Earticle

최근 인공지능의 발달은 교육 분야에 혁신을 가져오고 있다. 본 연구에서는 강사의 음성을 사용하여 훈련 된 Text-to-Speech(TTS) 도구와 강사의 영상으로 훈련된 아바타를 사용하여 동영상 강의를 제작하여 온 라인 강좌에 사용하였다. 연구결과 강의 제작자의 시간 및 비용도 절감할 수 있었으며, 강좌 품질을 높일 수 있었다. 인공지능을 활용한 온라인 강좌 제작은 학습자들의 강의에 대한 몰입도 향상과 정보 전달력에 긍정적 평가를 가져올 수 있을 것으로 기대된다.

최근 인공지능과 관련한 지적재산권에 대한 이슈가 지속적으로 발생하면서 지적재권권에 대한 중 요성이 커지고 있다. 이를 활용하여 기존 데이터 과학 교육과 차별화 되는 교육 프로그램을 개발 하여 고등학교 공동교육과정으로 운영한 결과 두 영역에 대한 이해도와 실생활 적용 인식이 향상 되었으며, 융합 교육의 효과성과 가능성을 확인하였다.

본 연구는 교육 서비스 전문가들과 함께 고교강의 앱의 개선을 위해 ChatGPT 등 최신 AI 모델을 활용하여 닐슨의 휴리스틱 평가를 수행하였다. 분석 결과 도출된 메인 화면의 복잡성, 로그인 안정성 부족 등의 문제점에 대해 구체적 개선안을 제시하였으며, AI와 현장 전문가의 협업이 효율적인 HCI 분석 방법임을 입증하였다.

본 연구는 교과서 콘텐츠의 하이라이팅 대상인 ‘후보 핵심 용어’를 식별하기 위한 ‘텍스트 하이라이팅 모델(Text Highlighting Model)’ 관련 선행연구를 확장한 연구이 다. 개선된 ‘핵심 용어 추출 모델’은 1~2어절의 ’후보 핵심 용어‘를 교과목의 ’핵심 용 어‘로 자동 분류하여, 학습자에게 미리 주요 ’핵심 용어‘를 제시하고, 강조하는 방안을 제안한다.

본 연구는 디지털 일기 데이터를 기반으로 대규모 언어모델(LLM)을 활용하여 초등학생의 교우관 계를 예측하고자 하는 가능성을 탐색한다. 실험 설계 단계에 초점을 맞추었으며, 데이터 수집, 레 이블링, 언어 단서 추출 등의 계획을 중심으로 기술하였다.

플립 러닝은 전통적인 교사 중심의 학습방법을 학생중심으로 변형시키는 구성주의적 교수학습 방법 으로 새로운 교육 방법의 장점에도 불구하고 다양한 연구가 아직 미흡하다. 본 논문은 플립 러닝 교 수학습 방법을 활용한 수업에서 학습자의 특성에 따른 시스템편의성 만족도, 상호작용 만족도, 학습 만족도를 다중 회귀분석으로 분석하였다. 분석결과 시스템편의성 만족도와 상호작용 만족도 모두 학 습 만족도에 긍정적 영향을 주었고, 교육 환경의 변화를 보다 효율적으로 적용할 수 있다.