학생별 오답 원인 진단을 위한 그래프 DB 모델
Graph DB Model for Diagnosing Causes of Incorrect Answers by Student
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문에서는 AI 교육 서비스에서 평가문항에 대한 학생의 오답 원인을 진단하는데 효과적인 그래프 DB 모델을 개발하였다. 이를 위해 평가문항 오답의 원인이 될 수 있는 학습결손 지식요소, 평가문항의 숙달 정도를 파악할 수 있는 인지진단요소, 잘못된 지식 이해로 오답을 나타낼 수 있는 오개념을 분석할 수 있는 방안을 마련하였다. 그리고 학생 개인별 지식요소별 성취 수준, 인지진단요소별 수준, 오개념 수준 등의 학습이력으로 구축할 수 있는 그래프 구축 방안을 제시하였다. 본 논문은 향후 AI 교육 서비스에서 학생의 오답 원인을 정확히 분석해 학습의 효과를 높여줄 수 있는 AI 서비스 구축의 핵심 모델이 될 수 있을 것으로 기대한다.
Abstract
This paper presents the development of an effective graph database(DB) model for diagnosing the causes of students' incorrect answers in AI-based educational services. To achieve this, we established methods for analyzing knowledge gaps that may lead to incorrect answers, cognitive diagnostic elements that assess proficiency in specific test items, and misconceptions that could result in incorrect responses due to misunderstandings. Furthermore, we proposed a framework for constructing a graph that captures individual students' achievement levels for each knowledge element, cognitive diagnostic level, and misconception level based on their learning history. This paper anticipates that the proposed model could serve as a core component in future AI educational services, accurately analyzing students' incorrect answers to enhance learning effectiveness.
참고문헌 (9)
- Piech, C., "Deep Knowledge Tracing", Advances in Neural Information Processing Systems, pp.505~513 (2015)
- Rupp, A. A, "Diagnostic Measurement: Theory, Methods, and Applications" (2010), Guilford Press
- Leighton, J. P, "Cognitive Diagnostic Assessment for Education: Theory and Applications" (2007), Cambridge University Press
- J. Lee, "Analysis of the types of Misconceptions in the General Chemistry Course of College Students", Ph. D, pp.2014
- Y. Jung, "A Study on the Misconception of Mechanics in the Secondary Science Education Course", Ph. D., pp.2006
- B. Kang, "Analysis of the Student's Answer Sheet Response Found in the Program for National Students Assessment : Focused on"Separation of Mixture"Chapter in 3rd Grade of Middle School from 2004 to 2008", Ph. D., pp.2011
- G. Lee, "Analysis of Elementary Science Misconceptions for AI Diagnostic and Recommender Learning Maps", Journal of Creative Information Culture, 10(3), pp.201~209 (2024)
- IEA, "TIMSS 2023 Science Framework", ~ (2023)
- s. Ahn, "Direction of AI Learning Dataset Construction for Advanced Learning Comprehensive Analysis in AI Digital Textbooks", Journal of Creative Information Culture, 9(3), pp.289~295 (2023)