제7차 교육과정의 가장 중요한 특징은 학습자의 능력을 고려한 수준별 심화·보충 학습을 적용하고 있는 것이다. 수준별 교육에서 문제점은 개인차가 심한 학습자들의 다양한 수준에 적합한 수업 내용과 방법을 각기 제시하기가 곤란하다는 것이다. 이러한 문제점을 해결하기 위한 방법의 하나로 코스웨어를 교수·학습에 이용하고 있다. 그러나 기존의 코스웨어는 모든 학습자에게 똑같은 내용이 제시되어 학습자의 수준에 적응한 교수·학습을 기대하기가 어려운 실정이다. 이러한 문제를 해결하기 위해서 1980년대부터 ITS(Intelligent Tutoring System)의 연구가들이 학생의 학습 과정과 관련된 제반 지식 상태를 파악하는 여러 가지 학습자 모델링 기법을 연구하였다. 그렇지만 전통적 ...
제7차 교육과정의 가장 중요한 특징은 학습자의 능력을 고려한 수준별 심화·보충 학습을 적용하고 있는 것이다. 수준별 교육에서 문제점은 개인차가 심한 학습자들의 다양한 수준에 적합한 수업 내용과 방법을 각기 제시하기가 곤란하다는 것이다. 이러한 문제점을 해결하기 위한 방법의 하나로 코스웨어를 교수·학습에 이용하고 있다. 그러나 기존의 코스웨어는 모든 학습자에게 똑같은 내용이 제시되어 학습자의 수준에 적응한 교수·학습을 기대하기가 어려운 실정이다. 이러한 문제를 해결하기 위해서 1980년대부터 ITS(Intelligent Tutoring System)의 연구가들이 학생의 학습 과정과 관련된 제반 지식 상태를 파악하는 여러 가지 학습자 모델링 기법을 연구하였다. 그렇지만 전통적 ICAI(Intelligent Computer Assisted Instruction)나 ITS의 교수 모듈은 교수·학습에 대한 충분한 이론적 기반을 갖지 못한 AI 전문가가 중심이 되어 교수 모듈을 설계했기 때문에, ICAI가 실행하는 교수전략은 학습자의 다양한 인지적 정보처리 특성에 효과적으로 적응할 수 없었다. 따라서 효과적인 ITS 교수 모듈을 설계하기 위해서는 교수·학습과 관련된 다양한 이론을 통합하여 구현하여야 한다. 이 때 학습자의 수준을 고려한 학습자 모델링이 그 핵심적인 요소라 할 수 있다. 본 연구에서는 이러한 문제점을 해결하기 위하여 수준별 동적 교수·학습 시스템 개발을 위한 학습자 모델을 제안하고자 한다. 제안된 시스템은 다음과 같은 특징을 가지고 있다. 첫째, 교수 모듈은 컴포넌트 단위로 제작하여 학습자의 수준에 따라 동적으로 재구성이 가능하도록 하였다. 둘째, 학습자 모듈은 ITS의 오버레이(Overlay) 모델과 버그(Bug) 모델을 혼합한 하이브리드OB 모델을 적용하여 학습자 모델을 구성하였다. 하이브리드 DB 모델 방법은 난이도(제1모수)와 변별도(제2모수) 그리고 잠재능력 (제3모수)을 토대로 한 가중치의 합을 통해 학습자의 문제해결에 관련된 오류 유형을 판단한다. 진단될 오류 유형과 관련이 되는 버그 컴포넌트를 버그 라이브러리에서 찾아 학습 내용을 재구성하여 보충학습을 실시한다. 보충학습 실시하고 난 후 다시 향상 평가를 실시한다. 이와 같은 방법을 반복적으로 진행하여 완전학습에 이르게 한다. 셋째, 평가모듈은 문항의 난이도와 변별도를 근거로 가중치를 다르게 부여하는 문항반응이론(IRT)을 적용하여 오류 유형을 진단하였다. 버그 컴포넌트 라이브러리 생성은 초등학교 5학년 학생 182명을 대상으로 평가를 실시하여, 오류 가능한 버그들을 추출하여 컴포넌트 단위로 라이브러리에 저장하였다. 이와 같이 하이브리드 OB 모델을 적용하여 개발한 코스웨어와 모델링을 하지 않은 코스웨어를 현장에 적용하여 그 효율성을 검증한 결과 모델링을 하지 않는 경우의 정답률은 0.023 증가하였고, 모델링을 적용한 경우의 정답률은 0.052 증가하여 학습자 모델링을 한 코스웨어의 정답률이 0.029 높게 나타났다. 이는 통계적으로 유의한 차(P=0.042)를 나타내고 있어 학습자 모델을 적용한 코스웨어가 학습자 모델이 적용되지 않은 코스웨어 보다 학업 성취도를 향상시킬 수 있는 것으로 분석되었다. 또한 학습의 흥미도 조사 결과도 학습자 모델을 적용한 경우가 학습의 효율성 및 자기주도적 학습력에 더 도움이 되는 것으로 나타났다.
