인공지능과 챗봇 기술의 교육 영역 적용 사례, 6가지

    인공지능과 챗봇 기술의 교육 영역 적용 사례, 6가지

    88
    0
    SHARE
    image source: https://www.wired.com/2016/12/a-secret-ops-ai-aims-to-save-education/
    image source: https://www.wired.com/2016/12/a-secret-ops-ai-aims-to-save-education/
    전통적으로 교육은 혁신의 속도가 가장 더딘 영역이라고 알려져 있다. 그럼에도 불구하고 최근 몇년 간 기술이 교육영역에 깊이 파고 들었고, 이를 통해 교육 혁신이 가속화된 것은 사실이다.
    점진적인 교수학습이론의 변화 위에서 기하급수적인 기술의 발전은 산업 환경을 변화시켰고, 이는 교육의 변화를 가속화 하는 중요한 기폭제가 되었다.
    인공 지능 기술을 기반으로 한 챗봇은 우리가 상상하는 것 이상의 다양한 방법으로 세상을 변화시키고 있다. 피자 주문에서 부터 프로젝트 머피와 같은 창조적 예술 활동에까지 챗봇 기술은 이미 우리의 일상속에 자리 잡고 있다.
    ICBM(IoT, Cloud, Bigdata, Machine Learning)과 같은 기술과 이를 기반으로한 챗봇은 교육영역에서 게임 체인저의 역할을 할 수 있을 것으로 기대된다.

    1.자동 작문 평가 시스템(Automatic Essay Scoring)

    작문 평가는 교수자들의 엄청난 시간과 노력이 투입되어야 하는 까다로운 작업이다. 특히 2016년 기준, 전세계적으로 5,800만명의 학생과 700여개의 대학, 7000여개의 과정이 제공되는 MOOCs 과정에서 학습자들의 작문 과제에 일일히 튜터들이 평가한다는 것은 거의 불가능에 가깝다고 할 수 있다.

     

    By-the-Numbers-MOOCs-in-2016-768x384

     

     

    이러한 문제를 해결하기 위해 교육 혁신가들은 인공지능 학자들과 공동 연구를 진행해 왔으며, 거의 해답에 가까이 와있다고 한다.
    수천개의 학습자 작문 결과와 평가과정을 머신러닝에 학습 시키면, 인간의 피드백을 대체할 만큼의 결과를 제공할 수 있으리라고 기대하고 있다. 오픈소스 MOOC 플랫폼 EdX는 하버드, MIT 등 11개의 주요 대학과 함께 EdX System Automatic Grading System을 개발 중이며, 괄목 할 만한 성과를 내고 있다.
     
    Automatic Essay Grading System 기술의 변곡점이 되었던  2012년 휴렛 재단 주관, 작문 평가 시스템 대회에는  154개 팀이 참가하였다. 이 대회를 통해 최종 우승자는 인간 평가자 대비 0.81의 상관관계를 보였고, 이후 연구자와 학자들이 참여하여 0.945까지 성과를 냈다.
    여전히 완벽하지는 않고 해결해야할 문제도 많지만, 머지 않아 AI를 활용한 작문 평가자의 성공적인 사례의 출현을 기대해 볼만하다.
     
    교원의 원격직무연수 서비스를 운영하고 있는 에듀니티의 경우에도 학점부여를 위해 학습자 참여도 평가를 하고 있는데, 이때 학습자들이 제출한 과제, 토론, 성찰일기, 연수후기, 의견쓰기 등에  Automatic Essay Scoring System이 역할을 해준다면 무척이나 생산성이 높아질 것으로 기대된다.

    2.간극 학습(Spaced Interval Learning)

    에빙하우스는 ‘인간의 기억은 반비례하는 것에 입각하여 감소하는 기억을 장기기억으로 영구히 보존하기 위해 망각곡선의 주기에 따라 적절한 시점에 적절한 반복(4회 주기)이 중요하다’라고 주장을 했다.
    에빙하우스의 망각곡선 이론을 근거로 에듀테크 서비스 사업자들은 모바일 앱 혹은 챗봇과 같은 인터페이스를 통해 학습자의 Post Learning을 제공하고 있다.

     

    277px-ForgettingCurve.svg_

     

     

     

    이와 유사 이론인 간격효과(Space Effect)는 ‘똑같은 내용이라도 나누어 공부하면 훨씬 효과적이다’라는 이론이다.
    이는 플래시 카드나 컴퓨터 기반의 학습에 많이 활용되는 이론이다. 간격 효과를 주장하는 폴란드 발명가 Piotr Wozniak는 직접 간격효과를 적용한 학습앱/서비스를 출시했다. 
     
    supermemo-426x1024
     
    이 서비스는 인공지능 기술을 활용해서 학습자가 무엇을 언제 학습했는지 추적하고, 언제 망각하는지를 분석해서 효과적으로 복습할 수 있도록 주기적으로  리마인드하며, 학습내용이 학습자의 기억에 완벽하게  기록될때까지 반복한다.

