디지털교과서란 종이로 만든 기존의 서책형 교과서가 아닌 컴퓨터상에서 디지털화된 형태의 교과서를 말한다. 이런 디지털교과서는 서책형 교과서로는 제공할 수 없는 반응형, 영상형, 증강형 컨텐츠를 제공하고, 교과서의 모든 요소들을 데이터화하여 학습자에게 맞춤형으로 제공하거나 학습자의 데이터를 수집하고 처리할 수 있다는 장점이 있다. 그렇다면 이런 디지털교과서에 어떤 방식으로 AI 기능을 활용할 수 있을까?
AI를 교육에 활용하는 것을 AI 튜터링이라고 한다. 이 AI 튜터링을 크게 2가지 방향으로 나눠보고 싶다. 학습 내적 측면과 학습 외적 측면이다. 학습 내적 측면이 AI를 활용해 학습자와 학습-평가-피드백이 이뤄지는 학습 그 자체로서의 과정에서의 AI 활용이라면, 학습 외적 측면은 학습이 진행되는 과정에서 학습자에 대한 정보를 수집해 학습자의 전체적 상태를 파악하는 학습 외적 과정이다. 효과적인 교수학습이 되기 위해서는 내적측면과 외적측면이 모두 갖춰져야 한다.
Ⅰ. 학습 내적 측면의 AI 활용
1. AI 튜터링을 활용한 맞춤형 학습 컨텐츠 제시
AI 튜터링을 활용해 학습자에게 최적합한 컨텐츠를 제시할 수 있다. 학생의 선호도나 흥미요소에 대한 예측을 바탕으로 영상형, 증강형, 반응형 컨텐츠 등의 여러 컨텐츠 요소에서 선택해 학습자에게 제공할 수 있다.
2. AI 튜터링을 활용한 최적의 학습 경로 설정
AI 튜터링을 활용하여 개별 학습자에게 맞는 최적의 학습 경로를 설정해 제공할 수 있다. 어떤 교수 학습 방법을 사용할 것인지, 어떤 난이도의 과제를 제시할 것인지, 어떤 종류 및 수준의 비계(scaffolding)를 설정할 것인지, 어떤 순서로 학습 요소들을 배치할 것인지 등 최적의 학습 경로 설계를 위해 학습 요소 전반에 걸쳐 선택할 수 있다.
3. AI 튜터링을 활용한 맞춤형 평가 제시
AI 튜터링을 활용하여 학습자의 수준에 맞는 평가 문항을 제공할 수 있다. 학습자 중심의 과정중심평가는 학습 내용을 바탕으로 평가가 진행되어야 함을 기본전제로 하고 있다. 따라서 AI 튜터링을 활용한 최적의 학습 경로를 설정한 만큼, 평가 종류 및 문항의 선택도 학습자에 따라 달라져야 한다. 즉, 1대1 맞춤형 학습을 진행한 만큼 평가도 1대1 맞춤형 평가로 진행되어야 함을 의미한다. 이에 따라 AI 튜터링을 활용하여 평가의 종류 및 평가 문항의 난이도를 선택하는 방법으로 진행되어야 한다. 학습자의 수준보다 너무 높거나 낮은 수준의 평가는 효율적이지 못할 것임으로, 학습자 수준과 개별 특성에 맞는 평가가 진행되도록 AI 튜터링을 활용할 수 있다.
4. AI 튜터링을 활용한 맞춤형 피드백 제시
AI를 활용해 학습과 평가를 설계했다면, 학습이 학습으로 평가가 평가로만 끝나지 않고 환류 될 수 있도록 피드백하는 과정이 중요하다. 이때 어떤 피드백이 이뤄지느냐에 따라 학습 및 평가의 효과가 크게 달라질 것이다. AI 튜터링을 활용해 학습자 개인에 맞춰진 맞춤형 피드백을 제공한다면 교육 효과가 극대화 될 것이다.
Ⅱ. 학습 외적 측면의 AI 활용
1. AI 튜터링을 활용한 학습 데이터 수집 및 분석
AI 튜터링을 활용해 학습이 진행되는 전체 과정에서 학습 요소들에 대한 필요한 정보를 수집할 수 있다. 이때 수집되는 학습자에 대한 데이터들은 분석과정을 통해 학습자의 상태를 예측하는데 사용될 수 있다. 어떤 학습 방법을 좋아하고, 어떤 부분을 아직 이해하지 못했는지, 수업에 집중하는 시간은 얼마 정도인지 등의 데이터를 수집함으로서 더 나은 수업 설계의 원천으로 사용될 수 있다.
2. AI 튜터링을 활용한 학습자 개별 데이터베이스 구축(대쉬보드)
위의 데이터 수집 및 분석을 통해 궁극적으로 학습자 개별 데이터베이스를 구축할 수 있다. 이 데이터베이스는 학습자를 추적하며 학습자의 전체적 학습과정을 함께한다. 모든 학습데이터를 수집함으로써 학습자의 성취 단계, 발달정도를 확인할 수 있다는 장점을 가질 수 있다.
댓글