AI 교과서의 학습 분석과 학습 활동 데이터 수집 표준 비교
Learning Analytics in AI Textbooks and Compare the Learning Activity Data Collection Standards
0
조회
0
다운로드
7
인용
0
참고문헌
키워드
초록
2022 개정 교육과정에 미래 세대 핵심 역량으로 디지털 역량이 신설되었고 2025년부터 AI 디지털교과서 도입을 목표로 연구가 진행 중에 있다. AI 디지털교과서를 사용하게 되면 많은 학습 데이터를 축적하게 되고, 데이터 분석을 통해 알맞은 학습을 추천하는 학습 분석이 이루어지게 된다. 학습 분석이 원활하게 이루어지기 위해서는 표준화된 데이터 수집 방법이 필요하며, 대표적으로 xAPI와 Caliper Analytics가 사용되고 있다. xAPI는 학습 활동과 경험에 의한 데이터를 수집, 공유하기 위한 학습 기록 기술이며, 데이터의 자유로운 수집과 공유, 상호 운용성과 융통성, 학습 경험의 포괄적 추적, 즉각적인 피드백과 개인화라는 특징을 가진다. Caliper Analytics도 데이터의 수집, 전송, 공유하기 위해 개발된 기술로서 학습 데이터의 품질과 통일성 확보, 상호 운용성 향상, 역량 기반 교육 서비스 제공, 교육 기술 산업의 발전이라는 특징을 가진다. 각 학습 활동 데이터 수집 표준 간의 차이는 표로 정리하여 나타내었다. 본 연구를 통해서 학습 활동 데이터 수집 표준에 대한 관심과 학습 분석에 대한 이해가 높아지게 되기를 기대한다.
Abstract
The 2022 revised curriculum includes digital competency as a core competency for future generations, and research is underway to introduce AI digital textbooks from 2025. When using AI textbooks, a lot of learning data will be accumulated, and learning analytics will be performed to recommend appropriate learning through data analysis. In order for learning analytics to work smoothly, a standardized data collection method is required, and xAPI and Caliper Analytics are being used as representatives. xAPI is a learning record technology for collecting and sharing data from learning activities and experiences, and is characterized by free data collection and sharing, interoperability and flexibility, comprehensive tracking of learning experiences, and immediate feedback and personalization. Caliper Analytics is also a technology developed to collect, transmit, and share data, with the goal of ensuring the quality and uniformity of learning data, improving interoperability, providing competency-based education services, and advancing the education technology industry. The differences between each learning activity data collection standard are summarized in a table. We hope that this study will increase interest in learning activity data collection standards and understanding of learning analytics.
참고문헌 (11)
- Overview of the 2022Revised Curriculum, "Department of Education", ~ (2021)
- AI digital textbooks open the era of 1:1 customized education, "Department of Education", ~ (2023)
- D. Jo, "Demand analysis and dashboard design for the establishment of customized student support platform based on learning analysis data in universities", Ph. D, pp.2021
- M. Kim, "Data types and applications in learning analytics", Korea Education Corporation Conference Proceedings, pp.409~421 (2015)
- "What is the Experience API?"[URL]
- Learning Analytics Data Collection System Standard Ver.2, "J. Ryu", Korea Education And Research Information Service, ~, pp.Technical Report RM-2019-9 (2019)
- "Experience API"[URL]
- "IMS Caliper Analytics 1.1"[URL]
- Standardization Issue Report: Trends in Learning Analytics Data Collection System Standards -Status and Comparison of IMS Caliper and xAPI-, "J. Lee", Korea Education And Research Information Service, ~, pp.Report RM-2018-7 (2018)
- "Caliper Analytics"[URL]