연구원들은 튜터링 시스템을 만드는 데 도움이 되는 새로운 AI를 개발합니다.

Carnegie Mellon University의 연구원들은 지능형 튜터링 시스템을 구축하는 방법을 시연했습니다. 이러한 시스템은 대수 및 문법을 포함한 다양한 과목을 가르치는 데 효과적입니다. 

연구원들은 교사가 컴퓨터를 가르칠 수 있도록 하기 위해 인공 지능에 의존하는 새로운 방법을 사용했습니다. 표현은 이 방법을 혼란스럽게 만들지만 컴퓨터가 인간 교사로부터 가르치는 방법을 배우는 것으로 생각하십시오. 컴퓨터는 다중 열 추가와 같은 특정 문제를 해결하는 방법을 보여주는 인간 교사에 의해 가르쳐질 수 있습니다. 컴퓨터가 문제를 틀리면 교사가 고칠 수 있습니다. 

자체적으로 문제 해결

이 방법의 흥미로운 부분 중 하나는 컴퓨터 시스템이 배운 방식으로 문제를 가르치고 해결할 수 있을 뿐만 아니라 일반화하여 주제의 다른 모든 문제를 해결할 수 있다는 것입니다. 이것은 컴퓨터가 교사가 가르친 방식 이외의 문제를 해결하게 될 수 있음을 의미합니다. 

Daniel Weitekamp III는 CMU의 Human-Computer Interaction Institute(HCII) 박사 과정 학생입니다. 

Weitekamp는 "학생은 문제를 해결하는 한 가지 방법을 배울 수 있으며 그것으로 충분할 것"이라고 말했습니다. “그러나 튜터링 시스템은 문제를 해결하기 위해 모든 종류의 방법을 배워야 합니다. 단순히 문제를 해결하는 방법이 아니라 문제 해결을 가르치는 방법을 배워야 합니다.”

Weitekamp가 설명하는 과제는 AI 기반 튜터링 시스템 개발에서 가장 큰 과제 중 하나입니다. 새로 개발된 지능형 튜터링 시스템은 학생의 진행 상황을 추적하고 다음에 해야 할 일을 결정하는 데 도움을 주며 효과적인 연습 문제를 선택하여 학생들이 새로운 기술을 개발하도록 도울 수 있습니다. 

AI 기반 튜터링 시스템 개발

Ken Koedinger는 인간-컴퓨터 상호 작용 및 심리학 교수입니다. Koedinger는 지능형 튜터의 초기 개발자 중 한 명이었으며 다른 사람들과 함께 작업하면서 생성 규칙을 손으로 프로그래밍했습니다. Koedinger에 따르면 개인지도 교육 시간당 200시간의 개발이 필요했습니다. 결국 그룹은 문제를 해결하는 모든 가능한 방법을 보여주는 보다 효과적인 방법을 개발했습니다. 이것은 200시간을 40~50시간으로 단축시켰지만 일부 패턴에 대해 가능한 모든 솔루션을 시연하는 것은 매우 어렵습니다. 

Koedinger는 새로운 방법을 통해 교사가 같은 시간에 30분 수업을 개발할 수 있다고 말했습니다. 

Koedinger는 "지금까지 완전한 지능형 튜터를 얻을 수 있는 유일한 방법은 이러한 AI 규칙을 작성하는 것이었습니다."라고 말했습니다. "하지만 이제 시스템이 그러한 규칙을 작성하고 있습니다."

새로운 방법에서는 기계 학습 프로그램을 사용하여 학생들이 학습하는 방식을 시뮬레이션합니다. 교육 인터페이스는 Weitekamp에서 만들었으며 프로그래밍을 위해 "표시 및 수정" 프로세스를 활용합니다.

이 방법은 다중 열 덧셈으로 시연되었지만 사용되는 기계 학습 엔진은 방정식 풀이, 분수 덧셈, 화학, 영문법 및 과학 실험 환경과 같은 다른 주제에 적용될 수 있습니다. 

주요 목표 중 하나는 이 방법을 통해 교사가 AI 프로그래머 없이도 자신의 컴퓨터 수업을 구성할 수 있도록 하는 것입니다. 이를 통해 교사는 가르치는 방법이나 사용할 방법에 대한 자신의 개인적인 견해를 적용할 수 있습니다. 

Weitekamp, ​​Koedinger 및 HCII 시스템 과학자 Erik Harpstead는 이 방법을 설명하는 논문을 저술했습니다. 컴퓨팅 시스템의 인적 요소 회의(CHI 2020)에서 승인되었습니다. 당초 이달 개최할 예정이었으나 코로나19 여파로 취소됐다. 종이 이제 Association for Computing Machinery의 디지털 라이브러리에 있는 회의 절차에서 찾을 수 있습니다.

Institute of Education Sciences와 Google이 연구 지원을 도왔습니다.