인지 과외

Cognitive tutor

인지지도교사는 인지모델을 활용해 학생들이 문제를 겪고 있을 때 피드백을 제공하는 특별한 종류의 지능형 과외시스템이다.이 피드백은 즉시 학생들에게 튜터 인터페이스에서의 행동의 정확성 또는 부정확함을 알려 줄 것이다. 그러나 인지 튜터들은 또한 상황에 맞는 힌트와 합리적인 다음 단계로 학생들을 안내할 수 있는 교육을 제공할 수 있는 능력을 가지고 있다.null

소개

현재 인지 튜터®의 명칭은 보통 존 앤더슨의 인간 인지 ACT-R 이론에 근거하여 고등학교 수학용 카네기 학습이 생산하는 특정한 유형의 지적 튜터링 시스템을 가리킨다.그러나 인지지도교사들은 원래 1980년대 초부터 ACT-R 이론을 연구목적으로 시험하기 위해 개발되었으며, 컴퓨터 프로그래밍, 과학과 같은 다른 분야와 과목에서도 개발된다.[1]인지지도교사는 교과서와 소프트웨어 활동을 결합한 혼합학습의 일환으로 교실에 구현할 수 있다.null

인지 튜터 프로그램은 인지 모델을 활용하며 모델 추적과 지식 추적을 기반으로 한다.모델추적이란 인지지도교사가 학생들이 어떤 값을 입력하거나 버튼을 클릭하는 등 수행하는 모든 행동을 체크하는 것을 의미하며, 지식추적은 스킬측정기라는 막대차트에서 학생들이 학습한 필수 스킬을 계산하는 데 사용된다.[2]모델 추적과 지식 추적은 기본적으로 학생들의 학습 진도를 모니터링하고, 학생들이 문제 해결의 정확한 경로를 안내하며, 피드백을 제공하는 데 사용된다.null

교육과학연구소는 카네기 인지 튜터®의 효과에 관한 몇 가지 보고서를 발표했다.2013년 한 보고서는 카네기 학습 커리큘럼과 인지 튜터®가 고등학생들의 수학 성취도에 복합적인 영향을 미친다는 결론을 내렸다.[3]보고서는 인지교습 ®의 효과를 조사한 27개 연구 결과를 확인했으며 결론은 왓웍스 클리닝하우스 기준에 맞는 6개 연구에 기초하고 있다.포함된 6개 연구 중 5개 연구에서는 중간에서 유의한 양의 효과가 나타나는 반면, 1개 연구에서는 통계적으로 유의한 부정적 효과가 나타난다.2009년 교육과학연구소가 발표한 또 다른 보고서는 What Works Clearinghouse standards.it을 충족하는 14개 연구 중 1개 연구만을 바탕으로 인지교습자® 대수학 I가 수학 성취도에 잠재적으로 긍정적인 영향을 미칠 수 있다는 것을 발견했다.참여자, 그룹에 대한 실제 무작위 할당 및 치료를 받지 않거나 다른 치료를 받는 대조군에 대한 할당.그러한 실험 조건은 학교에서 충족시키기 어려우며, 따라서 교육에 관한 연구 중 극히 일부만이 여전히 가치가 있을 수 있지만, 이 개청소의 기준에 부합한다.[4]null

이론적 기초

4개 요소 아키텍처

지능형 과외시스템(ITS)은 도메인 모델, 학생 모델, 과외 모델[5], 인터페이스 요소 등 4가지로 구성된 아키텍처를 가지고 있다.null

도메인 모델에는 학습할 도메인과 관련된 규칙, 개념 및 지식이 포함되어 있다.도메인 전문지식의 기준을 설정해 학생의 성적을 평가하고 학생의 오류를 파악하는 데 도움이 된다.null

ITS의 핵심 요소인 학생 모델은 학생들에 대한 지식, 즉 인지적, 감정적 상태와 학습에 따른 진척도를 포함할 것으로 예상된다.학생 모델의 기능은 학습자로부터 및 학습자에 대한 데이터를 수집하고, 학습자의 지식과 학습 과정을 나타내며, 학생의 지식 진단을 수행하고, 최적의 교육학적 전략을 선택하는 세 가지다.[6]null

튜터링 모델은 도메인 모델과 학생 모델에서 얻은 데이터를 활용해 개입 여부나 시기, 방법 등 튜터링 전략에 대한 결정을 내린다.튜터링 모델의 기능으로는 지침 전달과 콘텐츠 기획이 있다.[7]null

