요즘관심사(AIeD:AI in education)

최근에 읽은 책들, 알게 된 분야들로 인해서 생각이 너~무 많아져서 현재 내가 어디에 관심이 가 있고, 어느 쪽을 나의 전문 분야로 삼을지 정리해봐야 겠다.

1. 교육 

먼저 교육에 관해서 든 생각을 정리해보겠다. 최근에 '일곱가지 교육 미신'이라는 책을 읽으며 '역량교육'과 '지식교육'에 대한 이분법이 사라지게 되었다. '역량교육'과 '지식교육' 모두 병행되어야 하며 어느 것도 중요성이 간과 되어서는 안된다. 21세기, 4차 산업혁명에 살아가는 아이들은 어떠한 역량을 길러야 하는지가 최고 화두가 되었고, 이를 위해 활동 중심의 활동이 지식교육보다 우선시되고 있다. 하지만 역량, 흔히들 4C역량이라고 하는데 이를 기르기 위해서는 "풍부한 사실적 지식"이 필요하고, 이 지식들은 아이들의 장기기억으로 부터 온다. 여기서 올바른 지식 교육이란 아이들이 배운 사실적 지식들을 장기기억화하는 것을 목표로 한다는 것을 알 수 있다. 그렇다면 장기기억화를 위해선 어떻게 해야할까? 바로바로 생각을 많이 하게 하는 것이다. 기억은 생각의 산물이다. 단순히 암기하고, 단순히 활동을 하는 것이 아닌 곰곰이 생각해보는 과정이 필요하다. 의미없는 해보기 수준의 활동과 의미없는 시험을 위한 암기를 뛰어넘어 지적 작용인 "사고"가 우리의 학습에 자리해야 한다! 이를 바탕으로 PBL과 같은 학생 활동 중심의  역량 교육이 진행되었을 때, 아이들은 더 많은 것을 배우게 될 것이다. 

또한 '교육 과정 및 평가'라는 수업을 듣고 한 학교를 조사하면서 '올바른 평가'가 무엇인가에 대해 많이 생각할 수 있었다. 한 학교의 교육계획서에 따르면 평가가 여전히 지식 중심으로 이루어지고 있으나 더 중요한 것은 지식을 창출할 탐구 태도라고 한다. 지금 학교에서 이뤄지는 시험을 통해서 아이들이 무엇을 배우고 있을까? 아이들뿐만 아니라 나 또한 '시험'자체 때문에 공부하기를 독려받고 있지만 이것을 개개인의 실제 학습상의 강약점에 입각한 자극이라고 볼 수 없다. 또한 교육학 수업에서 'Assessment'는 평가보다는 점검과 개선을 의미한다고 배웠다. 개선이 되려면 피드백이 필요하고, 학생들은 교사의 피드백을 통해 '자기 성찰'을 할 줄 알아야 한다. 그래서 평가로 인해 현재 자기의 수준이 낮게 나왔더라도 부족한 점을 보완하여 목표하는 교육 목표를 이룰 수 있어야 한다. 

이제 '기술'에 대해서 생각한 것을 정리하려고 한다. 인간인 교사가 할 수 없는 부분이자 ITS(intelligent tutoring system)과 같은 인공지능이 해줄 수 있는 부분을 생각해봤을 때 가장 먼저 떠오르는 것은 "깊이있는 개별화 학습"이다. AI를 이용하여 개개인에게 맞춤형 교육을 제공할 수 있고, AI가 제공해주는 교육에 다양한 교육방법(learning technology)과 다양한 학습과학(learning science)를 적용시킴으로써 아이들의 학습을 촉진시킬 수 있다. AI는 학생의 상태에 따라 계속해서 바뀌게 되고 제공하는 학습 콘텐츠를 달리한다(ALP: Adaptive Learning).

2. 내가 관심 있는 EdTech분야 !-!

Cognii

1) Learning science(metacogntion) + tech(NLP)

learning science에서 가장 많이 알려진 분야중 하나가 바로 "메타인지(metacognition)"인데, 이를 위해서 NLP(natural language processing)을 사용해볼 수 있다. 높은 수준의 사고를 평가하는 방법 중 최고의 방법은 학생들에게 자신의 언어로 자신의 생각을 표현하게 하는 것이다. Cognii 라는 회사에서는 conversational EdTech를 개발하였다. 즉 교육적인 대화를 위해서 디자인되고 최적화된 assistant이다. 아이들은 그들의 이해에 대한 평가를 받고, 그 개념을 완벽하게 습득할 수 있도록 지도를 받는다. 또한 chatbot은 아이들에게 즉각적인 피드백을 준다. 이로 인해서 비판적 사고능력 또한 길러질 수 있다. 

어디서 보고 기록해놓은 건진 모르겠는데... ㅋㅋ 우리는 현재 deep knowledge representation(지식을 깊게 표현하는 것)보다는 얕은 지식만을 얻을 수 밖에 없는 소셜 미디어로 가득 찬 세상에서 살고 있다.

그렇기 때문에 깊이 있는 지식의 표현과 학습을 가능하게 하는 EdTech의 특성들을 고려하는 것이 중요하다.

자신의 생각을 표현할 수도 있겠지만, 국어나 사회과목에서 더 많이 쓰일 수 있을 거라 생각이 든다. 어쨌든 이를 가능하게 하는 기술 중 하나가 NLP이기 때문에 굉장히 AIEd에서 유망한 기술이라고 생각한다! 그리고 최근에 관심이 생긴 분야! 

www.cognii.com

Cognii - Artificial Intelligence for Education and Training

 

2) EdTech💻  + Gamification

공부는 재밌게 해야한다. 또한 나의 progress, 학습 현황과 상태를 보고 나로 인해 자극을 받는 것도 중요하다고 생각한다. 그렇기 때문에 EdTech에는 반드시 "교육공학의 gamification(게임화)"가 반영되어야 한다. 

