학습자의 메타주의 지원을 위한 AI 시스템 프로토타입 개발
Development of an AI system prototype to support learners’ meta-attention
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
교육 현장의 디지털 전환에 따라 실시간 학습 데이터 수집과 맞춤형 학습 지원에 대한 기대가 커지고있다. 다른 한편으로, 이러한 변화가 학습자의 멀티태스킹 행동을 유발하고 주의를 방해함으로써 학습에 부정적 영향을 미칠 수 있다는 우려가 제기되고 있다. 주의가 학습에 필수적인 인지적 활동임을고려할 때 디지털 교육 환경에서 학습자의 주의력 향상을 지원할 방안을 다각도로 탐색할 필요가 있다. 본 연구는 메타주의 활동을 통해 학생들의 주의력 향상을 장기적으로 지원하는 AI 시스템의 교육적 활용 가능성을 탐색하고자 한다. 메타주의란 학습자가 자신의 주의 과정 전반을 스스로 인식하고조절할 수 있는 능력으로, 적응적이고 체계적인 지원을 통해 강화할 수 있다. 이에 본 연구는 선행문헌에 기반하여 메타주의 지원 AI 시스템의 설계원리를 구성하고 이를 적용한 프로토타입을 개발한 뒤그 타당성과 사용성을 확인하였다. 연구 결과, 메타주의의 순환적 과정인 ‘주의 계획’, ‘주의 점검’, ‘주의 평가’ 단계를 지원하는 6개의 설계원리와 모든 단계에 적용 가능한 2개의 공통 원리로 구성된최종 설계원리를 도출하였다. 이후 설계원리에 기반하여 ‘학습자 활동 지원 시스템’, ‘주의 감지 시스템’, ‘대시보드’의 세 가지 주요 요소로 구성된 프로토타입을 개발하고, 국내 고등학생 10명을 대상으로 사용성 평가를 진행하였다. 사용성 평가 결과, 메타주의 지원 AI 시스템은 맞춤형 피드백을 통해주의 계획 활동을 효과적으로 지원하고, 데이터 시각화를 통해 주의력 문제를 객관적으로 인식할 수있도록 하며, 학습자의 자기 평가를 촉진하는 것으로 나타났다. 본 연구는 개인별 디지털 기기 활용이증가하는 교육 환경에서 학습자의 메타주의를 지원하고 디지털 교육의 효과성을 높이는 데 기여할 것이다
Abstract
Amidst the ongoing transformation of educational settings driven by rapidly evolving technology, this study explores the educational feasibility of an AI system designed to support students' meta-attention. Learning environments are increasingly digitalized, opening possibilities for collecting learner data and providing personalized support. However, such settings may also pose unexpected educational challenges as digital media can induce multitasking behaviors and distractibility, potentially impeding effective learning processes. Learning requires student attention, making it essential to establish supportive measures that enhance this ability. Leveraging recent advancements in learning analytics and its integration with AI capabilities, this study develops a design for an AI system supporting meta-attention, which helps learners to regulate their attentional processes in learning activities. Design principles of the system were derived through a systematic process of literature review and expert interviews, resulting in two common design principles and six phase-specific principles with detailed guidelines. The prototype featured three core components: a learner activity support system, an attention detecting and alarming system, and a dashboard. A usability test conducted with 10 high school students revealed that the system effectively supported attention planning through AI feedback, enabled attention monitoring with data visualization, and facilitated self-assessment. This study offers practical design principles for an AI based meta-attention support in digital learning environments that can be applied across various educational contexts.