GenAI usage in EAP tasks. We discuss the rationale behind this adaptation, considering the unique needs of language learners and the dual focus of EAP on language proficiency and academic acculturation. This paper explores potential applications of the EAP-AIAS across various EAP assessment types, including writing tasks, presentations, and research projects. By offering a flexible framework, the EAP-AIAS seeks to empower EAP practitioners seeking to deal with the complexities of GenAI integration in education and prepare students for an AI-enhanced academic and professional future. This adaptation represents a step towards addressing the pressing need for ethical and pedagogically sound AI integration in language education.

연구 동기 및 목표

• 생성형 AI를 EAP 교육에 통합하면서도 학술 윤리를 훼손하지 않도록 하는 점점 커지는 과제에 대응하기 위해.
• 언어 능력과 학술 문화 적응이 모두 필요한 EAP 학습자들의 특수한 필요에 맞게 기존의 AI 평가 척도(AIAS)를 적응시키기 위해.
• AI 통합 과제에서 교사들이 교육학적으로 타당한 의사결정을 내릴 수 있도록 체계적이고 융통성 있는 평가 프레임워크를 제공하기 위해.
• 글쓰기, 발표, 연구 과제 등 다양한 EAP 평가 유형에서 프레임워크의 실용적 적용을 탐색하기 위해.
• 미래의 AI가 통합된 학술 및 전문적 환경에 대비해 학생들을 준비시키기 위해 언어 교육에서 윤리적이고 교육학적으로 타당한 AI 통합을 촉진하기 위해.

제안 방법

• 기존의 AI 평가 척도(AIAS)를 EAP 학습 환경에 맞게 특화시킨, 맥락 기반의 버전인 EAP-AIAS로 변형하기 위해.
• AI 사용 수준을 'No AI'에서 'Full AI'까지의 다섯 개의 명확히 정의된 단계로 설정하고, 각 단계에 대한 구체적 기술을 제시하여 평가 및 지도를 안내하기 위해.
• 학술 글쓰기, 구두 발표, 연구 과제 등 다양한 EAP 평가 유형에 EAP-AIAS를 적용하여 광범위한 적용 가능성을 확보하기 위해.
• EAP의 이중 목표인 언어 능력 향상과 학술 문화 적응을 고려하여 AI 사용을 프레임워크화하기 위해.
• 혁신과 학술 윤리의 균형을 이루는 AI 보조 학습에서의 의사결정을 지원하는 도구를 교사들에게 제공하기 위해.
• EAP 학습 목표와 평가 기준과의 일치를 통해 교육적 실천에 프레임워크를 통합하기 위해.

실험 결과

연구 질문

• RQ1 AI 평가 척도는 어떻게 영문학술목적(EAP) 환경에서 의미 있게 적응시킬 수 있는가?
• RQ2 학술 윤리를 유지하면서 생성형 AI를 EAP 평가에 통합할 때 고려해야 할 핵심 요소는 무엇인가?
• RQ3 EAP 교사들은 글쓰기, 발표, 연구 과제 등에서 학생의 AI 사용을 평가하고 지도하기 위해 어떻게 체계적인 프레임워크를 적용할 수 있는가?
• RQ4 EAP-AIAS는 EAP 학습자의 언어 발달과 학술 문화 적응을 어떻게 지원하는가?
• RQ5 EAP-AIAS는 다양한 EAP 평가 형식에 어떻게 융통성 있게 적용되어 교육적 관련성과 윤리적 사용을 보장할 수 있는가?

주요 결과

• EAP-AIAS는 EAP 과제에서 AI 사용을 'AI 없음'에서 '전면적 AI 통합'까지 명확히 구분하는 다섯 단계의 프레임워크를 제공한다.
• 이 프레임워크는 언어 발달과 학술 문화 적응을 동시에 지원하여 EAP 교육의 이중적 초점을 충족시킨다.
• EAP-AIAS는 AI를 포함한 학생의 작업에 대해 일관성 있고 투명하며 윤리적으로 정당화된 판단을 내리는 데 도움을 준다.
• 이 프레임워크는 글쓰기, 발표, 연구 과제 등 여러 EAP 평가 유형에 적용 가능하여 교육적 다양성을 높인다.
• EAP-AIAS는 기관이 언어 교육에서 AI 통합의 과제를 해결하는 데 확장 가능하고 적응 가능한 솔루션을 제공한다.
• 이 프레임워크는 교사들이 책임감 있는 AI 사용을 이끄는 이행자로 자리매김하게 하여, 미래의 AI 기반 학술 및 전문적 환경에 대비한 학생 준비도를 높인다.