대표적으로 '듀오링고(Duolingo)'어플을 생각해 볼 수 있다. 

 

3) Personalized deeper learning

위에서 말한 것 처럼, AI가 교육에 적용되어 지고 난 후 가능해진 것 중 하나가 바로 깊이있는 맞춤형 학습이다. 나는 여기서 '깊이'있는 학습을 학생들의 사고작용을 촉진시키고, 사실적 지식의 장기 기억화를 도와주는 것이라고 보았다. AI는 개개인에게 맞는 교육방법을 적용한 학습 컨텐츠들을 제공할 것이다. 이를 학습하고 장기기억화를 하려면 사고를 해야하는데, 깊이있는 사고 뒤엔 깊이있는 지식의 사고에 대한 표현도 따라와야 한다. 즉 1번에서 얘기한 것과 연관이 된다고 볼 수 있다. 

이를 타겟삼은 에듀테크 시장이 외국에서만 굉장히 활발하다고 생각했는데, 우리나라의 교육업계들도 하나둘씩 인공지능을 도입하고 있었다. 

contents/교육방법 ) 사실적 지식을 장기기억화 하기 위해서 깊이있는 지식에 대한 표현과 학습을 목표로 하는데, 이를 위해서는 학생의 표현을 판단하기 위해서 NLP기술이 필요하다. 그리고 이를 판단하고 평가하는 데에도 NLP가 필요하다. 

어떠한 'contents/material'이나 'path'를 추천해주는 시스템을 만든다고 할때, 가장 먼저 학생의 상태를 파악하기 위해서 또는 simulator로 사용하기 위해서 Knowledge Tracing을 사용해주어야 하는데, 최근에 나온 방법들은 Attention mechanism을 사용하고 있다. 이러한 knowledge tracing을 바탕으로 추천시스템을 만들수 있다.

💎실제로 EdNet의 데이터들을 보면서, 방대한 학생 상호작용 데이터를 어떻게 모을 것인지, 이를 어떻게 또다시 deep learning model에 반영해서 더 괜찮은 결과를 낼 수 있을지에 대한 관점을 가지게 되었다.

🔎장기기억 하고 싶은 내용을 고를 수 있다면, 자신만의 기억체계를 만들어나갈 수 있다면, 단순히 서술형으로 보고하는 자기평가가 아닌 정확한 데이터에 근거한 자기평가와 실제적인 개선이 이뤄진다면? 

www.mk.co.kr/news/special-edition/view/2019/02/102333/

[교육산업 혁명] 교원 `REDPEN AI수학` 나만의 인공지능 담임 선생님…문제가 척척 풀려요 - 매일경�

 

4) 인공지능 교육(AI education)과 인공지능 윤리 교육(AI ethics)

책 '에이트'를 읽으면서, 학습내용 면에서도, 학습 방법 면에서도 하루 빨리 인공지능 시대를 대비해야 함을 느끼게 됐다. 특히 인공지능으로 인해 일어날 다양한 윤리적인 문제들에 대해서 교육을 하는 것이 정말 중요한 것 같다..

이건 mit media lab 참고.

www.media.mit.edu/projects/ai-ethics-for-middle-school/overview/

Project Overview ‹ AI + Ethics Curriculum for Middle School – MIT Media Lab

 

5) Learning analytics & facial recognition in ITS & new learning environment/interaction

이번 코로나 19 사태로 인해서 모든 학교에서 zoom과 같은 화상 회의 서비스로 수업을 진행하고 있다. 그래서 인터넷 상에서의 교육 환경과 기존의 오프라인 수업과 다른 새로운 교사-학생의 상호작용에 관심이 생겼다.

 온라인 학습환경과 오프라인 학습환경이 병행된 수업 형태로 가장 먼저 떠오르는 것이 바로 '플립러닝'인데, 늘 생각했던 것이지만 더 효율적인 플립러닝을 위해서 온라인 학습환경(동시 수업, 비동시 수업)과 오프라인 학습환경을 이어주고, 거기서 얻어지는 학습 데이터 또한 관리할 수 있는 플랫폼이 필요하다고 생각한다. 물론 플립러닝에서 이루어지는 학생 중심 활동 수업이 활동에서만 그친다면 안되겠지만, 확실히 좋은 교육방법이라고 생각한다.

AI가 교육환경에 쓰이는 예시를 크게 2가지라고 생각한다. 첫번째는, 학교에서의 수업과 별개로 특정 과목을 위한 AIEd. 두번째는 오프라인 수업 전, 중, 후의 학습을 도와주는 AIEd. 두번째의 예시로는 카네기 러닝(Carnegie learning)을 들 수 있겠다.

www.carnegielearning.com

Math Curriculum & Software Solutions | Carnegie Learning

그래서 결론은.. ⭐️AI/Machine Learning를 이용해서 AIEd를 위한 learning model을 개발⭐️하고,

⭐️NLP를 ITS에서의 학습 평가용으로 사용할 수 있도록 개발⭐️하는 데에 힘쓰는 개발자가 되자..!!

그리고 ⭐️실제 교육현장에 필요한, 교사들을 도울 수 있는 AIEd⭐️를 개발하자!😎💻🙏👨‍🏫

교사들을 위한것? 개개인의 학생에 대한 Learning analytics가필요하지 않나, 최적의 교육과정/ lesson plan/ 학습자료를 추천해주는 것도 좋은 것 같고, chatting assistant도 생각해볼 수 있을 것 같다.