초록

AI-Helper

다양한 교육 시스템이 개발되고 있는 가운데 핵심적인 연구 방향은 사용자의 효과적인 학습 결과를 보장할 수 있는 새로운 방법론의 적용에 있다. 본 논문에서는 교육 시스템을 개발한 개발자와 교육 시스템을 이용하는 사용자 사이의 문의형 상호작용 유형을 기반으로 상호작용의 내용은 사용자에 의해 만들어지지만 교육 컨텐츠를 이용한 상호작용의 진행은 사용자가 주도하고, 자가 조절 학습을 유도하여 학습효과를 배가 시키고자 한다.

다양한 교육 시스템이 개발되고 있는 가운데 핵심적인 연구 방향은 사용자의 효과적인 학습 결과를 보장할 수 있는 새로운 방법론의 적용에 있다. 본 논문에서는 교육 시스템을 개발한 개발자와 교육 시스템을 이용하는 사용자 사이의 문의형 상호작용 유형을 기반으로 상호작용의 내용은 사용자에 의해 만들어지지만 교육 컨텐츠를 이용한 상호작용의 진행은 사용자가 주도하고, 자가 조절 학습을 유도하여 학습효과를 배가 시키고자 한다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 온라인 교육 시스템은 해당 시스템을 개발한 개발자와 이를 사용하는 사용자 사이에 상호작용의 주도권에 따라 운영자가 상호작용의 내용을 만들고 사용자에게 보내는 과정을 주도하는 전송형과 사용자에 의해 상호작용의 내용이 만들어지지만 상호작용 진행은 개발자나 운영자가 주도하는 등록형, 개발자가 상호작용의 내용을 만들지만 사용자에 의해 내용 전달 과정을 주도하는 문의형, 사용자가 상호작용의 내용을 만들고 전달하는 과정 또한 주도하는 대화형이 있다.[9] 본 연구에서는 해당 온라인 교육 시스템을 개발한 개발자와 교육 시스템을 이용하는 사용자 사이의 문의형 상호작용 유형을 기반으로 상호작용의 내용은 사용자에 의해 만들어지고 교육 컨텐츠를 이용한 상호작용의 진행은 사용자가 주도하여 자가 조절 학습을 유도하며 이전 연구에서 제안한 에빙하우스 망각곡선 기반 교육 시스템의 메커니즘을 기반으로 학습효과를 배가시키고자 한다.

제안 방법

• 그림 1은 에빙하우스 망각곡선 기반 개선된 학습 알고리즘을 나타낸다. 장기기억의 원리상으로 봤을 때 부호화의 간격에 해당되는 반복 간격에서 선택 단계 수는 사용자에 의해 결정되는데, 평균적으로 최대 반복 시간이 1시간 이하이고, 이를 바탕으로 반복 간격 값에 반영함과 동시에 에빙하우스 망각 곡선의 망각율을 반영하여 선택 단계 수 최대값을 3으로 한정하였다. 에빙하우스 망각곡선 기반의 반복 학습 최적 시점은 3단계 학습 주기를 바탕으로 학습자가 선택한 반복 정도(1step, 2step, 3step)의 선택에 따라서 해당 학습 사이트에 접속되어 있는 동안 그림 1의 알고리즘에 기반하고 있다.

이론/모형

• 이 장에서는 본 논문에서 제안한 교수 학습 시스템에 대해 설계하고 평가하고자 한다. 제안한 교수 학습시스템에서 자기 조절학습을 유도하기 위해 교수 시스템 개발자의 교육자 판단에 의한 중요 컨텐츠와 학습자의 학습 패턴을 분석한 결과를 기존의 에빙하우스 망각곡선 기반 학습 알고리즘에 적용하였다. 전문가의 의견과 학습자의 실제 시스템 이용 과정 분석을 통하여 동시 적용함으로써 이전 그림1의 개선된 학습 알고리즘에서 나타날 수 있었던 전문성 반영의 결여 부분을 보완할 수 있었다.

성능/효과

• 제안한 교수 학습시스템에서 자기 조절학습을 유도하기 위해 교수 시스템 개발자의 교육자 판단에 의한 중요 컨텐츠와 학습자의 학습 패턴을 분석한 결과를 기존의 에빙하우스 망각곡선 기반 학습 알고리즘에 적용하였다. 전문가의 의견과 학습자의 실제 시스템 이용 과정 분석을 통하여 동시 적용함으로써 이전 그림1의 개선된 학습 알고리즘에서 나타날 수 있었던 전문성 반영의 결여 부분을 보완할 수 있었다. 이는 기존의 장기기억 메커니즘을 그대로 적용하는 효과와 중요 학습 내용을 빼먹지 않고 적용할 수 있어 학습의 질을 배가할 수 있었다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기