[논문]Exploring the possibility of using ChatGPT and Stable Diffusion as a tool to recommend picture materials for teaching and learning

Soo-Hwan Lee; Ki-Sang Song

doi:10.9708/jksci.2023.28.04.209

초록
AI-Helper

본 연구에서는 인공지능 에이전트인 ChatGPT와 Stable Diffusion을 활용하여 교사가 입력한 수업 주제어에 따라 교수·학습용 그림 자료를 추천하는 프로그램을 구현하여 교육적 활용에 대한 가능성을 탐색하였다. 구현한 프로그램은 키워드 당 30가지 내외의 그림 자료를 추천하였으며 부적절한 그림이 생성되는 경우에는 필터링 되었다. 전체 그림자료 추천에 소요된 시간은 평균 6분 내외이다. 대체로 키워드와 관련된 그림을 추천해 주었으며 추천한 그림 속의 글자는 글자를 나타내려는 의도만 알 수 있고 글자를 인식하고 뜻을 알 수는 없었다. 그러나, 추천되는 그림의 종류나 내용이 ChatGPT의 응답에 전적으로 의존하고 있다는 점과 모든 키워드에 대한 그림을 정확하게 추천할 수 있는지 알 수 없는 점은 추가적인 연구가 필요해 보인다. 또한, 추천된 그림이 키워드와 관련된 것은 사실이나 교육적인 가치를 가지고 있는가에 대한 평가는 인간 교사의 판단에 맡겨야 할 논의의 대상이라고 결론지었다.

Abstract ▼ AI-Helper

In this paper, artificial intelligence agents ChatGPT and Stable Diffusion were used to explore the possibility of educational use by implementing a program to recommend picture materials for teaching and learning according to the class topic entered by teachers. The average time spent recommending ...

In this paper, artificial intelligence agents ChatGPT and Stable Diffusion were used to explore the possibility of educational use by implementing a program to recommend picture materials for teaching and learning according to the class topic entered by teachers. The average time spent recommending all picture materials is about 6 minutes. In general, pictures related to keywords were recommended, and the letters in the recommended pictures could only know the intention to represent the letters, and the letters could not be recognized and the meaning could not be known. However, further research seems to be needed on the fact that the type or content of the recommended picture depends entirely on the response of ChatGPT and that it is not possible to accurately recommend the picture for all keywords. In addition, it was concluded that it is true that the recommended picture is related to the keyword, but the evaluation of whether it has educational value is the subject of discussion that should be left to the judgment of human teachers.

주제어

표/그림 (12)

그림 Fig. 1. How to create a reward model for reinforcement learning
그림 Fig. 2. Configuring Algorithms
표 Table 1. Models referred to as "GPT 3.5"
표 Table 2. ChatGPT response based on input method
표 Table 3. Prompt
표 Table 4. Define a function to generate responses using GPT-3
표 Table 5. Response from ChatGPT
표 Table 6. ChatGPT Response Preprocessing
표 Table 7. ChatGPT Response Processing
표 Table 8. Create a picture using Stable Diffusion
표 Table 9. Keywords selected in the elementary school curriculum
표 Table 10. Result of entering keywords in the program

AI 본문요약
AI-Helper

문제 정의

따라서 본 연구에서는 ChatGPT와 Stable Diffusion을 이용하여 교사가 입력한 수업 주제에 따라 교수·학습용 그림 자료를 추천하여 제공하는 프로그램을 구현하여 교수 보조 수단으로서 역할과 가능성에 대해 탐색해보고자 한다.
본 연구는 ChatGPT와 Stable Diffusion의 API를 조합하여, ChatGPT의 응답을 그림으로 나타낼 수 있도록 자동화한 것이다. ChatGPT의 프롬프트는 교수·학습용 그림 자료를 추천하도록 하였다.
본 연구에서는 ChatGPT와 Stable Diffusion을 이용하여 교사가 입력한 수업 주제어에 따라 교수·학습용 그림 자료를 추천하는 프로그램을 구현하여 교수 보조자로서의 가능성을 탐색하였다.

제안 방법

ChatGPT에 사용할 프롬프트를 구성하기 위해 ChatGPT에 수업 주제어 낱말만 입력하였을 때와, 교수·학습용 그림 자료를 추천을 요청하는 의미를 지닌 문장을 입력하였을 때의 ChatGPT의 응답을 비교하여 의도한 응답을 출력할 확률이 높은 방식을 선정하였다
따라서 본 연구에서는 한국어로 입력받은 키워드를 Google translator를 이용하여 번역한 뒤 ‘Recommend images to teach about [영문 키워드]’를 프롬프트로 사용하기로 하였으며, 코드는 Table 3.와 같다.
본 연구에서는 GPT3.5의 모델 중 상식이나 대화를 생성하는 최신 모델인 text-davinci-003를 사용하였으며 답변의 자유도에 영향을 주는 파라미터인 temperature는 교수·학습용 그림 자료를 응답받아야 하므로 0.1로 설정하여 사실적인 답변과 일관된 응답을 하도록 설정하였다
사용자가 얻고자 하는 학습 키워드를 입력하면 키워드를 번역하여 질의 문장을 생성하여 ChatGPT에 입력한다. 얻은 응답을 NLTK로 의미 문장만 추출한 후 Stable Diffusion을 이용하여 추천 그림 자료를 출력하도록 하였다.

