혼합 능력 교실에서 개념 학습 간극을 완화하기: 어려움을 겪는 학습자를 위한 AI 기반 적응 피드백의 학습 분석 기반 평가

인공지능(AI)을 통한 적응은 학생들 간의 학업 성취 격차를 줄이기 위한 개인 중심 피드백 전략을 만듭니다. 이 연구는 어려움을 겪는 학습자에게 개인화된 학습 지원을 제공함으로써 이러한 간극을 완화하는 데 있어 AI 기반 적응 피드백의 효과를 평가합니다. 비콘하우스 국제 대학(BIC)에서 STEM 관련 과목에 등록된 700명의 학부 학생을 대상으로 학습 분석 기반 평가가 수행되었습니다. 연구는 350명의 학생이 AI 기반 적응 피드백을 받는 반면, 대조군은 전통적인 강사 주도의 피드백 방법을 따르는 준 실험 설계를 사용했습니다. 데이터는 20주 동안 수집되었으며, 사전 및 사후 평가, 실시간 참여 추적 및 설문 응답을 활용했습니다. 결과에 따르면 AI 기반 적응 피드백을 받은 학생들은 대조군의 14%에 비해 개념 숙달에서 28% 향상을 보였습니다. 또한 학생 참여는 35% 증가하였고, 인지 과부하는 22% 감소했습니다. 인터랙션 로그 분석 결과, AI 생성 피드백과의 빈번한 참여가 40%의 보유율 증가로 이어진 것으로 나타났습니다. 이러한 이점에도 불구하고, 이전 지식 수준과 상호작용 일관성에 따라 영향을 받는 변화가 관찰되었습니다. 이 연구 결과는 AI 기반 스마트 학습 환경이 교육의 형평성을 높일 잠재력을 강조합니다. 향후 연구에서는 적응형 AI 기반 학습 시스템의 장기적인 효과, 확장 가능성 및 윤리적 고려 사항을 탐구해야 합니다.