Google DeepMind Guided Learning AI 시에라리온 시험

Google DeepMind은 시에라리온에서 사전 등록된 시험을 진행하여, AI가 교사의 도달 범위를 확장하는 강력한 교육적 파트너가 될 수 있음을 보여주었으며, 교사를 대체하지는 않습니다. 이 연구에서 Guided Learning을 사용한 학생들은 수학 점수에서 상당한 향상을 보였으며, 일부는 8주 기간 동안 일반적인 학습 진도의 1.2~2.5년에 해당하는 진전을 경험했습니다.

측정 가능한 학습 향상과 학생 참여

Guided Learning을 사용한 학생들은 대조군과 비교하여 수학 점수에서 +0.258 표준편차의 향상을 보였으며, 이는 일반적인 학습 진도의 약 1.21.7년에 해당합니다. 이 영향은 교사가 수업의 약 절반에 Gemini를 통합하여 시험期间 12시간 사용 목표를 달성한 교실에서 가장 두드러졌으며, 이러한 학생들은 약 1.82.5년의 학습 진전을 보였습니다.

참여 수준은 일반적인 교육 기술 트렌드를 크게 상회했습니다. 자발적인 교육 기술은 종종 '5퍼센트 문제'(일반적으로 학생의 5%만 참여함)에 시달리지만, 이 시험에서 학생들의 69%가 사용 목표를 달성하거나 초과했습니다. 이러한 높은 참여도는 학생들이 보고한 수학 즐거움의 증가와 함께 나타났습니다.

교육적 접근법: 답보다 이해 우선

LearnLM 연구를 기반으로 구축된 Guided Learning은 직접적인 답 제공보다 개념적 이해를 우선시하도록 특별히 조정되었습니다. 이 '소크라틱' 상호작용 모델은 학생들이 학습에 필요한 인지적 노력을 수행하도록 보장합니다.

시험 동안 113,000건 이상의 상호작용을 분석한 결과 다음과 같이 나타났습니다:

• 개념적 이해: 학생들은 대화의 91.4%에서 도구를 사용하여 이해를 구축했습니다.
• 스캐폴딩: Gemini는 메시지의 76%에서 스캐폴딩 질문을 제공했습니다.
• 직접적인 해결책: Gemini는 경우의 2%만에서 직접적인 해결책을 제공했습니다.

시험 기간 동안 학생의 행동은 스킬 구축 쪽으로 이동했습니다. 스킬 구축 관련 질문은 첫 주 68%에서 최종 주에는 90%로 증가했으며, 해결책을 찾는 질문은 25%에서 10%로 감소했습니다.

AI 통합에서의 교사의 역할

이 시험은 교사가 주도하는 개입으로 설계되었으며, 교사들이 경험의 중심에 머물렀습니다. 교사들은 수업을 설계하고, 목표를 설정하며, 수업 토론을 촉진했습니다.

학생 영향 외에도, 교사들은 전문성 성장을 보고했으며, Gemini를 활용하여 수업을 준비하고 분수와 같은 복잡한 주제를 설명하는 새로운 방법을 발견했습니다. 이로 인해 교사의 역할이 '강사'에서 '촉진자'로 변화하였고,これにより 학생 쌍이 학습 과정을 탐색하는 동안 맞춤형 지원을 제공할 수 있게 되었습니다.

이러한 프로그램의 확산을 지원하기 위해, Google DeepMind은 Fab AI와 협력하여 제작된 교사 교육 가이드를 공개했습니다.

제한 사항 및 미래 연구

전체적인 성공에도 불구하고, 이 시험은 초기 수학 능력이 더 강한 학생들이 가장 큰 혜택을 보았기 때문에 지속적인 '성취 격차'를 강조했습니다. 이는 가장 지원이 필요한 학생들에게 더 큰 향상을 제공할 수 있는 도구가 필요함을 나타냅니다.

Google DeepMind은 추가적인 사전 등록된 무작위 대조 시험(RCT)을 통해 다른 국가로 이러한 시험을 확장하고 있으며, Global AI for Learning Alliance (GAILA)와 협력하고 있습니다. 오픈 사이언스를 촉진하기 위해, 그들은 Fab AI와의 협력으로 RCT 접근 방식에 대한 플레이북을 공개하여 다른 조직이 확장 가능한 현지화된 연구를 수행할 수 있도록 도왔습니다. 미래 연구는 학습 과정에 대한 보다 포괄적인 관점을 포착하기 위해 메타인지와 관계 지능을 탐구할 것입니다.

{"summary": "시에라리온에서 진행된 사전 등록된 시험은 AI 기반 Guided Learning이 교사 주도 보조 도구로 사용될 경우, 8주 동안 일반적인 학습 진도의 최대 2.5년 수준까지 수학 진전을 가속할 수 있음을 보여줍니다."}