제7차 교육과정의 가장 중요한 특징은 학습자의 능력을 고려한 수준별 심화·보충 학습을 적용하고 있는 것이다. 수준별 교육에서 문제점은 개인차가 심한 학습자들의 다양한 수준에 적합한 수업 내용과 방법을 각기 제시하기가 곤란하다는 것이다. 이러한 문제점을 해결하기 위한 방법의 하나로 코스웨어를 교수·학습에 이용하고 있다. 그러나 기존의 코스웨어는 모든 학습자에게 똑같은 내용이 제시되어 학습자의 수준에 적응한 교수·학습을 기대하기가 어려운 실정이다. 이러한 문제를 해결하기 위해서 1980년대부터 ITS(Intelligent Tutoring System)의 연구가들이 학생의 학습 과정과 관련된 제반 지식 상태를 파악하는 여러 가지 학습자 모델링 기법을 연구하였다. 그렇지만 전통적 ICAI(Intelligent Computer Assisted Instruction)나 ITS의 교수 모듈은 교수·학습에 대한 충분한 이론적 기반을 갖지 못한 AI 전문가가 중심이 되어 교수 모듈을 설계했기 때문에, ICAI가 실행하는 교수전략은 학습자의 다양한 인지적 정보처리 특성에 효과적으로 적응할 수 없었다. 따라서 효과적인 ITS 교수 모듈을 설계하기 위해서는 교수·학습과 관련된 다양한 이론을 통합하여 구현하여야 한다. 이 때 학습자의 수준을 고려한 학습자 모델링이 그 핵심적인 요소라 할 수 있다. 본 연구에서는 이러한 문제점을 해결하기 위하여 수준별 동적 교수·학습 시스템 개발을 위한 학습자 모델을 제안하고자 한다. 제안된 시스템은 다음과 같은 특징을 가지고 있다. 첫째, 교수 모듈은 컴포넌트 단위로 제작하여 학습자의 수준에 따라 동적으로 재구성이 가능하도록 하였다. 둘째, 학습자 모듈은 ITS의 오버레이(Overlay) 모델과 버그(Bug) 모델을 혼합한 하이브리드 OB 모델을 적용하여 학습자 모델을 구성하였다. 하이브리드 DB 모델 방법은 난이도(제1모수)와 변별도(제2모수) 그리고 잠재능력 (제3모수)을 토대로 한 가중치의 합을 통해 학습자의 문제해결에 관련된 오류 유형을 판단한다. 진단될 오류 유형과 관련이 되는 버그 컴포넌트를 버그 라이브러리에서 찾아 학습 내용을 재구성하여 보충학습을 실시한다. 보충학습 실시하고 난 후 다시 향상 평가를 실시한다. 이와 같은 방법을 반복적으로 진행하여 완전학습에 이르게 한다. 셋째, 평가모듈은 문항의 난이도와 변별도를 근거로 가중치를 다르게 부여하는 문항반응이론(IRT)을 적용하여 오류 유형을 진단하였다. 버그 컴포넌트 라이브러리 생성은 초등학교 5학년 학생 182명을 대상으로 평가를 실시하여, 오류 가능한 버그들을 추출하여 컴포넌트 단위로 라이브러리에 저장하였다. 이와 같이 하이브리드 OB 모델을 적용하여 개발한 코스웨어와 모델링을 하지 않은 코스웨어를 현장에 적용하여 그 효율성을 검증한 결과 모델링을 하지 않는 경우의 정답률은 0.023 증가하였고, 모델링을 적용한 경우의 정답률은 0.052 증가하여 학습자 모델링을 한 코스웨어의 정답률이 0.029 높게 나타났다. 이는 통계적으로 유의한 차(P=0.042)를 나타내고 있어 학습자 모델을 적용한 코스웨어가 학습자 모델이 적용되지 않은 코스웨어 보다 학업 성취도를 향상시킬 수 있는 것으로 분석되었다. 또한 학습의 흥미도 조사 결과도 학습자 모델을 적용한 경우가 학습의 효율성 및 자기주도적 학습력에 더 도움이 되는 것으로 나타났다.
One of the major characteristics of the 7th National Curriculum is to apply level-oriented deepening and Supplementary learning according to each learner's different level of achievement. In the level-oriented curriculum, coursewares should present teaching materials to various learners. However, mo...
