[논문 리뷰] What is Learning Analytics about? A Survey of Different Methods Used in 2013-2015

Mohammad Khalil, Martin Ebner|arXiv (Cornell University)|2016. 06. 09.

Online Learning and Analytics참고 문헌 35인용 수 22

한 줄 요약

이 논문은 2013–2015년 동안의 학습 분석 연구 방법을 조사하여 일곱 가지 방법론적 유형으로 분류하고, 구글 색색을 통해 가장 많이 인용된 접근 방식을 특정한다. 윤리적 과제를 부각시키며, 학습 분석 분야의 성장에 따라 개인정보 보호 문제를 다루면서 향후 연구를 위한 기초를 제공한다.

ABSTRACT

The area of Learning Analytics has developed enormously since the first International Conference on Learning Analytics and Knowledge (LAK) in 2011. It is a field that combines different disciplines such as computer science, statistics, psychology and pedagogy to achieve its intended objectives. The main goals illustrate in creating convenient interventions on learning as well as its environment and the final optimization about learning domain stakeholders. Because the field matures and is now adapted in diverse educational settings, we believe there is a pressing need to list its own research methods and specify its objectives and dilemmas. This paper surveys publications from Learning Analytics and Knowledge conference from 2013 to 2015 and lists the significant research areas in this sphere. We consider the method profile and classify them into seven different categories with a brief description on each. Furthermore, we show the most cited method categories using Google scholar. Finally, the authors raise the challenges and constraints that affect its ethical approach through the meta-analysis study. It is believed that this paper will help researchers to identify the common methods used in Learning Analytics, and it will assist by establishing a future forecast towards new research work taking into account the privacy and ethical issues of this strongly emerged field.

연구 동기 및 목표

• 2013년에서 2015년 사이에 학습 분석 분야에서 사용된 주요 연구 방법을 맵핑하고 분류하는 것.
• 구글 색색를 통한 인용 분석을 통해 학습 분석 분야에서 가장 자주 인용된 방법론적 유형을 특정하는 것.
• 학습 분석의 핵심 목표와 과제, 특히 윤리 및 개인정보 보호 측면에서 명확히 하는 것.
• 표준화된 방법론 프레임워크를 구축하고 분야 내 신규 추세를 예측함으로써 향후 연구를 지원하는 것.
• 연구자들이 학습 분석 연구에 적절한 기법을 선택하는 데 안내할 수 있도록 방법론적 프로필에 대한 메타분석을 제공하는 것.

제안 방법

• 본 연구는 2013년에서 2015년까지의 국제 학습 분석 및 지식 컨퍼런스(LAK)에서 발표된 논문을 체계적으로 조사한다.
• 연구 방법을 분석적 접근 방식과 적용 분야에 따라 일곱 가지 구분된 유형으로 분류한다.
• 구글 색색를 활용한 인용 분석을 수행하여 가장 영향력 있는 방법론적 유형을 규명한다.
• 메타분석을 통해 학습 분석에서의 윤리적 과제와 제약 조건을 특정한다.
• 조사된 논문들 내의 방법론적 기술에 대한 주제적 및 기술적 분석을 바탕으로 분류 프레임워크를 개발한다.
• 컴퓨터 과학, 통계학, 심리학, 교육학 등 다양한 분야의 통합을 강조하여 방법론적 프로필을 정의한다.

실험 결과

연구 질문

• RQ1 2013년에서 2015년 사이에 학습 분석 연구에서 사용된 주요 방법론적 접근 방식은 무엇인가?
• RQ2 학습 분석 문헌에서 가장 자주 인용되는 방법론적 유형은 무엇인가?
• RQ3 학습 분석 연구의 방법론적 프로필은 이 분야의 다학제적 성격을 어떻게 반영하는가?
• RQ4 현재 학습 분석 방법과 관련하여 가장 흔히 관련되는 윤리적 및 개인정보 보호 과제는 무엇인가?
• RQ5 표준화된 방법론 분류 체계는 학습 분 析 분야의 향후 연구와 혁신을 어떻게 지원할 수 있는가?

주요 결과

• 식별된 일곱 가지 방법론적 유형은 기술적 분석, 예측 분석, 진단 분석, 의사결정 지원 분석, 사회망 분석, 데이터 마이닝, 시각화 기법이다.
• 예측 분석과 데이터 마이닝이 문헌에서 가장 많이 인용된 방법론적 유형으로 나타나, 학습 분석 연구에서의 중심적인 역할을 하고 있음을 시사한다.
• 심리학적 및 교육학적 이론을 계산 기반 방법과 융합하는 것이 조사된 논문들 전반에서 반복적으로 나타나는 주제이다.
• 개인정보 보호와 동의의 명시 등 윤리적 우려가 방법론 설계의 주요 제약 조건으로 자주 언급되었다.
• 시각화 기법은 교육 현장에서 의사결정 지원 및 이해관계자 참여를 지원하기 위해 널리 사용되었다.
• 본 연구는 학습 분석이 다학제적 분야임을 확인하였으며, 방법론적 접근 방식이 컴퓨터 과학, 통계학, 교육 과학의 기여를 반영하고 있음을 밝혔다.