자기주도학습을 위한 생성형 AI 활용 프로세스 제안 : 학습자-AI 상호작용과 학습정보 흐름의 구조화를 중심으로
A Generative AI-Supported Process for Self-Directed Learning : Structuring Learner-AI Interaction and Learning Information Flow
Generative artificial intelligence (AI) can support self-directed learning, but its use may also lead learners to delegate cognitive activities and judgments to AI. This study proposed a design framework and learning support process for self-directed learning by structuring learner-AI interactions and the flow of learning information. To this end, relevant theories and prior studies were reviewed to develop an initial design, which was then illustratively applied in an individual self-directed learning context and subsequently refined. The study identified four design requirements, four design principles, and six operational guidelines, and organized the learning support process into three stages: (1) exploration, understanding, and structuring; (2) performance, explanation, and feedback; and (3) retrieval practice and learning regulation. The illustrative application showed how learning information, including learners' performance outcomes and responses, explicitly expressed reasoning, confusion, and retrieval failures, was added and updated through learner-AI interactions and subsequent retrieval practice. This study contributes by specifying an operational flow of learning information that connects learner performance and interactions with AI support, renewed learner participation, subsequent retrieval practice, and learning regulation.
한국어
생성형 AI는 자기주도학습을 지원할 수 있지만, 활용방식에 따라 학습자의 인지적 활동과 판단이 AI에 위임 될 가능성도 있다. 이에 본 연구는 학습자-AI 상호작용과 학습정보 흐름을 구조화한 자기주도학습 설계체계와 학습지원 프로세스를 제안하였다. 이를 위해 관련 이론과 선행연구를 검토하여 초기 설계안을 구성하고, 개인자기주도학습에 예시적으로 적용한 후 정교화하였다. 연구결과, 네 가지 설계요구와 네 가지 설계원리, 여섯가지 운영지침을 도출하고, 학습지원 프로세스를 '탐색⦁이해⦁구조화', '수행⦁설명⦁피드백', '재인출⦁학습조절'의 세 단계로 구성하였다. 예시적 적용에서는 학습자의 수행결과와 응답, 외현화된 판단근거·혼동 및 회상실패 등의 학습정보가 상호작용과 후속 재인출 과정에서 추가·갱신되는 양상을 확인하였다. 본 연구는 학습자의 수행과 상호작용에서 확인되는 학습정보를 AI 지원, 학습자 재참여, 후속 재인출 및 학습조절로 연결하는 실행 수준의 정보흐름을 구체화하였다는 데 의의가 있다.
목차
국문초록 ABSTRACT Ⅰ. 서론 1. 연구의 배경 및 필요성 2. 연구목적 및 연구문제 Ⅱ. 이론적 배경 1. 자기주도학습과 학습자 주도성 2. 생성형 AI의 학습지원과 학습자–AI 상호작용 3. 학습자의 핵심 인지활동과 생성형 AI 지원 4. 학습정보의 활용과 순환적 학습조절 Ⅲ. 연구방법 1. 연구설계 및 절차 2. 설계요구 도출 및 설계안 정교화 3. 예시적 적용 방법 Ⅳ. 연구결과 1. 생성형 AI 기반 자기주도학습 설계체계 2. 학습지원 프로세스와 학습정보 흐름 3. 예시적 적용 결과 Ⅴ. 결론 및 논의 참고문헌
에듀테인먼트(Edutainment)는 에듀케이션(education)과 엔터테인먼트(entertainment)의 합성어로 게임을 하듯 즐기면서 학습할 수 있도록 하는 교육을 말한다.
에듀테인먼트는 학습과정에서 즐거움을 느낄 수 있도록 수업에서의 오락성 즉, 도전성, 몰입, 모험성 등이 중요한 요소로 고려한다. 에듀테인먼트 영역에서는 학습자들이 학습과정에서 재미요소를 통해 학습동기를 강화하고 학습효과를 높이는 전략의 사용을 강조한다. 그 동안 교육의 변화에 대한 요구는 엄청나게 변화하였음에도 불구하고, 학교교육이나 평생교육에서는 강의중심 수업이 주류를 이루고 있으며, 실질적인 변화는 아직도 많이 부족한 상황이다.
이러한 상황에서 한국에듀테인먼트학회는 고대부터 중시되어 왔던 암기중심의 교육에서 벗어나 즐겁고 흥미로운 교육 즉, 엔터테인먼트를 지향하는 교육을 통해 학습자와 교수자가 모두 만족할 수 있는 혁신적 변화를 추구하고자 한다. 학교와 사회에서 이루어지는 모든 교육에서 학습자에게는 흥미와 재미, 즐거움을 통한 학습에 대한 연구를 중심으로 다루며, 교수자에게는 즐거움과 보람을 느낄 수 있도록 하는 교육을 다룬다. 또한 한국에듀테인먼트학회는 교육이 이루어지는 모든 영역에서 오락성 즉, 엔터테인먼트를 강조하고, 이를 통한 학습효과를 탐구하는데 중점을 두고 연구하는 학회이다.