One of the major characteristics of the 7th National Curriculum is to apply level-oriented deepening and Supplementary learning according to each learner's different level of achievement. In the level-oriented curriculum, coursewares should present teaching materials to various learners. However, most coursewares uniformly present their content to each learner, therefore, it is hard to expect differentiated learning by each learner's level. Since the 1980's, scientists of ITS(Intelligent Tutoring System) have studied various methods of student modeling that can show us students' learning process and their level of knowledge. Nevertheless, the tutorial module in conventional ICAI(Intelligent Computer Assisted Instruction) or ITS merely adopts the design strategies developed mainly by the AI(Artificial Intelligence) experts, not the various instructional strategies derived from the instructional practices. Thus, it can't be adapted to students' learning history on the cognitive information processing point of view. In conclusion, tutorial module in ITS needs to integrate the various theories on learning and instruction for effective design. Also student's modeling can be essential element when considering each learner's differentiated level. To solve these problems, this thesis presents learners' modelling for developing dynamical instruction and learning systems on differentiated level. This system has features as follows: First, the instructional module of this system made by the component unit is able to be reconstructed dynamically by learner's differentiated level. Second, the learning module applies a hybrid OB(overlay and bug) model mix of overlay and bug models. The hybrid OB model methods focus on how to trace error patterns of Students' problem Solving from Sum of weights of difficulties(1st parameter), discriminating power(2nd parameter) and latent faculties(3rd parameter). It finds the bug components for the diagnosed error patterns from the bug library. And then, it takes Supplementary learning. Finally, it tests its progress. Repeat this process and until satisfactory learning is reached. Third, to diagnose error patterns, it adopts Item Response Theory(IRT). This gives differentiated weight in accordance with the item's difficulty and discrimination power. To build the Bug Component Library, we tried actual test on 182 people and extracted possible bugs in the result of the test. And then libraries are stored by the component unit. we adopted hybried OB modeling and no-modeling courseware. According to the verification of the effects, their averages were improved by 0.052 with the OB modeling, and by 0.023 without any modeling. In conclusion, in the case of modeling courseware achieves 0.029 more in collection rate. Statistically, it proves that courseware adopted Students' modeling can improve achievement. And also, in case of adopting students' modeling, we can get better learning effects and self-directed ability in the result of interesting investigation.
One of the major characteristics of the 7th National Curriculum is to apply level-oriented deepening and Supplementary learning according to each learner's different level of achievement. In the level-oriented curriculum, coursewares should present teaching materials to various learners. However, most coursewares uniformly present their content to each learner, therefore, it is hard to expect differentiated learning by each learner's level. Since the 1980's, scientists of ITS(Intelligent Tutoring System) have studied various methods of student modeling that can show us students' learning process and their level of knowledge. Nevertheless, the tutorial module in conventional ICAI(Intelligent Computer Assisted Instruction) or ITS merely adopts the design strategies developed mainly by the AI(Artificial Intelligence) experts, not the various instructional strategies derived from the instructional practices. Thus, it can't be adapted to students' learning history on the cognitive information processing point of view. In conclusion, tutorial module in ITS needs to integrate the various theories on learning and instruction for effective design. Also student's modeling can be essential element when considering each learner's differentiated level. To solve these problems, this thesis presents learners' modelling for developing dynamical instruction and learning systems on differentiated level. This system has features as follows: First, the instructional module of this system made by the component unit is able to be reconstructed dynamically by learner's differentiated level. Second, the learning module applies a hybrid OB(overlay and bug) model mix of overlay and bug models. The hybrid OB model methods focus on how to trace error patterns of Students' problem Solving from Sum of weights of difficulties(1st parameter), discriminating power(2nd parameter) and latent faculties(3rd parameter). It finds the bug components for the diagnosed error patterns from the bug library. And then, it takes Supplementary learning. Finally, it tests its progress. Repeat this process and until satisfactory learning is reached. Third, to diagnose error patterns, it adopts Item Response Theory(IRT). This gives differentiated weight in accordance with the item's difficulty and discrimination power. To build the Bug Component Library, we tried actual test on 182 people and extracted possible bugs in the result of the test. And then libraries are stored by the component unit. we adopted hybried OB modeling and no-modeling courseware. According to the verification of the effects, their averages were improved by 0.052 with the OB modeling, and by 0.023 without any modeling. In conclusion, in the case of modeling courseware achieves 0.029 more in collection rate. Statistically, it proves that courseware adopted Students' modeling can improve achievement. And also, in case of adopting students' modeling, we can get better learning effects and self-directed ability in the result of interesting investigation.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.