[논문 리뷰] Generative AI for learning: Investigating the potential of synthetic learning videos

Daniel Leiker, Ashley A. Ricker외 2명|arXiv (Cornell University)|2023. 04. 07.

Online Learning and Analytics인용 수 10

한 줄 요약

본 연구는 온라인 학습에서 AI-생성 합성 학습 영상과 전통 강사 영상의 학습 증가 효과를 비교 평가했으며, 학습 이득이나 학습자 인식에서 유의미한 차이를 발견하지 못했다. 합성 영상은 온라인 교육에서 전통적 방법을 대체할 수 있는 타당한 대안이 될 수 있음을 시사한다.

ABSTRACT

Recent advances in generative artificial intelligence (AI) have captured worldwide attention. Tools such as Dalle-2 and ChatGPT suggest that tasks previously thought to be beyond the capabilities of AI may now augment the productivity of creative media in various new ways, including through the generation of synthetic video. This research paper explores the utility of using AI-generated synthetic video to create viable educational content for online educational settings. To date, there is limited research investigating the real-world educational value of AI-generated synthetic media. To address this gap, we examined the impact of using AI-generated synthetic video in an online learning platform on both learners content acquisition and learning experience. We took a mixed-method approach, randomly assigning adult learners (n=83) into one of two micro-learning conditions, collecting pre- and post-learning assessments, and surveying participants on their learning experience. The control condition included a traditionally produced instructor video, while the experimental condition included a synthetic video with a realistic AI-generated character. The results show that learners in both conditions demonstrated significant improvement from pre- to post-learning (p<.001), with no significant differences in gains between the two conditions (p=.80). In addition, no differences were observed in how learners perceived the traditional and synthetic videos. These findings suggest that AI-generated synthetic learning videos have the potential to be a viable substitute for videos produced via traditional methods in online educational settings, making high quality educational content more accessible across the globe.

연구 동기 및 목표

• 확장 가능한 온라인 교육을 위한 AI로 생성된 합성 매체의 탐색을 촉진한다.
• 합성 영상이 온라인 환경에서 전통적으로 제작된 강사 영상과 대등하게 작용할 수 있는지 평가한다.
• 콘텐츠 습득 및 학습 경험에 대한 영향을 평가한다.
• 고품질 교육 콘텐츠의 접근성과 확장 가능성에 대한 근거를 제공한다.

제안 방법

• 성인 학습자(n=83)를 두 가지 마이크로 학습 조건에 무작위로 배정했다.
• 지식 증가를 측정하기 위한 사전 및 사후 학습 평가를 실시했다.
• 학습 경험과 인식을 파악하기 위한 설문조사를 실시했다.
• 현실적인 인물이 등장하는 AI생성 합성 영상과 전통적 강사 영상 간의 비교.
• 정량적 및 질적 통찰을 결합한 혼합 방법 접근법.

실험 결과

연구 질문

• RQ1 AI생성 합성 학습 영상이 온라인 학습에서 전통 강사 영상과 비슷한 콘텐츠 습득 향상을 가져오는가?
• RQ2 학습자들은 AI생성 영상과 전통 영상의 품질과 몰입도 측면에서 어떻게 인식하는가?
• RQ3 두 영상 방식 간에 학습 경험이나 만족도에 차이가 있는가?

주요 결과

• 두 조건 모두 사전에서 사후 학습으로 유의한 향상을 보였다(p<.001).
• AI생성 영상과 전통 영상 간의 학습 이득에 유의한 차이가 없다(p=.80).
• 전통 영상과 합성 영상에 대한 학습자 인식에 차이가 관찰되지 않았다.
• 결과는 AI생성 합성 영상이 온라인 교육에서 전통 영상 콘텐츠의 타당한 대체물이 될 수 있음을 시사한다.