• 📍학습분석; 데이터와 모델 사용하여 학습자의 행동 예측, 조치

자율학습에 초점 맞춰 학습자가 주인공

다른 요인은 학습자의 행동 의해 달라질 수도 있고 영향받을 수 있는 외부조건으로서의 역할만

Self-Regulated Learning

• 프레임워크; SRL을 위한 학습분석을 개념화 하는데 유용
• 학습자가 학습을 자율적으로 규제할 때 → 배우기 위해 무엇을 할지, 학습에 대한 접근방식 변화에 따라 목표가 얼마나 잘 달성되는지 적극적으로 연구함!
• SRL의 특징을 설명하는 모델

• 1단계 제약조건과 자원 확인
• 2단계 목표설정 및 계획
• 3단계 과업 참여
• 4단계 과업 해제→ 모니터링→변경(학습 전략 수정)

5 slot schema; SRL의 각 단계 내의 요소 설명

• COPES ; 스키마의 5가지 요소 요약

1. Condition

   • 학습자가 과업의 전 단계에 걸쳐 영향을 미치는 기능

     ex)3단계에서 생성된 산출물 모니터링시 명확한 표준이 없다? 학습자 선택 '표준 검색 vs 과제 포기'

   • 내부적 조건: 학습자가 연구 중인 주제&학습 방법에 대한 지식의 집합, 학습자 자신&주제&노력에 대한 학습자의 동기 및 정서적 관점

   • 외부적 조건: '내부 조건 / operation, standard'에 영향을 미치는 주변 환경적 요인

2. Operation

   • 1st/primative cognitive operation ; 더이상 분해될 수 없는 방식으로 정보를 변환. 5가지 작업(검색, 모니터링, 조립, 리허설, 번역/재표현)

   • 2nd/higher cognitive operation;

     학습 전술 (예; 머릿말 먼저 읽고 핵심질문 제기해→전체 본문 읽고 다시 각 질문에 답해)

     및 학습 전략 (예; 정의가 포함된 모든 문장은 하이라이트해!)

     → SMART operation 패턴으로 모델링

   

3. Product

   • 산출물. operation이 의도된건 아니지만 O는 필연적으로 산출물을 만듦

4. Evaluation

   • 표준 S와 관련된 산출물의 평가

5. Standard

   • 산출품을 위한 표준은 목표를 구성

• SRL의 특성 ; 학습분석이 학습자에게 어떻게 정보를 제공하고 이익 줄 수 있는지 고려하기 위한 키

  1. condition, operation, stards에 대한 조절 → 시간이 지남에 따라 데이터를 사용할 수 있는 경우에만 관찰 가능

  2. 학습자는 agent

     융통성이 없고 다루기 쉬운 제약조건들 즉 그들이 일하는 조건 아래에서 학습을 조절

     에이전트로서 학습자는 항상/본질적으로 배운대로 선택

     학습자는 "해야하기 때문에 그렇게 했다!"로 생각

     → 해석; 안 했을때의 이득 >하는데 드는 비용 ❌ → 걍 하자🥲

  📍 이 장에서 다룰 섹션

  • COPES 모델; SRL 학습분석을 개발할 수 있는 데이터 클래스를 확인
  • 데이터의 4가지 주요 분류; 추적 / 학습자 이력 / 보고서 /연구자료
  • SRL 지원하기 위한 학습분석에 필요한 두 요소 : calculation / recommendation
  • SRL을 지원하는 학습 분석 설계에 대한 몇 가지 과제; grain size/time/generalization

  DATA FOR LEARNING ANALYTICS ABOUT LEARNING AND SRL

  • 학습자 작업하며 자연스럽게 주변 데이터 생성

    예; 하이퍼링크 클릭, 웹 오픈→학습자의 인식과 동기부여에 관한 데이터(자원의 제목)

    하나의 클릭 ➡️ 하나 이상의 인지적/정서적/메타인지/동기적 상태 및 프로세스에 대한 비교적 강력한 추론을 제공하는 주변데이터

  Highlighting a Sentence Fragment.