인터페이스 구성요소는 Socratic 대화, 피드백 및 힌트와 같은 다른 형태로 튜터링 모델에 의해 결정된 사항을 반영한다.학생들은 의사소통이라고도 알려진 학습 인터페이스를 통해 가정교사와 상호작용한다.인터페이스는 도메인 지식 요소를 제공한다.[7]null

인지모델

인지 모델은 지식이 인간의 마음 속에 표현되는 것과 같은 방식으로 도메인 지식을 모델링하려고 한다.인지 모델은 지능적인 튜터링 시스템이 학습자처럼 문제 해결 상황에 대응할 수 있도록 한다.[8]인지 모델을 채택한 과외 시스템을 인지 과외라고 한다.null

인지 모델은 학생들에게 제시된 문제에 대한 다양한 해결책을 제공하는 전문가 시스템이다.인지모델은 복잡한 문제를 통해 각 학생의 해결책을 추적해 가정교사가 단계별 피드백과 조언을 제공할 수 있도록 하고, 학생성적을 바탕으로 학생의 지식의 목표 모델을 유지하는 데 활용된다.[9]null

인지강사

인지지도교사는 학습자가 연습을 통해 복잡한 문제해결 능력을 키워나가면서 단계별 지도를 한다.[10]전형적으로 인지지도교사들은 다음과 같은 형태의 지원을 제공한다: (a) 풍부하고 "생각할 수 있는" 것으로 설계된 문제 해결 환경, (b) 학생 성과에 대한 단계별 피드백, (c) 오류에 특화된 피드백 메시지, (d) 학생의 요청에 대한 상황별 다음 단계 힌트, (e) 개별화된 문제 선택.[11]null

인지지도교사는 (1) 학생의 성과를 모니터링하고 상황에 맞는 개별지시를 제공하는 것과 (2) 학생의 학습을 모니터링하고 적절한 문제해결 활동을 선택하는 두 가지 주요 과업을 수행한다.[12]null

인지 모델과 두 가지 기본 알고리즘, 즉 모델 추적과 지식 추적 모두 학생의 학습을 감시하는 데 사용된다.모델 추적에서 인지 가정교사는 복잡한 문제에서 인지 모델을 사용하여 학생의 개별적인 경로를 따르고 신속한 정확성 피드백과 상황별 조언을 제공한다.지식 추적에서 인지 가정교사는 학생의 지식을 평가하는 간단한 베이시안 방법을 사용하고 이 학생 모델을 사용하여 학생 개개인에게 적합한 문제를 선택한다.[12]null

인지건축

인지 튜터 개발은 ACT-R 인지 아키텍처에 의해 안내되며, ACT-R 인지 아키텍처는 인지 튜터의 인지 모델 또는 전문가 구성요소를 개발하는 기본 틀을 명시한다.null

ACT 계열의 일원인 ACT-R은 인간의 행동을 모델링하는 데 주로 전념하는 가장 최근의 인지 아키텍처다.ACT-R은 사실적 지식의 선언적 기억과 생산 규칙의 절차적 기억을 포함한다.아키텍처는 인식과 사실에 관한 생산물을 매칭하고, 사물의 실제 가치 있는 활성화 수준에 의해 매개되며, 환경에 영향을 미치거나 선언적 기억을 바꾸기 위해 그것들을 실행함으로써 기능한다.ACT-R은 기억력, 주의력, 추론, 문제 해결, 언어 처리와 같은 심리적 측면을 모델링하는 데 사용되어 왔다.[13]null

애플리케이션 및 활용률

인지지도교사의 첫 번째 실제 적용은 고등학생들이 사용하는 기하학 교습과 대학생들과 함께 LISP 지도교사를 사용하는 카네기멜론 대학의 컴퓨터 사이언스 미니 과정이었다.[1]null

그 이후로 인지 지도교사들은 다양한 시나리오에서 사용되어 왔으며, 소수의 조직들이 그들만의 인지 지도교습 프로그램을 개발하였다.이 프로그램들은 주로 컴퓨터 프로그래밍, 수학, 과학의 과목에 속하지만 초등학교부터 대학교까지의 학생들과 함께 사용되어 왔다.[14]

학교 시스템 내에서 사용하기 위한 시스템을 개발한 최초의 기관 중 하나는 카네기 멜론 대학교의 PACCH 센터였다.이들의 목표는 "...컴퓨터 프로그래밍, 대수학, 기하학 등 복잡한 영역에서 학생들이 실제 문제에 도전하는 과정에서 개별적인 도움을 주는 시스템을 개발하는 것"[14]이었다.PACK의 가장 성공적인 제품은 인지 과외 대수 과정이었다.1990년대 초반에 처음 만들어진 이 과정은 1999년까지 미국을 거쳐 75개 학교에서 사용되었고, 그 후 스핀오프 회사인 카네기 러닝은 현재 미국의 1400개 이상의 학교에 튜터를 제공하고 있다.[14]

