본문

Mirriahi, N., & Vigentini, L. (2017). Analytics of learner video use. Handbook of Learning Analytics, 251-267.

영상분석(video analytics)

• 학습자의 영상 활용을 이해하기 위해 학습자의 영상 시청 데이터를 수집·측정·분석하는 것
• The collection, measurement, and analysis of such data for the purposes of understanding how learners use videos
• 학습자의 영상 이용과 영상과의 상호작용을 평가하고 조사하여, 영상의 수정·개선방안 및 효과적 활용방안을 도출하는 과정

영상분석의 필요성

교육에서 영상 활용의 증가

1. 플립드 러닝: 동영상 기반 사전 학습으로 정보 전달, 수업시간에는 학습자 중심 학습활동 실시
2. 블렌디드 러닝: 수업에서의 시간/공간/매체 등의 장벽이 허물어지고, 언제 어디서나 학습이 연속적으로 이뤄짐
3. MOOC: 강의 녹화영상 제공 → 영상 + 퀴즈/포럼/읽기자료/평가/피드백 등

전통적 학습자 데이터의 한계 극복

1. 부정확한 자기보고 데이터(self-report data)에 의존
   • 학습자나 교수자의 주관적 기억에 의존하므로, 학습자의 행동을 정확하게 파악할 수 없음
2. 사회적 바람직성 편향(social desirability bias) 발생
   • 가장 정확하고 솔직한 응답보다는 사회적으로 기대되는 응답이 수집됨

기존 실험연구의 한계 극복

1. 실험연구
   • 실험연구의 목적: 이론에 기반하여 세운 가설의 검증
   • 실험연구의 방법
     • 관심의 대상이 되는 변수를 제외한 나머지 변수를 모두 통제
     • 하나의 변수만 변화시키면서 결과의 차이를 확인
2. 실험연구의 한계
   • 연구 결과가 실제 교수-학습 맥락에 잘 적용되지 않는다
     • 실험연구에서는 변인 통제로 종속변수에 대한 독립변수의 영향을 분리함
       • 내적 타당도(internal validity): 연구문제에 얼마나 논리적으로 충실하게 답하였는가
     • 변인을 통제하는 순간 인위적인 상황이 조성됨
       • 실제 교수-학습이 일어나는 상황은 매우 복잡함
     • 따라서 실제 교수-학습 상황에 연구 결과가 잘 적용되지 않음
       • 생태계적 타당도(ecological validity): 연구의 결론이 실제 상황에 얼마나 잘 적용되며, 얼마나 효과적으로 활용되는가

영상분석의 학문적 토대