  • 학습자 표준과 관련된 텍스트의 정보 속성을 메타인지적으로 모니터링하여 특정 텍스트 선택
  • 표준은 강조⭕️text / 강조❌text 구별
  • 강조 표시 ▶️ 학습자가 강조 표시된 텍스트를 검토할 계획임을 추적

  Reviewing a Note.

  • 검토 전 특정정보에 대해 무엇을 상기할 수 있는지, 무엇을 이해했는지 메타인지적으로 모니터링

    회상이 부정확/불완전해서 부적절하다고 판단될 때 reviewing 선택

  • 특정 노트 review 하기위해 찾는 것 ▶️ 학습자가 인식한 문제를 복구하려는 동기를 추적

    학습자가 검토한 노트에서 정보를 highlight하면 학습자가 모니터링할 때 부적절하다고 판단했던 특정 정보가 식별됨

  • (srl을 위한 학습분석 생성하기 위해 수집된) 이상적인 추적 데이터의 4가지 특징

    1. 학습 중에 학습자가 수행하는 작업의 샘플링 비율⬆️ 학습에피소드 전체에 걸쳐 모든 작업 추적
    2. 작동되는 정보 식별가능
    3. trace 시간스탬프로
    4. 작업산출물 기록

  • 4-튜플 구조를 가진 데이터 사용하면 이상적인 playback machine이 학습 에피소드에 대한 데이터 읽고 모든 학습이벤트와 그 결과를 완벽하게 미러링된 버전 출력.

  ✅ 4-튜플 추적데이터 ; raw materials 사용해 풍부한 학습분석 생성가능!

Learner History

학습자의 활동이력을 반영하기 위한 추적을 기록하는 instruments 아래 3가지 환경에서 사용 가능

1. Paper system

종이기반 학습환경에서 추적의 예 ; 교과서 여백에 추가된 내용 강조점, 노트, ! ? V와 같은 기록, 사용순으로 쌓은 책/종이더미, 노트에 붙은 포스트잇탭

• 학습자가 여백에 쓴 기호; 학습자가 메타인지적으로 콘텐츠 의미 모니터링하여 콘텐츠의 파악에 필요한 정보가 혼란 or 부족하다고 판단했음을 추적

• 추가추론 ; "왜 학습자가 여기에 ? 했을까" - 학습자는 ?을 기록하지 않으면 혼동되거나 불완전하다고 판단햇을거야 학습자가 이 격차를 해소하기 위해 동기부여→계획→이해도 높이기 위해 본문 속 문맥으로 돌아갈 가능성⬆️

  📍 종이기반 환경 학습자는 학습자가 쉽게 할 수 있지만, 학습분석을 위해 종이로 바인딩된 추적데이터 수집,준비하는것 매우 노동 집약적→ sw지원환경의 필요성

2. Learning Management Systems

학습자의 시간에 따른 여러 작업흔적 (로그인, 로그아웃, 보거나 다운받은 자료, 업로드된 과제, 시도한 퀴즈, 타인/동료에게 게시한 포럼.) 매끄럽게 기록

• 집계 추적 데이터가 지원할 수 있는 추론

  1. (지연을 부드럽게 지원하는) 학습자의 선호 작업 일정
  2. 더 관련있고 적절하다고 판단되는 자원
  3. 학습 및 효과의 판단을 교정하기 위한 동기
  4. 동료와 정보를 교환함으로써 기여/획득/명확화하는데 기인하는 가치

• 시간의 흐름에 따라 수집된 추적이 표시할 수 있는것

  학습자가 자원을 처음 학습할 때, 자원을 복습한 경우와 때, 셀프테스트를 선택한 경우와 때, 채점을 검사할 때

• 다른 데이터(ex;이수시간, 정보교환한 동료의 특성)와 함께 ⬆️ 추적은 학습자가 학습-검토-실습-테스트 주기 자율적으로 조절하는 방법에 대한 모델 구축시 필요한 원료 제공

• 장점: 추적 데이터 수집, 학습분석생성위한 계산입력 준비에 드는 비용은 ⬇️

• 단점: 특정 정보에 관한 추적의 정밀도⬇️, 리소스가 다운로드된 타임스탬프추적은 학습자가 해당 콘텐츠 학습했는지, 어떻게 학습했는지 알 수 X