메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
장지원 (성균관대학교) 박정수 (성균관대학교) 한옥영 (성균관대학교)
저널정보
한국컴퓨터교육학회 한국컴퓨터교육학회 학술발표대회논문집 한국컴퓨터교육학회 2023년도 동계 학술발표논문집 제27권 제1호
발행연도
2023.1
수록면
215 - 218 (4page)

이용수

DBpia Top 5%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
인공지능 교육의 중요성과 필요성이 대두되고 있는 가운데 인공지능 교육을 위한 최적화된 교육 플랫폼이 별도로 구축되진 않고 있다. 한편, 개인 맞춤화 교육이 트렌드로 떠오르면서 학습자의 유형이나 학습 수준, 상태를 지속적으로 진단하고, AI 기술을 활용하여 개인 맞춤형 학습 경로를 추천하고 학습 콘텐츠를 제공하는 적응형 학습이 각광받고 있다. 본 연구에서는 앞서 언급한 인공지능 교육을 위한 최적화된 교육 플랫폼의 개발에 대하여 적응형 학습 적용 방법을 고안하기 위하여 선행 연구 사례를 바탕으로 AI 기반 적응형 학습 시스템을 분석하고, AI 교육 적응형 학습 시스템을 설계하였다. 선행 연구 사례로 ALEKS, AI-AL, EBS 문제추천 세 가지의 적응형 학습 시스템을 선정하여 분석하였다. 그 결과 공통적으로 나타나는 특징과 효과는 다음과 같았다. 첫째, 지속적인 학습자의 학습 상태를 파악하여 학습 경로를 제공한다. 둘째, 제공되는 개별 맞춤형 학습을 통해 학업성취도를 높일 수 있다. 이러한 분석 결과를 토대로 SKK e:Du라는 AI 교육 적응형 학습 시스템을 설계하였다. 시스템 사용자는 학습자 유형 검사와 학습 이후의 만족도 조사를 실시하고, 시스템에서는 의사결정트리 모델을 활용하여 사용자의 Kolb 유형 및 학습 수준을 파악한다. 파악된 학습 유형을 토대로 적합한 학습 콘텐츠를 제공하여 적응형 학습 AI 교육 시스템을 설계하였다.

목차

요약
1. 서론
2. 이론적 배경
3. 연구 결과
4. 결론 및 제언
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-037-000381990