대규모 언어 모델을 활용한 고등 교육에서의 확장 가능하고 효과적인 형성 평가: 리뷰

형성 평가는 고등 교육의 필수 요소로, 피드백, 반성 및 반복적인 개선을 통해 학생의 학습을 촉진합니다. 그러나 교육적 중요성에도 불구하고 형성 평가의 광범위한 채택은 종종 시간 제약, 자원 제한 및 확장성 문제로 인해 저해됩니다. 이 연구의 목표는 대규모 언어 모델(LLM)이 자동화된 개인화된 서비스와 지속 가능하며 접근 가능한 피드백을 제공함으로써 다양한 교육 맥락에서 고등 교육의 형성 평가를 지원하고 향상시킬 수 있는 잠재적 솔루션을 어떻게 제시하는지를 조사하는 것입니다. 이 리뷰에서는 피드백 생성, 학생 자기 평가, 동료 리뷰 및 고등 교육 내 강사 지원 등 형성 평가의 다양한 구성 요소에서 LLM의 최첨단 연구 및 응용을 포괄적으로 검토합니다. 우리는 형성 평가와 관련된 학습 결과를 향상시키기 위해 LLM이 제시하는 기회와 현재의 연구 격차를 탐구하며, 실제 교실에서 LLM 기반 형성 평가 통합의 실용적 구현에서의 도전 과제를 비판적으로 논의합니다. 현재의 발전을 종합함으로써 이 리뷰는 교육자와 연구자에게 고등 교육에서 LLM 기반 형성 평가의 변혁적 잠재력과 책임 있는 구현에 대한 통찰을 제공합니다.