• International Journal of Advanced Culture Technology
• /
• 제10권2호
• /
• pp.62-68
• /
• 2022

Evaluation as learning is important for the learner competency test, and the applicable method is studied. Assessment is the role of diagnosing the current learner's status and facilitating learning through appropriate feedback. The system is insufficient to enable process-oriented evaluation in small educational institute. Focusing on becoming familiar with the AI through experience can end up simply learning how to use the tools or just playing with them rather than achieving ultimate goals of AI education. In a previous study, the experience way of AI education with PLAY model was proposed, but the assessment stage is insufficient. In this paper, we propose ELAS (Experiential K-12 AI education Learning Assessment System) for small educational institute. In order to apply the Assessment factor in in this system, the AI-factor is selected by researching the goals of the current SW education and AI education. The proposed system consists of 4 modules as Assessment-factor agent, Self-assessment agent, Question-bank agent and Assessment -analysis agent. Self-assessment learning is a powerful mechanism for improving learning for students. ELAS is extended with the experiential way of AI education model of previous study, and the teacher designs the assessment through the ELAS system. ELAS enables teachers of small institutes to automate analysis and manage data accumulation following their learning purpose. With this, it is possible to adjust the learning difficulty in curriculum design to make better for your purpose.

• 여성건강간호학회지
• /
• 제26권1호
• /
• pp.5-9
• /
• 2020

Artificial intelligence (AI), which includes machine learning and deep learning has been introduced to nursing care in recent years. The present study reviews the following topics: the concepts of AI, machine learning, and deep learning; examples of AI-based nursing research; the necessity of education on AI in nursing schools; and the areas of nursing care where AI is useful. AI refers to an intelligent system consisting not of a human, but a machine. Machine learning refers to computers' ability to learn without being explicitly programmed. Deep learning is a subset of machine learning that uses artificial neural networks consisting of multiple hidden layers. It is suggested that the educational curriculum should include big data, the concept of AI, algorithms and models of machine learning, the model of deep learning, and coding practice. The standard curriculum should be organized by the nursing society. An example of an area of nursing care where AI is useful is prenatal nursing interventions based on pregnant women's nursing records and AI-based prediction of the risk of delivery according to pregnant women's age. Nurses should be able to cope with the rapidly developing environment of nursing care influenced by AI and should understand how to apply AI in their field. It is time for Korean nurses to take steps to become familiar with AI in their research, education, and practice.

• 정보교육학회논문지
• /
• 제25권6호
• /
• pp.973-985
• /
• 2021

본 연구는 교육 분야에서 AI를 활용한 연구의 동향을 분석하여 향후 AI활용교육의 방향성과 시사점을 제시하는 데 목적이 있다. 이를 위해 2019년부터 2021년 7월까지 최근 3년간 국내 학술지에 게재된 논문 중 검토를 통해 최종 78편을 분석 대상으로 선정하였다. 분석 결과는 다음과 같다. 먼저, 3개년 중에서는 2020년에 게재된 논문이, 연구방법으로는 질적연구가 가장 많이 나타났다. 또한, 연구대상별 분석에 따르면 초등학생을 대상으로 한 연구가 가장 많았고 대학·대학원생을 대상으로 한 연구가 뒤를 이었다. 교과목별 분석에서는 외국어 교육과 관련된 연구가 가장 많았고, AI 테크놀로지 유형은 챗봇이 가장 많이 사용되었다. 마지막으로 교수학습 및 평가영역에서는 실행 단계가, AI활용교육 시스템 유형으로는 학생 지원이 과반수를 차지하였다. 이러한 결과를 바탕으로 향후 AI활용교육의 방향성과 시사점을 제시하였다. 본 연구는 전체적인 관점에서 국내 AI활용교육 연구의 동향을 파악하였고, 교수자-학습자와 교수학습설계과정을 중심으로 AI활용교육을 살펴보았다는 점에서 의의가 있다.