카네기멜론인지교사는 고등학교와 중학교 교실에서 학생들의 수학 시험 성적을 올리는 것으로 나타났으며,[15] 이들의 대수과정은 미국 교육부가 교육하는 K-12 수학의 5가지 모범 커리큘럼 중 하나로 지정됐다.[14]PACCH 센터에서 엑셀의 강좌에 인지 과외를 활용하고, Lindquist라고 불리는 대수표현 쓰기를 위한 지능형 과외 시스템을 개발하기 위해 수행한 여러 연구 프로젝트가 있었다.[16] 또한, 2005년에 카네기 학습은 100개 이상의 학교에서 시범 운영된 중학교를 위한 제품인 Bridge to Algebra를 출시했다.[17]null

인지 과외 소프트웨어가 계속 사용되고 있다.비즈니스 인사이더 리포트의 기사에 따르면, 카네기 멜론 대학의 인간과 컴퓨터 상호작용과 심리학 교수인 켄 코에더 교수는 교사들이 어떻게 인지 과외 소프트웨어를 교실에 통합할 수 있는지를 기술하고 있다.[18]그는 교사들이 컴퓨터 실험실 환경이나 수업 중에 그것을 사용할 것을 제안한다.인지지도교사들은 학생이 문제에 대답할 수 있는 여러 가지 방법을 이해할 수 있고, 그 다음, 도움이 필요한 정확한 시간에 그 학생을 도울 수 있다.또한 인지 지도교사는 학생의 필요에 따라 운동을 맞춤화할 수 있다.[18]null

제한 사항

현재로서는 인지 튜터®가 학생성적 향상에 효과적인지 여부가 불분명하다.[3]인지 튜터®는 상업적인 성공을 거두었지만, 그것의 디자인과 지적 튜터 시스템의 본질과 본질적으로 관련된 한계가 있을 수 있다.다음 섹션에서는 다른 지능형 튜터링 시스템에도 적용될 수 있는 인지 튜터®의 한계에 대해 논의한다.null

커리큘럼

이 때, 모든 과목 영역에 대한 인지 튜터®를 만드는 것은 실용적이거나 경제적이지 않다.인지 튜터®는 성공적으로 사용되었지만, 이러한 과목 영역은 생산 규칙, 복잡성 및 학습자에 대한 최대 편익의 최적의 균형을 가지고 있기 때문에 여전히 과외 대수, 컴퓨터 프로그래밍 및 기하학에만 국한되어 있다.[1][19]null

인지 튜터® 개발의 초점은 커리큘럼 콘텐츠의 개발이 아니라 특정 생산 규칙을 가르치기 위한 소프트웨어의 설계였습니다.수년간의 시도, 개선, 그리고 학습 목표를 진전시킬 수 있는 잠재력에도 불구하고, 창작자들은 커리큘럼 방향을 위해 주로 외부 출처에 의존하고 있다.[1]null

디자인

인지 튜터® 소프트웨어의 복잡성으로 인해 설계자들은 프로그램을 만들기 위해 교육 시간 당 수백 시간을 소비해야 한다.투입된 시간에도 불구하고, 설계의 제약조건 내에서 학습자의 요구를 충족시키는 것과 관련된 어려움은 종종 유연성과 인지 충실도에 있어 타협을 초래한다.[11]null

실용성은 설계자가 학습자를 가르치고 지원하는 개별적인 방법 중에서 선택해야 함을 지시한다.방법, 프롬프트 및 힌트의 제한된 선택은 일부 학습자를 지원하는 데 효과적일 수 있지만 다른 학습자가 이미 사용하고 있는 방법과 충돌할 수 있다.[19]또한, 학습자가 프롬프트와 힌트의 시스템을 사용하여 답에 조기에 접근하여 연습을 통해 진전시켜 학습 목표를 달성하지 못할 수 있다.null

모델

인지 튜터®에 영감을 준 인지 모델은 튜터링 프롬프트의 힌트, 방향 및 타이밍과 같은 선택된 교육적 방법을 지시하는 학습이 어떻게 발생하는지에 대한 가정을 기반으로 한다.이러한 가정과 제한된 표현 방법을 고려할 때, 인지 튜터®는 인간이 지식을 창조하는 유연하고 복잡하며 다양한 방법을 설명하지 않을 수 있다.[19]휴먼 튜터들은 학생 오류에 대한 더 높은 수준의 대응력을 제공함으로써 인지 튜터®를 능가한다.이들은 인지 튜터®보다 학습자에게 더 효과적인 피드백과 비계를 제공할 수 있으며, 이는 인지 모델이 여전히 불완전할 수 있음을 나타낸다.[20]null

