대학 영어 수업에서 AI 기반 적응형 학습이 TOEIC 학업성취도와 자기 주도적 학습 능력에 미치는 영향

• 영문명: The Impact of AI-Adaptive Learning on TOEIC Academic Achievement and Self-Directed Learning Competency in College English Classes
• 발행기관: 학습자중심교과교육학회
• 저자명: 간진숙 박미경 이지연 이유은
• 간행물 정보: 『학습자중심교과교육연구』제23권 19호, 267~283쪽, 전체 17쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2023.10.15

국문 초록

목적 본 연구는 영어학습의 읽기, 듣기, 문법, 어휘, 독해 영역을 포함하고 있는 TOEIC 시험을 기반으로 대학 영어 수업에서 ‘AI 기반 적응형 학습(이하 AI-AL)’이 학습자의 TOEIC 학업성취도와 자기 주도적 학습 능력 향상에 관한 인식 변화를 가져오는지 확인함으로써 효과성을 검증하고자 한다. 방법 본 연구는 H 대학교에서 개설된 『인공지능영어2』 교과목 A분반, B분반 수강생 65명을 대상으로 하였다. TOEIC 학업성취도 변화를 알아보기 위해 온라인 모의 TOEIC 사전-사후시험을 모두 응시한 61명의 시험 점수를 SPSS 25.0을 활용하여 기술통계와 대응 표본 t-검증하였다. 또한 자기 주도적 학습 능력 향상에 관한 인식 변화를 살펴보기 위해 선별된 56건의 학습 소감문에 관하여 내용 분석하였고, 전문가 3인에게 두 번에 걸친 델파이를 진행하여 내용 타당도를 검증하였다. 결과 첫째, 대학 영어 수업에서 AI-AL이 TOEIC의 LC 학업성취도에 미치는 영향을 알아보기 위해 사전-사후 온라인 모의 TOEIC LC 점수 차이를 분석한 결과, 사후시험 평균 성적이 5.246점 높았으나 통계적으로 유의하게 나타나지 않았다. 둘째, 대학 영어 수업에서 AI-AL이 TOEIC의 RC 학업성취도에 미치는 영향을 알아보기 위해 사전-사후 온라인 모의 TOEIC RC 점수 차이를 분석한 결과, 사후시험 평균 성적이 사전시험 평균 성적보다 12.459점 높았으며 통계적으로 유의하게 나타났다. 셋째, 자기 주도적 학습 능력 진단 요소에 따라 내용 분석한 결과, 학습 욕구 진단 요소가 가장 높은 빈도(96.4%)로 나타났으며, 자기성찰 요소(91.1%), 결과의 노력귀인 요소(66.1%), 학습실행 지속성 요소(62.5%), 목표설정 요소(48.2%), 자기관리 능력 요소(46.4%), 학습자원 파악 요소(35.7%), 학습전략 선택 요소(30.4%) 순으로 나타났다. 결론 연구 결과 AI-AL은 학습자의 TOEIC RC 학업성취도와 자기 주도적 학습 능력 향상에 관한 인식 변화에 긍정적으로 작용한다는 것을 알 수 있었다. 본 연구는 AI의 교육적 활용에 관한 관심과 초개별화 수업에 대한 필요성이 증대되는 시점에 대학의 영어 수업에서 AI 학습 프로그램을 적용해봄으로써 개별 학습자의 학습 수준과 속도를 고려한 적응형 학습의 실현 가능성을 확인하고, 효과성 증진을 위한 구체적인 방안을 제시한다는 점에서 의의가 있다. 따라서 본 연구의 결과는 향후 AI 학습 프로그램을 활용한 적응형 학습을 도입하고자 하는 대학을 포함한 고등교육 기관에 필요한 기초 자료로써 활용 가치가 있을 것으로 기대된다.

영문 초록

Objectives This article aims to validate the efficacy of AI-adaptive learning (AI-AL) in college English courses. It achieves this aim by examining the influence of AI-AL on learner's academic achievements in TOEIC and self-perception of self-directed learning abilities. This investigation involves analyzing TOEIC exam outcomes, encompassing key English education components like listening, grammar, vocabulary, and reading. Methods We computed descriptive statistics using SPSS 25.0 and performed a paired t-test on the pre- and post- exam results of an online mock TOEIC for 61 students enrolled in Sections A and B of AI English 2 at H University. To explore the change in learners’ self-perception of their academic achievements and improved self-directed learning skills, we examined 56 selected reflective journals. Additionally, we conducted two rounds of expert Delphi assessments to validate the content. Results First, the analysis of the online exams showed a modest increase of 5.246 points in the average score of the listening comprehension section, although no statistically significant difference was observed. Secondly, the average score of the reading comprehension section exhibited a significant increase of 12.459 points, indicat-ing a statistically notable difference. Thirdly, upon analyzing students' reflective journals using factors employed to assess self-directed learning ability, it was found that “desire to learn” had the highest frequency (96.4%). This was followed by “self-reflection” (91.1%), “attributing results to their efforts” (66.1%), “persistence in learning” (62.5%), “goal setting” (48.2%), “self-management” (46.4%), “identifying learning resources” (35.7%), and “selecting learning strategies” (30.4%). Conclusions This study demonstrates that AI-AL positively influences learners’ proficiency in TOEIC RC and self-perception of self-directed learning abilities. This research is particularly relevant in today's era of hy-per-connectivity and personalized learning, as it substantiates the potential of AI-AL in catering to individual lear-ners' needs and learning pace, while offering practical solutions to enhance its effectiveness. The results of this research are expected to be useful as foundational materials for colleges looking to integrate AI-AL programs into their curriculum.

목차

Ⅰ. 서론

Ⅱ. 이론적 배경

Ⅲ. 연구 방법

Ⅳ. 연구 결과

Ⅴ. 결론 및 제언

참고문헌

키워드

인공지능 인공지능 활용 교육 적응형 학습 학업성취도 자기 주도적 학습 AI AI-based learning Adaptive learning Academic achievement Self-directed learning