• International Journal of Advanced Culture Technology
• /
• 제12권2호
• /
• pp.7-15
• /
• 2024

Despite a recent surge in multifaceted research on AI-integrated language learning, empirical studies in this area remain limited. This study adopts a Human-Generative AI parallel processing model to examine students' perceptions, asking 182 college students to independently construct knowledge and then compare their efforts with the results generated through in-classroom conversations with ChatGPT 3.5. In questionnaire responses, most students indicated that they found these activities useful and expressed a keen interest in learning various ways to utilize generative AI for language learning with instructor guidance. The findings confirm that ChatGPT's potential as a virtual conversation partner. Identifying specific reasons for the perceived usefulness of conversation activities and drawbacks of ChatGPT, this study emphasizes the importance of teachers staying informed about both the latest advances in technology and their limitations. We recommend that teachers endeavor to creatively design various classroom activities using AI technology.

• 한국컴퓨터정보학회논문지
• /
• 제28권1호
• /
• pp.27-38
• /
• 2023

본 논문에서는 시간의 흐름에 따라 새로운 데이터를 지속적으로 학습하고 성장할 수 있는 연속 학습 기반 대화형 AI 에이전트를 제안한다. 연속학습 기반 대화형 AI 에이전트는 태스크 관리자 (Task Manager), 사용자 속성 추출(User Attribute Extraction), 자동 확장 지식 그래프(Auto-growing Knowledge Graph), 크게 3가지 요소로 구성된다. 태스크 관리자는 사용자와의 대화에서 새로운 데이터를 발견하면 이전에 학습한 지식을 통해 새로운 태스크를 생성한다. 사용자 특성 추출 모델은 새로운 태스크에서 사용자의 특성을 추출하고, 자동 확장 지식 그래프는 새로운 외부 지식을 지속적으로 학습할 수 있도록 한다. 한정된 데이터셋을 기반으로 학습된 기존 대화형 AI 에이전트와 달리, 본 논문에서 제안하는 방법은 지속적인 사용자의 특성과 지식 학습을 기반으로 대화를 가능하게 한다. 연속학습 기술이 적용된 대화형 AI 에이전트는 사용자와의 대화가 축적될수록 개인 맞춤형 대응이 가능하며, 새로운 지식에도 대응이 가능하다. 본 논문에서는 시간에 따른 대화 생성 모델의 성능 변화 실험을 통해 제안하는 방법의 가능성을 검증한다.

• 디지털산업정보학회논문지
• /
• 제19권4호
• /
• pp.45-52
• /
• 2023

With the advent of deep learning, Artificial Intelligence (AI) technology has experienced rapid advancements, extending its application across various industrial sectors. However, the focus has shifted from the independent use of AI technology to its dispersion and proliferation through the open AI ecosystem. This shift signifies the transition from a phase of research and development to an era where AI technology is becoming widely accessible to the general public. However, as this dispersion continues, there is an increasing demand for the verification of outcomes derived from AI technologies. Causal AI applies the traditional concept of causal inference to AI, allowing not only the analysis of data correlations but also the derivation of the causes of the results, thereby obtaining the optimal output values. Causal AI technology addresses these limitations by applying the theory of causal inference to machine learning and deep learning to derive the basis of the analysis results. This paper analyzes recent cases of causal AI technology and presents the major tasks and directions of causal AI, extracting patterns between data using the correlation between them and presenting the results of the analysis.

• 사물인터넷융복합논문지
• /
• 제9권3호
• /
• pp.35-43
• /
• 2023

본 연구는 AI 기반 맞춤형 학습 시스템을 시범적으로 운영하여 대학 수업에서의 AI 기반 맞춤형 학습 시스템의 적용 가능성과 효용성을 알아보고자 하였다. 이를 위하여 C지역 소재 B대학교 1학년 재학생 중 기초수학 교과목 수업에 참여한 42명 학습자를 대상으로 AI 기반 맞춤형 학습 시스템을 적용 및 운영하였고, 학생 및 교수를 대상으로 설문 문항 조사와 인터뷰를 진행하였다. 연구 결과, AI 기반 맞춤형 학습 시스템의 활용은 학생의 학업성취도를 향상시켰다. 심층인터뷰 결과 교수자와 학습자 모두 기초 개념 학습에 있어 학습 성과 향상에 기여하는 것으로 파악되었다. 이는 AI 기반의 맞춤형 학습 시스템이 자기 주도 학습의 역량을 향상하고 개념학습을 통해 지식 강화에 효과적인 방안이 될 것임을 시사한다. 본 연구는 인공지능 기반 적응형 학습 시스템의 기초 과학 교과목 도입과 적용에 관련한 기초자료로 활용될 수 있을 것이다. 향후 AI 기반 맞춤형 학습에서 학생들에게 제공한 학습과정과 분석한 데이터를 대면수업에 연계한 효과 검증과 분석한 데이터의 활용 방안에 대한 전략 연구를 제언한다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제34권3호
• /
• pp.215-234
• /
• 2020

