시선 데이터기반 초기 문해력 진단지원 서비스
Development of an Eye-Tracking-Based Support Service for Early Literacy Assessment
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
초등학교 저학년 아동의 초기 문해력 평가나 진단은 지필시험으로는 한계가 있기 때문에, 이 논문에서의 저학년 아동의사전 읽기 능력과 관계없는 시선 데이터를 활용하여 읽기 행동을 정량적으로 분석하는 시도는 유용한 방법 중의 하나이다. 초등학교 저학년을 대상으로 글과 그림이 포함된 그림동화 한 페이지를 읽도록 한 뒤, 시선 추적 데이터를 수집하여 초기 문해력수준의 진단을 지원하는 머신러닝 모델을 탑재한 서비스 개발을 제안하였다. 이를 위해 수집된 시선 텍스트 라인별 및 그림영역 응시 비율을 주요 피처로 추출하여, 학습자의 초기 문해력 부진 여부를 시각데이터 기반 진단 및 지원하는 모델링을 하였다. 단순 결정트리 모델은 부진 학생에 대한 분류 성능이 매우 낮았으나, SMOTE와 Random Forest 앙상블 기법을 결합한 모델은성능이 대폭 향상되어 시선 데이터 기반 ROI 집중도 분석이 초기 문해력 부진 여부를 효과적으로 진단할 수 있는 서비스의가능성을 제시하였다. 이 진단지원 모델을 탑재한 웹 서비스의 개발은 교사의 주관적 평가에 의존하지 않고, 읽기 행동을 기반으로초기 문해력 부진 여부를 자동 진단할 수 있으며, 향후 초등 저학년은 물론 K-문화 한류로 인하여 한국어 학습을 하는 외국인의읽기 지도 및 개인화 학습 피드백 제공에 활용될 수 있을 것으로 기대된다.
Abstract
Traditional paper-based assessments often fall short in accurately evaluating early literacy skills among lower elementary students, primarily due to their limited reading experience and developmental variability. This paper proposes an approach that leverages eye-tracking technology to quantitatively analyze reading behaviors, independent of prior reading proficiency. Participants were instructed to read a single page from a picture book containing both text and illustrations, during which their eye movements were recorded. Key features extracted included fixation ratios on text lines and illustration areas. These metrics served as inputs for machine learning models aimed at diagnosing early literacy challenges. Initial models utilizing simple decision trees demonstrated low classification performance for identifying students with reading difficulties. However, integrating Synthetic Minority Over-sampling Technique (SMOTE) with a Random Forest ensemble significantly enhanced model accuracy. The findings suggest that analyzing region-of-interest (ROI) concentration through eye-tracking data can effectively identify early literacy deficits. The proposed web-based assessment tool offers an objective alternative to subjective teacher evaluations, facilitating automated assessments of reading behaviors. This prototype holds promise for informing personalized reading instruction and providing targeted feedback to support early literacy development for elementary students as well as foreigner learning Korean due to the Korean K-culture wave.