2026년 38주차 · 급상승 연구 주제
컴퓨터 과학 · Intelligent Tutoring Systems and Adaptive Learning
연 1,188 → 3,876편
분야 평균 대비 +197%p
개인화된 학습 경험에 대한 수요가 증가하고, AI 기술 발전으로 학생의 학습 패턴과 수준에 맞춰 교육 콘텐츠를 제공하는 것이 가능해졌기 때문입니다.
출판량은 OpenAlex 전수 데이터를 최근 12개월과 직전 12개월로 나눠 비교한 값이에요. 분야 전체가 함께 커지는 착시를 빼기 위해 분야 중앙값 성장률을 차감한 초과 성장(+197%p)으로 순위를 매겼어요.
학부·석사 수준에서 실제로 착수 가능한 스케일로 좁힌 방향이에요. 마음에 드는 걸 고르면 카라멜 조교가 이어서 구체화해 줘요.
학생의 학습 진도와 오답 패턴을 분석하여 맞춤형 문제 추천 알고리즘 개발
아이디에이션2온라인 학습 환경에서 학생의 감정 상태를 감지하고 학습 몰입도를 높이는 시스템 설계
아이디에이션3AI 챗봇을 활용하여 학생의 질문에 실시간으로 응답하고 개념 설명을 돕는 튜터링 모듈 구현
아이디에이션인용 속도와 최신성으로 고른 논문이에요. 한국어 요약을 먼저 보고, 원문은 8개 섹션 풀 분석으로 이어갈 수 있어요.
Generative AI offers more, but students revise less: comparing the effects of teacher and AI feedback on student essay revisions
학생 글쓰기에 대한 고품질 피드백 제공은 중요하지만, 학급 규모 증가와 교육 역량 한계로 점차 어려워지고 있습니다. 생성 AI(GenAI)는 유망한 대안으로 부상하고 있으나, 기존 교사 피드백과의 효과 비교, 특히 다양한 프롬프팅 기법 적용 시의 효과는 불확실합니다. 본 연구는 70명의 대학원생을 대상으로 무작위 배정된 3개 그룹 실험 설계를 통해 교사 피드백과 두 가지 프롬프팅 기법(제로샷, CoT)으로 생성된 GenAI 피드백의 효과를 비교했습니다. 학생들은 논증 에세이를 작성한 후 받은 피드백을 바탕으로 수정했으며, 피드백 …
Human-Centric Artificial Intelligence Pedagogy (HCAP) framework developed from TPACK through integration of artificial intelligence literacy and competency
교육 분야에서 인공지능, 특히 생성형 AI의 부상은 기존 TPACK(기술-교수-내용 지식) 프레임워크의 한계를 드러내고 있습니다. AI의 자율성, 인식론적 복잡성, 윤리적 측면을 고려할 때, 진화된 교육 모델이 필수적입니다. 본 연구는 이러한 격차를 해소하고자 AI-기술, AI-내용, AI-교수, 인간-AI 협업, 윤리 지식의 다섯 가지 영역을 통합한 I-TPACK(Intelligent-TPACK) 프레임워크를 제안합니다. 교사 관점에서 I-TPACK 영역별로 요구되는 지식과 기술을 정의하기 위해, 다양한 과목의 교사 30명을 대…
Conceptualizing the Impact of AI on Teacher Knowledge and Expertise: A Cognitive Load Perspective
인공지능(AI)은 적응형 플랫폼, 지능형 튜터링 시스템, 생성형 도구를 통해 교육에 빠르게 통합되고 있습니다. 이러한 기술은 효율성과 개인화를 약속하지만, 동시에 교사의 교수 역량 저하, 자율성 감소, 윤리적 위험에 대한 우려를 낳고 있습니다. 본 논문은 인지 부하 이론(CLT)을 통해 AI가 교사의 전문성과 교수 설계를 어떻게 변화시킬지 개념화합니다. 이 연구는 AI가 내재적, 외재적, 본질적 인지 부하 관리에 미칠 수 있는 영향을 개념화하는 것을 목표로 합니다. AI가 내재적 부하를 효과적으로 지원하고 외재적 방해를 줄일 수 …