AI 시대의 함께 교육에서도 AI 활용의 필요성이 제기된다. 본 연구의 목적은 예비수학교사가 인식하는 미래 수학교육에서 AI의 필요성과 AI 활용에서 교사의 역할을 조명하는 것이다. 연구 결과, 교수 측면에서 예비교사들은 학교 수학에 AI 활용이 시대적 요구이며, 다양한 유형의 수업 구현과 정확한 지식 및 정보를 전달할 수 있지만, 인지적·감정적 상호작용에 한계가 있다고 하였다. 학습 측면에서 AI는 개별화 학습을 제공하고, 학교 수업 외 보충학습에 활용할 수 있고, 학습 흥미를 자극할 수 있지만, 학생들의 주체적 사고 능력을 저해할 수 있다고 하였다. 평가의 측면에서 AI는 객관적이고 공정하며 교사의 업무를 감소할 수 있지만 서·논술형 문항과 과정 중심 평가에서 한계가 있다고 하였다. AI 활용에서 예비교사들이 생각하는 교사의 역할은 수업, 감정적 상호작용, 비정형화된 평가, 상담이었고, AI의 역할은 개별화 학습, 기계적 학습, 정형화된 평가와 행정 업무로 나타났다.

• International journal of advanced smart convergence
• /
• 제10권2호
• /
• pp.201-208
• /
• 2021

Recently, artificial intelligence(AI) has been used throughout society, and social interest in it is increasing. Accordingly, the necessity of AI education is becoming a big topic in the education field. As a response to this trend, the Korean education authorities have also announced plans for AI education, and various studies have been performed in academic field to revitalize AI education in the future. However, the curriculum research on what differentiates AI education from existing SW education and what and how to train AI is still in its infancy. In this paper, Therefore, we focused on the experiences of elementary school students in solving problems in their own lives, and developed a teaching-learning model based on design-based research so that students can design a problem-solving process and experience the process of feedback. We applied the developed teaching-learning model to the problem-solving process and confirmed that it increased students' understanding and satisfaction with AI education.

• 한국컴퓨터정보학회논문지
• /
• 제29권4호
• /
• pp.31-38
• /
• 2024

본 연구는 온라인 원격교육에서 코딩 교육 활성화를 위해, 생성형 AI 기반의 학습 지원 도구개발에 필요한 하이퍼 파라미터 설정을 제안한다. 연구를 위해 세 가지 다른 학습 맥락에 따라 하이퍼 파라미터를 설정할 수 있는 실험 도구를 구현하고, 실험 도구를 통해 생성형 AI의 응답 품질을 평가하였다. 생성형 AI 자체의 기본 하이퍼 파라미터 설정을 유지한 실험은 대조군으로, 연구에서 설정한 하이퍼 파라미터를 사용한 실험은 실험군으로 하였다. 실험 결과, 첫 번째 학습맥락인 "학습 지원"에서는 실험군과 대조군 사이의 유의한 차이가 관찰되지 않았으나, 두 번째와 세 번째 학습 맥락인 "코드생성"과 "주석생성"에서는 실험군의 평가점수 평균이 대조군보다 각각 11.6% 포인트, 23% 포인트 높은 것으로 나타났다. 또한, system content에 응답이 학습 동기에 미칠 수 있는 영향을 제시하면 학습 정서를 고려한 응답이 생성되는 것이 관찰되었다.