[큰글자책] AI와 몰입형 디지털 학습 환경

AI와 몰입형 디지털 학습 환경으로의 초대

01 AI와 몰입형 디지털 학습의 이해
02 거대 언어 모델과 적응형 학습 경험 설계
03 확장 현실 기술을 활용한 몰입 학습 촉진
04 생성형 AI를 통한 적응형 학습 콘텐츠 자동화
05 AI 기반 상호작용성 강화와 적응형 학습 지원
06 교육용 게임분석학 기반 적응형 학습 평가
07 다중 양식 학습분석학 기반의 학습자 이해와 지원
08 AI 기반 평가 시스템과 자동화된 피드백 제공
09 인간 개입 루프를 통한 AI 학습 분석
10 증거 중심 설계를 활용한 몰입형 디지털 학습 환경 평가

교육 분야에서 AI와 몰입형 기술의 결합은 적응형 학습 환경의 발전을 가속화하는 핵심 동인으로 작용해 왔다. 이 책에서 ‘적응형 학습 환경’이란, 시스템이 학습자 개개인의 수준, 필요, 상태에 동적으로 반응하는 포괄적 개념을 의미하며, 이는 흔히 논의되는 ‘개인화(personali- zation)’ 및 ‘맞춤형(customization)’ 학습을 모두 포함하는 상위의 틀이다. 적응형 학습의 초기 단계는 1960년대 컴퓨터 보조 교육(CAI)과 1970년대 지능형 튜터링 시스템(ITS)의 등장과 함께 시작되었다. 이들은 학생 반응에 따라 학습 경로를 조정하는 개인화된 학습의 잠재력을 보여주었다.

－01_“AI와 몰입형 디지털 학습의 이해” 중에서

몰입형 학습 환경을 설계할 때는 기술의 최신 트렌드를 맹목적으로 추구하기보다는, 현장의 구체적인 학습 요구를 철저히 분석하고 DICE 요소에 맞춘 맞춤형 경험을 우선시해야 한다. 이 과정은 교육의 효율성과 안전성을 최적화할 뿐만 아니라, 사회적·경제적 배경에 상관없는 교육 기회의 평등성을 강화하여 장기적인 사회적 가치를 창출할 수 있다.

－03_“확장 현실 기술을 활용한 몰입 학습 촉진” 중에서

몰입형 교육용 게임은 학습자의 행동, 생체, 사회적 데이터를 포함한 방대한 정보 스트림을 생성한다. 하지만 원석이 보석이 되려면 세공이 필요하듯, 이 데이터 또한 고도화된 AI 분석 엔진이라는 정교한 세공 과정을 거쳐야 비로소 교육적으로 의미 있는 통찰력, 즉 학습자 개개인을 위한 맞춤형 지도로 변환될 수 있다. 이 엔진은 특정 목적에 따라 다양한 기계 학습 기법들을 복합적으로 활용하여, 눈에 보이지 않는 학습자의 내면을 해석한다.

－06_“교육용 게임분석학 기반 적응형 학습 평가” 중에서