대상 데이터

구현한 프로그램을 테스트하기 위해 2015 개정 초등학교 교육과정의 성취기준을 무작위 선정하였다. 해당 성취 기준에서 학습 주제가 되는 내용을 명사로 진술하였다.
구현한 프로그램을 테스트하기 위해 2015개정 초등학교 교육과정의 성취기준을 무작위로 5가지 선정하여 성취 기준의 학습 주제가 되는 내용을 명사로 진술하여 프로그램에 입력하였다. 선정한 키워드는 삼각형, 가족, 자연물, 여가생활, 나침반이다.
본 연구는 클라우드 기반 가상 개발 환경인 Google Colab을 이용하였으며, 사용한 언어는 Python이다. 번역을 위해 Google translator를 사용하였고, 교수·학습 자료 추천은 ChatGPT를 이용하였다.
무작위로 선정한 키워드는 삼각형, 가족, 자연물, 여가 생활, 나침반이다. 프로그램은 키워드와 관련한 ChatGPT의 응답별로 3개의 이미지를 생성하여 키워드 별 30장의 이미지를 추천하였다. 결과는 Table 10.

이론/모형

번역을 위해 Google translator를 사용하였고, 교수·학습 자료 추천은 ChatGPT를 이용하였다. ChatGPT의 응답을 전처리하기 위해 Python 라이브러리인 NLTK를 이용하고, 그림 생성은 Stable Diffusion을 이용하였다.
번역을 위해 Google translator를 사용하였고, 교수·학습 자료 추천은 ChatGPT를 이용하였다

성능/효과

본 연구에서 자동화 한 프로그램은 사용자가 입력한 키워드를 가르치기 위해 필요한 그림 자료에 대한 아이디어를 ChatGPT를 이용하여 생성하도록 함으로써, 단순한 키워드의 모양을 그려내는 것이 아니라 가르치는 데 필요한 그림 자료를 다양하게 추천받는다는 점에서 차이점이 있다.

후속연구

그러나 추천되는 그림의 종류나 내용이 ChatGPT의 응답에 전적으로 의존하고 있다는 점과 모든 키워드에 대한 그림을 정확하게 추천할 수 있는지 알 수 없는 점은 추가적인 연구가 필요해 보인다. 또한, 추천된 그림이 키워드와 관련된 것은 사실이나 교육적인 가치를 가지고 있는가에 대한 평가는 인간 교사의 지도적 판단에 맡겨야 하는 논의의 대상이다.
이처럼 현재는 주로 ChatGPT를 학습 보조 수단으로 보고 그 역할과 가능성에 대해 논의가 이뤄지고 있다. 따라서 ChatGPT가 가진 기능이나 가능성으로 볼 때 교사의 교육활동을 지원하는 교수 보조 수단으로서의 역할과 가치에 대해서도 논의가 필요한 것으로 보인다.
선행 연구로 미루어 볼 때 ChatGPT는 교육 목적으로 개발 된 것이 아니라 교육 환경에 적용할 때 기술적, 내용적 한계가 있음에도 불구하고 교육적으로 활용할 수 있는 가치를 분명히 가지고 있는 것으로 나타났다. 또 관련한 많은 연구가 학습 보조 수단으로서의 ChatGPT의 역할이나 교육적 가치에 대해 집중하고 있어, 교사의 교육 활동을 지원하기 위한 교수 보조 수단으로서의 역할이나 가치에 대한 연구가 필요한 것으로 판단된다.

참고문헌 (10)

ChatGPT, https://openai.com/blog/chatgpt/
HmJung, JhJung, "Design and Issues of Writing Literatures Using？ChatGPT", Journal of Knowledge Information Technology and？Systems(JKITS), Vol. 18, No. 1, pp. 31~40, Feb 2023. DOI: 10.34163/jkits.2023.18.1.004
DkShin, HkJung & YsLee, "Exploring the potential of using？ChatGPT as a content-based English learning and teaching tool."？Journal of the Korea English Education Society, 22(1), 171-192.？Feb 2023. DOI: 10.18649/jkees.2023.22.1.171
Stable Diffusion, https://stablediffusionweb.com/
Mjchun, "A study on narrative and creative education methods？using AI literary works," Master's thesis. Chung-Ang University.？Aug 2021
Dhcho, Esjun, Mgmoon, "Scenario Generation Assistance System？Using GPT-3 ," Journal of the Korea society of computer and？information. Vol. 30. No. 2. pp. 503-504. Jul 2022.
Qadir, Junaid. "Engineering Education in the Era of ChatGPT:？Promise and Pitfalls of Generative Al for Education." TechRxiv.？Preprint. Dec 2022. DOI: 10.36227/techrxiv.21789434.v1
OpenAI, https://platform.openai.com/docs/model-index-for-researchers
NLTK, https://www.nltk.org/
P. Liu, W. Yuan, J. Fu, Z. Jiang, H. Hayashi, and G. Neubig,？"Pretrain, prompt, and predict: A systematic survey of prompting？methodsin natural language processing." ACM Computing？Surveys, vol. 55, no. 9,pp. 1-35, Jan 2023. DOI: 10.1145/3560815？

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

Exploring the possibility of using ChatGPT and Stable Diffusion as a tool to recommend picture materials for teaching and learning 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (12)

표/그림 (12)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (10)

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

Exploring the possibility of using ChatGPT and Stable Diffusion as a tool to recommend picture materials for teaching and learning 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (12) 모든 표/그림 보기

표/그림 (12) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (10)

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

초록
AI-Helper

표/그림 (12)

표/그림 (12)

AI 본문요약
AI-Helper