    3.회화 과정 평가 및 학습자 평가(Conversational Course Assessment & Student Rating)

    두말할 필요없이, 교수자에게 수업 피드백은  자신의 수업혁신과 역량 신장을 위해서 중요하고 가치있는 일이고, 기술의 발전과 함께 종이에서 온라인 설문으로 피드백 프로세스와 도구는 진화/발전해왔다.
    최근의 인공지능 기반의 챗봇, 머신러닝, 자연어 처리와 같은 세련된 기술은 수업 피드백이 발전하는데 많은 기여를 했다.
    챗봇을 통해 정량적, 정성적 피드백 수집이 용이해졌다. 대화형 인터페이스를 활용하여 피 인터뷰자의 업무방해를 최소화하면서 실제 인터뷰와 동일한 의견을 수집할 수 있게 했다. 또한 인터뷰 과정에서 답변과 개인별 성향에 근거해서 최적화된 질문과 제시한 의견에 대한 근거를 분석해내기가 용이해졌다.
    자기평가, 점수, 동료평가, 효과적인 교수학습 방법 등의 과학적인 데이터가 더 많이, 더 깊이 연계될 수록 교수 역량 강화를 위한 보다 명확한 해답을 제시해줄 수 있고, 이러한 데이터들이 전세계의 다른 교수자들과 공유될 수록 새롭고 더 강력한 방법의 교수역량 강화 방법이 제시될 수 있다.

    4.왓슨, 교사지원도구(Watson, The Teacher Assistant)

     

    조지아텍 기술대학의 조교 Jill Watson, 컴퓨터 공학과 교수 Ashok Goel이 40,000개의 포럼에 게시된 글을 활용해 IBM-AI시스템인 왓슨(Jill Watson)을 학습시켜 조교로 활용했다.
    일반적인 질문에 대한 질의 응답에서 학생들은 채팅을 하고 있는 상대방이 인공지능을 기반으로 한 기계라는 의심은 하지 못할 정도로 정확한 답변을 해냈고 기존 FAQ Tab을 활용하는 것보다 훨씬 인터렉티브한 결과를 보였다.
    2016년, IBM은  조지아텍과의 협업에 이어 글로벌 대형 출판사인 피어슨과 전략적인 협력을 통해 피어슨의 출간 서적을 기반으로한 새로운 학습경험을 제공하고 있다.

    5.캠퍼스 챗봇 지니(the Chatbot Campus, Genie)

     

    호주 Deakin대학에서는 IBM Watson 기반의 AI조교 Genie를 개발했다. 대킨 대학의 인공지능 챗봇 지니는 다음 시간 강의실 찾아가는 방법과 다음 학기의 과정을 신청하는 방법, 과제를 제출하는 방법 등 캠퍼스의 일반적인 질문에 대한 답변을 맡고 있다.
    대킨 대학의 CTO인 Willam Confalonieri는 지니를 통해 학생들에게 보다 개인화된 캠퍼스 서비스를 지원할 수 있고, 반복된 질문에 대한 대응을 감소시킴으로써 대학 운영부서의 업무 경감을 기대하고 있으며, 점진적으로 지니의 대응 범위가 넓혀질 것으로 기대하고 있다.

    6.학습자 중심의 피드백(Student Centered Feedback)

    현재의 교육 시스템은 고용주의 요구에 충족하는 학생을 선발하는데 최종 목표를 두고 있다.
    과학기술의 비약적인 발전과 함께 인간은 로봇과의 경쟁과 같은 기존과는 전혀 다르고 경험해보지 못한 복잡한 상황에 처하게되었고, 기존처럼 단순히 지식을 전달하는 공장식 교육방식은 창의적인 역량이 필요한 현재의 글로벌 경쟁환경에 부적합하다.
    기업가들은 변화된 환경에서 경쟁력 있는 인재를 확보하기 위해 공장식 교육방식과는 차원이 다른 창의적인 인재 육성을 위한 학습 모형을 탐색하게 되었고, 학습자 개개인의 특성과 관심사를 기반으로  창의적 역량을 강화하기 위한 학습자 중심의 시스템의 중요성을 알게되었다.
    학습자 중심의 시스템은 학습자 개인별 이해 수준에 따라 콘텐츠가 지능적으로 제시되고 점진적으로 심화학습을 제시한다.  이러한 방식의 학습은 학습 속도의 빠름과 더딤을 고려해 학습을 할 수 있다.
    AI 기반의 교육과정은 미래에 요구되는 역량을 기준으로 학습자의 부족한 지점을 식별하고 이에 대해 집중적으로 학습을 시키는 방식으로 진화하고 있다.