학생에게 개별화된 수학 지원을 위한 AI 활용

뮌헨 공과대학(TUM)과 쾰른대학의 연구자들이 개발한 새로운 AI 기반 학습 시스템은 학생들에게 개별화된 지원을 제공함으로써 수학 교육에 혁명을 일으킬 예정입니다.

연구에 설명된 혁신적인 시스템 출판 Educational Studies in Mathematics 저널에서, 눈의 움직임을 추적하는 웹캠을 통해 학생들의 수학 강점과 약점을 파악합니다. 이를 통해 개인화된 문제 해결 힌트와 연습 문제를 생성할 수 있어 교사가 맞춤형 지원을 제공하는 능력이 크게 향상됩니다.

TUM 로봇공학 교수인 아킴 릴리엔탈은 보도자료에서 "AI 시스템은 패턴을 분류합니다."라고 말했습니다.

표준 웹캠을 활용하여 시스템은 학생의 주의를 가장 자주 끄는 화면 영역을 보여주는 눈 움직임 패턴을 포착합니다. 그런 다음 이러한 시각적 패턴은 열 지도로 변환되며, 빨간색 영역은 자주 집중하는 것을 나타내고 녹색 영역은 잠깐 쳐다보는 것을 나타냅니다. 이러한 열 지도를 분석하여 소프트웨어는 각 학생에 맞게 학습 콘텐츠를 맞춤화합니다.

쾰른대학교의 포괄적 및 특수교육 맥락에서 수학을 가르치는 마이케 쉰들러 교수는 이 기술의 참신함과 중요성을 강조했습니다.

"웹캠을 사용하여 단일 시스템에서 눈의 움직임을 추적하고, 패턴을 통해 학습 전략을 인식하고 개별 지원을 제공하고, 마지막으로 교사를 위한 자동화된 지원 보고서를 만드는 것은 완전히 새로운 기술입니다."라고 쉰들러는 덧붙였습니다.

릴리엔탈과 10년간 협력한 것이 이 기술을 실현하는 데 중요한 역할을 했습니다.

독일 연방 교육 연구부(BMBF)의 자금 지원을 받은 KI-ALF 연구 프로젝트는 최근 이 혁신적인 도구의 개발을 완료했습니다. 이 프로젝트는 수학 학습에 상당한 어려움을 겪는 학생들을 대상으로 하지만, 사용자 정의의 잠재력은 성취도가 높은 학생들에게도 확대됩니다.

이 시스템은 점점 더 어려운 구성으로 점을 세는 것과 같은 다양한 수학 과제를 어린이에게 제시하여 작동합니다. 눈 추적 데이터는 어떤 학생이 이러한 과제에 빠르게 적응하는지, 어떤 학생이 추가 지원이 필요한지 보여줍니다.

쉰들러는 "시각적으로 표현된 디지털 학습 자료와 관련된 작업은 이 접근 방식에 특히 적합합니다."라고 덧붙였습니다.

Lilienthal은 로봇 연구 분야의 경험을 활용하여 고급 눈 추적 기술과 관련된 비용 장벽을 극복했습니다. 연구자들은 표준 웹캠의 낮은 정밀도를 조정하기 위해 AI를 통합하여 저렴하면서도 효과적인 학교용 도구를 개발했습니다.

그는 "오늘날 우리의 애플리케이션은 웹캠을 사용하든 고급 아이 트래커를 사용하든 아무런 차이가 없습니다."라고 덧붙였습니다.

노르트라인베스트팔렌주 도르스텐에 있는 울펜 종합 학교는 이 AI 기반 학습 시스템을 도입한 최초의 기관입니다. 울펜의 상당수 학생이 산수에 어려움을 겪고 있었습니다. 이제 AI 기반 시스템을 통해 학교는 전통적인 방법에 비해 훨씬 더 많은 학생을 동시에 지원할 수 있게 되었는데, 전통적인 방법은 종종 교사와의 일대일 세션에 대한 개인화된 관심을 제한합니다.

이러한 획기적인 발견은 자격을 갖춘 교사를 포함한 교육 자원이 부족한 시대에 특히 시의적절합니다.

쉰들러는 이런 어려운 시기에 이 시스템의 잠재력을 칭찬했습니다.

그녀는 "특히 자원이 부족하고 교사가 부족한 시기에 기본 수학 기술을 촉진하는 우리의 시스템은 학교에 훌륭한 지원이 될 뿐입니다."라고 결론지었습니다.

출처: 뮌헨 기술 대학