Learning data analysis strategy in intelligent learning system

지능형 학습 시스템에서의 학습데이터 분석 전략

This study is about a strategy to analyze learning activities in an intelligent learning system. To this end, the conceptual definition of the intelligent learning system and the type of learning using the intelligent learning system were analyzed. The learning types were presented as individual, adaptive, competency-based, and blended learning, and although there are some differences, most of them have similar characteristics. In addition, learning activity analysis is based on data such as mouse clicks, keyboarding, and uploads generated by the system. Through this, basic analysis such as viewing time and number of uploads can be performed. However, more diverse learning analysis is needed for personalization and adaptation. It can judge not only learning attitude and achievement level, but also metacognitive level and creativity level. However, since the level of metacognition includes complex human cognitive activities, the teacher's intervention is required in the judgment of the intelligent learning system.

이 연구는 지능형학습시스템에서 학습활동을 분석하는 전략에 대한 것이다. 이를 위해 지능형학습시스템에 대한 개념정의와 지능형학습시스템을 이용하는 학습 유형을 분석하였다. 학습유형으로는 개인형, 적응형, 역량중심, 블랜디드 학습으로 제시하였으며 4가지는 약간의 차이가 있지만 대부분 유사한 성격을 가지고 있다. 또한 학습활동 분석은 시스템에서 생성되는 마우스 클릭, 키보딩, 업로드 등의 데이터가 기본이 된다. 이를 통해 시청시간, 업로드 횟수 등의 기초적인 분석을 수행할 수 있다. 하지만 개인화, 적응형을 위해서는 보다 다양한 학습 분석이 필요하다. 그것은 학습태도, 성취도 수준뿐만 아니라 메타인지 수준, 창의력 수준등을 판단할 수 있다. 그런데 메타인지 등의 수준은 복잡한 인간의 인지활동을 포함하고 있기 때문에 지능형학습시스템의 판단에 교사의 개입이 필요하다.