참고 항목

참조

  1. ^ a b c d Anderson, J. R.; Corbett, A. T.; Koedinger, K. R. & Pelletier, R. (1995). "Cognitive tutor: Lesson learned" (PDF). The Journal of the Learning Sciences. 4 (2): 167–207. doi:10.1207/s15327809jls0402_2.
  2. ^ Blessing, Stephen. "The Cognitive Tutor™: Successful Application of Cognitive Science". Carnegie Learning. Carnegie Learning. Retrieved 17 July 2014.
  3. ^ a b U.S. Department of Education, Institute of Education Sciences (2013). "High School Mathematics intervention report: Carnegie Learning Curricula and Cognitive Tutor®" (PDF). What Works Clearinghouse. whatworks.ed.gov.{{cite web}}: CS1 maint: 작성자 매개변수 사용(링크)
  4. ^ U.S. Department of Education, Institute of Education Sciences (2009). "Middle School Mathematics intervention report: Cognitive Tutor® Algebra I" (PDF). What Works Clearinghouse. whatworks.ed.gov. Archived from the original (PDF) on 2016-03-31. Retrieved 2016-07-23.{{cite web}}: CS1 maint: 작성자 매개변수 사용(링크)
  5. ^ Self, J. (1990). "Theoretical Foundations for Intelligent Tutoring Systems". Journal of Artificial Intelligence in Education. 1 (4): 3–14. CiteSeerX 10.1.1.53.6841.
  6. ^ Wenger, E. (1987). Artificial Intelligence and Tutoring Systems: Computational and Cognitive Approaches to the Communication of Knowledge. Los Altos: Morgan Kaufmann Publishers Inc. ISBN 9780934613262.
  7. ^ a b R. Nkambou, ed. (2010). Advances in Intelligent Tutoring Systems. Studies in Computational Intelligence. p. 308. ISBN 9783642143625.
  8. ^ Corbett, A.T.; Koedinger, K.R.; Anderson, J.R. (1997). "Intelligent Tutoring Systems". In Helander, T.K.; Landauer, P. (eds.). Handbook of Human-Computer Interaction. Amsterdam: Elsevier Science.
  9. ^ Corbett, A.; Kauffman, L.; MacLaren, B.; Wagner, A.; Jones, E. (2010). "A Cognitive Tutor for genetics problem solving: Learning gains and student modeling" (PDF). Journal of Educational Computing Research. 42 (2): 219–239. doi:10.2190/EC.42.2.e. S2CID 62695743.
  10. ^ VanLehn, K. (2006). "The behavior of tutoring systems" (PDF). International Journal of Artificial Intelligence in Education. 16 (3): 227–265.
  11. ^ a b Aleven, V. (2010). "Rule-Based Cognitive Modeling for Intelligent Tutoring Systems". In R. Nkambou; et al. (eds.). Advances in Intelligent Tutoring Systems. SCI 308. pp. 33–62.
  12. ^ a b Koedinger, K.R.; Corbett, A.T. (2006). Sawyer, R.K. (ed.). Cognitive tutors: Technology bringing learning sciences to the classroom (PDF). The Cambridge handbook of the learning sciences. New York: Cambridge University Press.
  13. ^ P. 랭글리와 J. E. Laird, "인지적 아키텍처:연구 문제 및 과제".2002년 10월 31일 초안.
  14. ^ a b c d "PACT Center @ Carnegie Mellon University, Home Page". May 2003.
  15. ^ "PACT Center @ Carnegie Mellon University, Current Research Projects". May 2003.
  16. ^ "PACT Center @ Carnegie Mellon University, Completed Research Projects". May 2003.
  17. ^ "Timeline of Cognitive Tutor History. (2003-2013)". Cognitive Tutoring Authoring Tools.
  18. ^ a b Griswold, Alison (March 6, 2014). "This Cognitive Tutor Software Is Already Having A Revolutionary Effect". Business Insider.
  19. ^ a b c Scandura, J. M. (2012). "The role of automation in instruction: Recent advances in authorIT and TutorIT solve fundamental problems in developing intelligent tutoring systems" (PDF). Technology, Instruction, Cognition and Learning. 9: 3–8.
  20. ^ VanLehn, K. (2011). "The relative effectiveness of human tutoring, intelligent tutuoring systems and other tutoring systems" (PDF). Educational Psychologist. 46 (4): 197–221. doi:10.1080/00461520.2011.611369. S2CID 16188384.

외부 링크