수학 문제유형별 최적의 생성형 인공지능 선별을 위한 사례 분석
Case analysis for selecting optimal generative AI by mathematical problem types
2
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 최근 수학교육계에 화두인 생성형 인공지능에 대한 연구이다. 2022년 최초의 생성형 인공지능 발표 이후, 다양한 생성형 인공지능이 출시되었다. 그런데, 많은 생성형 인공지능 중, 수학 주제에 부합된 최적의 생성형 인공지능을 어떻게 선별하여 사용할 것인가하는 문제가대두되고있다. 이에 본연구에서는 많이활용되고 성능이우수하다고 평가받는 6개의 생성형 인공지능(ChatGPT, Copilot, Gemini, Claude, Wrtn, Perplexity)을 선정하여, 특정 수학문제해결 과정에서 이들이 어떤 결과를 보이는지 분석하는 것을 연구의 목적으로 한다. 이를 위해, 고등학교 수준에서 수학 문제를 7개의 유형으로 나누고, 이 유형별로 실험을 실시하고 사례를 분석하였다. 사례 분석 결과, 문제 유형별로 생성형 인공지능의 문제해결 결과는 서로 상이한 것으로 나타났다. 본 연구에서 수행한 제한된 문제해결 사례만으로 보면, Perplexity, ChatGPT, Copilot이 상대적으로 우수한 것으로 나타났다. 본 연구 결과를 통해 수학교실에서 효과적인 생성형인공지능의선별및활용을기대한다.
Abstract
This study explores generative artificial intelligence (AI), a topic of increasing interest in the field of education. Since the introduction of the first generative AI in November 2022, numerous generative AI models have been released. However, a new challenge has emerged: how to select and effectively utilize the most suitable generative AI in mathematics education. To address this issue, this study focuses on six widely used and high-performing generative AI models—ChatGPT, Copilot, Gemini, Claude, Wrtn, and Perplexity. The primary objective is to analyze how these models perform in mathematical problem-solving and to determine the optimal generative AI for this purpose. For the analysis, high school-level math problems were categorized into seven types, and experiments were conducted for each type. The case analysis revealed that the problem-solving performance of generative AI models varied depending on the problem type. Based on the limited cases examined in this study, Perplexity, ChatGPT, and Copilot demonstrated relatively superior problem-solving capabilities. The findings of this study are expected to contribute to the effective selection and utilization of generative AI in mathematics classrooms.