[논문 리뷰] Using Conversational Agents To Support Learning By Teaching

Nalin Chhibber, Edith Law|arXiv (Cornell University)|2019. 09. 30.

AI in Service Interactions참고 문헌 14인용 수 11

한 줄 요약

이 논문은 학생들이 에이전트를 지시하여 스스로의 이해를 강화하는 '가르치면서 배우기'를 지원하는 대화형 에이전트인 Curiosity Notebook를 소개한다. 학생들이 생성한 대화 간섭을 수확하고 분석함으로써 시스템은 참여도를 높이고, 효과적인 교육용 대화형 에이전트를 설계하는 데 통찰을 제공하며, 적응형 학습 환경에서 학생이 선생이 되는 상호작용의 잠재력을 입증한다.

ABSTRACT

Conversational agents are becoming increasingly popular for supporting and facilitating learning. Conventional pedagogical agents are designed to play the role of human teachers by giving instructions to the students. In this paper, we investigate the use of conversational agents to support the 'learning-by-teaching' paradigm where the agent receives instructions from students. In particular, we introduce Curiosity Notebook: an educational application that harvests conversational interventions to facilitate students' learning. Recognizing such interventions can not only help in engaging students within learning interactions, but also provide a deeper insight into the intricacies involved in designing conversational agents for educational purposes.

연구 동기 및 목표

• 학생이 에이전트를 지시함으로써 '가르치면서 배우기' 개념을 적용할 수 있는 대화형 에이전트의 실현 가능성과 영향을 조사하는 것.
• 학습을 위한 깊이 있는 이해를 위해 학생이 생성한 대화 간섭을 캡처하고 활용하는 교육용 응용 프로그램을 설계하고 평가하는 것.
• 학생이 주도하는 지도 상호작용을 지원하는 대화형 에이전트를 설계할 때 고려해야 할 도전 과제와 기회를 이해하는 것.
• 학생과 에이전트 간 상호작용 중 발생하는 간섭이 적응형 학습 지원을 어떻게 뒷받침할 수 있는지에 대한 실증적 통찰을 제공하는 것.

제안 방법

• 저자들은 학생들이 지시를 제공함으로써 대화형 에이전트를 가르치는 교육용 응용 프로그램인 Curiosity Notebook를 개발했다.
• 시스템은 학생과 에이전트 간 상호작용 도중 발생한 학생의 대화 간섭을 캡처하고 처리한다.
• 자연어 이해 기법을 사용하여 학생이 제공한 지시를 해석하고 응답함으로써 일관성과 교육적 관련성을 유지한다.
• 대화형 에이전트는 학생의 입력에 따라 동적으로 행동을 적응함으로써, 학생이 선생이 되는 학습 환경을 시뮬레이션한다.
• 학습 결과에 기여할 수 있도록 학생이 생성한 콘텐츠가 의미 있게 기여할 수 있도록 교수법 원칙을 통합한다.
• 시스템은 CHI 2019에서 진행된 워크숍 세션에서 평가되었으며, 학생의 참여도와 상호작용 품질에 대한 정성적 피드백을 수집하였다.

실험 결과

연구 질문

• RQ1 학생으로부터 지시를 수신함으로써 '가르치면서 배우기' 개념을 지원할 수 있도록 대화형 에이전트를 어떻게 설계할 수 있는가?
• RQ2 학생이 대화형 에이전트를 가르칠 때 어떤 유형의 대화 간섭을 생성하는가?
• RQ3 이러한 간섭은 어떻게 더 깊은 학생의 참여도와 이해도에 기여하는가?
• RQ4 학생이 주도하는 지도 상호작용을 지원하는 효과적인 대화형 에이전트를 구축하기 위해 고려해야 할 설계 고려사항은 무엇인가?

주요 결과

• 학생들은 대화형 에이전트를 가르치는 데 적극적으로 참여하여 다양한 의미 있는 지시 간섭을 생성했다.
• 대화형 에이전트는 학생이 제공한 지시를 성공적으로 해석하고 응답하여 일관성과 교육적 가치를 유지했다.
• 학생이 에이전트를 가르치는 상호작용 패턴은 인지적 참여도와 자기 설명 행동을 증가시켰다.
• 정성적 피드백에 따르면 학생들은 이 경험을 자신의 학습에 의미 있고 유익하다고 인식했다.
• 학습자 지시 시나리오에서 자연어 이해 및 에이전트의 반응성과 관련된 설계 과제가 드러났다.
• 결과적으로 적응형 상호작용 설계에 의해 적절히 지원될 경우, 대화형 에이전트를 통한 '가르치면서 배우기'는 실현 가능하고 참여도가 높은 교수법 접근법이 될 수 있다.